大数据分析如何提升供应链效率

节 、食 品饮料 行业关 注 的重 点在冷链 及 配送环节 、服装 行业 的供应 链管理重 难点在 消灭链 条上高库存 等等 。
９ 、风 险预警
从供 应链渠道 ，以及 生产现 场 的仪 器或传感 器 网络
收集 了大量数据 。利用 大数据对 这些数 据库进 行更 紧密 的整合 与分析 ，可 以改善 库存 管理 、销 售与分 销流程 的
的有序 与匀速 ，其中包括物料供应的分解 和生产订单的拆 使用对其供应 链进行翔 实的掌控 ， 更 清晰地把握库 存量 、 分。在这个环节 中企业需要综合平衡订单 、产能、调度 、
技术为复杂的生产和供应 问题找到优化解决方案 。
５ 、库存优化
订单完 成率 、物料及 产品配送 情况 等 ；通 过预先 进行数 网络 ，推动供应链成 为企业发展 的核 心竞争力 。
大 数据 与互 联 网 应 用
Ｃ ｈ ｉ 僖 ■ 与 电 脑 ｎｉ ｎ ａ Ｃｏ ｍｐ ｕ ｔ ｅ ｒ ＆ Ｃｏ ｍｍｕ ｃ ａ ｔ ｉ ｏ ｎ
２ ０ １ ５年 第 １ ７期
的建立 ，将 降低 由于缺货造 成 的生 产损失 。采购订 单与 量 风险控制 ，如上海 宝钢 ，其生产 线全部 实现流 水化作 生 产订单通 过各种 渠道快 速 、准确 的反应 能力在 当前集 业 ，生产线 上 的传感 器可 获得大 量实时 数据 ，利 用这些
库存 持有成 本 。通 过从需求 变动 、安全库存 水平 、采购 平 台将是 未来两 年资本 主要进入 的领 域 。据产 业市 场研 提前 期 、最 大库存设 置 、采 购订 购批量 、采 购变 动等方 究 与 分 析 公 司 Ｉ ｎ ｄ ｕ ｓ ｔ ｒ ｙ ｒ ＡＲ Ｃ的详 细研 究 ，２ ０ １ ２年 全 球
团化 、全球 化 、多 组织运作 的环境 下尤 为重要 。订单处 可 以有 效控制产 品质量 。 通过 采集生产线 上的大量数据 ， 理 的速度在某种程 度上能反应 出供应链 的运作效 率 。
排 程
来 判断 设备 运营 状况 、健 康状 况 ， 对设 备发 生故 障 的时
４ 、供应 链计 划 ，与 物料 、订单 同步 的生产 计 划与 间和概 率进行预测 。这样企业 可 由此提前 安排设 备维护 ， 保证 生产安全 。
合 理 的运输 管理 、道路运力 资源 管理 ，构 建全业 务流程 的可视化 、合理 的配送 中心 间的货物调 拨 以及 正确选 择 和管理外 包承运 商和 自有车 队 ，提高企 业对业 务风 险的 管控力 ，改 善企业运作和客 户服务 品质 。 ７ 、网络设计与优 化 对 于投资 和扩建 ，企业从 供应链 角度分 析 的成 本 、
８ 、差异 化管理
一
些其他 的潜在好 处 ，如 提升市 场份额 等 。此外 ，运用
Ｓ ＡＳ系统 ，产品质量会 得到显 著提升 ，次 品率 也会 因此
制造业 各行业 管理特 点突 出 ，在供应 链管 理上呈现 减 少 １ ０ ％ ～２ ０ ％。
行业 管理 差异 。如 汽车行业 重点关 注准 时上线 和分销环 ２ 、创 造经营效益
供应链 管理 大数据应 用产业 目前正处 于起 步期 ，未
库存和成本 间的关系 ，需要大量 的数学模型 、优化 和模拟 据分 析来调 节供求 ；利用新 的策划 来优化 供应链 战 略和
成熟的补货和库存协调机制消除过量的库存 ，降低 来 两年将 快速发 展 。有深 度行业 积 累的供 应链 协 同数 据
有效的供应链计划系统集成企业所有 的计划和决策业 务 ，包括需求预测 、库存计划 、资源配置 、设备管理 、渠 道优化 、生产作业计划 、物料需求与采购计划等 。企业 根
大数 据如 何 作 用于 供 应链 的呢 ？
大 数据将用于供应链 从需求产生 ， 产品设计到 采购 、
据多工厂 的产能情况编制生产计划与排程 ，保证生产过程 制造 、订单 、物 流 以及 协 同的各个环 节 ，通 过大数 据 的
这 么大 的投 资规 模 ，到 底能 带 来哪 些 价 值 呢
１ 、库存优化
比如 ，Ｓ ＡＳ 独 有 的功 能强大 的库存优 化模型可 以实
现在 高客户满 意度基 础上 ，把供应 成本 降到最低并 提高
供应链 的反 应速度 。利用他 ，库存 成本第 一年就 可下 降
产能 和变化更 直观 、更丰 富也 更合理 。企业需 要应用 足 １ ５ ％ ～３ ０ ％，预 测 未来 的 准确 性 则 会 上 升 ２ ０ ％， 由此 够多 的情景分 析和动 态 的成 本优化模 型 ，帮助企业 完成 带来 的是 其整体 营业 收入会 上升 ７ ％ ～１ ０ ％。当然还有 配送 整合和生产线设定 决策 。
面综合考 虑 ，监理 优化 的库存结构 和库存 水平设 置。 ６ 、物流效率 大数 据市 场 规模 约 为 ６ ９ ． ３ 亿 美元 ，２ ０ １ ３年 增 长一 倍 至
１ ２ ２ ． １ 亿 美元左 右 。预计 该市场 到 ２ ０ １ ８年将 达到 ４ ０ ４亿
０ １ ３ ． ２ ０ １ ８年的 Ｃ Ａ ＧＲ约 为 ３ １ ． ４ ％。 建立 高效 的运输 与配送 中心管理 ，通 过大数 据分 析 美元 ，２
２ ０ １ ５年 第 １ ７期
Ｃｈ ｉ ｎ ｃ。 ｍ
wenku.baidu.com
ａ Ｃ ｏ ｍ 慧惹 ｐ ｕ ｔ ｅ ｒ ＆ ｍ Ｃ Ｏ ｍ ｍ ｕ ｎ ｉ ｃ ａ ｌ ｊ 。 Ｏ ｎ
在 大数据 与预测性 分析 中 ，有大量 的改善 供应链 的 效 率 ，以及对设 备 的连续监控 。制造业 要想 发展 ，企 业 机会 。例 如 ，问题 预测 可以在 问题 出现 之前就 准备好解 必须 了解 大数 据可 以产生 的成本效 益 。对设 备进行 预测 决方案 ，避免措 手不及 造成经 营灾难 。还可 以应用 到质 性维 护 ，现在 就具备采 用大数 据技术 的条件 。制造 业将