运营魔方

一直以来，供应链的管理都是一门非常复杂的学科，从销量的预估到原材料的采购、生产计划的预定、生产线的管理，产品质量的监控，库存的管理、用户订单的处理、仓储运输的计划运营，一环紧套一环，紧密相连，互相制约，影响因素非常多。

例如，你从超市货架上取走一瓶洗发水时意味着什么？对联合利华中国来说，答案1500家供应商、25.3万平方米的生产基地、9个区域分仓、300个超商和经销商都因此而受到牵动。对于这种复杂的流程，人工管理已经很难做到优化了。现在线上线下双管齐发，产品数量空前众多，更新迭代越来越快，这些都在已经很复杂的供应链上又增加了砝码，而利用大数据及先进的数据模型来分析、监控、监测、优化供应链则变成了最有效的方法。

1

精确的需求预测，权衡的采购和生产计划

需求预测是整个供应链的源头，其决定了整个供应链的计划，包括采购计划、生产计划、调货计划、也直接影响到库存策略、生产安排以及对终端用户的订单交货率。如果需求预测过高，就会使企业过量采购及生产，使企业的库存增多，大量积压，使公司的成本大幅度升高。但如果需求预测过低，则会在销售时出现产品缺货脱销的现象，使企业失去赢得更多销量的机会。影响需求的因素有很多，如季节和天气的变化、公司广告和促销的实施、竞争对手的市场行动、新闻媒体事件、网商店主的活动，甚至旅游人数的增加，政府政策的改变等。

企业需要通过有效的定性和定量的预测分析手段，运用大数据将过去的历史需求数据和现在的市场有关因素相结合，对将来的需求作出准确预测。

在零售行业，生鲜零售对数据分析的依靠最高。生鲜零售如果需求预测不准，采购过多，产品就会过期，从而导致食品浪费。

所以，生鲜业有句话是：“谁控制了损耗，谁就拥有了毛利。”M6是一家连锁型的社区生鲜超市，2004年在宁波开出第一家店。M6的全称morning six，寓意“一天的新鲜从早上6点开始，”这也正是配送员们一天四次配货的目的所在。目前M6在宁波、上海两地已经开出40多家店，也走进了很多人的生活。十年间，M6累积的实名制卡用户达到10万余个，同时也积累了十年的用户消费数据。M6从2012年开始尝试利用用户数据和互联网上采集天气数据，然后从农历正月初一开始推算，分析不同节气和温度下，顾客的生鲜购买习惯会发生哪些变化 ，以此来预测市场需求。

2

优化库存，提高仓储运输效率

除了生产成本以外，库存成本、仓储运输成本通常都是企业的成本大头。库存成本不止影响仓储费用，还极大程度地决定了现金流和新产品上市的速度。不断优化库存、完善补货和库存协调机制，可以减少过量的库存，降低库存持有成本。制造业各行业在供应链管理上的着重点不同，比如服装行业的供应链管理难点，则在于消灭链条上的高库存。

优化库存和需求预测与调货计划有关，需求预测和调货计划越准确越平衡，库存就可以越少。除此之外，库存的优化还可以用大数据分析来管理先进先出，通过改变仓库设计来减少产品报废、提高收货提货效率。利用大数据分析，还可以通过做品类优化来给产品停产的建议。也可以通过运输效率的提高、运营模式的变化 来达到零库存。

3

提高生产质量，降低生产风险，提供及时检修

提高生产质量、降低生产风险、提供及时检修一直是生产厂家不断努力的课题。企业以往主要依靠有经验的技术人员和生产管理人员来作出正确的决定，现在大数据可以帮助企业更好地达到目的。通过利用大数据提高生产质量的例子，在各行各业都比较多。

在生产流水线上可以安装各种传感器收集包括温度、湿度、压力、速度、光线强度等的数据。如果检查出产品有质量问题，系统就会追溯到这个产品生产时的各种生产流水线参数和环境指数，积累了一定的数据后，就可以能过大数据的分析预测出在怎么样的参数组合下出现次品的可能性最大，并且由系统自动作出预警，以预防次品的产山。

4

整体供应链优化

供应链是链条，环环相扣；供应链也是张网，错综复杂。大数据可以挖掘出供应链各因素之间的相关性和相关程度，给管理人员提供实时数据和预测，帮助管理人员作出正确的决策；通过数据实时监控，作出实时的自动决策，指挥机器设备的自动调节，工人的优化工作指令；阶段性地利用大数据作绩效评估，找到薄弱环节，做流程改善或设备升级。许多公司在供应链优化上还处于尝试阶段，着重于优化供应链其中一个或几个环节。在这方面，奥地利暴风雪公司和中国农夫山泉都是利用大数据优化整体供应链的典范，从市场预测到产品生产，再到库存运输，一直延续到终端销售，都能通过大数据达到优化供应链的目的。

IOT物联网的发展会进一步深化大数据对于供应链管理的优化。如果各种产品都安装了传感器，所有指标都 一一反馈回供应链管理环节，需求预测、生产、采购‘调货计划就会变得更加容易，产品维护服务，产品升级服务也会变得更贴近用户。