摘要：行业专家如今了解为数据驱动的供应链制定优先级的重要性，从而做出更明智、更积极的决策进行深入探讨。

    行业专家如今了解为数据驱动的供应链制定优先级的重要性，从而做出更明智、更积极的决策进行深入探讨。
　　
　　数据驱动的供应链现在仍然是一个热门话题，因为在过去几年里，新冠疫情、出行封锁、运输问题、集装箱船被扣留在港口外、俄乌冲突和其他问题造成了严重破坏。由这些事件引起的问题是持续的，但如果从主动而不是被动的立场来解决，就需要采用一些办法减轻它们的有害影响，特别是当分析和流程变得清晰时。
　　
　　专家指出，当人们专注于数据驱动的供应链时，从客户那里看到的是，在企业的各个层面都支持数据支持的决策。从历史上看，供应链在采用技术和分析方面进展缓慢，但在升级系统以获取供应链中的关键数据方面取得了巨大进步。现在的问题是，如何将企业现在拥有的所有数据转化并使员工能够在这些数据的支持下做出决策，从而创建一个主动的供应链，而不是对市场条件的被动反应。
　　
　　预测供应链问题，而不是对其做出反应，也是让企业比竞争对手更有优势的主要手段，这不仅能够访问更多的数据，而且能够以定制和有针对性的方式有效利用这些数据。
　　
　　总体来说，多年来数据在各个方面和各个垂直领域都呈爆炸式增长。特别是在供应链领域，考虑到新冠疫情、芯片大战和其他一切的挑战，利用这些数据并在整个供应链上下创建透明度的能力，并对其进行分析，是目前正在发生的游戏规则改变者。
　　
　　但当这种复合性破坏发生时，分析和数据就变得更加重要了，因为在供应链的不同点管理多个危机需要一种更精细、更有针对性和更准确的方法。最终的目标是在危机发生之前消除危机的气候，但共同的因素是留住人才和找到合适的人才，只有他们有能力找到答案。
　　
　　很多企业倾向于专注于技术，这通常与数据库、商业智能和分析解决方案有关所有这些东西都相当成熟和可行，许多企业多年来都在实施它们。所以如果有更好的技术，就希望有效地使用它。但当观察供应链时，很多数据往往是分散的，要将这些数据收集到一个位置或连接起来，这样就可以跨所有这些数据集进行更深层次的分析和可视化，这是一个很难解决的问题。人事方面的事情是最难的因素。很多人习惯了报告、仪表盘以及做一些基本的工作，但人们需要提高对数据的理解水平，然后帮助他们找到能够回答这些难题的专家。
　　
　　行业专家还讨论了通过数据驱动的供应链实现的组织优势，以及使正确的人能够解释数据，从而做出更明智的决定。
　　
　　对于数据管理，供应链规划一直存在。有些人不知道供应链规划的潜力，不是他们不知道该怎么做，而是他们的团队中没有人拥有创造可能性的艺术的技能。
　　
　　所以它是为了创造而将技能集合带入组织中。这也是大多数公司目前落后的地方。它超越了供应链专业人士的传统观点，即仅仅根据传统的关键绩效指标（KPI）交付结果。因此，要超越这一点，将传统的供应链信息与客户数据、使用情况或客户体验结合起来，这时才开始理解是什么在企业的生态系统中发挥作用，以提供更好的结果，带来更高收入或降低成本。
　　
　　这些是最终驱动大多数企业的结果。关键是，如果企业还没有开始这段旅程，那么越早越好是关键。企业可以管理现有的数据，然后采用合适的人才，了解自己生态系统，以及如何获得正确的结果。
　　
　　关于处理预期，许多企业所做的一件事是在标准能力下管理他们的供应链。如果考虑物资需求计划（MRP），与下游的供应商和供应商沟通等等，这首先是一个复杂的问题陈述。可能是日复一日的流程，一开始就很麻烦，很多企业都专注于此。
　　
　　然而随着新冠疫情的爆发，很多人都开始响应和处理这些例外情况，这是很难做到的，因为它们都是不同的。在过去三年中，很多企业已经更加善于处理这些例外情况。不过还有很长的路要走。掌握这些异常变得非常关键，人们意识到这不是一次性的事情。无论是战争、气候变化还是其他什么，这都是未来的现实。
　　
　　在数据素养方面，仓库主管现在可以看到关键指标和具体的关键绩效指标（KPI）。但是他们是怎么做的呢?光有数据是不够的。它教会员工用数据思维方式思考，让他们真正清晰地表达、解释和分析有意义的数据。所以集成有很多组成部分，但它也赋予人们使用他们所拥有的信息的能力。
　　
　　在数据量方面，全球各地的数据量都在增长。好消息是技术方面可以处理好，人们能够处理和选择大量的数据，但现实是，人们越来越不知所措。那么如何将最近爆发的大量数据转化为价值?使用了哪些分析方法?
　　
　　其中一个用例是，分析机构为体育行业的一家客户提供帮助，通过为体育场配备网络设备来获取大量的数据，并提供分析，然后他们可以为客户转化为更多的价值。能够观察流入的交易量，分析它并将其转化为价值的人是一种独特的技能，很难找到。这是关于在企业的生态系统内和生态系统外获取大量数据，并通过分析发现可以驱动什么价值。
　　
　　编辑：Harris