공급망 빅 데이터의 개념, "빅 데이터" 는 특히 크고 데이터가 많은 데이터 세트입니다. 많은 사람들이 빅 데이터의 개념에 대해 거의 알지 못하므로 공급망 빅 데이터의 개념을 소개하겠습니다.
공급망 빅 데이터 1 빅 데이터 공급망의 개념은 실제로 데이터를 사용하여 공급망을 관리하는 것입니다. 더 많은 것은 데이터를 통해 공급망의 각 업무 시스템을 꿰뚫어보고 그 데이터를 서로 연결시키는 것이다. (알버트 아인슈타인, 데이터명언)
그것들 사이의 관계를 찾아 생산 과정의 자재, 생산, 물류를 더 잘 통제함으로써 유통효율을 높이고 비용을 절감할 수 있다.
나는 Gree Electronics (Wuhu) 의 실제 응용 사례를 들었다.
그들의 데이터 분석에는 물류 분석, 운영 효율성 모니터링, 생산 라인 모니터링 및 품질 관리의 네 가지 응용이 있습니다.
첫째, 물류 분석
대형 화면과 분할 화면을 모니터링하여 비즈니스 운영을 실시간으로 모니터링함으로써 어떤 부분에 문제가 생기면 대시 보드 경보에서 가장 먼저 발생하고, 정보는 효과적이고 시기적절합니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 성공명언)
재고 내 각 위치의 자재 비율 및 재고를 모니터링합니다.
둘째, 운영 효율성 모니터링
주문 수량 완료율, 수거 진행 상황, 주문 완료 수량 및 비율을 모니터링합니다.
생산 공장의 각 생산 단위의 생산 효율과 오프라인 비율을 감시하다.
셋째, 생산 라인 모니터링
MES 와 MPR 에서 수집한 시스템 데이터는 영홍 Z-Suite 와 연결되어 실시간 다차원 분석을 수행합니다.
예를 들어, 이전에는 관계자에 대한 포인트 투 포인트 검사가 필요했는데, 현재 검사 결과가 분석 플랫폼에 실시간으로 표시되며, 지표 시스템은 상황에 따라 유연하게 조정되어 IT 직원의 생산성을 30% 이상 향상시킬 수 있습니다.
넷째, 품질 관리
현장 생산 프로세스 및 품질 관리에 대한 기존의 분석은 시스템 데이터를 수동으로 가져온 다음 EXCEL 에 내장된 차트를 사용하여 쉽게 처리할 수 있었습니다.
이제 그들은 더 많은 경영 분석 차원과 결합하여 탐색 분석, 분석 및 예측을 하기 시작했다. 대형 데이터 분석 플랫폼을 통해 생산 라인, 팀, 공장 등 여러 차원에서 회사의 전체 생산 및 운영 상황을 보여줄 수 있습니다.
데이터 분석 플랫폼을 통해 생산 프로세스의 핵심 경쟁력을 높이고 자재 및 생산 프로세스를 종합적으로 모니터링할 수 있어 생산성을 높일 수 있을 뿐 아니라 생산 라인의 불량률을 낮출 수 있습니다.
사실, Gree Electronics (Wuhu) 의 응용에서 우리는 데이터 분석이 공급망에 도움이 되는 두 가지 중요한 점을 가지고 있다고 결론을 내릴 수 있습니다.
1, BI 는 공급망의 모든 데이터를 완벽하게 모니터링했습니다.
2. 생산과정 각 단계의 자재 재고 대응은 제때에 조정되어 효율을 높일 수 있다.
공급망 관리가 어느 정도까지 할 수 있는지에 대해 여기서 말하는 것은 매우 형상적이다.
창고가 전혀 없다. 차량 (예: 차량) 과 같은 운송 수단은 창고를 계속 도로에 있게 하는 작은 이동 창고이다. 이것은 컨테이너 운송회사의 빈 상자 관리와 비슷하다. 빈 컨테이너 야드는 육지가 아니라 배 위에 놓아야 할 곳이다.
물론, 이것은 너무 이상적일 수도 있지만, 제조 기업에게는 한 푼을 줄일 때마다 거대한 액수를 곱하면 천문학적인 숫자이다.
따라서 데이터 플랫폼을 적용하여 공급망을 관리해야 합니다.
공급망 빅 데이터의 개념 2 빅 데이터란 무엇입니까?
큰 데이터는 실제로 저장 장치 단위로 되어 있으며, 우리는 M 과 G 를 자주 사용한다.
G 외에도 T 가 있습니다. 우리가 매일 볼 수 있습니다. 예를 들어, 우리가 현재 사용하고 있는 하드 드라이브가 있습니다.
그리고 PB, EB, ZB, YB, 그리고 더 많은 것들이 있습니다. 흥미가 있으면 도모에게 물어봐도 된다.
알리의 것은 반고 시스템인 것 같다.
데이터는 별과 마찬가지로 고대에는 눈 수만 사용할 수 있었다. 이제 볼 수 있듯이, 보이지 않는 것을 추론할 수 있고, 올라가서 그것이 어떤 속성인지 관찰할 수 있다. (존 F. 케네디, 공부명언) 기술이 도착하면 분석할 수 있다.
이런 자질구레한 정보 분석을 통해 인터넷에서 남자인지 여자인지, 무엇을 사고 싶은지, 대략적인 수입 등을 알 수 있다. 상가는 이를 근거로 빅 데이터 분석 회사를 찾아 관심 있는 제품을 줄 수 있다.
이것은 이전 스파이가 감자 가격 상승을 통해 이 부근의 증병 상황을 이해하는 것과 비슷하다.
공급망 빅 데이터의 개념 3 대 데이터 공급망
공급망이 점점 더 복잡해짐에 따라 데이터 가치를 빠르고 효율적으로 극대화하기 위해 더 나은 도구를 사용해야 합니다. 공급망은 기업의 핵심 네트워크 체인으로서 기업의 시장 경계, 비즈니스 포트폴리오, 비즈니스 모델 및 운영 방식을 완전히 변화시킬 것입니다.
제 3 산업 공급망 협업 애플리케이션 시장은 공간, 특히 의료, 금융, 전기상 등 부문으로 진입한다. 제 2 산업 공급망 협동시장의 성숙도가 점차 높아지고 있다. 특히 물류 자동차 소매 공기업 등 주요 분야에서는 더욱 그렇다. 공급망의 협력 데이터는 시장 업그레이드에서 핵심 추진 역할을 할 것이다.
제 3 산업이든 제 2 산업이든.
큰 데이터를 어떻게 적용합니까?
1, 예측 테스트
정확한 수요 예측. 수요 예측은 전체 공급망의 원천이며 전체 시장 수요 변동의 청우계이다. 판매 예측의 민감도는 재고 전략, 생산 일정 및 최종 고객에 대한 주문 인도율과 직접적으로 관련이 있습니다. 제품의 부족과 품절로 기업에 막대한 손실을 가져올 수 있다. 기업은 효과적인 정성 및 정량 예측 분석 방법과 모델을 통해 역사적 수요 데이터와 안전 재고 레벨을 결합하여 정확한 수요 예측 계획을 지정해야 합니다.
예를 들어 자동차 업계에서는 데이터 분석 플랫폼을 사용하여 정확한 예측을 한 후 판매 시기, 고장 시기, 보증 시기 등 다양한 정보를 적시에 수집하여 설계 개발, 제조, 수요 예측, 애프터시장, 물류 관리를 최적화하고 효율성을 높이고 고객에게 더 나은 사용자 경험을 제공할 수 있습니다.
2. 자원 확보
민첩하고 투명한 조달 및 조달. 신제품을 위한 새로운 자격을 갖춘 공급업체를 찾아 생산 요구에 맞게 비용을 최적화합니다. 또한 공급업체 성과 평가 및 계약 관리를 통해 조달 프로세스를 표준화, 표준화, 시각화 및 비용 최적화할 수 있습니다.
3. 시너지 효과
양호한 공급자 관계를 구축하여 쌍방의 정보 교류를 실현하다. 좋은 공급자 관계는 공급자와 제조업체 간의 불신 비용을 없애는 열쇠입니다. 쌍방이 재고와 수요 정보를 교환하고 VMI 운영 메커니즘을 구축하면 품절로 인한 생산 손실을 줄일 수 있다. 현재 집단화, 세계화 및 다중 조직 운영 환경에서는 다양한 채널을 통해 구매 주문서 및 생산 주문에 빠르고 정확하게 응답하는 능력이 특히 중요합니다. 주문 처리 속도는 공급망의 운영 효율성을 어느 정도 반영할 수 있다.
4. 공급망 계획, 생산 계획 및 스케줄은 자재 주문과 동기화됩니다.
효과적인 공급망 계획 시스템은 수요 예측, 재고 계획, 자원 할당, 설비 관리, 채널 최적화, 생산 운영 계획, 자재 소요량, 구매 계획 등 기업의 모든 계획과 의사 결정 업무를 통합합니다.
기업은 자재 공급 분할 및 생산 주문 분할을 포함하여 생산 프로세스의 질서 있는 통일을 보장하기 위해 여러 공장의 능력에 따라 생산 계획과 스케줄을 수립합니다. 이 과정에서 기업은 주문, 능력, 스케줄링, 재고 및 비용 간의 관계를 종합적으로 균형 있게 조정해야 하며 복잡한 생산 및 공급 문제에 대한 최적의 솔루션을 찾기 위해 많은 수학적 모델, 최적화 및 시뮬레이션 기술이 필요합니다.
5, 재고 최적화
성숙한 보충 및 재고 조정 메커니즘, 초과 재고 제거, 재고 보유 비용 절감 규제는 수요 변화, 안전 재고 레벨, 구매 리드 타임, 최대 재고 설정, 구매 발주 배치, 구매 변경 등에 대한 종합적인 고려를 통해 재고 구조 및 재고 레벨 설정을 최적화합니다.
6. 물류 효율성
효율적인 운송 유통 센터 관리 구축, 대용량 데이터 분석을 통한 합리적인 운송 관리 및 도로 운송 자원 관리, 전체 비즈니스 프로세스의 시각화 구축, 유통 센터 간 합리적인 화물 배치, 아웃소싱 운송회사 및 자체 차량 팀 선택 및 관리, 운영 위험 관리 개선, 기업 운영 및 고객 서비스 품질 향상
7. 네트워크 설계 및 최적화
투자 및 확장의 경우 공급망 관점에서 분석한 비용, 용량 및 변화는 보다 직관적이고 풍부하며 합리적입니다. 기업은 기업이 배포 통합 및 생산 라인 설정 결정을 완료할 수 있도록 충분한 시나리오 분석 및 동적 비용 최적화 모델을 적용해야 합니다.
8. 제조업 관리의 특징이 두드러져 공급망 관리에서 산업관리에 차이가 있다.
예를 들어, 자동차 업계는 정시 온라인 및 배송 링크에 초점을 맞추고, 식품 음료 업계는 콜드 체인 및 배송 링크에 초점을 맞추고, 의류 업계의 공급망 관리는 체인의 높은 재고를 제거하는 데 초점을 맞추고 있습니다.
9. 위험 경보는 공급망 관리의 산업 관리 차이를 나타냅니다.
빅 데이터 및 예측 분석에는 많은 공급망 기회가 있습니다. 예를 들어, 문제 예측은 문제가 발생하기 전에 해결 방안을 마련하여 예상치 못한 운영재해를 예방할 수 있습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 도전명언)
상하이 Baosteel 과 같은 품질 위험 관리에도 적용할 수 있습니다. 그들의 생산 라인은 모두 조립 라인이며, 생산 라인의 센서는 대량의 실시간 데이터를 얻을 수 있으며, 제품 품질을 효과적으로 제어할 수 있습니다. 생산 라인에서 대량의 데이터를 수집하여 장비의 작동 상태를 판단하고 장비 고장의 시기와 확률을 예측할 수 있습니다. 이렇게 하면 기업은 설비 유지 관리를 앞당겨 생산 안전을 보장할 수 있다.
큰 데이터는 수요 생성, 제품 설계에서 조달, 제조, 주문, 물류 및 협업에 이르기까지 공급망의 모든 측면에 사용됩니다. 빅데이터 활용을 통해 공급망을 전면적으로 통제하고 재고, 주문 완료율, 자재, 제품 배송 등을 보다 명확하게 파악할 수 있습니다. 데이터 분석을 통해 수요와 공급을 미리 조정하십시오. 새로운 계획으로 공급망 전략과 네트워크를 최적화하고 공급망을 기업 발전의 핵심 경쟁력으로 추진하다.
기업은 어떻게 큰 데이터를 배포할 수 있습니까?
데이터를 작동시키려면 먼저 큰 데이터를 처리해야 하고, * * * 즐기고, 통합하고, 저장하고, 많은 출처의 방대한 데이터를 검색할 수 있어야 합니다. 공급망의 경우 이는 타사 시스템의 데이터를 받아들이고 피드백 속도를 높일 수 있음을 의미합니다. 전반적인 영향은 시너지 효과 향상, 의사 결정 속도 향상, 투명성 향상으로 모든 관계자에게 도움이 됩니다.
전통적인 공급망은 항상 대량의 구조화된 데이터를 사용하고 있으며, 기업은 고급 공급망 관리 시스템을 구축하여 자원 데이터, 거래 데이터, 공급자 데이터, 품질 데이터 등을 저장하여 공급망 실행 효율성, 비용 및 제품 품질 관리를 추적합니다.
큰 데이터는 공급망 분야에서 응용이 시작된 지 얼마 되지 않았다. 공급망의 급속한 발전에 따라 빅 데이터 분석, 데이터 관리, 빅 데이터 애플리케이션 및 빅 데이터 스토리지는 공급망 분야에서 큰 발전 잠재력을 가지고 있습니다. 큰 데이터의 투입은 공급망과 결합해야만 지속적이고 규모화된 산업이 생길 수 있다.