翻译原创：APICS关于大数据时代变革的调查报告

以下报告分析内容翻译自APICS官网

导语

大数据是数据收集和获取技术，通过过滤等技术，整合和报告过去数据技术无法洞察的现象。大数据实现了超出以往规模的数据处理。过去，数据库往往受到限制——它们只需满足人类用户输入和检索数据的需求，但随着电子商务和互联网搜索引擎的出现，数据库技术正在快速发展以管理人类和计算机。

由于数据量，数据位置，数据类型以及数据货币的快速增长，使得企业级组织可能需要定期处理数百TB的信息，供应链也不例外。 随着供应链的复杂性和规模的增长，他们的数据也在增长。那么大数据带来的变革到底会产生怎样的影响呢？

针对这个问题，APICS邀请了大约21,000名APICS成员和客户参与了调查，以从中发现对于大数据现有和新兴的见解和创新。本报告由APICS供应链委员会整理，该委员会通过研究、教育和发行出版物推动供应链和运营管理与创新。

研究分析

面临的挑战

1

过载的数据和丰富的琐碎信息是许多组织面临的挑战

尽管大多数企业都拥有大量的运营数据，但其中却往往缺少有用的关键数据，而其中的高级数据往往也不是决策或计划所必需的详细数据。

2

相关人员难以在有效时间内获得重要数据

50％的受访者表示，在接收有关实际销售、需求预测、客户变更以及订单和材料或组件装运状态的信息方面存在不良的延迟。

3

目前的系统中，数据仍然不容易访问

访问数据方面可能存在访问限制，支持限制，安全要求或视线外的挑战。 一个例子是在许多情况下，数据是使用物理或纸质记录，在数据传输方面有着不小的限制。同时，访问某些数据的可能性取决于从业者不了解的因素，例如可用性或安全性。

4

完整或真实的端到端供应链数据流模型存在差距

供应链数据流包括直接供应商和客户，但对于大多数受访者而言，完整或真实的端到端供应链数据流模型存在差距.例如，只有约一半的受访者表示物流、分销商和次要直接供应商是其供应链数据流的一部分。 真正的端到端供应链数据流，包括供应商的供应商和客户的客户，这方面数据的获取仍然是一个挑战。供应链和运营管理专业人员在改进工具、技术、战略和关系方面还有更多工作要做，大数据可以在这一进程中发挥重要作用。

对于大数据最佳实践的建议

1

与供应链合作伙伴建立良好关系

良好的关系对于促进数据共享，提高数据洞察力是十分必要的。建立与合作伙伴的良好关系是向其请求高级数据共享的基础。

2

尽可能地解决供应链数据流差距问题

尽管组织可能已制定程序或做法，使这些差距易于管理，但现实往往不尽如人意。针对现有差距构建合理有效的流程和程序是发挥大数据强大功能的重要保证。

3

寻找当前相关性不太明显或太复杂而无法研究的领域

例如，如果需求在预期增加的时候减少并且没有明确的解释，那么对于大数据系统来说这是一个很好的任务。否则，新的大数据系统的实施可能无法知道在相关性和数据访问方面对组织具有高优先级的内容。