
不要着急玩大数据
沸沸扬扬的“大数据(Big Data)”,把很多企业、很多人搞得魂不守舍,蠢蠢欲动,似乎只要一玩大数据,大家都可以发大财似的。
其实,你只要静下心来想一想,很多企业,似乎还没有资格去玩什么大数据。
因为,“微数据(Micro Data)”、“小数据(Small Data)”你都还没有搞清楚,你去玩什么“大数据”?
那么,什么叫微数据呢?
说简单点,所谓的微数据就是你自己的数据,如制造业普遍使用的ERP数据。很多企业,花了很多钱上了ERP,结果还是“不好使”,给客户及时交货率没有提高,呆滞库存还是数不清,库存周转率还是上不去,为什么?
很多人抱怨是上错了ERP,或者怪ERP功能不完善,更有甚者是把使用了多年的BAAN/ORACLE换成了SAP,结果呢?还是那个样儿!
这是为什么?
业务流程、组织架构没有与ERP有效结合是个很重要的原因,但ERP内部数据不准确,却是个重中之重的原因!
所以,我跟很多企业讲,其实你不需要这么昂贵的ERP,你花十分之一、甚至是百分之一的钱,用个金蝶K3或者用友的U8也就足够了,因为“一只拿着木头棒子的猴子,完全可以杀死一头拿着AK47(突击步枪)的猪”(注:这句话不是我说的,是我伟创力一个兄弟的发明),你信不信?
关键的问题是你先理清你的微数据。
微数据包括主数据(Master Data),如BOM数据,交易数据(Transactional Data),如收、发货的数据等等,但这些说白了都属于企业内部的数据,理论上是完全可控的,但你真正控制住了吗?
我的TIM审核、数据挖掘的12张表,基本都属于“微数据”的范畴,但又有几家企业能够比较完整地提取出来?
接下来才是所谓的“小数据”,见附图第二层。
小数据是指企业外部的,但是又是来自于合作伙伴的数据,如供应商的库存,客户的库存,甚至是供应商的供应商的库存,客户的客户的库存。
这些数据基本上也是可控的,但前提是需要ERP之外的工具链接,如一些供应链管理协同软件,类似E2OPEN等等。
但现在的问题是,这些小数据,对很多企业来讲也是个巨大的挑战。
我在审核很多企业的供应链管理过程中,发现一种我称之为“伪VMI”的现象。我的很多咨询客户的客户要他们做VMI(供应商管理库存),但客户的客户每天用了他们多少东西,什么时间用的,用了多少,又不告诉人家,没有任何系统对接,只有等到财务月结的时候才产生个数据,准不准也不知道,这叫什么VMI?当然,“伪VMI”还包括让供应商被动地补货,这里就不多讲了。
小数据搞不定,又会直接影响大数据分析的准确性,反之亦然,于是就乱成了一锅粥。物流的三流(物流、信息流、资金流)被讲了多少年了,但最基础的信息流,也就是数据流都搞不清楚,又哪来的物流、资金流?
小、微数据乱了套,搞大数据又有啥用?
从供应链管理的角度,基础原材料的供应市场分析应该属于所谓大数据的范畴。如,你要研究电子元器件的价格、供应走势,你就必须从大数据的角度,来研究硅、镍、铜等基础原材料的市场情况;你要研究哪款产品好卖,你就要从大数据角度,研究终端消费者的消费行为、习惯等等。
但问题是,你大数据研究的再好,你的小数据、微数据不给力,你不是该出不去货,还是出不去,该有的呆滞库存,你还还是有吗?
基础打不好,你即使能伸到“云”里去,又能怎么样呢?
从“微”到“小”,再从“小”到“大”,这是个规律啊!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16