撰写者 上午8:19 大数据供应链, 下游数据, 市场驱动 •2条评论

梦见云,湖泊和溪流

 今天是芝加哥的早晨。我渴望咖啡。窗外阳光普照,但喧闹的城市却安静。在这个安静的早晨,我的思绪转移到键盘的喀哒声中。

我睡不着。很难让一个安静的头脑安静下来。我内心深处需要写这篇文章。

昨天,我在“运输之眼”会议上谈到了供应链中的大数据机会。 (可以使用幻灯片 在幻灯片上 .) Before I start, let me give a preamble. I hate the term 大数据。 It is overhyped and overused. As a result, it has lost meaning. I writhe in my seat when I hear it. It is even more painful when I hear others speak about it to drive commercial aspirations without a firm grounding in reality.

今天当我去参加分析会议时,我感觉自己是房间里最笨的人。变化的速度令人难以置信。我坚信,未来十年的供应链将与我们今天看到的有很大不同。我认为我们已准备好 供应链技术第三幕。这是“最佳技术”的新世界。原因?今天,我们陷入困境。十分之九的公司在库存周转率和营业利润率的交叉点上没有取得进展。我们的供应链无法满足业务需求。沮丧无比。

对于供应链领导者来说,变化的噪音令人耳目一新-不断上升的复杂性,需求波动,新的商业模式,商品波动,道德供应链,协作经济-然而,我们的流程和技术却是僵持不明的。我们已经被转录为经典的神话的历史瘫痪了“best practices.”

“Rubbish!” I say.

因此,总而言之,今天,我们不’没有大数据问题。相反,更令人兴奋的是,我相信我们拥有大数据的机会!它不受数据量的驱动。与我合作的公司很少有数据库超过PB。取而代之的是,它有机会使用新的数据形式,并通过提高数据速度来提高决策速度。

 

现实世界

昨天,我和Abby Mayer在一个 网络研讨会 在为期两年的研究项目中, 供应链指数。当我查看过去十年中与我合作的公司的进展时,故事就跳出了一页。由于NDA,它们是我永远无法讲的故事。我对客户的承诺笼罩着我的声音。

在一个对等组中,有两家公司。在不稳定的时期,一家公司的表现要优于另一家。超越的公司是业务用户自助服务的内存分析的早期采用者。这家公司可以做“what-if”分析和按需报告。他们尽早实施了ERP,并稳定了实施。他们现在正在努力采用许多人会称之为的新技术“Big Data.”另一家公司已经实施了三次ERP,而且效果很差。在第二家公司中,业务负责人需要五天时间才能获得自定义报告。所有自定义报告都是通过IT提供的服务。

第一家公司位于消费品行业最大的渠道数据数据库之一上。他们可以每天按项目查看每日渠道数据。第二家公司通过联合来源读取市场数据。他们可以看到有两周的延迟的更多聚合数据。我认为数据很重要。与我合作的每家公司都在渠道数据感知方面进行了投资,这告诉我这是一个可以在数天而不是数周内收回成本的项目。但是,我要解决的第一问题是“建立需求信号存储库的业务命题是什么?”

在现实世界中,我们不’不要每天早上醒来,知道要问什么问题。市场在不断变化。我们看到数据,观察模式,并希望了解更多。第二家公司的业务负责人显然处于不利地位。我可以在他们的数字中看到它。但是,很难将我看到的内容打包到一个精美,整洁的ROI软件包中以使CFO满意。

一些背景

当我想到大数据机会时,今天已经不是当今世界。相反,它关系到我们在下一代技术中可以获得的优势。对我而言,它与数据湖,云和流有关。金融,保险和电子商务行业处于领先地位。它们为制造商重新思考其工艺铺平了道路。我想打破采用的障碍。我什么意思

  • 云。 在供应链圈子中,数据云获得的嗡嗡声最大。我们已经看到了影响,其影响是深远的。它为 B2B网络提供商, in-memory optimization and new forms of virtualization. Concurrent optimization allows us to paint outside of traditional Advanced Planning System (APS) frameworks. It is powerful; however, this is the concept that I find the least exciting when I think about the 大 data opportunity.
  • 数据湖。 使用非关系技术通过新形式的分析来挖掘数据湖或池中数据以挖掘新机会的能力令人兴奋。挖掘结构化和非结构化数据共同激发了我的思想。今天,我们没有普通客户。但是,我们在刷牙市场上占有优势。我们从内而外的感觉和听市场的能力太有限了。例如,为什么我们不将Google搜索趋势作为预测的因果关系?还是挖掘情绪数据以获取质量见解?市场数据在那里。我们没有使用它。为什么?它不适合我们的范例。我们陷入了由传统企业应用程序的关系数据库思维所驱动的由内而外的流程的思考。我们的功能孤岛正在努力使过去的技术投入运行。
  • 流。 这是我觉得最令人兴奋的概念。流数据在电子商务中无处不在,也是未来供应链技术的核心。为什么我会有这种感觉?大多数公司都忙于将交易记录到漂亮,整洁的行和列中,以至于流都被隐藏了。但是,在数据中,我们有订单流,装运流,付款流…。该列表可以继续下去。大数据技术的发展可以使我们快速感知这些流中的变化并改变过程。来自温度感应RFID设备的流数据的相同原理可以应用于企业内的流数据。向数据流编写API的能力以及供应链的可能性令我兴奋。

我相信,我们对许多业务问题的攻击过于狭narrow。让我举一个使用这三个概念的例子。主数据管理会让您头疼吗?我们正在将主数据硬编码到关系系统中;而且,当我们这样做时,我们会失去上下文。如果我们可以将企业参考数据放入可以通过基于规则的本体和认知学习进行组合的数据湖中,该怎么办?

有哪些障碍?

问题是我们。业务线领导者面临三个主要障碍:

  1. 第一个障碍是,我们作为制造商和分销商,价格便宜。致力于大数据机会的伟大思想正在那些行业中工作,在这些行业中,对技术的投资被视为推动创新的强制性手段。他们不必因必须获得固定的ROI和两年的飞行员证明的三年回报而受到阻碍。
  2. 第二个障碍是我们必须重新思考以了解机会。它需要一种新的语言并包含新的概念。它需要教育。花时间教您的团队有关新概念的知识。首先介绍以下内容:Hadoop,Yarn,MapReduce,R,非关系数据,非结构化数据,基于规则的本体,规范集成和认知学习。企业领导者需要花时间学习概念并集体讨论用例。这种转变不会来自IT部门。他们太受固定预算,大量请求和传统供应商交互的约束。它也不会来自与您发现遍布整个机场的传统供应商的讨论。而是在主要由电子商务纯戏剧,家庭娱乐公司,金融和保险机构参加的会议中找到它。组建一个小团队去了解新的机会。
  3. 第三个障碍是我们如何看待技术。我们很难将技术视为具有一组已定义交付成果的固定项目。结果,我们无法对通过测试和学习新形式的分析和技术来抓住大数据机会所学到的结果持开放态度。做得很好的公司拥有跨职能的团队,这些团队由创新种子基金资助,可以针对业务问题测试新技术。但是,有很大的不同。这些项目很小并且是迭代的。它们不是过去的大型咨询项目。我喜欢我的播客 弗兰·奥’IBM的Sullivan非常简洁地解释了这一点。

我现在停止。客房服务正在敲门。咖啡是我的未来,很快….

今天上午,我将介绍供应链中社交数据的机会。你们很多人都知道这个话题已经很多年了。希望我今晚能睡….

我们能帮你什么吗?

如果您想更好地了解供应链中的大数据机会,请加入我们的行列,以帮助其他人以不同的方式思考。加入我们 大数据研究 并加入我们的行列 全球峰会 2014年9月10日至11日在亚利桑那州斯科茨代尔市…

在这次会议上,许多企业领导人要求举行一次私人白板集思广益会议。它是私人的。这将是同行之间的会议,以重新思考供应链分析中的机会。我期待着它。我希望它只是站立的房间。我希望在房间里看到你的脸….