多年前，很多供應鏈的范圍都在國內或本地，通常是比較簡單的過程。全球化進程與技術進步相結合，為供應鏈增加了新的活力，但也使其變得更加復雜。最終，大數據作為一種用戶友好的重要資產，并改變了供應鏈。但大數據給行業帶來的最有價值的東西是什么?其答案是創造大量知識以供分享的能力。

　　由畢馬威公司發布的“數據即資產”調查報告表明，17%的受訪企業表示他們在最大限度地利用現有數據實現價值最大化方面是有效的;18%的受訪企業表示他們成功地維持了企業范圍的數據管理戰略。67%的首席執行官認為他們可以增強對客戶的了解。根據HarveyNash公司的調查，91%受訪的首席信息官認為他們可以做更多的工作來建立客戶信任。

　　根據MordorIntelligence公司發布的調查報告，2020年全球供應鏈的大數據分析(BDA)市場規模為35.5億美元，預計到2026年將達到92.8億美元。鑒于這些預測，參與供應鏈的企業必須對大數據分析的優勢和實施領域有著充分的認識。

　　供應鏈面臨的主要挑戰

　　企業在實現可持續發展和增長的道路上面臨一些主要挑戰。雖然這些問題在疫情爆發之前就已經存在，但疫情使這些問題急劇惡化。

　　·缺乏敏捷性。由于制造和供應鏈缺乏靈活性，難以按需區分客戶產品。

　　·生態系統設計薄弱。未能確定相關合作伙伴的創新、創造和按需交付價值。

　　·架構不足。雖然該框架必須確保多個利益相關者之間的無縫協作，但一些技術架構未能促進共同創造和創新。

　　·缺乏可見性。無法在整個旅程中提供實時可見性，并阻礙了信任關系的建立。

　　大數據的能力

　　當前的不確定性促使企業尋找新的敏捷方法，重塑自我并重新在行業中定位。無論情況如何，企業或者必須適應這種不確定性，或者可能關門倒閉。隨著時間的推移，人工智能變得更容易采用。在供應鏈和物流不斷發展的背景下，該行業是網絡化的。因此，其起源為人工智能的各種應用以及擴展它的機會打開了大門。

　　就傳統的供應鏈管理方法來說，供應鏈中的每一個要素都面臨著障礙：它僅限于自己的企業跟蹤。這種方法需要人工進行狀態更新和跨部門溝通等。無論消息從一個辦公室傳輸到另一個辦公室有多快，人為因素都會產生一定的影響，這是不可避免的。當企業之間進行大數據整合時，情況可能會變得更糟。

　　大數據技術的主要能力是將供應鏈數據整合和粘合在一起，提供數據維護、存儲的框架，然后將其轉化為具體的優化措施。在實施基于云計算的分析時，企業可以根據實時更新的事實來源統一和建立指標。

　　一旦企業掌握了深入的分析工具，可用的洞察力就會以多種方式優化供應鏈：

　　•由于實時警報系統，問題和差距變得更加明顯。

　　•與檢測到存在大量問題的合作伙伴合作。

　　•企業可以檢查出容易出現系統質量挑戰的材料。

　　•企業通過移除看似不必要的操作來使運營合理化。

　　以亞馬遜公司為例。作為電子商務領域的知名企業之一，亞馬遜公司使用大數據分析來滿足客戶需求。該公司考慮了購買模式、偏好和搜索查詢。基于這些典型數據，亞馬遜公司提出了高度相關的建議。通過提供個性化推薦系統，該公司成功地提高了銷售額。這項名為“一日交付”的舉措植根于與制造商的緊密合作，從而將成本降低了10%至40%。

　　以下是采用大數據技術更具優勢的某些過程：

　　•保持高質量標準。許多具有時間敏感性的行業(食品、化工、農業等)有義務確保對其商品進行適當的監測和控制。溫度的微小波動都會損壞產品并將其報廢。眾所周知，大約30%的產品在到達目的地之前很久就會變質。例如在運輸冠狀病毒疫苗時，這個問題尤其相關。當涉及到與天氣相關的潛在問題時，其可變數據可能會有所幫助。

　　•庫存管理。做出銷售預測和定義趨勢的能力在很大程度上依賴于預測分析。例如，冠狀病毒疫情幾乎無法通過算法或人員來預測。但是，擁有大數據分析(BDA)系統可以幫助處理供需問題。當需求增長伴隨著交貨延遲時，企業必須能夠擴大生產規模。通過將過去的趨勢與預測分析相結合，該技術闡明了不同的期望。庫存管理人員獲取有關如何削減成本、平衡庫存和減少浪費的信息。

　　沃爾瑪公司總經理兼供應鏈高級總監說，“我們專注于更好的預測、更好的補貨，并與我們的供應商合作優化供應鏈。由于發生疫情，我們正在對這些系統進行極限測試，因為看到了前所未有的需求，也看到了以前從未見過的客戶購買模式，但這使我們獲得了比以往更好的預測洞察力。如果我們再次擁有這樣的東西，我們將能夠利用這種類型的數據來更好地預測可以采取什么措施來應對。”

　　•全天候跟蹤和訂單執行。實時監控對于企業的生產力和超級客戶體驗至關重要。不斷更新的信息有助于通過調整路線、時間表和貨物位置來降低成本。當包裹的運輸路線很長時，特殊傳感器會捕獲包裹上的數據。大數據分析(BDA)系統可以優化路線，并減少汽車的燃油支出，從而幫助企業顯著地降低成本。

　　•支持維護。例如，由于維護不當、故障和機器磨損，制造商可能遭受數十億美元的損失。大數據和基于物聯網的解決方案相結合，可以在出現問題時及時發出警報，并在問題發生之前進行預測。同樣，大數據可作為一種通過減少維修費用和保持有效生產來降低成本的手段。

　　總而言之，數據本身并不是一種商業策略，而是推動者。在深入轉型和采用數據計劃之前，企業必須有一個清晰的價值主張，其中包含各種各樣的東西——當前的挑戰、差距和大數據可以解決的問題。除了數據來源之外，還需要清楚地了解必要的補充能力。而人們需要將數據視為資產。不僅如此，采用數據驅動的方法是一種根本的文化變革，它意味著強有力的管理和更開放的溝通。