关于【供应链数据分析】，论文供应链数据分析，今天乾乾小编给您分享一下，如果对您有所帮助别忘了关注本站哦。

1、扛住，方有未来——浅谈供应链的韧性

CCFA做过一个零售业的调研，传统企业面临的最大问题是什么？25%的管理者说最大的问题是供应链管理，10%的管理者说最大的问题是物流成本上升。

可以说，在各种各样的原因里，供应链相关问题就占了两条，确实很具有挑战性。

传统供应链面临挑战

1. 需求的快速变化与不确定性

供应链做的事情就是需求跟供应。

这种需求和供应也分两种，一种to B，一种to C。to B是面对企业，To C是面对消费者。在这两个情况里，都有需求变化，都有不确定性。

比如to B的需求变化。

过去企业产品多以硬件为主，现在很多企业在慢慢转向软件。哪怕有硬件，也不是以销售硬件为主。

思科以前做路由器、交换机等大型产品，都是按硬件卖的，现在越来越多的硬件设备或租或送，他们只是按月按软件使用收费，这种产品架构的变化对传统供应链就产生了很大挑战。

2. 供应链的预测与响应能力

过去交货是送出去就行，送的越早越好。

现在的收货时间，我们都叫JUST IN TIME。也就是在一个时间段，东西必须送到。早了不行，晚了也不行。

这就在考验供应链的反应能力，考验供应链的柔性有多大。这对企业来说就是一个很大的挑战。

3. 企业成本与风险控制能力

对新零售企业来说，成本最大的地方是什么？物流。尤其是最后一公里的物流成本最高。

此外，还有风险控制能力。三星为什么突然从中国消失，电池爆炸事件是一个很重要的原因。如何控制这种风险也是一个很大的挑战。

4. 全球化的外部协作能力

对于传统工业来说，全球化协作就是一个很大的挑战。

什么是数字化供应链

中国的传统经济是制造业。

中国曾经是现在也是世界上最大的一个制造工厂，为什么中国能够在传统经济里拔得头筹，成为世界性工厂？就是因为中国有劳动力红利。

劳动力红利不单单是工人，还包括我们的技术人员，我们每年毕业的大学生。这方面，很多国家不能跟我们相比。

数字经济是伴随工业4.0出现的，它有几个明显的特点：

第一，必须要有数字。第二，必须要有网络。第三，要智能。这三点不可缺少。

数字经济红利是数字消费者红利。

世界上有38.9亿网民，中国就有7.51亿网民，这些网民中有7.24亿都使用手机。

为什么中国的数字经济一定会超过美国，因为美国没有这么多数字消费者。

美国的数字消费者一般都在东部西部等一些大城市，广大地区根本就没有这种所谓的数字消费者，所以他们的数字消费者红利有限，数字经济肯定会被中国赶上。

双11是中国数字经济一个很明显的表现。

2018年双11当天，天猫卖了2135亿。可以说，数字经济在中国已经到了一种登峰造极的地步。

但是数字经济对我们的供应链也造成了很大的压力。原本在传统工业里，工业的预测响应能力就很难做，数字化经济来了，压力就更大了。

传统供应链有三流：物流、资金流、信息流。

传统供应链有推式供应链和拉式供应链。

什么叫推式供应链？就是根据对市场的预测，我把东西先做好，然后推向市场，卖多少就不知道了；比如瓶装水就是推式供应链。我只是预测客户的需求。

而拉式供应链则是根据客户的订单拉动供应链，客户响应度很高但供应链的压力山大。

推拉式供应链则是利用了推式的高效和拉式的快速响应，在企业中被广泛的应用。

但因传统供应链是串联的，有供应商，有核心企业，供应链也非常长，从供应商到用户会有很多的节点，很容易造成与客户之间的误解。

实际上，因为节点多，也很容易浪费时间，浪费效率。所以我们引进了数字化供应链。

数字化供应链是基于物联网、大数据与人工智能等关键技术，构建的以客户为中心，以需求为驱动的，动态、协同、智能、可视、可预测、可持续发展的网状供应链体系。

应用数字化供应链，整个供应链就变成了并联，同时也变成了网状。每个部门跟客户之间都能直接联系。

客户的需求变化可以通过网状直接回到各个部门，各个企业，让大家同时知道，在快速响应的同时，效率非常高，也可以降低风险。

首先，数字化供应链很重要的一点是以需求为驱动，而不是以自己的理解预测来驱动。

同时数字化供应链是动态的，这种动态是说你有一千种场景，就必须要有一千种供应链对应它。

其次，必须要协同。

传统供应链讲了两种协同，一种是企业内部的销售部门跟供应链部门一起联合预测，我们叫S&OP。

有了数字化字供应链以后，这种协同可能就不需要S&OP了。因为你有了足够多的数据，也可以快速反应，完全可以取代S&OP。

有一家企业，刚刚开始使用数字供应链之后，发现效率提高了4.1%，营收提高了2.9%，销售增长了4%，成本降低了10%，库存降低了20~30%。

还有一家我们熟悉的海尔。海尔是一家传统零售企业，它们有一个COSMOPlat平台，这个平台是把包括设计师、模块商（上游供应商）、互联工厂、车小微（负责物流配送）等各环节组成，由传统串联的部门组织，变成共同面向用户的一个个“小微”。每个环节都直接跟客户相连。

数据打通之后，海尔与全球供应商的数据都被打通，海尔所有工厂数据也实现了共享。实现了用户方、企业和资源的零距离交互。

对于现在的一些用户对冰箱等的个性化定制，海尔这样做的好处是什么？

客户通过定制平台提出定制要求后，“个性化”订单能直达工厂，工厂通过智能系统自动排产，并将生产信息，自动传递给各工序生产线及所有模块商、物流商。

全流程透明可视。从订单到工厂的生产再到物流的任何一个环节实时可视，用户通过手机终端可以实时获取整个定单的生产及送货情况。

用户的定制需求和体验信息可上传至生产线相应工位，实现了对产品品质的提前管控，用户评价与员工薪酬直接关联。

借助大数据分析提供售后服务，通过物联网获取售出产品的自诊断和自反馈，可在故障发生前提前预测，实现用户零停机，在提升体验之余，还能帮用户节省备用机费用定制占比57%，订单交付周期缩短50%，效率提升50%。

海尔这个例子是在数字化工业应用上一个非常成功的一个例子。

新零售与数字化供应链

马云提出新零售，新制造就是要支撑新零售。新制造又跟数字化有什么关系呢？

过去的制造就是制造产品，但现在的制造已经开始慢慢向服务方向发展，也就是说，制造业成为一种服务单位，给你提供服务。

我们都认为共享经济是消费方面的共享，比如共享单车、共享充电宝等。实际上，真正的共享经济规模是在企业这一端，特别是在工厂这一端。

工厂共享什么？可以共享很多东西。比如最简单的产能可以共享，并不是每个工厂它的产能总能100%的用到，往往是产能要么多，要么不够。产能共享，共享经济是新制造中的一个很重要的因素。

对于新零售来说，新制造要做到Any where， Any time， Any product。是什么意思呢？就是在任何地方都可以做，任何时间都可以做，任何产品都可以做。因为有这样的要求，所以你必须要有数字化工业才能支撑。

数字化供应链跟新零售到底有什么关系？数字化供应链怎么去支持新零售？

现在，消费主导是非常明显的。有这样几个特点：

第一个特点，个性化。我的东西要跟别人不一样。

第二个特点，场景化。不是简单的卖东西，是讲故事，通过故事来卖东西。

第三个特征，全渠道。从线上到线下，都对供应链提出了要求。比如鞋子，以前是做38码就是38码，现在用户想要的可能左脚38码，右脚38.2码。

有一家做西装的企业叫红领西装，它有一个网上平台，你可以把你需要的尺寸放上去，这个平台就会自动生成一个模板，然后这个模板会被送到工厂去生产。或者说你自己不会量，你可以去他的门店帮你量，最后也能实现个性化定制。

这些都是数字化供应链能为新零售所能做的。比如盒马鲜生。

用户先用支付宝或淘宝帐号登录才能购物，它们创建和培养了用户数字化能力。 一定要养成用户用数字化方式沟通的这个习惯。

订单的拣货、流转、打包和配送过程中全部是采用分布式的做法，不再是以单个订单为中心来作业。智能算法已经渗透到了盒马选品采购、销售、最后物流履约的全流程当中。

盒马实现全链路的数字化，员工通过智能设备工作，加快产品外卖到家速度，盒马的“日日鲜”，前一天晚上在各个蔬菜基地采摘的蔬菜，连夜包装，第二天一早上架，最快只要八小时。

智能店仓作业系统——智能的店仓作业系统，这套系统不仅知道货位在哪里，任务怎么派，并且还能对不同工种之间进行调动。

智能履约集单算法——基于线路、时序、客户需求、温层、区块实现最优的订单履约成本：在算法指导下系统把订单串联起来，并且保证串联出最优的配送批次，实现多单配送。

智能配送调度——依据配送员的位置、技能、对商品订单及区域的熟悉度做最优匹配，实现配送效率的最大化。

智能订货库存分配系统——依据盒马门店的历史销量，依据区域点开页面的次数及页面跳转成交的比例，去达成智能的库存分配。

广泛地对商品使用电子标签，将线上和线下的数据同步，线上下单线下有货， 后台统一促销和价格，实现供应链全链可视化。阅读前思考：

你如何理解供应链数据化？

供应链数据化转型应该关注哪些方面？

CCFA做过一个零售业的调研，传统企业面临的最大问题是什么？25%的管理者说最大的问题是供应链管理，10%的管理者说最大的问题是物流成本上升。

可以说，在各种各样的原因里，供应链相关问题就占了两条，确实很具有挑战性。

传统供应链面临挑战

1. 需求的快速变化与不确定性

供应链做的事情就是需求跟供应。

这种需求和供应也分两种，一种to B，一种to C。to B是面对企业，To C是面对消费者。在这两个情况里，都有需求变化，都有不确定性。

比如to B的需求变化。

过去企业产品多以硬件为主，现在很多企业在慢慢转向软件。哪怕有硬件，也不是以销售硬件为主。

思科以前做路由器、交换机等大型产品，都是按硬件卖的，现在越来越多的硬件设备或租或送，他们只是按月按软件使用收费，这种产品架构的变化对传统供应链就产生了很大挑战。

2. 供应链的预测与响应能力

过去交货是送出去就行，送的越早越好。

现在的收货时间，我们都叫JUST IN TIME。也就是在一个时间段，东西必须送到。早了不行，晚了也不行。

这就在考验供应链的反应能力，考验供应链的柔性有多大。这对企业来说就是一个很大的挑战。

3. 企业成本与风险控制能力

对新零售企业来说，成本最大的地方是什么？物流。尤其是最后一公里的物流成本最高。

此外，还有风险控制能力。三星为什么突然从中国消失，电池爆炸事件是一个很重要的原因。如何控制这种风险也是一个很大的挑战。

4. 全球化的外部协作能力

对于传统工业来说，全球化协作就是一个很大的挑战。

什么是数字化供应链

中国的传统经济是制造业。

中国曾经是现在也是世界上最大的一个制造工厂，为什么中国能够在传统经济里拔得头筹，成为世界性工厂？就是因为中国有劳动力红利。

劳动力红利不单单是工人，还包括我们的技术人员，我们每年毕业的大学生。这方面，很多国家不能跟我们相比。

数字经济是伴随工业4.0出现的，它有几个明显的特点：

第一，必须要有数字。第二，必须要有网络。第三，要智能。这三点不可缺少。

数字经济红利是数字消费者红利。

世界上有38.9亿网民，中国就有7.51亿网民，这些网民中有7.24亿都使用手机。

为什么中国的数字经济一定会超过美国，因为美国没有这么多数字消费者。

美国的数字消费者一般都在东部西部等一些大城市，广大地区根本就没有这种所谓的数字消费者，所以他们的数字消费者红利有限，数字经济肯定会被中国赶上。

双11是中国数字经济一个很明显的表现。

2018年双11当天，天猫卖了2135亿。可以说，数字经济在中国已经到了一种登峰造极的地步。

但是数字经济对我们的供应链也造成了很大的压力。原本在传统工业里，工业的预测响应能力就很难做，数字化经济来了，压力就更大了。

传统供应链有三流：物流、资金流、信息流。

传统供应链有推式供应链和拉式供应链。

什么叫推式供应链？就是根据对市场的预测，我把东西先做好，然后推向市场，卖多少就不知道了；比如瓶装水就是推式供应链。我只是预测客户的需求。

而拉式供应链则是根据客户的订单拉动供应链，客户响应度很高但供应链的压力山大。

推拉式供应链则是利用了推式的高效和拉式的快速响应，在企业中被广泛的应用。

但因传统供应链是串联的，有供应商，有核心企业，供应链也非常长，从供应商到用户会有很多的节点，很容易造成与客户之间的误解。

实际上，因为节点多，也很容易浪费时间，浪费效率。所以我们引进了数字化供应链。

数字化供应链是基于物联网、大数据与人工智能等关键技术，构建的以客户为中心，以需求为驱动的，动态、协同、智能、可视、可预测、可持续发展的网状供应链体系。

应用数字化供应链，整个供应链就变成了并联，同时也变成了网状。每个部门跟客户之间都能直接联系。

客户的需求变化可以通过网状直接回到各个部门，各个企业，让大家同时知道，在快速响应的同时，效率非常高，也可以降低风险。

首先，数字化供应链很重要的一点是以需求为驱动，而不是以自己的理解预测来驱动。

同时数字化供应链是动态的，这种动态是说你有一千种场景，就必须要有一千种供应链对应它。

其次，必须要协同。

传统供应链讲了两种协同，一种是企业内部的销售部门跟供应链部门一起联合预测，我们叫S&OP。

有了数字化字供应链以后，这种协同可能就不需要S&OP了。因为你有了足够多的数据，也可以快速反应，完全可以取代S&OP。

有一家企业，刚刚开始使用数字供应链之后，发现效率提高了4.1%，营收提高了2.9%，销售增长了4%，成本降低了10%，库存降低了20~30%。

还有一家我们熟悉的海尔。海尔是一家传统零售企业，它们有一个COSMOPlat平台，这个平台是把包括设计师、模块商（上游供应商）、互联工厂、车小微（负责物流配送）等各环节组成，由传统串联的部门组织，变成共同面向用户的一个个“小微”。每个环节都直接跟客户相连。

数据打通之后，海尔与全球供应商的数据都被打通，海尔所有工厂数据也实现了共享。实现了用户方、企业和资源的零距离交互。

对于现在的一些用户对冰箱等的个性化定制，海尔这样做的好处是什么？

客户通过定制平台提出定制要求后，“个性化”订单能直达工厂，工厂通过智能系统自动排产，并将生产信息，自动传递给各工序生产线及所有模块商、物流商。

全流程透明可视。从订单到工厂的生产再到物流的任何一个环节实时可视，用户通过手机终端可以实时获取整个定单的生产及送货情况。

用户的定制需求和体验信息可上传至生产线相应工位，实现了对产品品质的提前管控，用户评价与员工薪酬直接关联。

借助大数据分析提供售后服务，通过物联网获取售出产品的自诊断和自反馈，可在故障发生前提前预测，实现用户零停机，在提升体验之余，还能帮用户节省备用机费用定制占比57%，订单交付周期缩短50%，效率提升50%。

海尔这个例子是在数字化工业应用上一个非常成功的一个例子。

新零售与数字化供应链

马云提出新零售，新制造就是要支撑新零售。新制造又跟数字化有什么关系呢？

过去的制造就是制造产品，但现在的制造已经开始慢慢向服务方向发展，也就是说，制造业成为一种服务单位，给你提供服务。

我们都认为共享经济是消费方面的共享，比如共享单车、共享充电宝等。实际上，真正的共享经济规模是在企业这一端，特别是在工厂这一端。

工厂共享什么？可以共享很多东西。比如最简单的产能可以共享，并不是每个工厂它的产能总能100%的用到，往往是产能要么多，要么不够。产能共享，共享经济是新制造中的一个很重要的因素。

对于新零售来说，新制造要做到Any where， Any time， Any product。是什么意思呢？就是在任何地方都可以做，任何时间都可以做，任何产品都可以做。因为有这样的要求，所以你必须要有数字化工业才能支撑。

数字化供应链跟新零售到底有什么关系？数字化供应链怎么去支持新零售？

现在，消费主导是非常明显的。有这样几个特点：

第一个特点，个性化。我的东西要跟别人不一样。

第二个特点，场景化。不是简单的卖东西，是讲故事，通过故事来卖东西。

第三个特征，全渠道。从线上到线下，都对供应链提出了要求。比如鞋子，以前是做38码就是38码，现在用户想要的可能左脚38码，右脚38.2码。

有一家做西装的企业叫红领西装，它有一个网上平台，你可以把你需要的尺寸放上去，这个平台就会自动生成一个模板，然后这个模板会被送到工厂去生产。或者说你自己不会量，你可以去他的门店帮你量，最后也能实现个性化定制。

这些都是数字化供应链能为新零售所能做的。比如盒马鲜生。

用户先用支付宝或淘宝帐号登录才能购物，它们创建和培养了用户数字化能力。 一定要养成用户用数字化方式沟通的这个习惯。

订单的拣货、流转、打包和配送过程中全部是采用分布式的做法，不再是以单个订单为中心来作业。智能算法已经渗透到了盒马选品采购、销售、最后物流履约的全流程当中。

盒马实现全链路的数字化，员工通过智能设备工作，加快产品外卖到家速度，盒马的“日日鲜”，前一天晚上在各个蔬菜基地采摘的蔬菜，连夜包装，第二天一早上架，最快只要八小时。

智能店仓作业系统——智能的店仓作业系统，这套系统不仅知道货位在哪里，任务怎么派，并且还能对不同工种之间进行调动。

智能履约集单算法——基于线路、时序、客户需求、温层、区块实现最优的订单履约成本：在算法指导下系统把订单串联起来，并且保证串联出最优的配送批次，实现多单配送。

智能配送调度——依据配送员的位置、技能、对商品订单及区域的熟悉度做最优匹配，实现配送效率的最大化。

智能订货库存分配系统——依据盒马门店的历史销量，依据区域点开页面的次数及页面跳转成交的比例，去达成智能的库存分配。

广泛地对商品使用电子标签，将线上和线下的数据同步，线上下单线下有货， 后台统一促销和价格，实现供应链全链可视化。

新金融与数字化供应链

过去金融都是在银行的柜台上做，现在金融也开始平台化。此外，银行贷款要看你的信用，如果数据能转化成资产，那么数据也可以用作信用评估，所以数据化很重要。

数字经济也好，数字工业也好，都有这个问题，怎么把你的数字变成你的资产。最后是场景化。

举个案例，小雨伞保险不是一般的传统保险，它做的是场景化。

比如它出一款保险，是按天的。你今天保险多少钱，看你今天的锻炼情况，如果今天走路走了1万步，数据就传到它那里去了，它认为你锻炼得很好，风险比较小，明天卖给你的保险便宜五毛钱或者便宜两块钱。

它也有各种活动，大家一起比赛，可以给你多少折扣等等。他把这种保险行动变成一种场景。

预测与计划数字化

供应链要预测大概做多少东西，什么时候，在什么地方，有了预测才能做计划。问题往往是需求复杂，很多很难预测，同时计划跟不上变化。

数字化供应链，第一可以通过各种各样的数据采集，来把控预测的一些关键数据。

比如说库存，供应商有多少库存，我有多少库存，外面市场上的经济价格指数怎么样，有没有什么重大事件影响我们的需求，然后这个数据一定要分享，在企业内部有销售计划平台，各个部门都能看到，销售部门、生产部门、物流部门都能看得到，同时可以把它扩展成企业跟企业之间共享，上下游都能看到我的销售计划的一些信息。

1. 采购数字化

采购最大的问题一个是暗箱操作，大疆的采购暗箱操作案，给公司带来10亿的损失，有45个人卷到这个事件里面，最后判了二十几个人坐牢。另外突然间买不到东西了，供应商不行了，这是供应链中断的风险。

数字化采购，变成一种电子采购，全程透明，避免暗箱操作。还可以简化流程，减少成本。

2. 决策数字化

采购一般都是被动，来了订单，或者给个计划，来决策买什么东西，数字化可以变被动为主动，主动决策什么东西需要采购。

3. 供应商管理数字化

怎么去管理供应商，怎么选择供应商，用数字管理平台，直接看供应商24小时在做什么事情，哪里发生什么问题的话，我可以及早知道。

4. 制造数字化

远程模拟和数字孪生是制造数字化的2个重要领域。

远程模拟什么意思？就是我不需要在现场操作，远程去操作，特别是一些电站的操作，远程比较多。

数字孪生，我目前在做的事情，工厂在生产也好，物流在配送也好，同时有一套数字系统，跟它连在一起的，实际是怎么做的，这套数字系统也是怎么做的。

可以用数字系统监督模拟，你还没有问题的时候，数字系统你已经发现问题，会提前告诉你应该怎么做。

5. 物流数字化

采用IRD技术，这个技术是从大实验室先采用的。这个技术就是确认东西在什么位置，订单作业可以可视化，让物流管理和物流运输进入智能化管理。

怎么建立数字化供应链？

自动化，你必须要有自动化，因为你不能手工搜集数据，所以你的很多设备也好，生产设备包括你的体验在店也好，都要把它做成自动化。

信息化，你的数据一定要收集起来。

网络化，收到信息以后你要在网络里流转。

最后是智能化。

一般我们在做数字化工业都一步一步去做，绝大部分的工厂现在都还是在自动化。

数字化供应链都用到哪些技术?

第一，物联网。

我们看数据采集有各种各样的东西，有RFID，有摄像头，有扫描枪，再往上一层是数据集成，然后是信息处理，人机界面。你这些信息怎么把它整合在一起，人跟机器怎么互动，这就是平台，就是物联网。

物联网技术必须跟云计算连在一起，很多企业不可能自己拥有设备，拥有人员，去管理这套东西，我们可以充分利用云计算。

第二，认知供应链。

它是可以学习的，它不只是按照人的命令行事，也可以辅助你人来做思考，去决定，还可以帮助人去理解问题，哪里有问题，帮助你做决策，发现一些关联性，这个是认知供应链。

机器人也分自适应机器人，装配机器人。什么意思？一个装配机器人，原来你给它编码走直线，碰到桌子不能走了怎么办，按照程序退回来。

自适应机器人就是碰到就拐弯了，绕过去了。

设备坏了，坏了再去告诉你怎么修，这是一般最简单的智能，智能是预防性，它会告诉你，你这个设备大概还要多久就要坏了，你该去做维修了，认知供应链和智能制造，这是最大的一个差别。

第三，区块链。

区块技术是一个分布式，没有中心，是点对点的做。这种技术有不可篡改性，你记录以后就没法改了，还有开放，隐私等等好处。

区块链在供应链数字化有两大作用，一个是做供应链金融，一个是做产品追溯。

数字化的供应链现状跟未来

过去的供应链设计是串联的长链，数字化的供应链是网状的并联。

有人做过一些统计，53%的企业是数字化入门者，只是在做单点实验；35%的企业是数字化探索者，已经在做局部推广；10%的企业是数字化组织者，已经开始扩展复制，2%的企业是数字化转型者，开始运行管理；0.1%的是颠覆者，能够发明、创造一些数字化的优化创新，这个是我们国内目前的现状。

文源网络

2、论文供应链数据分析

论文供应链数据分析

数据挖掘技术在供应链精细化管理中的应论文

摘 要：对企业大量的历史数据，采用SQL Serve的OLAP技术，建立了供应链数据的挖掘模型，对现库存结构、呆废账和供应周期进行了分析，找出了存在问题，提出了相应的解决方法;对现系统提出了二次开发具体目标。

关键词：数据挖掘 精细化 大物流 供应链

一、前言

生产管理信息系统运行5年来，形成了了大量的历史数据，如生产主计划、备件计划、供应商、供货信息、质检信息和入库、领用信息等。

但该系统只是一个顶层数据逐级向下单向透明、注重出入库管理的平台，丰富的历史数据只是偶尔备查，没有把已有庞大的数据转化为知识，从全局上辅助企业决策，使公司在计算机软硬件的开发、维护上的巨大投资，只在局部管理上取得了改进，总体成效并不显著。

本文以半成品库供应链为主体，从计划、采购、外协厂商、质检等多维度分析供货周期及库存的相互关系，以减少冗余环节，降低供应链成本;同时对信息系统的二次开发提出了具体目标。

二、库存结构和供应链分析

我集团的半成品采购，采取多外协厂家的定点生产、每年对价格招标、每月下达采购数量的策略，由外协厂家按照我方提供的设计图纸生产，需要开模或使用专业机具加工，更换厂家有一定的难度。做好供应商的考核和选取，对保质按时完成生产，就显得尤为关键。

我用半成品的相关历史数据，按照关系型数据库第三范式，建立雪花形数据仓库，在其逻辑结构中，将数据表划分为存储实际数据的事实表;以及存储测评指标的维度表，如供应链上的采购、质检、结账周期、质量符合度等。

2.1 数据准备

以系统后台采用的sql server 2005数据库中自带程序Business Intelligence Development Studio为挖掘工具。数据准备如下：获取和供应链相关的完整历史数据，从2013年2月到2015年3月的基本信息：批量、计划数、厂家。

下达日期、返回数量和日期、质检完成日期和合格数量，点收入库数量和日期，以及非结构化的返回日期要求等数据。剔除了试制新品等异常数据;建立了相应的维度数据库，转换所有的日期为考核的维度，以精确分析供应链周期。

2.2 数据挖掘结果和分析

库存分析：平均月入库为1373万，出库为1399万，库存金额平均为802万，比原库存下降400万以上，比例为34%，逐步消化了存货，有效地降低了半成品库存。

呆废账分析：我们重点对三年(74万元)及五年以上(24万元)无动态的呆账进行了分析，其产生的原因如下：

(1)BOM表中已经不存在此类备件。

(2)产品设计发生了变更。

(3)对应的产品已经淘汰停产。

(4)配套的产品仅在部分支线上使用，存量过多、过久。

(5)订单变更、采购的半成品不配套，部分出现冗余。针对以上原因，我们提出如下解决方法：

(1)全面清理此类半成品，做好外观和质量检测，不符合要求的申请报废。

(2)尽可能替换使用、降级使用。

(3)按材质、规格制定改制表，按需对半成品改制，减少呆废料。

(4)除少量必须备件外，多余部分调拨给可能生产此类产品的`子分公司待用。

供货期分析：期间平均供货总周期为19.55天;其中外协厂家生产期14.13天，到公司后质检期3.27天，入库2.15天，供货后到发票开具23.73天。在提前期为半个月的采购模式下，数据表明大部分半成品在每月初就基本入库，占用了大量库房，并在当月末转化为财务付款压力。

针对外协厂家大多位于省外，重点分析了供应商区域、数量、重量、采购品种和供货周期的关系，对锻铸件类产品的挖掘结果分析如下：

(1)为减轻库房压力，本省市的外协厂家按需分批次组织运送，期供货周期和质检周期存在人为失真。

(2)外省市供货周期和区域距离成正比。

(3)供货周期与采购的数量和重量无关，表明生产能力和运力现阶段充沛。

(4)质检周期短的供货商，其一次到货率和合格率较高。

三、供应链管理新模式

基于供应周期分析结论1，我们可以把所有的外协厂商作为外围库房，按大数据模式下的机器学习法，自动计算不同外协厂家、不同半成品的提前期，借助第三方物流，由生产流水线上主导产品的需求，决定其配送日期;包装用数量就近选择厂家，第三方质检合格后，直接发到施工现场。

为实现此设想，信息系统必须互联互通、信息共享，实时采集需求和获取外协厂商的生产、库存情况，建设一条敏捷的供应链。系统可做如下改进：

(1)对供应商做出科学考核评价：资质;产品质量(尺寸、外观、表面的目视检查合格率;化学成分等合格率;力学性能参数、内部的超声无损检测缺陷值等)、退货率，降级接收率、及时完成率、交货紧迫性、变更配合度、售后服务等指标进行动态考核。按指标得分高低对外协厂家优胜劣汰，在任务分配时优先向优秀供应商倾斜。

(2)拉伸供应链，把各生产部门、库房、供应商作为一个整体，对内实现数据的全透明，共享主计划、车间旬计划、采购计划，做好内部关键工序的报工和外协厂商的数据采集，使相关人员能从数据流中自动获取到所需数据，实时监控所需半成品，及时协调相关生产;在任务繁重时，对外适度开放采购信息，有利于外协厂家安排生产。

(3)领用定额只获取BOM表中的组装数量，包装用备件可由外协厂商直发施工现场。

(4)多粒度获取半成品需求，多层次规划生产。在销售部门取得合同后，按照交货期汇总其总量，和外协单位的产能对比，做好生产分配和预测;按旬计划汇总需求，精准组织半成品的到货时间。

四、结论

建立数据透明的信息系统，充分利用挖掘数据技术，动态获取需求和产能，借助第三方物流，可以精准地满足生产和施工需求，同时优化控制库存结构，可以减少库存量，降低对流动资金和库房的占用。在实际应用中，还需要发挥人的主观能动性，按实际情况调整采集信息量和透明度，提升供应链管理水平。

参考文献：

[1]王桂从，姜兆亮，李兆前.协同供应下的库存控制及供应商选择[J].现代制造工程，2007(11).

[2]王晶，唐玲，张在晓.供应商共享POS信息时的信息挖掘策略与方法[J].工业工程，2008(07).

论文供应链数据分析

供应链案例分析的方法

一、供应链案例的类型

供应链案例可以是从原材料供应一直到最终产品送到最终用户手中的整个供应链的案例，也可以是只涉及供应链一个环节或只关注于单一的物流活动的案例。无论哪一种案例，在分析时都应该从供应链整体的角度进行，要考虑单一环节的变化对供应链中其他环节产生的影响。

二、供应链案例分析的目标

提高客户服务水平和降低总的运作成本是供应链管理的两大目标，在案例分析时，必须牢记这两大目标。

三、供应链案例分析的方法

供应链案例分析可分为这样几步进行：

第一，分析供应链现状。

首先分析供应链的结构，在分析时可绘制一个从原材料或零配件供应的起点开始，通过生产制造环节和分销配送环节，直到最终用户手中的货物流动示意图，示意图目的是为了描述供应链中各固定节点(如工厂、仓库)的结构和货物在这些节点之间的流动模式。即货物流。

然后分析支撑货物移动的信息流和信息系统，包括订单信息处理、需求预测信息、管理信息和计算机系统。其次对现行的供应链绩效进行分析，这对改进措施的提出是非常有效的，绩效分析可包括供应链的总体绩效、供应链的相对绩效和单项物流功能的绩效。

第二，在现状分析的基础上找出问题。

这常常是案例分析最困难的也是最重要的一步。因为如果无法正确地鉴别出主要问题，也就无法作出正确的选择。在分析时要注意症状与原因的区分，通常在分析时症状是比较容易明确的。

例如，经理可能认为仓储能力短缺是一个问题，实际上，这可能仅仅是一个症状，造成的原因可能是库存管理不良或生产安排不合理而使得库存的大大超过了实际需求。因此在分析时，必须找到真正造成问题的原因。

第三，设想并提出解决问题方案

解决方案的提出是和现状分析紧密联系在一起的，一个好的现状分析能够对主要问题进行清晰的确定，从而指出正确的解决问题或行动路线。提出解决问题方案时通常可从三个层面上考虑：具体功能部门层面;公司层面，在公司内实行跨部门的改革;供应链层面，同一供应链上的公司间相互配合上进行改革。

最后对提出的方案应当做全面的说明。

以上是对分析供应链问题提供一个思考分析的框架，这不是一个应用于所有供应链问题的万能方法，而是列出了在分析问题时可考虑的因素，案例分析时应根据实际问题确定相关的研究因素。

论文供应链数据分析

数据挖掘技术在供应链精细化管理中的应论文

摘 要：对企业大量的历史数据，采用SQL Serve的OLAP技术，建立了供应链数据的挖掘模型，对现库存结构、呆废账和供应周期进行了分析，找出了存在问题，提出了相应的解决方法;对现系统提出了二次开发具体目标。

关键词：数据挖掘 精细化 大物流 供应链

一、前言

生产管理信息系统运行5年来，形成了了大量的历史数据，如生产主计划、备件计划、供应商、供货信息、质检信息和入库、领用信息等。

但该系统只是一个顶层数据逐级向下单向透明、注重出入库管理的平台，丰富的历史数据只是偶尔备查，没有把已有庞大的数据转化为知识，从全局上辅助企业决策，使公司在计算机软硬件的开发、维护上的巨大投资，只在局部管理上取得了改进，总体成效并不显著。

本文以半成品库供应链为主体，从计划、采购、外协厂商、质检等多维度分析供货周期及库存的相互关系，以减少冗余环节，降低供应链成本;同时对信息系统的二次开发提出了具体目标。

二、库存结构和供应链分析

我集团的半成品采购，采取多外协厂家的定点生产、每年对价格招标、每月下达采购数量的策略，由外协厂家按照我方提供的设计图纸生产，需要开模或使用专业机具加工，更换厂家有一定的难度。做好供应商的考核和选取，对保质按时完成生产，就显得尤为关键。

我用半成品的相关历史数据，按照关系型数据库第三范式，建立雪花形数据仓库，在其逻辑结构中，将数据表划分为存储实际数据的事实表;以及存储测评指标的维度表，如供应链上的采购、质检、结账周期、质量符合度等。

2.1 数据准备

以系统后台采用的sql server 2005数据库中自带程序Business Intelligence Development Studio为挖掘工具。数据准备如下：获取和供应链相关的完整历史数据，从2013年2月到2015年3月的基本信息：批量、计划数、厂家。

下达日期、返回数量和日期、质检完成日期和合格数量，点收入库数量和日期，以及非结构化的返回日期要求等数据。剔除了试制新品等异常数据;建立了相应的维度数据库，转换所有的日期为考核的维度，以精确分析供应链周期。

2.2 数据挖掘结果和分析

库存分析：平均月入库为1373万，出库为1399万，库存金额平均为802万，比原库存下降400万以上，比例为34%，逐步消化了存货，有效地降低了半成品库存。

呆废账分析：我们重点对三年(74万元)及五年以上(24万元)无动态的呆账进行了分析，其产生的原因如下：

(1)BOM表中已经不存在此类备件。

(2)产品设计发生了变更。

(3)对应的产品已经淘汰停产。

(4)配套的产品仅在部分支线上使用，存量过多、过久。

(5)订单变更、采购的半成品不配套，部分出现冗余。针对以上原因，我们提出如下解决方法：

(1)全面清理此类半成品，做好外观和质量检测，不符合要求的申请报废。

(2)尽可能替换使用、降级使用。

(3)按材质、规格制定改制表，按需对半成品改制，减少呆废料。

(4)除少量必须备件外，多余部分调拨给可能生产此类产品的`子分公司待用。

供货期分析：期间平均供货总周期为19.55天;其中外协厂家生产期14.13天，到公司后质检期3.27天，入库2.15天，供货后到发票开具23.73天。在提前期为半个月的采购模式下，数据表明大部分半成品在每月初就基本入库，占用了大量库房，并在当月末转化为财务付款压力。

针对外协厂家大多位于省外，重点分析了供应商区域、数量、重量、采购品种和供货周期的关系，对锻铸件类产品的挖掘结果分析如下：

(1)为减轻库房压力，本省市的外协厂家按需分批次组织运送，期供货周期和质检周期存在人为失真。

(2)外省市供货周期和区域距离成正比。

(3)供货周期与采购的数量和重量无关，表明生产能力和运力现阶段充沛。

(4)质检周期短的供货商，其一次到货率和合格率较高。

三、供应链管理新模式

基于供应周期分析结论1，我们可以把所有的外协厂商作为外围库房，按大数据模式下的机器学习法，自动计算不同外协厂家、不同半成品的提前期，借助第三方物流，由生产流水线上主导产品的需求，决定其配送日期;包装用数量就近选择厂家，第三方质检合格后，直接发到施工现场。

为实现此设想，信息系统必须互联互通、信息共享，实时采集需求和获取外协厂商的生产、库存情况，建设一条敏捷的供应链。系统可做如下改进：

(1)对供应商做出科学考核评价：资质;产品质量(尺寸、外观、表面的目视检查合格率;化学成分等合格率;力学性能参数、内部的超声无损检测缺陷值等)、退货率，降级接收率、及时完成率、交货紧迫性、变更配合度、售后服务等指标进行动态考核。按指标得分高低对外协厂家优胜劣汰，在任务分配时优先向优秀供应商倾斜。

(2)拉伸供应链，把各生产部门、库房、供应商作为一个整体，对内实现数据的全透明，共享主计划、车间旬计划、采购计划，做好内部关键工序的报工和外协厂商的数据采集，使相关人员能从数据流中自动获取到所需数据，实时监控所需半成品，及时协调相关生产;在任务繁重时，对外适度开放采购信息，有利于外协厂家安排生产。

(3)领用定额只获取BOM表中的组装数量，包装用备件可由外协厂商直发施工现场。

(4)多粒度获取半成品需求，多层次规划生产。在销售部门取得合同后，按照交货期汇总其总量，和外协单位的产能对比，做好生产分配和预测;按旬计划汇总需求，精准组织半成品的到货时间。

四、结论

建立数据透明的信息系统，充分利用挖掘数据技术，动态获取需求和产能，借助第三方物流，可以精准地满足生产和施工需求，同时优化控制库存结构，可以减少库存量，降低对流动资金和库房的占用。在实际应用中，还需要发挥人的主观能动性，按实际情况调整采集信息量和透明度，提升供应链管理水平。

参考文献：

[1]王桂从，姜兆亮，李兆前.协同供应下的库存控制及供应商选择[J].现代制造工程，2007(11).

[2]王晶，唐玲，张在晓.供应商共享POS信息时的信息挖掘策略与方法[J].工业工程，2008(07).

本文关键词：供应链 论文，供应链管理分析论文，供应链论文总结，论文供应链数据分析模板，供应链管理的数据分析。这就是关于《供应链数据分析，论文供应链数据分析（方有未来——浅谈供应链的韧性）》的所有内容，希望对您能有所帮助！更多的知识请继续关注《犇涌向乾》百科知识网站：http://www.029ztxx.com！