在過(guò)去的三到五年中，大數據和分析技術(shù)的發(fā)展導致了其他幾十個(gè)行業(yè)的改進(jìn)。在供應鏈管理方面，很多關(guān)于新技術(shù)對改進(jìn)組織業(yè)務(wù)的承諾仍然存在很多爭議。


大數據和分析的作用


當企業(yè)研究供應鏈管理時(shí)，很明顯這是一個(gè)大數據和分析可以產(chǎn)生真正積極而明顯的影響的領(lǐng)域。只要企業(yè)能夠利用原始數據，并將這些信息塑造成可用于增強，改進(jìn)或加速流程和任務(wù)的強大洞察力，就有了成功的秘訣。


但直到幾年前，在大數據世界的這個(gè)小眾市場(chǎng)幾乎沒(méi)有做過(guò)。企業(yè)似乎對采用大數據工具似乎并不感興趣，這意味著(zhù)分析領(lǐng)域的用戶(hù)對于為這些古老組織創(chuàng )建應用程序并不太感興趣。


幸運的是，這在過(guò)去2-3年中開(kāi)始發(fā)生變化。2013年商業(yè)物流白皮書(shū)激發(fā)了對大數據應用的大量研究，行業(yè)專(zhuān)家呼吁在供應鏈管理中最大限度地發(fā)揮大數據的潛力。如今，大數據和相關(guān)的分析技術(shù)正在影響以下問(wèn)題：


1.供應鏈的可見(jiàn)性


可見(jiàn)性是當今少數行業(yè)中的一個(gè)流行語(yǔ)。許多企業(yè)受到來(lái)自監管機構和消費者的更大壓力，以使其供應鏈更加透明。因此，出現了使這些公司更好地獲取可用于提高供應鏈的每個(gè)環(huán)節透明度的可量化數據的新技術(shù)。


以食品工業(yè)為例。食品從農場(chǎng)到餐館的可追溯性是市場(chǎng)真正堅持的措施。幸運的是，食品可追溯性軟件已經(jīng)出現，利用數據，并提供相關(guān)的實(shí)時(shí)洞察力，可用于提高可見(jiàn)性。這就是業(yè)內人士所說(shuō)的“游戲規則”，而這只是大數據如何產(chǎn)生巨大變化的一個(gè)例子。


2.庫存管理


在2013年，只有11％的公企業(yè)具備評估“假設分析”所需的能力。此外，只有24％的企業(yè)能夠成功地模擬不斷變化的條件對其盈利能力的影響。


雖然目前的確切數字未知，但很明顯這些百分比已經(jīng)增加。采用供應鏈和物流平臺的企業(yè)受益于大數據而大幅提升，因此，庫存管理已經(jīng)變得更加準確。


3.預測


如果人們只知道期望什么，就可以更好地準備。企業(yè)過(guò)去曾多少次想過(guò)這個(gè)想法？更好更準確的預測可以提高盈利能力，減少浪費，并導致客戶(hù)和客戶(hù)的滿(mǎn)意度提高。問(wèn)題是，準確的預測往往感覺(jué)像是一個(gè)錯誤。因為具有這么多變化的變量，它是否可能持續產(chǎn)生準確的預測？


雖然100％準確的預測仍然不可行，但獲取大數據使其成為一個(gè)比以往任何時(shí)候都更為現實(shí)。高級組織使用這些數據更好地預測客戶(hù)需求和偏好，同時(shí)考慮市場(chǎng)中的外部因素。其結果是更滿(mǎn)意的客戶(hù)和更少的銷(xiāo)售損失。


不要坐視不理


處理供應鏈管理的企業(yè)不會(huì )再坐視不理，忽視大數據的潛力。大數據有能力徹底改革一些領(lǐng)域的主要方面，并且許多組織已經(jīng)在這樣做。如今到了2017年，這意味著(zhù)終于到了企業(yè)認真對待大數據和分析的時(shí)候了。