供应链中的大数据:为知情决策提供分析

供应链中的大数据使得创建创新战略成为可能，帮助组织提高物流运营。通过分析仓库中产生的所有数据，公司可以发现改进的机会，并制定战略业务决策。

在过去的五年里，联网设备的数量如雨后春笋般增长。咨询公司国际数据公司的一项研究预测到2025年，智能设备将超过410亿台世界各地。同年，这组设备预计将产生超过79.4泽字节的数据量。

生成的数据数量的指数级增长大数据为改进组织的流程和决策提供了独特的机会。技术咨询公司高德纳(Gartner)表示:“大数据是大容量、高速度和/或种类繁多的信息资产，需要具有成本效益的创新形式的信息处理，以增强洞察力、决策能力和流程自动化。”

大数据分析有助于从大型数据集中提取有用信息．为了分割和转换数据，近年来出现了各种各样的大数据技术。这些系统收集和管理大量的信息，这是传统程序无法分析的。

如今，大数据被应用于所有类型的公司和领域，从生产单位最大化吞吐量，到营销部门细分市场，获得最佳结果。

为什么大数据对企业如此重要?

通过大数据分析，公司可以控制和处理组织内部产生的大量数据发现新机会．

根据研究大数据分析能力和知识管理:对企业绩效的影响意大利都灵大学的教授，”大数据分析(BDA)确保数据可以被分析并归类为有用的信息并为企业转化为大数据相关知识和高效决策流程，从而提升业绩。”

大数据对企业的影响恰恰体现在决策方面。一个多学科研究论文来自新墨西哥大学安德森管理学院和华南农业大学经济管理学院的研究强调了大数据在商业中的战略作用:“实证结果表明，大数据分析的使用对决策质量有积极影响。”这项研究的作者发表在学术期刊上技术预测与社会变革，了解大数据分析在提高商业竞争力方面的潜力。“企业不仅应该在其业务活动中普及大数据分析的使用，而且还应该采取措施提高数据分析能力这将提高他们在竞争优势方面的决策质量。”

供应链中的大数据

大数据打开了巨大的财富的机会供应链领导人．Ernest & Young的一份报告显示，61%的受访高管计划在未来三年内采用大数据分析，而33%的高管目前正在运行试点项目或在其供应链的某些领域实施大数据分析工具。

大数据分析还可以为产品制造、存储、运输和分销带来好处。在研究文章供应链管理中的大数据分析，西伊利诺伊大学的学者说:“BDA在供应链管理(SCM)中提供了许多好处，也给组织带来了挑战。例如，BDA可以帮助更好地预测需求/供应，分析客户偏好的变化，提高供应链可见性，增强供应链弹性。”

有了大数据工具，实施分析方法以促进供应链中的知情决策．加拿大康科迪亚信息系统工程研究所的研究人员说:“大数据分析(BDA)已经成为一种更精确的预测手段，可以更好地反映客户需求，促进SC性能的评估，提高SC的效率，减少反应时间，并支持SC风险评估。”

供应链分析:大数据应用于仓库

物流数字化促进了互联网连接设备的使用，这些设备产生了无数的数据。为了便于分析和解释，Mecalux集团的发展供应链分析软件．这款功能先进的易WMS仓库管理软件程序对来自任何设施的数据进行分段和结构．

通过将海量的仓库数据转化为有用的信息，物流经理可以更容易、更准确地做出决策。供应链分析软件对数据进行分类，将其转换为关键绩效指标(kpi)．这些为管理人员提供了操作状态的实时快照，以及设施吞吐量的历史分析。

该软件将仪表板和图形与仓库的基本信息结合在一起，例如库存中的sku百分比和准备好的订单行。这个项目还可以创建可定制的kpi符合每个物流经理的要求。

供应链分析软件培养灵活、高效的物流流程，以适应业务需求。例如，包装和标签材料公司Intermark为其仓库配备了Mecalux Group的高级分析模块全面监控其物流运作．“该模块展示了我们的流程是如何执行的，并帮助我们根据日常运营的表现进行战略改进。我们的市场是动态的，客户需求变化很快。因此，我们必须改变我们的业务，以满足这些新的需求。有了这个模块，我们现在有了数据驱动的信息，可以引入变化，帮助我们优化物流运营，”Intermark总经理Juan Pablo Calvo说。

大数据分析还为组织提供了可靠、客观的数据，使他们能够修改和优化流程。“Easy WMS非常适合我们的业务特点。有了这个系统，我们知道sku的可用性，并可以实时盘点，”Yamazen美国执行副总裁James Hansen说。机床分销商使用供应链分析软件模块来咨询和分析其仓库操作的吞吐量。

Mecalux集团已经在世界各地的物流设施中为多个部门的组织实施了供应链分析软件模块。有了这项技术，公司可以将大数据应用到他们的仓库中，以控制供应链中发生的一切。

物流:数据的力量驱动

虽然大数据分析在所有行业都非常有用，但在物流领域，它至关重要。仓库中产生的大量数据对战略决策具有相当大的潜力。

公司依靠技术来解释每天在不同业务领域产生的大量数据。大数据分析为新的改进机会打开了大门，例如优化物流运营，规划未来投资，以及推出新产品或项目。

大数据:一场正在兴起的革命

1997年，NASA的研究人员迈克尔·考克斯和大卫·埃尔斯沃斯介绍了大数据的概念在文章中应用程序控制的需求分页，用于内核外可视化．可视化为计算机系统提供了一个有趣的挑战:数据集通常相当大，占用了主存、本地磁盘甚至远程磁盘的容量。我们称之为大数据问题。”

在新千年开始之际，互联网的民主化开始为独特的数据收集和分析提供了机会。在线销售门户网站的扩张使eBay和亚马逊等公司更容易专注于分析客户行为，以提高营业额。随后，社交媒体的繁荣加剧了对工具的需求，以组织来自网络的大量非结构化数据。然而，随着物联网(IoT)和机器学习的到来，互联网连接设备的使用激增，大大扩展了大数据的可能性。

大数据分析工具已经有了坚实的记录。但云计算等新技术的出现为挖掘数据分析的潜力和优化业务绩效开辟了新途径。

大数据的5v

大数据有五个维度，被称为5v:

• 体积:来自多个来源的大量信息必须使用新的高级数据管理、利用和存储形式进行管理。
• 速度:海量且持续的数据流以令人眼花缭乱的速度移动。这需要灵活的收集和处理工具，以防止收集和分析的信息过时。
• 各种：大数据分析工具除了图像、计算机数据、音频、视频以及社交网络和新平台上的各种内容外，还必须处理书面来源。
• 真实性在大数据分析方面，的确如此有必要选择真实的数据为了进一步分析丢弃无关的信息．
• 价值:如所编制的资料已适当选择及分析，获得的信息对组织有很大的价值．