|
在关于设备机能，供给商要害绩效指标（KPI）和库存程度的每周陈诉之间，更多的数据大概是供给链打点者最不肯意处理惩罚的工作。
然而，天天有更多的数据不绝涌现：按照IBM公司的观测陈诉，全球天天缔造2.5EB字节的数据（即10亿千兆字节）。但它并不老是这样。按照IBM公司的计较，世界上90％的数据只是在已往两年建设的，并且陈诉中显示，企业利用数据可以节减数百万美元，并以前所未有的方法提高事情效率。 当企业预算收紧时，打点人员回收大数据以提高效率，这并不奇怪。究竟，很多公司耗费十多年时间来引进或进级数据处理惩罚系统，并回收云计较和/或物联网。此刻，供给链打点者被要求利用这些数据，因此这说起来容易，做起来难。 人们需要认识到盲目启动项目所面对的挑战，JDA软件公司尝试室认真人SureshAcharya对付大数据的应用举办了理会。 Acharya说，“没有什么是令人望而生畏的，有一个要领可以做到这一点。”他指出，供给链打点者在启动一个新项目之前必需问本身五个问题： 1.本身的业务案例是什么？ 也许当打点人员试图应用数据时，其最大的问题是在脑子中没有一个可以或许办理的案例。当开始一个新项目时，供给链打点者应该有一个特定的业务问题要办理（好比，库存过剩），并可以或许量化（淘汰5％，将节减几多用度）。 “假如你从数据中找出需要办理的业务问题，那么这真的是舍本逐末。”Acharya说。“你想要说的是：这是我想要办理的问题，是我所拥有的数据。那么是否规划收集可能购置和订阅，以辅佐办理这个问题？” “所以，需要确保你有一个业务案例，并试图办理一个业务问题，”他增补说。 2.有正确的数据源吗？ 思量到一个大数据项目作为一个需要办理的问题，而不是一个要完成的项目，这大概会表白今朝可用的数据不是办理这个问题所需的信息。 “假如要查察库存或缺货环境，你有库存的数据吗？你有关于销售点或订单吗？或任何工作都大概是数据。你应该对想要办理的业务问题和拥有的数据源举办调解。”Acharya说。 提出此问题大概有助于在继承实施项目之前确定必需收集哪些其他数据。也许需要来自供给商的附加产物信息，可能来自零售商的差异销售点信息。假如相助同伴不能提供此信息，则大概需要一种新的要领。 3.你的数据是否可用？ 与第二个问题雷同，供给链打点人员必需可以或许思量如何记录和存储可以用来办理其业务案例的数据。 存在几种范例的数据，但无论数据是布局化的还长短布局化的，内生的或外生的，可以基于数据项目标性质来区分。换句话说，零售商和制造商可以收集各类非布局化数据，譬喻对产物的客户评论。可是，每一方收集，量化，阐明数据的方法差异，因此按照他们的业务案例的需要大概完全差异。可以或许收集数据集不使它可用；业务实例的参数抉择它是否可用。 “假如你认为有很大都据，但却没有真正查抄是否会增加或辅佐办理业务问题，那么你需要退一步并想步伐办理。”Acharya说。 4.算法是否存在？ 一旦贸易案例被确定，而且可用数据被判定为相关和有用，企业必需确保问题可以基于当前可用的算法来办理...假如它不能，最好寻找一个更好的办理方案。 “这并不是说只要有数据，就必然有步伐来辅佐你办理它。无论对付学术界照旧业界来说，有些问题确实是新的，这些问题尚未获得办理。”Acharya说。 “大概有一种要领来办理它，但这个详细问题可大概没有办理，所以你也需要做好摸索算法的筹备。”他增补说。 5.样本是什么？ 假如所有上述条件都能满意，那么大数据项目是可行的。然而，只是因为可以做到，并不料味着执行者应该急于实施。 “所有这一切都应该首先在一个很是小的样本长举办测试。”Acharya说，“你想实验一下小样本，然后假如它是可行的，已包办理了问题，那么可以开始扩大局限。“ 就像出产运行需要原型和样本一样，大数据项目需要一个测试研究来确定可行性。在抱负环境下，这样的项目将建设可操纵的功效，可是假如算法或实施要领有问题，功效大概得到错误的办理方案。对付人们来说，不能实施项目总比错误实施项目要好。 |
