隨著供應鏈變得越來越複雜，必須采用更好的工具來迅速高效地發揮數據的最大價(jia) 值。供應鏈作為(wei) 企業(ye) 的核心網鏈，將徹底變革企業(ye) 市場邊界、業(ye) 務組合、商業(ye) 模式和運作模式等。
　　第三產(chan) 業(ye) 供應鏈協同應用市場進入空間較大，尤其以醫療、金融、電子商務等細分領域需求較高。第二產(chan) 業(ye) 供應鏈協同市場成熟度逐步提高，尤其以物流、汽車、零售、公共事業(ye) 為(wei) 主要領域，供應鏈協同數據將起到市場升級的核心驅動作用。
　　無論是第三產(chan) 業(ye) ，還是第二產(chan) 業(ye) ，到底如何應用大數據？
　　1、預測：精確的需求預測。需求預測是整個(ge) 供應鏈的源頭，整個(ge) 市場需求波動的晴雨表，銷售預測的靈敏與(yu) 否直接關(guan) 係到庫存策略，生產(chan) 安排以及對終端客戶的訂單交付率，產(chan) 品的缺貨和脫銷將給企業(ye) 帶來巨大損失。企業(ye) 需要通過有效的定性和定量的預測分析手段和模型並結合曆史需求數據和安全庫存水平綜合指定精確的需求預測計劃。
　　如汽車行業(ye) ，在應用SAS分析平台進行精準預測後，可以及時收集何時售出、何時故障及何時保修等一係列信息，由此從(cong) 設計研發、生產(chan) 製造、需求預測、售後市場及物流管理等環節進行優(you) 化，實現效率的提升，並給客戶帶來更佳的用戶體(ti) 驗。
　　2、資源獲取：敏捷、透明的尋源與(yu) 采購。為(wei) 新產(chan) 品、優(you) 化成本而尋找新的合格供應商滿足生產(chan) 需求；同時，通過供應商績效評估和合同管理，使采購過程規範化、標準化、可視化、成本最優(you) 化。
　　3、協同效率：建立良好的供應商關(guan) 係，實現雙方信息的交互。良好的供應商關(guan) 係是消滅供應商與(yu) 製造商間不信任成本的關(guan) 鍵。雙方庫存與(yu) 需求信息交互、VMI運作機製的建立，將降低由於(yu) 缺貨造成的生產(chan) 損失。采購訂單與(yu) 生產(chan) 訂單通過各種渠道快速、準確的反應能力在當前集團化、全球化，多組織運作的環境下尤為(wei) 重要。訂單處理的速度在某種程度上能反應出供應鏈的運作效率。
　　4、供應鏈計劃，與(yu) 物料、訂單同步的生產(chan) 計劃與(yu) 排程。有效的供應鏈計劃係統集成企業(ye) 所有的計劃和決(jue) 策業(ye) 務，包括需求預測、庫存計劃、資源配置、設備管理、渠道優(you) 化、生產(chan) 作業(ye) 計劃、物料需求與(yu) 采購計劃等。企業(ye) 根據多工廠的產(chan) 能情況編製生產(chan) 計劃與(yu) 排程，保證生產(chan) 過程的有序與(yu) 勻速，其中包括物料供應的分解和生產(chan) 訂單的拆分。在這個(ge) 環節中企業(ye) 需要綜合平衡訂單、產(chan) 能、調度、庫存和成本間的關(guan) 係，需要大量的數學模型、優(you) 化和模擬技術為(wei) 複雜的生產(chan) 和供應問題找到優(you) 化解決(jue) 方案。
　　5、庫存優(you) 化。成熟的補貨和庫存協調機製消除過量的庫存，降低庫存持有成本。通過從(cong) 需求變動、安全庫存水平、采購提前期、最大庫存設置、采購訂購批量、采購變動等方麵綜合考慮，監理優(you) 化的庫存結構和庫存水平設置。
　　6、物流效率。建立高效的運輸與(yu) 配送中心管理，通過大數據分析合理的運輸管理、道路運力資源管理，構建全業(ye) 務流程的可視化、合理的配送中心間的貨物調撥以及正確選擇和管理外包承運商和自有車隊，提高企業(ye) 對業(ye) 務風險的管控力，改善企業(ye) 運作和客戶服務品質。
　　7、網絡設計與(yu) 優(you) 化。對於(yu) 投資和擴建，企業(ye) 從(cong) 供應鏈角度分析的成本、產(chan) 能和變化更直觀、更豐(feng) 富也更合理。企業(ye) 需要應用足夠多的情景分析和動態的成本優(you) 化模型，幫助企業(ye) 完成配送整合和生產(chan) 線設定決(jue) 策。
　　8、製造業(ye) 各行業(ye) 管理特點突出，在供應鏈管理上呈現行業(ye) 管理差異。如汽車行業(ye) 重點關(guan) 注準時上線和分銷環節、食品飲料行業(ye) 關(guan) 注的重點在冷鏈及配送環節、服裝行業(ye) 的供應鏈管理重難點在消滅鏈條上高庫存等等。
　　9、風險預警，在大數據與(yu) 預測性分析中，有大量的供應鏈機會(hui) 。例如，問題預測可以在問題出現之前就準備好解決(jue) 方案，避免措手不及造成經營災難。還可以應用到質量風險控製，如上海寶鋼，其生產(chan) 線全部實現流水化作業(ye) ，生產(chan) 線上的傳(chuan) 感器可獲得大量實時數據，利用這些可以有效控製產(chan) 品質量。通過采集生產(chan) 線上的大量數據，來判斷設備運營狀況健康狀況,對設備發生故障的時間和概率進行預測。這樣企業(ye) 可由此提前安排設備維護，保證生產(chan) 安全。
　　大數據將用於(yu) 供應鏈從(cong) 需求產(chan) 生，產(chan) 品設計到采購、製造、訂單、物流以及協同的各個(ge) 環節，通過大數據的使用對其供應鏈進行翔實的掌控，更清晰地把握庫存量、訂單完成率、物料及產(chan) 品配送情況等；通過預先進行數據分析來調節供求；利用新的策劃來優(you) 化供應鏈戰略和網絡，推動供應鏈成為(wei) 企業(ye) 發展的核心競爭(zheng) 力。
　　大數據能給供應鏈帶來什麽(me) 好處？
　　供應鏈管理大數據應用產(chan) 業(ye) 目前正處於(yu) 起步期，未來2年將快速發展。有深度行業(ye) 積累的供應鏈協同數據平台將是未來2年資本主要進入的領域。據產(chan) 業(ye) 市場研究與(yu) 分析公司IndustryARC的詳細研究，2012年全球大數據市場規模約為(wei) 69.3億(yi) 美元，2013年增長一倍至122.1億(yi) 美元左右。預計該市場到2018年將達到404億(yi) 美元，2013-2018年的CAGR約為(wei) 31.4%。
　　這麽(me) 大的投資規模，到底能帶來哪些價(jia) 值呢？
　　1、庫存優(you) 化。比如，SAS獨有的功能強大的庫存優(you) 化模型可以實現在保持很高的客戶滿意度基礎上，把供應成本降到最低並提高供應鏈的反應速度。其庫存成本第一年就可下降15%～30%，預測未來的準確性則會(hui) 上升20%，由此帶來的是其整體(ti) 營收會(hui) 上升7%～10%。當然還有一些其他的潛在好處，如提升市場份額等。此外，運用SAS係統，產(chan) 品質量會(hui) 得到顯著提升，次品率也會(hui) 因此減少10%～20%。
　　2、創造經營效益，從(cong) 供應鏈渠道，以及生產(chan) 現場的儀(yi) 器或傳(chuan) 感器網絡收集了大量數據。利用大數據對這些數據庫進行更緊密的整合與(yu) 分析，可以幫助改善庫存管理、銷售與(yu) 分銷流程的效率，以及對設備的連續監控。製造業(ye) 要想發展，企業(ye) 必須了解大數據可以產(chan) 生的成本效益。對設備進行預測性維護，現在就具備采用大數據技術的條件。製造業(ye) 將是大數據營業(ye) 收入的主要來源。
　　3、B2B電商供應鏈整合。強大的電商將引領上遊下遊生產(chan) 計劃-下遊銷售對接，這種對接趨勢是上遊製造業(ye) 外包供應鏈管理Supply-Chain，隻專(zhuan) 注於(yu) 生產(chan) Manufacturing，ProductionChain(R&D)。物流外包上升到供應鏈外包是一個(ge) 巨大的飛躍，體(ti) 現了電商的強大競爭(zheng) 力和整合能力，海量數據支持和跨平台、跨公司的對接成為(wei) 可能。B-B供應鏈整合具有強大的市場空間，能夠改善我國產(chan) 業(ye) 布局、產(chan) 業(ye) 鏈優(you) 化、優(you) 化產(chan) 能分配、降低庫存、降低供應鏈成本、提高供應鏈效率。
　　4、物流平台規模發展，B-C商業(ye) 模式整合已經成為(wei) 現實，但是物流執行平台的建設是拖後腿的瓶頸。多樣產(chan) 品的銷售供應鏈的整合有很大的技術難題，如供貨周期、庫存周期、配送時效、物流操作要求等，這樣的物流中心難度很大，大數據平台建設將驅動整體(ti) 銷售供應鏈整合;中國的還有的現實問題跨區域物流配送、城鄉(xiang) 差異等，政府的管製是一大難點/疑難雜症，大數據平台有助於(yu) 政府職能調整到位。
　　5、產(chan) 品協同設計，過去大家最關(guan) 心的是產(chan) 品設計。可是現在，在產(chan) 品設計和開發過程中，相關(guan) 人員相互協同，工廠與(yu) 製造能力也在同步設計和開發中。當前的壓力在於(yu) 向市場交付更具競爭(zheng) 力、更高配置、更低價(jia) 格、更高質量的產(chan) 品，而同時滿足所有這些要求，是製造和工程企業(ye) 的下一個(ge) 重大的價(jia) 值所在。這也正是大數據的用武之地。
　　企業(ye) 如何部署大數據？
　　要讓數據發揮價(jia) 值，首先要處理大數據，要能夠共享、集成、存儲(chu) 和搜索來自眾(zhong) 多源頭的龐大數據。而就供應鏈而言，這意味著要能夠接受來自第三方係統的數據，並加快反饋速度。其整體(ti) 影響是增強協同性、加快決(jue) 策製定和提高透明度，這對所有相關(guan) 人員都有幫助。傳(chuan) 統供應鏈已經在使用大量的結構化數據，企業(ye) 部署了先進的供應鏈管理係統，將資源數據，交易數據，供應商數據，質量數據等等存儲(chu) 起來用於(yu) 跟蹤供應鏈執行效率，成本，控製產(chan) 品質量。
　　而當前大數據的概念則超出了傳(chuan) 統數據產(chan) 生、獲取、轉換、應用分析和存儲(chu) 的概念，出現非結構化數據，數據內(nei) 容也出現多樣化，大數據部署將麵臨(lin) 新的挑戰。
　　針對如今所生成、傳(chuan) 輸和存儲(chu) 的海量信息進行簡單處理所帶來的挑戰。當前，數據量呈爆炸式增長，而隨著M2M(機器對機器的通訊)的應用，此趨勢仍將持續下去。
　　但是，如若能夠解決(jue) 這些挑戰，將可以打開嶄新的局麵？核心在兩(liang) 個(ge) 方麵：
　　1、解決(jue) 數據的生成問題，即如何利用物聯網技術M2M獲取實時過程數據，虛擬化供應鏈的流程。通過挖掘這些新數據集的潛力，並結合來源廣泛的信息，就可能獲得全新的洞見。如此，企業(ye) 可以開發全新的流程，並與(yu) 產(chan) 品全生命周期的各個(ge) 方麵直接關(guan) 聯。與(yu) 之集成的還有報告和分析功能，為(wei) 流程提供反饋，從(cong) 而創建一個(ge) 良性的強化循環。
　　以SiemensPLMSoftware為(wei) 骨幹，並以Teamcenter這樣的技術平台為(wei) 核心，企業(ye) 便可以設想出整個(ge) 集成實施情景。在此情景下，由於(yu) 客戶、用戶、設計和測試提出的所有需求和反饋都能被反饋至開發環節，因此實現安全管理的大數據便成為(wei) 變更和競爭(zheng) 優(you) 勢的催化劑。由設計部門向仿真部門提出仿真要求，仿真部門將結果反饋給設計部門，然後再傳(chuan) 至供應鏈、製造、包裝和物流部門，從(cong) 中我們(men) 看到了一個(ge) 基於(yu) 大數據的良性循環的誕生。
　　2、解決(jue) 數據應用的問題，如何讓供應鏈各個(ge) 價(jia) 值轉換過程產(chan) 生的數據發生商業(ye) 價(jia) 值，是發揮數據部署的革命性生產(chan) 力的根本。大數據在供應鏈的應用已經不是簡單的交易狀態可視，支撐決(jue) 策庫存水平，傳(chuan) 統ERP結構是無法承擔的。因此企業(ye) 必須重新做好數據應用的頂層設計，建立強大全麵的大數據應用分析模型，才能應對複雜海量的數據如何發揮價(jia) 值的挑戰。
　　大數據在供應鏈領域的應用剛剛起步，隨著供應鏈的迅速發展，大數據分析，數據管理，大數據應用，大數據存儲(chu) 在供應鏈領域蘊含巨大的發展潛力，大數據的投資也隻有與(yu) 供應鏈結合，才能產(chan) 生可持續、規模化發展的產(chan) 業(ye) 。