論文供應鏈數據分析

論文供應鏈數據分析，越來越多的企業採用數據分析來應對供應鏈中斷，並加強供應鏈管理(SCM)，目前有幾項重大中斷正在影響供應鏈。以下分享論文供應鏈數據分析，一起來看看。

論文供應鏈數據分析1

數據挖掘技術在供應鏈精細化管理中的應論文

摘 要：對企業大量的歷史數據，採用SQL Serve的OLAP技術，建立了供應鏈數據的挖掘模型，對現庫存結構、呆廢賬和供應週期進行了分析，找出了存在問題，提出了相應的解決方法;對現系統提出了二次開發具體目標。

關鍵詞：數據挖掘 精細化 大物流 供應鏈

一、前言

生產管理信息系統運行5年來，形成了了大量的歷史數據，如生產主計劃、備件計劃、供應商、供貨信息、質檢信息和入庫、領用信息等。

但該系統只是一個頂層數據逐級向下單向透明、注重出入庫管理的平臺，豐富的歷史數據只是偶爾備查，沒有把已有龐大的數據轉化爲知識，從全局上輔助企業決策，使公司在計算機軟硬件的開發、維護上的巨大投資，只在局部管理上取得了改進，總體成效並不顯著。

本文以半成品庫供應鏈爲主體，從計劃、採購、外協廠商、質檢等多維度分析供貨週期及庫存的相互關係，以減少冗餘環節，降低供應鏈成本;同時對信息系統的二次開發提出了具體目標。

二、庫存結構和供應鏈分析

我集團的半成品採購，採取多外協廠家的定點生產、每年對價格招標、每月下達採購數量的策略，由外協廠家按照我方提供的設計圖紙生產，需要開模或使用專業機具加工，更換廠家有一定的難度。做好供應商的考覈和選取，對保質按時完成生產，就顯得尤爲關鍵。

我用半成品的相關歷史數據，按照關係型數據庫第三範式，建立雪花形數據倉庫，在其邏輯結構中，將數據表劃分爲存儲實際數據的事實表;以及存儲測評指標的維度表，如供應鏈上的採購、質檢、結賬週期、質量符合度等。

2.1 數據準備

以系統後臺採用的sql server 2005數據庫中自帶程序Business Intelligence Development Studio爲挖掘工具。數據準備如下：獲取和供應鏈相關的完整歷史數據，從2013年2月到2015年3月的基本信息：批量、計劃數、廠家。

下達日期、返回數量和日期、質檢完成日期和合格數量，點收入庫數量和日期，以及非結構化的返回日期要求等數據。剔除了試製新品等異常數據;建立了相應的維度數據庫，轉換所有的日期爲考覈的維度，以精確分析供應鏈週期。

2.2 數據挖掘結果和分析

庫存分析：平均月入庫爲1373萬，出庫爲1399萬，庫存金額平均爲802萬，比原庫存下降400萬以上，比例爲34%，逐步消化了存貨，有效地降低了半成品庫存。

呆廢賬分析：我們重點對三年(74萬元)及五年以上(24萬元)無動態的呆賬進行了分析，其產生的原因如下：

(1)BOM表中已經不存在此類備件。

(2)產品設計發生了變更。

(3)對應的產品已經淘汰停產。

(4)配套的產品僅在部分支線上使用，存量過多、過久。

(5)訂單變更、採購的半成品不配套，部分出現冗餘。針對以上原因，我們提出如下解決方法：

(1)全面清理此類半成品，做好外觀和質量檢測，不符合要求的申請報廢。

(2)儘可能替換使用、降級使用。

(3)按材質、規格制定改制表，按需對半成品改制，減少呆廢料。

(4)除少量必須備件外，多餘部分調撥給可能生產此類產品的`子分公司待用。

供貨期分析：期間平均供貨總週期爲19.55天;其中外協廠家生產期14.13天，到公司後質檢期3.27天，入庫2.15天，供貨後到發票開具23.73天。在提前期爲半個月的採購模式下，數據表明大部分半成品在每月初就基本入庫，佔用了大量庫房，並在當月末轉化爲財務付款壓力。

針對外協廠家大多位於省外，重點分析了供應商區域、數量、重量、採購品種和供貨週期的關係，對鍛鑄件類產品的挖掘結果分析如下：

(1)爲減輕庫房壓力，本省市的外協廠家按需分批次組織運送，期供貨週期和質檢週期存在人爲失真。

(2)外省市供貨週期和區域距離成正比。

(3)供貨週期與採購的數量和重量無關，表明生產能力和運力現階段充沛。

(4)質檢週期短的供貨商，其一次到貨率和合格率較高。

三、供應鏈管理新模式

基於供應週期分析結論1，我們可以把所有的外協廠商作爲外圍庫房，按大數據模式下的機器學習法，自動計算不同外協廠家、不同半成品的提前期，藉助第三方物流，由生產流水線上主導產品的需求，決定其配送日期;包裝用數量就近選擇廠家，第三方質檢合格後，直接發到施工現場。

爲實現此設想，信息系統必須互聯互通、信息共享，實時採集需求和獲取外協廠商的生產、庫存情況，建設一條敏捷的供應鏈。系統可做如下改進：

(1)對供應商做出科學考覈評價：資質;產品質量(尺寸、外觀、表面的目視檢查合格率;化學成分等合格率;力學性能參數、內部的超聲無損檢測缺陷值等)、退貨率，降級接收率、及時完成率、交貨緊迫性、變更配合度、售後服務等指標進行動態考覈。按指標得分高低對外協廠家優勝劣汰，在任務分配時優先向優秀供應商傾斜。

(2)拉伸供應鏈，把各生產部門、庫房、供應商作爲一個整體，對內實現數據的全透明，共享主計劃、車間旬計劃、採購計劃，做好內部關鍵工序的報工和外協廠商的數據採集，使相關人員能從數據流中自動獲取到所需數據，實時監控所需半成品，及時協調相關生產;在任務繁重時，對外適度開放採購信息，有利於外協廠家安排生產。

(3)領用定額只獲取BOM表中的組裝數量，包裝用備件可由外協廠商直髮施工現場。

(4)多粒度獲取半成品需求，多層次規劃生產。在銷售部門取得合同後，按照交貨期彙總其總量，和外協單位的產能對比，做好生產分配和預測;按旬計劃彙總需求，精準組織半成品的到貨時間。

四、結論

建立數據透明的信息系統，充分利用挖掘數據技術，動態獲取需求和產能，藉助第三方物流，可以精準地滿足生產和施工需求，同時優化控制庫存結構，可以減少庫存量，降低對流動資金和庫房的佔用。在實際應用中，還需要發揮人的主觀能動性，按實際情況調整採集信息量和透明度，提升供應鏈管理水平。

參考文獻：

[1]王桂從，姜兆亮，李兆前.協同供應下的庫存控制及供應商選擇[J].現代製造工程，2007(11).

[2]王晶，唐玲，張在曉.供應商共享POS信息時的信息挖掘策略與方法[J].工業工程，2008(07).

論文供應鏈數據分析2

大數據分析對供應鏈有什麼影響

如今，從物流到客戶偏好的各種數據的持續增長正在迅速改變企業的經營方式，並突出了對加強數據管理和分析的強烈需求。大數據分析(指大型和複雜的數據集)的好處是顯而易見的：大數據可以完全改變組織的工作方式，在效率、成本、可見性和客戶滿意度方面產生巨大差異。

大數據來源廣泛：

-如今的技術和社交平臺允許企業以評級、評論和博客評論的形式獲得直接的客戶反饋。

-來自移動通信、社交平臺和電子商務的數據正在與來自企業系統的數據集成。

-隨着物聯網和機器對機器通信的引入，製造業正在從基於事件的計劃轉變爲實時感測。

-不斷髮展的傳感器技術可提供實時設備和產品狀況數據，從而實現自動維護和過程調整。

數據在數量上、種類上和速度上都有所增長，如果以正確的方式加以利用，可以帶來巨大的價值。

研究顯示，企業已經在推動整個企業供應鏈的生產力，但在供應鏈功能中使用大數據分析在全球企業中並不普遍或協調得很好。受益於大數據分析的公司有三個共同點：它們擁有強大的企業級分析戰略，它們將大數據分析嵌入供應鏈運營，它們擁有合適的人才庫，能夠從大數據中產生可操作的見解。

有必要僱用、培訓和扶持能夠幫助企業從大數據分析中受益的領導者。從人力資本的角度來看，大多數公司的定位尚不足以接受數字化供應鏈轉型。我們分析了各行各業的50多位高級供應鏈高管的個人資料，以瞭解他們在供應鏈數字化方面的定位。在涉及所謂的“數字防備連續性”方面，各行各業的公司中絕大多數高管都普遍缺乏。

調研機構採訪了各行各業的商界領袖，以探討當今日益數字化的世界對首席供應鏈官的角色以及供應鏈領導者與高級管理人員中其他高管人員之間互動的影響。通過這些訪談，我們發現了供應鏈領導者應具備的四個關鍵特徵，以便能夠從大數據分析中獲得收益：

1、對數據和系統技術有深刻的瞭解。當今的企業可以通過數據分析和通過數字方式收集數據來深入瞭解客戶行爲。儘管不需要首席供應鏈官成爲信息技術（IT）專家，但他們應該對數據收集、技術和分析有足夠的瞭解，以引導對話併爲高級領導者及其供應鏈團隊提供數字化願景。

供應鏈領導者應認識到如何實施和利用相關平臺和流程以及數據來自何處，並應表現出對來自各種渠道的數據範圍和規模的紮實理解。重要的是，領導者必須準備好對數據採取明智的行動。

2、具有影響力的協作方法。如果首席供應鏈官在孤島工作，將無法從大數據分析中獲得收益。在內部，供應鏈領導者必須能夠與首席技術官進行溝通和協作，以幫助確定適合組織的技術和政策；

與首席數據官一起了解如何最佳地捕獲和使用數據；與首席營銷官一起，評估供應鏈如何能夠更專注於客戶和需求驅動，並與首席執行官具體溝通更廣泛的創造價值的機會。最終，供應鏈執行官將需要能夠與內部利益相關者和外部供應商建立橋樑。

3、跨職能經驗。如今的供應鏈管理人員具有跨部門的'經驗，並且能夠理解和與來自多個業務部門的人員進行交流。重要的是，首席供應鏈官員還必須具有銷售、財務或技術方面的知識。

4、發展新技能和培訓他人的能力。當今的首席供應鏈官必須緊跟最新技術，以確保組織適當地吸收數字技能和分析人才。企業犯的最大錯誤之一是在沒有適當準備組織的情況下實施大數據分析項目。建立內部計劃以確保在整個供應鏈中採用技能至關重要。

要從整個供應鏈或整個組織的大數據分析中獲取所有好處，不僅需要技術和IT。從首席執行官和執行委員會開始，企業必須準備好支持一種全新的思維方式，培養一種對創新和技術開放的文化，並願意挑戰關於供應鏈管理方式的慣例。

大數據分析對供應鏈有什麼影響、中琛魔方大數據分析平臺表示由於供應網絡上數十億的連接設備提供關於服務需求、位置和庫存分佈的實時信息，甚至實現預期的需求，理解和接受大數據的執行領導層、數字顛覆和這些趨勢的人力資本方面對未來企業的優勢至關重要。

論文供應鏈數據分析3

供應鏈案例分析的方法

一、供應鏈案例的類型

供應鏈案例可以是從原材料供應一直到最終產品送到最終用戶手中的整個供應鏈的案例，也可以是隻涉及供應鏈一個環節或只關注於單一的物流活動的案例。無論哪一種案例，在分析時都應該從供應鏈整體的角度進行，要考慮單一環節的變化對供應鏈中其他環節產生的影響。

二、供應鏈案例分析的目標

提高客戶服務水平和降低總的運作成本是供應鏈管理的兩大目標，在案例分析時，必須牢記這兩大目標。

三、供應鏈案例分析的方法

供應鏈案例分析可分爲這樣幾步進行：

第一，分析供應鏈現狀。

首先分析供應鏈的結構，在分析時可繪製一個從原材料或零配件供應的起點開始，通過生產製造環節和分銷配送環節，直到最終用戶手中的貨物流動示意圖，示意圖目的是爲了描述供應鏈中各固定節點(如工廠、倉庫)的結構和貨物在這些節點之間的流動模式。即貨物流。

然後分析支撐貨物移動的信息流和信息系統，包括訂單信息處理、需求預測信息、管理信息和計算機系統。其次對現行的供應鏈績效進行分析，這對改進措施的提出是非常有效的，績效分析可包括供應鏈的總體績效、供應鏈的相對績效和單項物流功能的績效。

第二，在現狀分析的基礎上找出問題。

這常常是案例分析最困難的也是最重要的一步。因爲如果無法正確地鑑別出主要問題，也就無法作出正確的選擇。在分析時要注意症狀與原因的區分，通常在分析時症狀是比較容易明確的。

例如，經理可能認爲倉儲能力短缺是一個問題，實際上，這可能僅僅是一個症狀，造成的原因可能是庫存管理不良或生產安排不合理而使得庫存的大大超過了實際需求。因此在分析時，必須找到真正造成問題的原因。

第三，設想並提出解決問題方案

解決方案的提出是和現狀分析緊密聯繫在一起的，一個好的現狀分析能夠對主要問題進行清晰的確定，從而指出正確的解決問題或行動路線。提出解決問題方案時通常可從三個層面上考慮：具體功能部門層面;公司層面，在公司內實行跨部門的改革;供應鏈層面，同一供應鏈上的公司間相互配合上進行改革。

最後對提出的方案應當做全面的說明。

以上是對分析供應鏈問題提供一個思考分析的框架，這不是一個應用於所有供應鏈問題的萬能方法，而是列出了在分析問題時可考慮的因素，案例分析時應根據實際問題確定相關的研究因素。