供應鏈中的大數據:為知情決策提供分析

供應鏈中的大數據使得創建創新戰略成為可能，幫助組織提高物流運營。通過分析倉庫中產生的所有數據，公司可以發現改進的機會，並製定戰略業務決策。

在過去的五年裏，聯網設備的數量如雨後春筍般增長。谘詢公司國際數據公司的一項研究預測到2025年，智能設備將超過410億台世界各地。同年，這組設備預計將產生超過79.4澤字節的數據量。

生成的數據數量的指數級增長大數據為改進組織的流程和決策提供了獨特的機會。技術谘詢公司高德納(Gartner)表示:“大數據是大容量、高速度和/或種類繁多的信息資產，需要具有成本效益的創新形式的信息處理，以增強洞察力、決策能力和流程自動化。”

大數據分析有助於從大型數據集中提取有用信息．為了分割和轉換數據，近年來出現了各種各樣的大數據技術。這些係統收集和管理大量的信息，這是傳統程序無法分析的。

如今，大數據被應用於所有類型的公司和領域，從生產單位最大化吞吐量，到營銷部門細分市場，獲得最佳結果。

為什麼大數據對企業如此重要?

通過大數據分析，公司可以控製和處理組織內部產生的大量數據發現新機會．

根據研究大數據分析能力和知識管理:對企業績效的影響意大利都靈大學的教授，”大數據分析(BDA)確保數據可以被分析並歸類為有用的信息並為企業轉化為大數據相關知識和高效決策流程，從而提升業績。”

大數據對企業的影響恰恰體現在決策方麵。一個多學科研究論文來自新墨西哥大學安德森管理學院和華南農業大學經濟管理學院的研究強調了大數據在商業中的戰略作用:“實證結果表明，大數據分析的使用對決策質量有積極影響。”這項研究的作者發表在學術期刊上技術預測與社會變革，了解大數據分析在提高商業競爭力方麵的潛力。“企業不僅應該在其業務活動中普及大數據分析的使用，而且還應該采取措施提高數據分析能力這將提高他們在競爭優勢方麵的決策質量。”

供應鏈中的大數據

大數據打開了巨大的財富的機會供應鏈領導人．Ernest & Young的一份報告顯示，61%的受訪高管計劃在未來三年內采用大數據分析，而33%的高管目前正在運行試點項目或在其供應鏈的某些領域實施大數據分析工具。

大數據分析還可以為產品製造、存儲、運輸和分銷帶來好處。在研究文章供應鏈管理中的大數據分析，西伊利諾伊大學的學者說:“BDA在供應鏈管理(SCM)中提供了許多好處，也給組織帶來了挑戰。例如，BDA可以幫助更好地預測需求/供應，分析客戶偏好的變化，提高供應鏈可見性，增強供應鏈彈性。”

有了大數據工具，實施分析方法以促進供應鏈中的知情決策．加拿大康科迪亞信息係統工程研究所的研究人員說:“大數據分析(BDA)已經成為一種更精確的預測手段，可以更好地反映客戶需求，促進SC性能的評估，提高SC的效率，減少反應時間，並支持SC風險評估。”

供應鏈分析:大數據應用於倉庫

物流數字化促進了互聯網連接設備的使用，這些設備產生了無數的數據。為了便於分析和解釋，Mecalux集團的發展供應鏈分析軟件．這款功能先進的易WMS倉庫管理軟件程序對來自任何設施的數據進行分段和結構．

通過將海量的倉庫數據轉化為有用的信息，物流經理可以更容易、更準確地做出決策。供應鏈分析軟件對數據進行分類，將其轉換為關鍵績效指標(kpi)．這些為管理人員提供了操作狀態的實時快照，以及設施吞吐量的曆史分析。

該軟件將儀表板和圖形與倉庫的基本信息結合在一起，例如庫存中的sku百分比和準備好的訂單行。這個項目還可以創建可定製的kpi符合每個物流經理的要求。

供應鏈分析軟件培養靈活、高效的物流流程，以適應業務需求。例如，包裝和標簽材料公司Intermark為其倉庫配備了Mecalux Group的高級分析模塊全麵監控其物流運作．“該模塊展示了我們的流程是如何執行的，並幫助我們根據日常運營的表現進行戰略改進。我們的市場是動態的，客戶需求變化很快。因此，我們必須改變我們的業務，以滿足這些新的需求。有了這個模塊，我們現在有了數據驅動的信息，可以引入變化，幫助我們優化物流運營，”Intermark總經理Juan Pablo Calvo說。

大數據分析還為組織提供了可靠、客觀的數據，使他們能夠修改和優化流程。“Easy WMS非常適合我們的業務特點。有了這個係統，我們知道sku的可用性，並可以實時盤點，”Yamazen美國執行副總裁James Hansen說。機床分銷商使用供應鏈分析軟件模塊來谘詢和分析其倉庫操作的吞吐量。

Mecalux集團已經在世界各地的物流設施中為多個部門的組織實施了供應鏈分析軟件模塊。有了這項技術，公司可以將大數據應用到他們的倉庫中，以控製供應鏈中發生的一切。

物流:數據的力量驅動

雖然大數據分析在所有行業都非常有用，但在物流領域，它至關重要。倉庫中產生的大量數據對戰略決策具有相當大的潛力。

公司依靠技術來解釋每天在不同業務領域產生的大量數據。大數據分析為新的改進機會打開了大門，例如優化物流運營，規劃未來投資，以及推出新產品或項目。

大數據:一場正在興起的革命

1997年，NASA的研究人員邁克爾·考克斯和大衛·埃爾斯沃斯介紹了大數據的概念在文章中應用程序控製的需求分頁，用於內核外可視化．可視化為計算機係統提供了一個有趣的挑戰:數據集通常相當大，占用了主存、本地磁盤甚至遠程磁盤的容量。我們稱之為大數據問題。”

在新千年開始之際，互聯網的民主化開始為獨特的數據收集和分析提供了機會。在線銷售門戶網站的擴張使eBay和亞馬遜等公司更容易專注於分析客戶行為，以提高營業額。隨後，社交媒體的繁榮加劇了對工具的需求，以組織來自網絡的大量非結構化數據。然而，隨著物聯網(IoT)和機器學習的到來，互聯網連接設備的使用激增，大大擴展了大數據的可能性。

大數據分析工具已經有了堅實的記錄。但雲計算等新技術的出現為挖掘數據分析的潛力和優化業務績效開辟了新途徑。

大數據的5v

大數據有五個維度，被稱為5v:

• 體積:來自多個來源的大量信息必須使用新的高級數據管理、利用和存儲形式進行管理。
• 速度:海量且持續的數據流以令人眼花繚亂的速度移動。這需要靈活的收集和處理工具，以防止收集和分析的信息過時。
• 各種：大數據分析工具除了圖像、計算機數據、音頻、視頻以及社交網絡和新平台上的各種內容外，還必須處理書麵來源。
• 真實性在大數據分析方麵，的確如此有必要選擇真實的數據為了進一步分析丟棄無關的信息．
• 價值:如所編製的資料已適當選擇及分析，獲得的信息對組織有很大的價值．