撰写者 晚上11:27 大数据供应链, 全球供应链, 供应链分析, 供应链洞察社区 •一则评论

供应链领导者了解供应链分析的框架

我拨了进来,喝了一口咖啡,然后向后靠在座位上。我问, ”我怎么帮你?” (这是我的标准作案手法。不旅行时,我平均每天接听九个电话。)当我问这个问题时,紧接着是一个尴尬的沉默。随后,市场总监对一个软件公司提出了苛刻的要求, “你没有’在您的分析报告中列出我们,我们想知道原因。” 我笑了。为什么,你可能会问?这种查询是一种赞美。为何如此?当人们对我的写作足够在意时,他们会问这种类型的问题是否想要了解更多。如果他们花时间问,那么写作和研究就很重要。

下一条评论让我发笑。营销总监继续说:我们正在努力了解。 Y您会发现世界与Gartner分析师截然不同。他们会列出我们的。” 此时,我把手机静音并笑了。这不是正常的嘻嘻,而是深深的腹部笑声。我以为是,但并没有在电话中说出话来, “当然是。我不是Gartner分析师是有原因的。” 但是后来我开始思考,最近的供应链分析报告的分类法是否明确?我的回答不是.

在1990年代,当我成为Manugistics软件团队的一员时,供应链分析是报告的代名词。我们刚刚开始将供应链计划视为决策支持。今天,当您说“分析”一词时,许多供应链领导者的想法’ minds is still ‘reporting’。它也已经超越了IBM大数据分析的市场宣传。幸运的是,现在有了更多定义。今天,它还有很多。

我写这篇博客的目的是纠正我的遗漏,并为供应链领导者提供一个框架,以更好地了解供应链分析。对于该框架,我发现五个相关方面:

首先,请考虑如何提高见解。 公司的数据丰富而洞察力却很差。从预测,规范到认知分析的新见解形式定义了新功能。区别?可视化可以帮助业务用户发现问题,但是没有优化。在预测分析中,有明确的目标功能和针对期望结果的解决方案。在规范分析中,解决方案会产生异常,而见解引擎会提供有关如何最好地管理它们的建议。机器学习推动了对规范分析的见解。认知意识,学习然后推动行动。这些引擎通过感测传感器数据或使用非结构化文本来馈送。我们正在从描述性到预测性,再到描述性到认知性。引擎可以部署在多种类型的分析中,如图1所示。

图1.通过分析提供见解的渐进能力

形式和功能。 作为供应链计划总负责人,我的大部分职位都集中在决策支持上。但是,借助新的分析,我们现在可以改善工作流程,协作,将传感器与流数据一起使用,非结构化文本挖掘以及事务性数据的管理。数据现在可以以业务发展的速度移动。传统范式关注批量和潜在数据,而新的分析形式重新定义了“可能的艺术”。流数据架构与传统的分析方法完全不同。

图2.分析类型

第三个要素是部署类型。 Analytics can be deployed in clouds, rivers or lakes. Traditional analytic approaches were more focused on 报告 on applications like 企业资源计划, CRM, APS, WMS, and SRM. New approaches are not application specific. Instead, these analytic architectures sit between the traditional applications and workforce productivity.

第四是数据库结构。 移至读取模式。新的分析形式支持读取模式与写入模式。使用关系数据库技术的传统用法规定了写入时的模式,迫使用户定义部署中的层次结构和关系。问题?业务变化。在早期部署中被认为是正确的要求可能不是答案。读取模式可为决策支持和工作流提供更为灵活的方法。这种方法使许多关系数据库结构令人怀疑。虽然柱状存储对于经常使用的事务性数据有意义,但对于时间分段数据或流数据架构的决策支持而言,它不是一个好的选择。

第五,定义记录系统。 随着分析基础架构的发展,越来越少的企业数据将被写入ERP。更多内容将写入数据湖,以启用读取方法架构,以启用新形式的过程支持。事务性数据虽然很重要,但将在数据湖,云和流中更常规地与非结构化数据结合。我们必须重新思考,不要像将交易数据集成到ERP中那样狭narrow地思考,这是供应链管理的端到端愿景。区块链将成为B2B的记录系统。尽管要进行测试并不断发展以实现多层关系,但这项技术还是很有前途的。

最近,我们发布了 分析报告 在我们的每月时事通讯中。这是一个受欢迎的话题。我们有450多位供应链负责人报名参加了我们最近的网络研讨会。

简而言之,只有四分之一的业务用户对他们当前的分析形式感到满意。但是大多数公司都努力使用上述三部分框架来推动一项计划,以测试和学习新形式的分析方法。最多的测试是在可视化领域。

图4.当前的投资水平

尽管人们认为区块链和认知计算在五年内最具破坏性,但如今只有不到7%的公司正在积极测试这些技术。虽然不成熟,但两者共同提供了广阔的前景。我们将继续努力,以帮助公司通过网络共享组来测试这些技术。下届会议将于4月4日至5日在芝加哥的GS1总部举行。如果您有兴趣加入讨论并了解更多信息,请告诉我。

图5.五年内最具破坏性的分析策略

简而言之,有许多方面可以通过“可能的艺术”来重新思考分析并提高业务价值。它需要测试现有范例并重新定义旧流程。我希望这有帮助。

我期待着您的反馈。我现在要关闭。费城街头到处都是庆祝超级碗胜利的人群。我想我’我会加入人群。