What和大數據在整個供應鏈中都有廣泛的應用。數字化時代，數據分析逐漸成為員工必備技能之壹。所以要註意數據分析。那麽什麽和大數據被廣泛應用於整個供應鏈呢？
什麽和大數據被廣泛應用於整個供應鏈？1大數據時代給采購和供應鏈帶來的挑戰和機遇。
1，大數據時代及其特征
大數據是指涉及的數據量巨大。隨著時代的不斷進步和科學技術的飛速發展，互聯網、物聯網、移動通信、管理信息化、電子商務等技術不斷相互滲透，影響著國家、企業、民生的方方面面。今天，人們使用大數據來描述和定義信息爆炸時代產生的海量數據，以及可以在合理的時間內捕捉、管理、處理和組織的信息和知識，以幫助人們處理事務和做出決策。
根據美國互聯網數據中心的數據，互聯網上的數據每年將增長50%，每兩年翻壹番。目前世界上90%以上的數據都是近幾年才產生的。2020年，全球產生的數據規模將達到現在的44倍。從這些數據每天越來越多來看，現在世界已經進入大數據時代。
大數據時代凸顯了數據資源的重要性。2012年，奧巴馬政府宣布投入2億美元推動大數據相關產業發展，將“大數據戰略”提升為國家戰略，將大數據定義為“未來的新石油”，將數據的占有和控制視為除陸海空權之外的另壹項國家核心資產。2013年，法國政府發布了其“數字路線圖”，列舉了五大戰略性高科技，“大數據”是其中之壹。
2012年，日本總務省發布了2013行動計劃，明確提出“通過大數據和開放數據開拓新市場”。聯合國2012年發布的《大數據政府白皮書》中指出，大數據是聯合國和各國政府的歷史性機遇。中國也將大數據產業作為戰略性產業，成立了“大數據專家委員會”。
2014“大數據”十大趨勢預測包括數據商業化與數據共享的聯盟，大數據生態環境的逐步發展。同時，大數據專家委員會預測，2014年，大數據將在互聯網及電子商務、金融(股市預測、金融分析)、健康醫療(疫情監測預測等)領域有顯著應用。)，生物信息學，藥學等等。
大數據時代是大數據價值充分發揮的時代。根據賽門鐵克的研究報告，全球企業的總信息存儲容量已達2.2ZB(1ZB=1024EB，1EB=1024PB)，年增長率達67%。世界每分鐘產生1700TB的數據，但吸引我們的不僅僅是龐大的數字本身，而是我們用這些數據做什麽。
大數據可以應用到各行各業。在宏觀經濟方面，IBM日本公司建立了經濟指標預測體系，從互聯網新聞中搜索了480個影響制造業的經濟數據，計算出采購經理人指數的預測值；印第安納大學利用谷歌提供的情緒分析工具，從近1000萬網民留言中總結出6種情緒，然後預測道瓊斯工業平均指數的變化，準確率高達87%。
在制造業，華爾街對沖基金根據購物網站上的客戶評論分析企業產品的銷售情況。壹些企業利用大數據分析實現采購和合理庫存的管理，並通過分析在線數據了解客戶需求和把握市場趨勢，等等。
根據麥肯錫公司的數據，大數據將為美國醫療服務業帶來3000億美元的價值，使美國零售業的凈利潤增加60%，使制造業的產品開發和組裝成本降低50%。大數據帶來的新需求將推動整個信息產業的創新發展；根據經濟與商業研究中心的最新研究，大數據將為英國經濟增加超過216億英鎊(約合3467億美元)的潛在收益。
2.大數據時代給采購和供應鏈帶來的挑戰和機遇。
首先，商業環境和商業模式越來越復雜，越來越動蕩、多樣化和個性化。其次，電子商務商業模式的快速發展打破了國界，導致跨境業務的快速增加和商業活動的頻繁，並伴隨著數據量的急劇增加。。第三，大數據應用處理已經成為企業和社會競爭發展的重要焦點。第四，有效挖掘大數據成為時代面臨的重要課題。最後，許多企業沒有完全理解大數據的重要性及其價值。
什麽和大數據被廣泛應用於整個供應鏈？2為什麽及時準確的數據在供應鏈管理中如此重要？
1.供應鏈中的數據類型
數據有很多種類型，其中壹種就是把它分為靜態數據和動態數據。前者包括公司基本信息、產品型號、采購價格、BOM等相對固定的信息。
後者主要是壹些事務性的信息，比如生產線的日產量，客戶訂單的數量，倉庫的實際收貨數量，運輸的地點等等。
只要靜態數據準確，沒有實時性要求。比如公司名稱壹般不會改，只要確定公司地址、法人、銀行賬號正確就行。
對動態數據的要求很高，不僅要準確，而且要能時刻反映實際情況。
每個人都有網購的經歷。貨物出庫後，快遞公司會每隔壹段時間刷新壹次包裹的位置，這是通過車上的GPS定位來實現的，然後根據貨車配送計劃，大致可以給出配送時間。通過壹輛貨車上的GPS，可以追蹤到整車的貨物，就是1和N的關系，所以實現動態數據的成本並不高。
離散制造業的情況要復雜得多。壹件商品需要追溯到原材料供應商。進廠後需要經過幾個不同的生產加工中心，然後完成組裝和檢驗，才能入庫配送給下遊經銷商或零售商。
我們很少在原材料上放置跟蹤定位裝置，除非商品價值很高，或者在這方面有強制性的監管要求，比如藥品。
如果要跟蹤生產進度，需要使用工業4和0的技術，在每臺設備上安裝傳感器，系統處理後會自動上傳數據。如果要在每壹個生產和內部搬運設備上都安裝傳感器，對於壹個工廠來說會太沈重，性價比不高。除了少數行業標桿企業，對於大多數工廠來說，做實時數據的想法並不強烈。
2.為什麽供應鏈需要及時準確的數據？
說到這裏，供應鏈對及時準確的數據有著強烈的需求，因為我們要在所有的生產、配送、采購、售後服務之間建立無縫鏈接。此外，有兩個關鍵因素使我們有必要獲得及時性和準確性。
2.1增強供應鏈的可視性。
對於供應鏈中的參與者來說，關鍵的可見性問題包括貨物的預期生產和交付時間。例如，供應商承諾30天交貨，但實際上他需要45天。因為壹些原材料漲價了，供應商需要更多的時間在市場上尋找貨源，他不願意購買更貴的原材料，因為這會增加成本，除非客戶願意接受供應商的調價要求。
原材料和備件庫存的位置也屬於可見性，客戶需要根據這些信息來安排後續的生產和銷售計劃，這非常依賴於信息的準確性。當供應商承諾在某壹天將貨物送到客戶工廠時，供應鏈會將這些信息輸入系統，並以此為基礎制定生產計劃。銷售會根據生產完成日期通知客戶，環環相扣。
壹旦供應商信息有誤，貨物到達時間晚於承諾時間，就會影響供應鏈的下遊安排，出現所謂“計劃趕不上變化”的情況。
跟蹤交貨日期和庫存位置只是初級的可見性，更深層次的需求是能夠預警供應鏈中斷的風險。根據現有的信息，我們需要判斷何時何地會出現短缺，對生產和銷售有什麽影響。
比如生產線缺了壹些零件，就要停工4個小時。如果每小時產量為100套產品，每套價格為200元，那麽損失等於4*100*200=80000元。
當然，在現實世界中，計算方法更加復雜，某壹種原材料的短缺會涉及N種以上的產品，N個以上的客戶。如果能增強能見度，就能預見未來潛在的供應短缺，並在第壹時間做出反應。
要做到這壹點，就需要及時準確地在供應鏈上下遊之間自動傳遞數據，最大限度地減少人為幹預。
2、2提高計劃的有效性。
預測計劃的重要輸入是歷史銷售記錄。以數據為基礎，結合預測模型，進行中長期預測。
對於制造企業來說，財務需要供應鏈提供的投入來制定未來的經營計劃和各種預算，比如庫存、采購量、運費等等。
底層數據的準確性非常重要。所有的計劃都是基於這些數據，匹配數據模型，然後進行“處理”。供應鏈會花壹些時間在數據維護上，這是為了保證基礎數據的準確性。
我們知道預測是有規律可循的，近期的準確率高於長期。就像預報天氣壹樣，天氣預報對明天的天氣是最準確的，越晚準確率越低。
為了增強預測的準確性，供應鏈需要得到最新的數據，所以計劃的準確性越高。現在需求波動越來越頻繁，可能每天都壹樣。為了做出最準確的判斷，我們必須使用最新的數據。
3.獲得及時準確數據的關鍵問題
考慮到以上兩個動機，供應鏈壹直在努力獲取最及時、最準確的數據。這裏有幾點需要特別註意。
3、1自動數據采集
如果可能的話，我們應該盡力實時收集和傳輸數據。數據存儲在供應鏈內外的所有節點中。為了提高數據的可靠性和時效性，最好的方法是自動采集。
在內部實現這壹點相對容易，可以通過投資數字工具和實施IT項目來實現。
在外部合作夥伴中實現難度更大，最大的障礙是* * *享受數據後對商業機密泄露的恐懼。
供應商擔心，如果客戶知道他上遊供應商的信息，可能會跳過中間商，不讓他繼續賺取差價。所以在做系統對接的時候，壹定要保證只共享可以共享的數據，比如包裝規格。
3，2控制對相關數據的訪問
根據用戶在公司中的職能，賦予用戶特定的數據訪問權限。例如，采購訂單只能由采購計劃員創建和修改，公司中的其他人只有查看的權利。
對於外部合作夥伴也是如此。客戶可以查看供應商的庫存信息，但不得接觸商品成本分析等商業秘密。
3、3努力提高和保持數據的準確性。
我們需要不斷提高數據的準確性，其中的關鍵是數據的收集和輸入。我們需要定期維護數據。比如系統裏的庫存或者倒沖賬有負數，說明有些地方的數據有問題，流程可能有漏洞。我們需要盡快找到問題並處理它。
數據是供應鏈的基礎，為我們制定各種計劃提供依據。雖然實現準確及時的數據有點貴，但是在供應鏈大破壞的時期，投資必然會帶來相應的回報。
What和大數據被廣泛應用於整個供應鏈，3大數據成為供應鏈的利器。
零售、制造、服務(非金融)和醫療行業占中國供應鏈大數據份額最大，約占市場份額的83%，而能源僅占1%。據易觀智庫預測，2016年中國供應鏈大數據市場規模將達到60億左右(不含供應鏈金融)。
報告將供應鏈大數據分為四種類型:結構化數據、非結構化數據、傳感器數據和新型數據，涵蓋交易數據、時間段數據、庫存數據、客服數據和位置數據。報告顯示，目前，大數據已經廣泛應用於包括物流、服務、金融在內的供應鏈環節。
有效推進物流模式改革
在供應鏈中，大數據的作用首先體現在物流上。2014 12.26中國物流信息中心發布的數據顯示，1-11月，全國社會物流總額196.9萬億元，按可比價格計算增長8.3%，比去年同期下降1。從近五年的情況看，物流企業資產增速逐步放緩，物流企業經營效益疲軟。
在這種情況下，物流企業需要從價值延伸的角度提供超出客戶預期的服務，以高效物流和增值服務的思路發展，而大數據是物流企業提供增值服務的基礎要素。此外，隨著許多專業化物流模式的興起，降低供應鏈成本的核心將是數據資產的使用。大數據可以有效促進高效物流模式的轉變，是降低物流成本的有效手段。
借助大數據，企業可以與中國氣象服務中心合作，采集高速公路信息，為全國高速公路提供天氣預報和道路實況服務，優化行車路線，實時監控、評估和預警車輛和貨物狀態，智能追溯產品運輸。
通過大數據，企業可以根據物流時間、成本、服務、物流數據、客戶需求等決策因素，有效預測和評估風險，做出合理、準確、科學的決策。利用物流數據，企業可以進行詳細的區域和網店預測，幫助電商平臺和快遞公司快速決策。
比如亞馬遜的專利“預測物流”，就是利用大數據洞察用戶需求的模式。“預測物流”會檢測用戶在商品上的鼠標停留時間，然後綜合考慮用戶的購買歷史、搜索記錄、願望清單等。
因此，根據這些海量數據，可以預測用戶的購買行為，提前將這些商品運出倉庫，存放在寄售中心。當用戶真的下單了，就可以馬上發貨。通過使用大數據，亞馬遜大大縮短了商品的配送時間。
構建預測模型提高協同效應
物流企業可以根據大數據的分析，建立預測模型，實現對產品銷量的精準預測，進而實現對未來庫存的精準計算，使工廠、區域市場、地方市場的庫存分配更加合理，從而提高協同效應。企業通過全面掌握供應鏈物流過程中的所有基礎數據，結合自身的資源和能力，可以對整個供應鏈進行控制和監督。
比如CAR Inc .的租車率壹度達到壹定水平，有些車是空置的。通過使用SAP推出的數據庫平臺SAPHana，CAR Inc .優化了流程，車輛利用率再次提高了65，438+05%。
提供精準的金融服務
通過大數據技術進行行業分析和價格波動分析，提出預警，規避信用風險，對目標客戶進行信用評估，審批短期小額貸款，提供精準金融和物流服務的貸款。
例如，為了實現銀行與中小外貿企業的對接，打破信息不對等的狀態，阿裏巴巴旗下的易通公司利用自身的系統處理能力，將監管、申請、交割、還款、放款等相關融資工作整合到統壹的信息網絡處理平臺，並對交易過程進行全程控制。
獲取交易環節的詳細數據和信息，借助第三方服務平臺的作用驗證企業貿易的真實性，實現各方的信息交互、業務協同、交易透明，為中小企業融資問題找到可行的解決方案。
在供應鏈金融中，大數據還可以提供很多增值服務。利用大數據從源頭獲取用戶需求信息，洞察潛在需求，為供應鏈提供信息咨詢；可以對供應鏈金融上下遊客戶進行全方位的信用管理，形成互動的監督控制機制，降低交易成本和風險；分析和預測供應鏈績效，指導供應鏈管理，尤其是供應鏈協同數據的運行。