나중에 전체 공급망에서 널리 사용되는 What과 빅데이터
나중에 전체 공급망에서 널리 사용되는 What과 빅데이터는 디지털 시대에 들어서면서 점차 데이터 분석이 이루어지고 있습니다. 실무자가 되기 위한 필수 능력 중 하나. 그러므로 우리는 좋은 데이터 분석에 집중해야 합니다. 그렇다면 공급망 전반에 걸쳐 빅데이터는 무엇이며 어떻게 널리 사용되고 있습니까? 전체 공급망에서 널리 사용되고 있는 빅데이터의 내용 1
빅데이터 시대가 조달 및 공급망에 가져오는 과제와 기회
1. 빅데이터 시대와 그 특징
빅데이터(Big Data)는 엄청난 규모의 데이터가 관련되어 있는 것을 말합니다. 시대의 지속적인 발전과 과학기술의 급속한 발전에 따라 인터넷, 사물인터넷, 이동통신, 경영정보화, 전자상거래 등의 기술은 계속해서 서로 침투하여 국가와 기업의 모든 면에 영향을 미치고 있습니다. 오늘날 사람들은 정보 폭발 시대에 생성되는 대용량 데이터뿐만 아니라 수집, 관리, 가공, 정리할 수 있는 정보와 지식을 다음과 같은 보다 긍정적인 목적으로 설명하고 정의하기 위해 빅데이터를 사용합니다. 사람들이 합리적인 시간 내에 업무를 처리하고 결정을 내릴 수 있도록 돕습니다.
미국 인터넷 데이터 센터는 인터넷상의 데이터가 매년 50%씩 증가하고 2년마다 두 배씩 증가할 것이라고 지적했습니다. 현재 전 세계 데이터의 90% 이상이 생성된 것입니다. 최근 몇 년 동안. 2020년에는 전 세계에서 생성되는 데이터의 양이 현재의 44배에 달할 것입니다. 이러한 데이터의 양이 날로 늘어나고 있는 것으로 보아, 세계는 이제 빅데이터 시대로 접어들었습니다.
빅데이터 시대는 데이터 자원의 중요성이 부각되고 있다. 2012년 오바마 정부는 빅데이터 관련 산업 발전을 촉진하기 위해 2억 달러 투자를 발표하고, '빅데이터 전략'을 국가 전략으로 격상하고, 빅데이터를 '미래의 새로운 석유'로 정의하고, 데이터의 보유와 통제를 군사력, 해상력, 공군력 외에 또 다른 핵심 국가자산으로 간주한다. 2013년 프랑스 정부는 강력하게 뒷받침될 5가지 전략적 첨단기술을 나열한 '디지털 로드맵'을 발표했는데, '빅데이터'도 그 중 하나다.
2012년 일본 총무성은 '빅데이터와 오픈데이터를 통한 새로운 시장 창출'을 분명히 하는 2013년 실행계획을 발표했다. 유엔은 2012년 발표한 빅데이터 대정부 업무백서에서 빅데이터가 유엔과 정부에게 역사적인 기회라고 지적했다. 우리나라도 빅데이터 산업을 전략산업으로 간주하고 '빅데이터 전문위원회'를 설치했다.
2014년 '빅데이터' 10대 트렌드 예측에는 데이터 상용화와 데이터 공유 동맹, 빅데이터 생태환경의 점진적인 발전 등이 포함됐다. 아울러 빅데이터 전문위원회는 2014년에는 인터넷과 전자상거래, 금융(주식시장 전망, 금융분석), 헬스케어(감염병 감시 및 예측 등) 분야에서 빅데이터가 주목을 받을 것으로 전망했다. ), 생물정보학, 의약품 등의 응용 분야에 적용됩니다.
빅데이터 시대는 빅데이터의 가치가 최대한 활용되는 시대이다. Symantec의 연구 보고서에 따르면 글로벌 기업의 총 정보 스토리지 용량은 2.2ZB(1ZB=1024EB, 1EB=1024PB)에 달해 연간 67% 증가했습니다. 세상은 매분 1,700테라바이트의 데이터를 생성하지만, 우리를 매료시키는 것은 그 엄청난 숫자 자체뿐만 아니라 우리가 데이터로 무엇을 하는지입니다.
빅데이터는 각계각층에 적용 가능 거시경제 측면에서 일본 IBM은 인터넷 뉴스에서 제조업에 영향을 미치는 480개 경제 데이터를 검색해 구매 관리자를 산출하는 경제지표 예측 시스템을 구축했다. 예측 값, 인디애나 대학교는 Google에서 제공하는 기분 분석 도구를 사용하여 네티즌의 약 1,000만 개의 댓글에서 6가지 기분을 요약한 다음 87%의 정확도로 다우존스 산업 지수의 변화를 예측했습니다.
제조 측면에서는 월스트리트 헤지펀드가 쇼핑 웹사이트의 고객 리뷰를 바탕으로 자사 상품 판매를 분석하고, 일부 기업에서는 빅데이터 분석을 활용해 조달 및 합리적인 재고를 관리하고, 온라인 데이터를 분석해 고객 요구를 파악하고 시장 동향을 파악한다. 등등 잠깐만요.
McKinsey & Company 추정에 따르면: 빅 데이터는 미국 의료 서비스 산업에 미화 3000억 달러의 가치를 창출하고 미국 소매 산업의 순이익을 60% 증가시키며 제조 제품 개발 및 조립을 줄일 것입니다. 경제 및 비즈니스 연구 센터(Centre for Economics and Business Research)의 최신 연구에 따르면 빅 데이터로 인해 발생하는 새로운 수요는 전체 정보 산업의 혁신적인 발전을 촉진할 것이며 빅 데이터는 약 2,160억 파운드(대략) 이상을 추가할 것입니다. 미화 3,467억 달러)가 영국 경제에 잠재적인 이익을 가져다줄 것입니다.
2. 빅데이터 시대에 조달 및 공급망에 찾아오는 도전과 기회
첫째, 비즈니스 환경과 비즈니스 모델이 점점 더 복잡해지고 격동하며 다양해지고 있습니다. 그리고 개인화. 둘째, 전자상거래 비즈니스 모델의 급속한 발전으로 인해 국가 간 경계가 허물어져 국경 간 비즈니스가 급속히 성장하고 상업 활동이 빈번해졌으며 데이터 양도 급격히 증가했습니다. . 셋째, 빅데이터 응용 처리는 기업 발전과 사회적 경쟁의 중요한 초점이 되었습니다. 넷째, 빅데이터의 효과적인 마이닝이 시대적 과제로 대두되고 있다. 마지막으로, 많은 기업들이 빅데이터의 중요성에 대한 인식이 부족하고 그 가치를 제대로 이해하지 못하고 있습니다. 공급망 전반에 걸쳐 널리 사용되는 데이터와 빅데이터 2
공급망 관리에서 시의적절하고 정확한 데이터가 왜 그렇게 중요한가요?
1. 공급망의 데이터 유형
데이터의 종류는 다양합니다. 분류 방법 중 하나는 정적 데이터와 동적 데이터로 구분하는 것입니다. 정보, 제품 모델, 구매 가격, BOM 등 상대적으로 고정된 정보입니다.
후자는 주로 생산 라인의 일일 생산량, 고객 주문 건수, 실제 창고에 입고된 물품 수, 운송 위치 등 거래 정보입니다. 정보의 변경 .
정적 데이터는 정확하면 됩니다. 예를 들어 회사 이름은 일반적으로 변경되지 않습니다. 은행 계좌 정보가 정확합니다.
동적 데이터에 대한 요구사항은 정확할 뿐만 아니라 매 순간 실제 상황을 반영해야 합니다.
모든 사람은 상품이 창고에서 출고된 후 정기적으로 패키지 위치를 새로 고칩니다. 이는 차량 탑재 GPS 위치 확인을 통해 이루어집니다. 트럭 배송 계획은 대략 배송 시간을 정할 수 있습니다. 트럭에 장착된 GPS를 통해 트럭 전체의 화물을 추적할 수 있습니다. 이는 1:N 관계이므로 동적 데이터를 구현하는 데 드는 비용이 높지 않습니다.
개별 제조의 상황은 훨씬 더 복잡합니다. 제품은 공장에 들어간 후 여러 생산 및 가공 센터를 거쳐 조립을 완료해야 합니다. 최종적으로 배송되기 전에 검사를 거쳐 창고에 보관되어 하위 유통업체나 소매업체에 배송됩니다.
제품의 가치가 높거나 의약품과 같이 이와 관련된 필수 규제 요구 사항이 없는 한 원자재에 추적 및 위치 확인 장치를 거의 배치하지 않습니다.
생산 진행 상황을 추적하려면 Industry 4.0 기술을 사용하여 각 장치에 센서를 설치해야 하며 처리가 완료된 후 시스템이 자동으로 데이터를 업로드합니다. 모든 생산 및 내부 취급 장비에 센서를 설치하려는 경우 공장에 너무 부담스럽고 비용 효율적이지 않습니다. 일부 업계 벤치마크 회사를 제외하면 대부분의 공장에서는 실제 제품을 생산한다는 아이디어가 있습니다. 시간 데이터 강렬하지는 않습니다.
2. 공급망에 시기적절하고 정확한 데이터가 필요한 이유는 무엇입니까?
그렇지만 공급망에서는 시기적절하고 정확한 데이터에 대한 강력한 수요가 있습니다. 왜냐하면 모든 생산, 유통, 조달 및 애프터 서비스 간의 원활한 데이터 연결을 구축해야 하기 때문입니다. 이 외에도 적시성과 정확성을 확보하는 데 필수적인 두 가지 핵심 요소가 있습니다.
2.1 공급망 가시성 강화
공급망 참여자의 주요 가시성 문제에는 공급업체가 30일 이내에 배송을 약속한 것과 같은 상품의 예상 생산 및 배송 시간이 포함됩니다. 그러나 실제로는 일부 원자재의 가격이 인상되었고 공급업체가 시장에서 공급원을 찾는 데 더 많은 시간이 필요했기 때문에 그는 고객이 비용을 증가시키지 않는 한 더 비싼 원자재를 구입하는 것을 꺼렸습니다. 공급자의 가격 조정 요청을 기꺼이 수락합니다.
원자재 및 부품 재고 위치도 표시됩니다. 고객은 이 정보를 사용하여 후속 생산 및 판매 계획을 준비해야 하며 정보의 정확성에 크게 의존합니다. 공급업체가 특정 날짜에 고객의 공장에 제품을 배송할 것을 약속하면 공급망은 이 정보를 시스템에 입력하고 이를 기반으로 생산 계획을 수립하며, 판매는 생산 완료를 기준으로 고객에게 통보합니다. 날짜와 체인이 연결되어 있습니다.
공급업체의 정보가 잘못되어 약속한 시간보다 늦게 상품이 도착하면 공급망 하류의 준비에 영향을 미치게 되어 소위 '계획이 변경 사항을 따라가지 못하는 현상'이 발생합니다.
배송 날짜 및 재고 위치 추적은 초기 가시성 수준에 불과하며 공급망 중단 위험에 대한 조기 경고를 제공할 수 있어야 합니다. 이용 가능한 정보를 바탕으로 언제, 어디서 품절이 발생할지, 그리고 그것이 생산과 판매에 어떤 영향을 미칠지 판단해야 합니다.
예를 들어 생산 라인에 특정 부품이 부족해 4시간 동안 라인이 가동을 중단하게 된다. 시간당 생산량이 100세트의 제품이고 각 세트의 판매 가격이 200위안이면 발생한 손실은 4*100*200=80,000위안과 같습니다.
물론 실제 세계에서는 계산 방법이 더 복잡합니다. 특정 원자재가 부족하면 N개의 여러 제품과 N개의 고객이 관련됩니다. 가시성을 높일 수 있다면 향후 잠재적인 공급 부족을 예측하고 최대한 신속하게 대응할 수 있습니다.
이를 달성하려면 공급망의 업스트림과 다운스트림 간에 시기적절하고 정확한 방식으로 데이터가 자동으로 전송되어 사람의 개입을 최소화해야 합니다.
2. 2 계획의 효율성 향상
예측 계획의 중요한 입력은 과거 판매 기록을 기반으로 하며 다음과 결합됩니다. 중장기 예측을 수립하기 위한 예측 모델입니다.
제조업체의 경우 재무는 향후 사업 계획과 재고, 구매 금액, 운임 등 다양한 예산을 수립하기 위해 공급망의 입력이 필요합니다.
기본 데이터의 정확성은 매우 중요합니다. 모든 계획은 이러한 데이터를 기반으로 데이터 모델을 갖춘 다음 "처리"됩니다. 공급망은 기본 데이터의 정확성을 보장하기 위해 데이터 유지 관리에 일정 시간을 소비합니다.
날씨를 예측하는 것보다 가까운 미래의 정확도가 가장 높다는 것은 예측의 법칙이라는 것을 우리는 알고 있습니다. 미래가 멀수록 정확도는 낮아집니다.
예측의 정확성을 높이려면 공급망에서 최신 데이터를 얻어야 하며, 이를 통해 계획의 정확성이 높아집니다. 요즘 수요는 점점 더 자주 변동하고 날마다 달라질 수 있습니다. 가장 정확한 판단을 내리려면 최신 데이터를 사용해야 합니다.
3. 시기적절하고 정확한 데이터 획득의 핵심 사항
위의 두 가지 요소를 고려하여 공급망은 가장 시기적절하고 정확한 데이터를 얻기 위해 노력해 왔습니다. 특별한 주의가 필요하고 주의를 기울여야 할 몇 가지 사항이 있습니다.
3.1 자동 데이터 수집
가능하다면 데이터를 실시간으로 수집하고 전송해야 합니다. 데이터는 공급망 내부와 외부의 다양한 노드에 저장됩니다. 데이터 신뢰성과 적시성을 향상시키기 위한 가장 좋은 방법은 수집을 자동화하는 것입니다.
이를 내부적으로 구현하는 것은 상대적으로 쉽고 디지털 도구에 투자하고 IT 프로젝트를 구현함으로써 달성할 수 있습니다.
외부 파트너와 함께 구현하기가 더 어렵습니다. 가장 큰 장애물은 데이터 공유 후 영업 비밀 유출에 대한 두려움입니다.
공급업체는 고객이 상위 공급업체에 대한 정보를 알면 중개자를 건너뛰고 가격 차액을 계속 얻지 못할까 봐 걱정합니다. 따라서 시스템 도킹 시에는 반드시 패키징 사양 등 공유 가능한 데이터만 공유하도록 하세요.
3.2 관련 데이터에 대한 액세스 제어
회사 내 직무에 따라 사용자에게 특정 데이터 액세스 권한을 부여합니다. 예를 들어 구매 주문은 구매 기획자만 생성하고 수정할 수 있습니다. , 회사의 다른 사람들은 볼 수 있는 권한만 갖습니다.
외부 파트너의 경우에도 마찬가지다. 고객은 공급업체의 재고 수량 정보를 볼 수 있지만, 상품의 원가 분석 등 영업 비밀에 접근해서는 안 된다.
3. 3 데이터의 정확성을 향상하고 유지하기 위해 노력합니다.
데이터의 정확성을 지속적으로 향상시켜야 하며, 그 핵심은 데이터의 수집과 입력에 있습니다. 예를 들어, 시스템의 재고나 백플러시 전기에 음수가 있는 경우, 이는 일부 장소에서 데이터에 문제가 있음을 의미하며, 그 과정에서 허점이 있을 수 있음을 의미합니다. 문제 지점을 파악하고 가능한 한 빨리 처리하십시오.
데이터는 공급망의 기초이자 우리가 다양한 계획을 수립할 수 있는 기반을 제공합니다. 정확하고 시기적절한 데이터를 얻는 데는 약간의 비용이 들지만, 공급망 대격변이 발생하는 동안 투자는 확실히 성과를 거둘 것입니다. 이후 전체 공급망에서 빅데이터가 널리 사용된 이유 3
빅데이터는 공급망의 무기가 되었습니다
중국 공급망에서 빅데이터가 차지하는 비중은 소매, 제조업, 서비스업(비금융), 의료산업이 시장점유율 약 83%로 가장 큰 비중을 차지하고 있는 반면, 에너지는 1%에 불과합니다. Analysys Think Tank의 예측에 따르면 중국의 공급망 빅데이터 시장은 2016년에 약 60억 달러(공급망 금융 제외)에 이를 것으로 예상됩니다.
보고서는 공급망 빅데이터를 정형 데이터, 비정형 데이터, 센서 데이터, 새로운 유형의 데이터 등 4가지 유형으로 분류하며 거래 데이터, 기간 데이터, 재고 데이터, 고객 서비스 데이터, 위치 데이터를 포괄합니다. 그리고 다른 측면. 보고서에 따르면 현재 빅데이터는 물류, 서비스, 금융 등 공급망 연결에서 널리 활용되고 있다.
물류 모델 변화를 효과적으로 추진
공급망에서는 빅데이터의 역할이 물류에 가장 먼저 반영됩니다. 2014년 12월 26일 중국물류정보센터가 발표한 자료에 따르면 1월부터 11월까지 전국 사회물류 총액은 196조 9천억 위안으로 비교 가격 기준으로 8.3% 증가했고, 전년 대비 1.3% 감소했다. 작년 같은 기간. 지난 5년간의 정세로 볼 때 물류기업 자산 규모의 증가율은 점차 둔화되고 물류기업의 운영 효율성은 취약한 것으로 나타났다.
이 경우 물류기업은 가치 확장의 관점에서 고객의 기대를 뛰어넘는 서비스를 제공하고, 효율적인 물류 부가가치 서비스라는 생각으로 발전해야 하는데, 빅데이터는 이를 위한 기본 요소이다. 부가 가치 서비스를 제공하는 물류 회사. 또한, 다양한 전문 물류 모델이 등장함에 따라 공급망 비용 절감의 핵심은 데이터 자산의 활용이 될 것입니다. 빅데이터는 효율적인 물류 모델 변화를 효과적으로 촉진할 수 있으며 물류 비용을 절감하는 효과적인 수단입니다.
기업은 빅데이터를 활용해 중국 기상청과 협력해 고속도로 정보 수집, 국도 일기예보 및 도로 실시간 서비스 제공, 운전 경로 최적화, 차량 및 화물 실시간 모니터링 등을 수행할 수 있다. 상태 모니터링, 평가 및 조기 경고, 제품 운송의 지능형 추적성.
기업은 빅데이터를 통해 위험을 효과적으로 예측 및 평가하고 물류 시간, 비용, 서비스, 물류 데이터, 고객 요구 및 기타 의사 결정 요소를 기반으로 합리적이고 정확하며 과학적인 결정을 내릴 수 있습니다. 기업은 물류 데이터를 사용하여 상세한 지역 및 온라인 매장 예측을 수행하여 전자상거래 플랫폼과 특급 배송 회사가 빠른 결정을 내리는 데 도움을 줄 수 있습니다.
예를 들어 Amazon의 특허받은 '예측 물류'는 빅데이터를 사용하여 사용자 요구 사항에 대한 통찰력을 얻은 예입니다. '예측 물류'는 사용자가 제품에 마우스를 올려놓은 시간을 감지해 사용자의 구매 내역, 검색 내역, 위시리스트 등을 종합적으로 고려한다.
따라서 이러한 방대한 데이터를 바탕으로 사용자의 구매 행태를 예측할 수 있으며, 이러한 상품은 미리 창고에서 출고되어 사용자가 실제로 주문을 하면 배송센터에 보관될 수 있습니다. 상품은 즉시 배송될 수 있습니다. Amazon은 빅데이터를 활용하여 제품 배송 시간을 대폭 단축했습니다.
시너지 효과 향상을 위한 예측 모델 구축
빅데이터 분석을 바탕으로 물류업체는 예측 모델을 구축하여 정확한 제품 판매 예측을 달성할 수 있습니다. 미래 재고에 대한 정확한 계산을 통해 공장, 지역 시장, 현지 시장의 재고 배분을 보다 합리적으로 만들어 시너지를 향상시킵니다. 기업은 공급망 물류 프로세스의 모든 기본 데이터를 완전히 파악하고 기업 자체 자원과 역량을 결합하여 전체 공급망에 대해 필요한 통제 및 감독을 수행할 수 있습니다.
예를 들어 차이나카렌털(China Car Rental)의 차량 렌탈 요금이 일정 수준에 도달한 후 병목 현상에 도달해 일부 차량이 공실이 된 경우가 있었습니다. SAP가 출시한 데이터베이스 플랫폼 SAPHana를 사용하여 China Car Rental은 프로세스를 최적화하고 차량 활용률을 다시 15% 높였습니다.
정밀한 금융서비스 제공
빅데이터 기술을 활용한 산업분석 및 가격변동 분석을 통해 조기경보를 통해 신용리스크 회피 및 대상기업의 신용평가가 가능합니다. 고객업무를 수행할 수 있으며, 단기 소액대출은 물론 정밀금융, 물류서비스 대출도 가능합니다.
예를 들어, 은행과 중소 대외 무역 기업 간의 연결을 실현하고 정보 비대칭을 깨기 위해 Alibaba의 Yidatong Company는 자체 시스템 처리 기능을 사용하여 감독, 적용, 배치, 대출, 대출 및 기타 관련 금융 업무를 통합 정보 네트워크 처리 플랫폼으로 통합하여 전체 프로세스에서 거래 프로세스를 제어합니다.
거래 프로세스에 대한 자세한 데이터 및 정보를 얻고, 제3자 서비스 플랫폼의 역할을 활용하여 기업 거래의 진위 여부를 확인하고, 모든 당사자 간의 정보 상호 작용, 비즈니스 협업 및 거래 투명성을 달성합니다. 이를 통해 중소기업의 자금조달 어려움에 대한 해결책을 모색합니다.
공급망 금융에서도 빅데이터는 다양한 부가가치 서비스를 제공할 수 있습니다. 빅데이터를 사용하여 소스에서 사용자 수요 정보를 얻고, 잠재적인 요구 사항에 대한 통찰력을 얻고, 공급망에 대한 정보 상담을 제공합니다. 공급망 금융의 업스트림 및 다운스트림 고객을 위한 전방위적인 신용 관리를 수행하고, 대화형 감독을 형성할 수 있습니다. 메커니즘을 제어하고 거래 비용과 위험을 줄입니다. 공급망 성능을 분석 및 예측하고 공급망 관리, 특히 공급망 협업 데이터 운영을 안내합니다.