공급망의 데이터 분석, 점점 더 많은 기업들이 공급망 중단에 대응하고 공급망 관리 (SCM) 를 강화하기 위해 데이터 분석을 활용하고 있습니다. 현재 몇 가지 주요 중단이 공급망에 영향을 미치고 있습니다. 공급망의 데이터 분석을 공유해 보겠습니다.
공급망 1 데이터 분석 대규모 데이터가 공급망에 미치는 이점을 종합적으로 분석합니다.
오늘날, 빅데이터는 개념 투기를 완전히 뛰어넘어 많은 업종의 업무 발전을 위한 중요한 무기가 되었다. 공급망 관리 분야에서는 빅데이터 기술의 응용업계가 초기 단계에 있지만, 다른 업종에서 빅데이터가 급속히 발전함에 따라 공급망 관리의 빅데이터도 빠르게 따라잡을 수 있을 것으로 믿습니다. 그래서 사람들은 빅데이터가 공급망에 어떤 이득을 가져다 줄 수 있는지 물어볼 수밖에 없다. Gan 을 따라 나와 함께 큰 데이터가 공급망에 제공하는 이점을 알아보시기 바랍니다.
빅 데이터 및 공급망
1, 재고 최적화. 예를 들어 SAS 고유의 강력한 재고 최적화 모델을 통해 높은 고객 만족도를 유지하면서 공급 비용을 최소화하고 공급망의 대응 속도를 높일 수 있습니다.
그 재고 비용은 첫해에 15% ~ 30% 하락할 것이며, 미래에 대한 예측 정확도는 20% 증가하여 전체 매출 증가율이 7% ~ 10% 가 될 것이다. 물론 시장 점유율 증가와 같은 다른 잠재적 이점도 있습니다. 또한 SAS 시스템을 사용하면 제품 품질이 크게 향상되고 불량률이 10% ~ 20% 감소합니다.
2. 상업이익을 창출하고 생산현장에서 공급망 채널과 기기 또는 센서 네트워크에서 대량의 데이터를 수집합니다. 대용량 데이터를 사용하여 이러한 데이터베이스를 보다 긴밀하게 통합 및 분석하면 재고 관리, 판매 및 배포 프로세스, 장비의 지속적인 모니터링 효율성을 높일 수 있습니다. 제조업이 발전하려면 기업은 큰 데이터가 생산할 수 있는 비용 효율을 이해해야 한다. 장비의 예측적 유지 관리는 이제 대용량 데이터 기술을 채택할 수 있는 조건을 갖추고 있습니다. 제조업은 빅 데이터 수입의 주요 원천이 될 것이다.
3.B2B 전자 상거래 공급망 통합. 강력한 전기상이 상류 하류 생산 계획, 즉 하류 판매 도킹을 이끌 것이다. 이러한 도킹 추세는 업스트림 제조 아웃소싱 공급망 관리가 제조, 생산 체인 (:D) 에만 초점을 맞추고 있다는 것입니다.
물류 아웃소싱이 공급망 아웃소싱으로 상승하는 것은 전자 상거래의 강력한 경쟁력과 통합 기능을 반영하여 방대한 양의 데이터와 플랫폼 간, 기업 간 도킹을 지원하는 데 큰 도약입니다. B-B 공급망 통합은 중국의 산업 레이아웃, 산업 체인 최적화, 생산능력 구성 최적화, 재고 감소, 공급망 비용 절감, 공급망 효율성 향상을 보완할 수 있는 강력한 시장 공간을 갖추고 있습니다.
4. 물류 플랫폼 규모가 발전하면서 B-C 비즈니스 모델의 융합이 현실화되었지만 물류 실행 플랫폼 건설은 병목 현상이다. 다양화 제품의 판매 공급망 통합에는 공급 주기, 재고 주기, 배송 시효, 물류 운영 요구 사항 등 큰 기술적 문제가 있습니다. 그런 물류 센터는 매우 어렵습니다.
대형 데이터 플랫폼의 건설은 전체 판매 공급망의 통합을 이끌 것이다. 국내에도 지역간 물류 배송, 도시와 농촌의 차이 등과 같은 현실적인 문제가 있다. 정부 규제는 큰 어려움/불치병이며, 빅 데이터 플랫폼은 정부 기능을 제자리에 맞추는 데 도움이 된다.
5. 제품 협업 설계. 예전에 여러분들이 가장 관심을 가졌던 것은 제품 디자인이었습니다. 하지만 현재 제품 설계 개발 과정에서 관계자들은 서로 협력하고 공장과 제조 역량도 동시에 설계 개발을 진행하고 있다. 현재의 압력은 제조 및 엔지니어링 기업의 다음 큰 가치인 경쟁력, 구성, 가격, 품질이 높은 제품을 시장에 제공하는 동시에 이러한 모든 요구 사항을 충족해야 한다는 것입니다. 이것은 빅 데이터의 사용처입니다.
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.
빅 데이터가 공급망에 제공하는 이점
현재 빅 데이터의 개념은 기존의 데이터 생성, 수집, 변환, 애플리케이션 분석 및 저장 개념, 구조화되지 않은 데이터, 다양한 데이터 콘텐츠, 대용량 데이터 배포에 대한 새로운 과제에 직면해 있습니다.
오늘날 생성, 전송, 저장되는 대량의 정보로 인해 발생하는 문제를 간단히 처리합니다. 현재 데이터의 양은 폭발적으로 증가하고 있으며, M2M (기계 대 기계 통신) 이 적용됨에 따라 이러한 추세는 계속될 것입니다.
그러나 만약 이러한 도전을 해결할 수 있다면, 완전히 새로운 국면을 열 수 있을까? 핵심은 두 가지입니다.
1. 데이터 생성 문제 해결, 즉 인터넷 기술 M2M 을 사용하여 실시간 프로세스 데이터를 얻고 공급망 프로세스를 가상화하는 방법. 이러한 새로운 데이터 세트의 잠재력을 활용하고 광범위한 출처의 정보를 결합하여 새로운 통찰력을 얻을 수 있습니다. 이를 통해 기업은 제품 수명 주기의 모든 측면과 직접 관련된 새로운 프로세스를 개발할 수 있습니다. 보고 및 분석 기능이 결합되어 프로세스에 피드백을 제공하여 양성 강화 주기를 만듭니다.
2. 데이터 응용 문제를 해결하고 공급망에서 다양한 가치 변환 프로세스로 생성된 데이터를 상업적 가치로 만드는 방법은 데이터 배포에 혁명적인 생산성을 발휘할 수 있는 토대입니다. 공급망에 큰 데이터를 적용하는 것은 더 이상 단순한' 보이는 거래 상태' 가 아니라 의사결정 재고 수준을 지탱하며 기존의 ERP 아키텍처는 감당할 수 없습니다. 따라서 기업은 데이터 어플리케이션의 최상위 수준 설계를 재설계하고, 복잡하고 포괄적인 대용량 데이터 애플리케이션 분석 모델을 구축해야 복잡한 대규모 데이터 가치를 최대한 활용할 수 있는 과제를 해결할 수 있습니다.
공급망에서 빅 데이터의 적용은 이제 막 시작되었다. 공급망, 빅 데이터 분석, 데이터 관리 및 빅 데이터 어플리케이션의 급속한 발전으로 빅 데이터 스토리지는 공급망 분야에서 큰 발전 잠재력을 가지고 있으며, 빅 데이터 투자는 공급망과 결합하여 지속 가능하고 대규모 개발 산업을 창출 할 수 있습니다.
공급망 데이터 분석 2. 공급망 관리에서 다양한 유형의 데이터 가치 분석
공급망 관리 과정에서 다양한 지표를 정의하고, 다양한 데이터를 수집 및 분석하고, 관리 상황을 분석 및 평가하고, 격차를 파악하고, 행동 계획을 지정해야 합니다.
Dell 은 모든 데이터 분석이 경영 상황을 개선하고 고객, 주주, 직원에게 더 많은 가치를 창출하기 위한 것이라고 말합니다.
가치 분석을 토론하기 전에, 먼저 가치가 무엇인지 말해라.
고객의 눈에
주로 부가가치가 있는지 아닌지를 본다.
예를 들어, 공급자의 재작업 프로세스가 상세한 견적에 나타나 고객에게 지불을 요구하면, 고객은 이러한 단계들이 그에게 아무런 가치도 더하지 않았다고 생각하기 때문에 행복하지 않을 수 있습니다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 예술명언)
간단히 말해서, 고객의 관점에서 부가 가치가 있는지 판단하는 것은 주로 고객이 비용을 지불할 의향이 있는지, 첫 번째 행동이 옳은지 아닌지에 달려 있다. 생산 과정의 경우, 활동이 물질의 물리적 형태를 바꾸었는지에 주로 달려 있다.
사장의 눈에
첫째, 주로 필요한지 아닌지를 본다.
직원 교육, 각종 보고서 준비, 규정 준수 검사, 위험 통제 등 고객의 눈에는 부가가치가 없지만 사장에게는 매우 필요하거나, 현 단계에서 제거할 방법이 없다.
둘째, 주로 효율적인지 여부에 달려 있다.
현재의 비즈니스 모델에서 효율성이 가장 높고, 비용이 가장 낮고, 회전이 가장 빠르며, 즉 더 많은 투자 수익을 가져올 수 있습니까?
직원의 눈에는
그들이 이렇게 하는 주요 호소는 무엇입니까?
기업이 직원들이 돈을 벌 수 있도록 도울 수 있는지 여부는 고객의 요구를 충족시키기 전에 직원의 요구를 충족시키고 고객의 요구를 충족한 후 사장의 요구를 충족시키는 데 달려 있다.
직원의 요구가 효과적으로 충족되지 않으면 고객의 요구를 충족시키기 위해 최선을 다하지 않을 것이라고 상상해 보십시오. 고객의 수요가 충족되지 않으면 기존 주문을 계속 구매하거나 취소하지 않으므로 사장이 돈을 벌 수 없습니다.
공급망 관리 중 데이터는 다음과 같은 유형으로 나눌 수 있습니다.
I. 비즈니스 데이터
예를 들어, 공급자의 견적, 직원의 임금, 고객과 같은 다른 가격은 주로 공급과 수요의 관계와 경쟁에 의해 결정되는 비즈니스 데이터입니다. 이러한 데이터의 경우, 우리는 주로 수평대비를 통해 공급과 수요를 조절하여 자신의 수요를 만족시킨다.
둘째, 거래/프로세스 데이터
현재 대부분의 기업은 서로 다른 비즈니스 프로세스를 디지털화하고 있습니다. 전자화의 주요 이점 중 하나는 모든 트랜잭션 단계를 디지털화하여 데이터를 추가로 분석할 수 있다는 것입니다.
예를 들어, 고객에 대한 납품 성과를 높이고 납품 주기를 단축하고자 합니다. 린 (Lean) 설문 조사를 할 때 인터뷰가 될 수 있습니다. 그런 다음 낭비되는 곳을 발견하고 목표 개선을 목표로 합니다. 그러나 인터뷰에서, 모든 내용은 사람이 표현한 것이라면 모두 관점이며, 뒤에는 모두 입장이 있을 것이다. 관점을 객관적으로 유지하는 것은 쉽지 않다.
ERP, OA, SRM, CRM 등의 시스템에서 실시간 정보를 직접 발굴하고, 실제로 현실을 말하고, 과거에 배달을 만족시키는 과정에서 시간이 어디로 갔는지 확인할 수 있습니다. 각 링크에 소요되는 평균 시간뿐만 아니라 시간의 변동, 특정 업무를 처리하는 주기, 실시간 가치 흐름도 작성, 문제 지점 찾기, 개선점 확인 등이 매우 쉬워집니다.
셋째, 비즈니스 데이터
비즈니스 데이터는 주로 기업 전략 목표와 관련된 정도, 시스템 데이터 또는 수정 가능한 데이터, 그리고 다음 단계에 대한 지침의 의미에 따라 달라집니다. 종합적으로 고려하여 적용 가능한 업무 데이터 평가 지표를 개발해야 한다.
공급망의 데이터 분석 3 공급망 관리에 대한 데이터 분석 방법
첫째, 공급 업체 액세스 데이터 분석:
공급자는 영업 허가증, 제품 합격증, 공급자 제품 정보 등 자신의 기업 정보를 조회하고 수정할 수 있습니다. 동시에 구매자는 각 공급자가 제공한 데이터 정보를 비교하고 선택할 수 있습니다.
둘째, 구매 수요 데이터 분석
통합 포털은 Excel 을 사용하여 부서별로 집계할 필요 없이 시스템에 구매 수요를 직접 업로드한 다음 요약 구매 정보를 중앙에서 수집하여 구매요청 효율성을 크게 향상시킬 수 있습니다. 구매 요청 관리 프로세스화, 내역 데이터도 언제든지 조회할 수 있습니다.
셋째, 구매 견적, 가격 비교 데이터 분석
회사 조달 업무의 필요에 따라 공급자 관리 시스템을 사용하여 견적을 내나요? 템플리트: 견적을 시작해야 하는 공급자를 선택하면 시스템은 한 번의 클릭으로 견적을 생성합니다. 견적이 대량으로 발송되고 해당 공급자에게 자동으로 통지됩니다. 공급자는 편리한 가격 견적만 입력하면 구매자는 견적에서 자동으로 요약하여 가격 목록을 생성하며 가격 대비 데이터 결과는 공개적으로 투명합니다.
넷. 구매, 배송, 창고 보관 및 반품에 대한 데이터 관리
공급자가 한 번 배송하면 송장이 자동으로 인쇄되고 전자 송장도 저장됩니다. 구매자가 상품을 받으면 데이터를 자동으로 전송할 수 있으므로 수동으로 입력할 필요가 없습니다. 수량을 확인하고 확인하면 됩니다. 양 당사자가 배송, 보관, 반품 데이터를 실시간으로 동기화하여 정보 지연과 누락을 방지합니다.
동사 (verb 의 약어) 구매 조정, 송장 및 지불 데이터 관리
배송, 저장 등의 데이터는 실시간으로 요약 간판을 자동으로 생성하며, 쌍방은 실시간으로 온라인 조정을 할 수 있다. 조정, 청구서 및 지불에 대한 프로세스 관리는 언제든지 감사할 수 있습니다.
자동사 공급품 도착 데이터 분석.
시스템은 공급자 협업 프로세스의 데이터를 자동으로 집계하고, 다차원 평가 간판을 자동으로 생성하고, 공급자의 도착 입고 수량, 각 공급자의 적시 도착 비율, 합격률을 통계적으로 분석하여 계약과 일치하는지 여부를 확인하고, 공급자와 계속 협력할 수 있는지 여부를 판단하며, 기업이' 우승열악' 을 통해 우수한 공급자 자원을 침전시키고 선택하는 데 도움을 줍니다.