1
盘古观察
盘古观察
张礼立:大数据预测分析是供应链厂商应对寒冬的“羽绒服”




【导读】虽然大数据的概念已经渐入人心,但是以往靠订单进行粗放的规模生产模式,如果再不改造的话,最终的企业利润将荡然无存。


|张礼立,博士,盘古智库学术委员、玖道科技首席运营官,原文首发于新京报盘古说栏目


据报道,近日,中兴、华为的一级供应商深圳福昌电子技术有限公司陷入“倒闭风波”。加之之前一些供应商的倒闭,让人担忧供应链厂商遭遇“寒冬”。


目前而言,我们的制造业正面临着严峻的挑战。我们现有制造产业准备好迎接工业大数据洪流了吗?答案显而易见。虽然大数据的概念已经渐入人心,但是以往靠订单进行粗放的规模生产模式,如果再不改造的话,最终的企业利润将荡然无存。


目前庞大的供应链厂商正面临多方面的巨大挑战。


首先,由于供应层级过多,导致供应链错综复杂,库存余量存在普遍不合理的现象,要么过剩,要么不足,完全无法做到对流动间断性需求备件的库存的预测。


其次,供应商面临来自从消费端到各个生产制造销售环节的服务水平协议(SLA's)的要求,难以支持售后服务产品生命周期管理的复杂性。从国内的智能手机配套的供应链厂商来看,产品或备件过时所引发的危机案例可见一斑。


最后,由于完全没有智能的供应链管理,计划执行力差,战略计划能力不足,产品与库存分布不合理,频繁加速发货成为了必然。


一般的供应链与优异的全数字供应链的区别在于,公司是否有能力高效地对全供应链实现监控、报警、预测及优化。面对越来越庞大的数据量,以及日益复杂的数据分析任务,通过工业大数据可建立智能工业,通过在全供应链的数字优化按需定制和信息实时访问,供应链将变得更灵活。


应对未来智能供应链可以从生产、需求、服务的三个大方面来实现。从市场需要着手,通过工业大数据,要分阶段实现需求预测,做好需求与库存对接的优化工作,让需求对口,实现分配最优。再者,加大在生产质量生命周期的分析,对生产资产或设备做好实时的预测性维修以提高生产的质量,实现最大化产量和可靠性。最终产品以服务的方式在市场上流通,实现供应链配件的优化,售前到售后的服务运营优化,保值分析,以及建立可疑索赔监测等增值的售后服务盈利模式。


智能供应链相对而言技术要求高一些,它应该是建立有高度自动化的分析技术和管理平台上,通过信息技术与运营技术结合形成, 来帮助供应链的厂商从繁琐低效的手动工作中解放出来,实现供应链智能中心。


未来的更智能的供应链除了做好智能的支出分析、物料数据分类等主要功能外,其核心旨在加速发展移动互联网、大数据、云计算、物联网以及相结合的制造业。利用先进数据正析和预测工具,对实时需求预测与分析, 增强商业运营及用户体验,可最大程度地战胜更多的供应链挑战,给所有的供应链厂商提供应对寒冬的“羽绒服”。


盘古动态

- 盘古新闻

- 大事记

盘古观点

- 盘古专栏

- 媒体采访

盘古研究

- 研究报告

- 出版物

关于盘古

- 盘古简介

- 学术委员会

联系我们

- 联系我们

- 招贤纳才

关注我们

公众帐号