京公网安备 11010802034615号
经营许可证编号:京B2-20210330
供应链使用大数据的4大趋势
近年来,大数据成为一个时髦的词语,而这有着充分的理由。使用大型数据集进行分析和规划,供应链中的相关人士可以更快地对供应链中不同点的变化做出反应。
供应链服务咨询机构JDA公司行业战略副总裁Puneet Saxena说:“根据技术进步和提供的更多信息,将让我们重新想象认为是行之有效的供应链流程。”
1.实时跟踪
Saxena表示,物联网(IoT)使供应商能够跟踪实时离开他们的货架的商品,无论是仓库还是零售店。而通过来自社交来源(例如Facebook,Twitter),新闻,事件和天气的大数据,供应商可以更好地预测和规划未来的库存,而不是依赖历史数据。例如,进行周末促销的商店可以实时跟踪销售,而不是每天一次盘点。考虑到当前销售情况,以及社交媒体对促销和潜在天气事件的反应,供应商可以快速调整其供应和仓库发货计划。
Saxena说,直到几年前,零售商可以采用ERP(企业资源计划系统)跟踪订单,库存水平和人员配置数据。这些信息每天更新,或每隔几周更新一次。但现在物联网的传感器,卫星,雷达,智能手机,社交媒体可以提供大数据,获得飞机,远洋轮船,卡车,以及包裹货物的当前位置。Saxena补充说,通过这些信息,软件系统知道哪些卡车正朝着暴风雪区域行进,并且结合天气预报数据,供应商可以调整预测并发送新的到达时间。如果一辆卡车迟到,供应商可以从另一个仓库补给或加快装运。利用更好的技术,诸如OU Kosher公司不再需要使用传真和电话跟踪发货。该公司将其原料和成品进行Kosher认证,跟踪产品行踪,如豆油从加工厂到包装或最终产品。
这可能意味着OU Kosher公司在爱荷华的工厂生产出一批大豆油,通过货车运送到新奥尔良港口的储存罐,将其转移到一条远洋货船的集装箱之后,通过卡车运到工厂,通过大豆油来生产产品中。每当大豆油移动或运输时,OUKosher公司就会知道,并添加一个新的数据集,OUKosher的高级代表Smolensky说。“它必须实时完成,以保持生产持续进行,”他说。“以前都是通过电话,传真和实物的文件才得做到这样的流程。”
2.供应商采购
维护大数据集允许企业更容易地跟踪他们的供应商,并快速做出改变。Smolensky说,OU Kosher公司监控8,500家工厂,生产80万件经过Kosher认证的产品。为了做到这一点,他们监测175万种成分。当在其监管下的一家工厂失去了Kosher认证时,OU Kosher公司就会立即提醒那些使用受影响的原料的企业,因为继续使用会使生产的产品不合格。
“我们的系统允许我们使用有问题的材料即时跟踪所有设施,我们可以与他们联系,有变化时将会提醒他们。”Smolensky说。他们还可以告知这些设施使用受影响的原料的截止日期,并从其数据库中提供可用的替代品。而其他制造商也在使用类似的数据库。
3.客户细分
通过使用客户数据,零售商可以对买家和市场进行细分,为他们提供定制的产品和服务。
Saxeny说,软件可以帮助企业将客户细分为人物角色,通过购买习惯来定制供应链,例如早期采用者或有价值的顾客。使用大数据,企业还可以根据市场调整供应链,为每个商店提供他们的买家感兴趣的特定项目。虽然这不是零售商的一个新概念,但是通过大数据,有大量的信息可用,可以更具体地解析。
Smolensky说,他的一家杂货店客户使用大数据重新设计他们的商店,使用扫描仪的UPC代码数据。看到Kosher客户的更高的结帐价值,商店意识到有一个重大的上升空间,以满足更多的社区。商店增加了额外的Kosher认证的食品通道,以及Kosher肉店,熟食店,面包店和餐馆部门。“商店开始成为Kosher认证购物者的主要目的地,所有这一切都基于对消费者数据的跟踪。”斯摩棱斯克说。
4.明智地使用大数据
虽然大数据很重要,但它不应该是整体决策者。格鲁斯特恩德科特大学管理计划和组织领导中心主任Richard Weissman说,“供应链仍然是通过工作人员实现的业务,”他说。“业务成功最终将取决于工作人员,数据不会取代工作人员。”
他说,“数据不会在半夜打电话给企业的供应商,数据不会重新补充货架,虽然数据可能为企业提供洞察力。”大数据如今有了一些炒作的成分,但它的存在是为了推动所有的供应变化的价值。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-07-02