供應鏈大數據分析及應用

本文已影響2.67W人 

供應鏈大數據分析及應用,傳統模式下,企業的供應鏈是“鏈式”運作,隨着經濟的發展變化爲數字供應鏈,數字化供應鏈的本質是“供應鏈管理”+“數字化”,下面來詳細瞭解供應鏈大數據分析及應用。

供應鏈大數據分析及應用1

大數據供應鏈其實是將供應鏈以數據進行管理。更多的是把供應鏈中的各個業務系統通過數據去打通,然後讓這些數據彼此有所關聯。

你能夠發現他們之間的關係,從而對於生產環節中的物料、生產、物流進行更好的掌控,從而提高流轉效率,降低成本。

我舉個格力電器(蕪湖)的實際應用案例。

他們數據分析的應用有4個方面:物流分析、運營效率監控、生產線監控、質量控制。

一、物流分析

通過監控大屏分屏去實時監控業務運轉情況,哪個環節出問題第一時間在儀表盤預警,信息有效及時;

監控庫存中每個倉位中物料比例及存量。

二、運營效率監控

監控訂單數量完成比例、揀選進度、訂單齊套數量及比例;

監控生產車間裏各生產機組的生產效率、下線比例。

三、生產線監控

通過MES和MPR採集的系統數據,連接Yonghong Z-Suite進行實時的多維分析。

例如,物料齊套檢查這項工作,以前需要點對點針對相關人員進行排查,而現在檢查的結果是在分析平臺實時展現,指標體系更可以根據情況靈活調整,IT人員的工作效率提升了30%以上。

供應鏈大數據分析及應用

四、質量控制

之前對於現場的生產過程和質量管理都是人工將系統數據導入再利用EXCEL內置的圖表處理進行簡單的分析。

現在他們開始結合更多的業務分析維度進行探索式分析和分析預測,藉助大數據分析平臺實現從產線、班組以及分廠多個維度各個層面來展示公司整體生產運營情況。

通過數據分析平臺可以提高在生產環節的核心競爭力,對物料、生產環節全方位監控,在提高工作效率的同時,還降低生產線殘次率。

其實從格力電器(蕪湖)的應用中我們可以總結出,數據分析能夠幫助供應鏈的有兩個重要點:

1、BI把供應鏈中所有的數據進行了全面的監控;

2、對於生產環節中各個步驟的物料庫存匹配可以進行及時的調整,提高效率。

對於供應鏈管理能夠達到什麼樣的程度,這裏說的十分的形象生動。

完全不用倉儲。運輸工具(如車輛)就是一個移動的小倉庫,讓倉庫時刻在路上。這有點像集裝箱船公司對空箱的管理,空箱堆場不在陸地上,而是在船上,哪裏需要放哪裏。

當然這可能太過理想,但對於製造業企業來說,降低的每一分錢,再乘以一個龐大的數量,都是一個天文數字。

所以應用數據平臺去管理供應鏈是十分有必要的。

供應鏈大數據分析及應用2

大數據分析應用領域有哪些?

一、廣告行業

比方你最近想買一個商品,然後在百度、京東或淘寶中查找了某個關鍵字,其實這些行爲數據都被蒐集起來了,因爲有很多人的行爲數據,一切後臺要進行大量的數據剖析,構建用戶畫像和使用一些引薦算法,然後進行個性化的引薦,當你登錄到一些網站上時,你會發現有一些廣告,引薦的一些正好是你要買的一些商品。

二、內容引薦

比方你刷今日頭條,頭條會蒐集你曾經的閱讀行爲數據,然後根據你的喜好構建一個你專屬的用戶畫像或一類人的畫像,然後給你引薦你喜歡的新聞,比方你曾經點擊過詹姆斯相關的新聞,就給你引薦NAB相關的新聞。因爲頭條用戶很多,要剖析的數據量就非常大,一切要使用大數據的手法來處理。

供應鏈大數據分析及應用 第2張

三、餐飲行業

快餐業的視頻剖析。該公司通過視頻剖析等候行列的長度,然後主動改變電子菜單顯現的內容。假如行列較長,則顯現能夠快速供給的食物;假如行列較短,則顯現那些利潤較高但準備時間相對長的食物。

四、教育範疇應用

百度大腦PK人腦:大數據押高考作文題。爲了協助考生更好地備考,百度高考作文猜測通過對過去八年高考作文題及作文範文、海量年度查找風雲熱詞、歷年新聞熱點等原始數據與實時更新的“活數據”進行深度發掘剖析,以“概率主題模型”模擬人腦思考,反向推導出作文主題及相關詞彙,爲考生猜測出高考作文的命題方向。

五、醫療範疇

智慧淮醫。淮安市選用IBM大型主機作爲淮安市區域衛生信息渠道根底架構支撐,滿意了淮安市在市級區域衛生信息渠道根底渠道建造和居民健康檔案信息系統建造進程中的需求,支撐淮安市級數據中心、居民健康檔案數據庫等一系列淮安市衛生信息化應用,支持淮安成爲全國“智慧醫療”的典範。

供應鏈大數據分析及應用3

供應鏈中的大數據主要包括以下四種類型:結構數據、非結構數據、傳感器數據、新類型數據。

1、結構數據是指那些在電子表格或是關係型數據庫中儲存的數據,這一類型的數據只佔數據總量的'5%左右,主要包括交易數據和時間段數據。

現在的大數據分析大多以這一類數據爲主,其中重要的結構數據包括ERP數據,因爲ERP系統中存儲的數據是企業運轉多年的系統積累的大量行業數據,這些數據對於企業的經營決策和預測來說意義非常重大。

2、非結構數據主要包括庫存數據、社會化數據、渠道數據以及客戶服務數據。儘管現在有大量的研究和報告在探討數據和分析能力對供應鏈管理的重要性,但對於非結構數據,例如社會化數據對供應鏈的影響和作用的研究卻相對缺乏。

然而,社會媒體數據對於供應鏈運營管理的作用是十分重要的,如何利用社交媒體數據來指導企業進行供應鏈活動的規劃(包括新產品的開發、利益相關者的參與、供應鏈風險管理以及市場探查等)以及社交媒體數據對供應鏈績效產生影響的具體機制將需要深入探討。

而要想從內容豐富的非結構化數據中挖掘出商業智慧,就需要使用不同的研究方法和度量方式,包括描述性分析、內容分析以及網絡分析等。

3、傳感數據主要包括RFID數據、溫度數據、QR碼以及位置數據,這類數據增長很快,並能爲供應鏈金融帶來巨大商機。

4、新類型數據主要有地圖數據、視頻數據、影像數據以及聲音數據等,這類數據多用於可視化領域,並能夠幫助提高數據質量,使數據的實時性更強、提高了數據分析的精準度。

供應鏈大數據分析及應用 第3張

大數據的質量

企業在進行大數據分析時,需要考慮數據的質量問題。低質量的數據不僅會影響企業的決策,甚至還可能導致企業產生損失。事實上,數據的有用性取決於數據質量,隨着大數據重要性的躍升,對高質量數據的需求也增加了。

雖然現在對於數據質量評價還沒有統一標準,但是大家一致贊同數據質量評價應包含多個維度指標。指出數據質量的評價應包括數據內在(Intrinsic)要求和情境(Contextual)要求。內在要求指數據本身所具有的客觀屬性,包括數據的準確性、及時性、一致性和完整性。

情境指數據的質量依賴於數據被觀察和使用的情境,包括關聯性(Relevancy)、價值增值性(Value-added)、總量(Quantity)、可信度(Believability)、可及性(Accessibility)、數據聲譽(ReputationoftheData)。

相關內容

熱門精選