一、概 要

大數據可以為供應商網絡提供更好的數據準確性、清晰度和洞察力，從而在共享的供應網絡中實現更多的情境智能。

有前瞻目光的制造商們正在將80%或更大比例的供應網絡經營活動構建在其企業外部，他們利用大數據和云計算技術來突破傳統ERP系統和供應鏈系統的局限性。對于商業模式基于快速產品周期迭代和產品上市速度的制造商，傳統的ERP/SCM系統僅僅是為了完成訂單交付、發運和交易數據而設計的，這樣的傳統系統的擴展性極其有限，根本無法滿足當下供應鏈管理所面臨的種種挑戰，已經成為企業供應鏈管理的瓶頸。

如今的制造商都立足于在準確性、速度和質量方面開展市場競爭，這一定位迫使企業的供應商網絡必須具備一定程度的情景智能的能力，傳統的ERP/SCM系統是無法幫助企業達成這一競爭目標的。然而當今大多數企業還沒有將大數據技術引入其供應鏈運營當中，本文介紹的十大要素將成為企業未來供應鏈戰略變革的重要催化劑。

舉個小實例來說明大數據分析如何在準確性、速度和質量方面對供應鏈管理提升的作用：

亞馬遜利用大數據來監控、追蹤、確保其15億庫存商品準確的存放于全球200個訂單履行中心當中。亞馬遜利用預測分析技術可以實現“預期發貨”的情景，即，當客戶打算購買一件商品的時候（注意是打算購買尚未正式下單），亞馬遜就將貨物提前發運到離客戶最近的倉儲中心。這種對供應鏈管理的優化極大的提升了其客戶的體驗。

二、情境智能

目前，由供應鏈產生的數據的規模、廣度和深度都在加速增長，為情景智能驅動的供應鏈提供了充足的數據基礎。有前瞻性的制造商已經開始將大數據作為更廣泛供應鏈協作的催化劑。

三、供應鏈能力的提升

大數據和高級分析技術正更快速的集成到供應鏈能力當中。

德勤的調研顯示，當前使用最多的前四種供應鏈能力為：優化工具，需求預測，集成業務預測、供應商協作和風險分析。

四、供應鏈領域的顛覆性技術

64%的供應鏈高管將大數據分析看成顛覆性的重要技術，這是企業長期變革管理的重要基礎。

五、優化整合供應鏈配送網絡

利用基于大數據的地理分析技術來整合優化供應鏈配送網絡。

六、供應鏈問題的優化

對供應鏈問題的優化。大數據可以幫助企業將對供應鏈問題的反應時間提升41%，將供應鏈效率提升10%甚至超過36%，跨供應鏈的整合提升至36%。

七、供應鏈運營的整合

將大數據分析集成到供應鏈運營中可以將訂單滿足周期提升4.25倍、將供應鏈效率的提升2.6倍。

八、供應鏈財務指標的追蹤

對供應鏈戰略、戰術、運營更深入的情境智能應用，正在影響公司的財務指標。

供應鏈可視化，通常是指能夠清晰的看到供應鏈網絡中供應商的多層次結構。通過供應鏈決策的財務結果追蹤回財務指標是可行的；而且通過將大數據應用與財務系統集成，提升行業快速的庫存周轉率是非常有效的。

九、產品質量追蹤

產品追蹤和召回本質上都是數據密集型的，大數據在這方面的潛在貢獻是顯著的。

十、供應商質量提升

通過基于大數據的質量控制可以提升供應質量。