+
【成功的諾基山】
2003年，鋼鐵制造建築領軍企業諾基山（rocky mountain） 鋼鐵公司迫于價格壓力不得不關閉其鋼管工廠。2005年，由于石油成本提高，潛在的客戶、石油鑽井公司紛紛湧現，公司需要重新制定政策。需不需要重開鋼管工廠？如果要，什麼時候重開？是馬上開始生産，立刻接受訂單，還是等到重開工廠後再開始生産？
需求、價格、生産限制和工業生産能力都對公司政策的制定有重要影響，由于這些決策的複雜性，标準成本和産量分析反而顯得很簡單。管理者和潛在客戶都在該事件上強烈地表達了自己的意見，這使得諾基山公司的決策變得更為複雜。人人都看到石油價格飙升，催促企業進行生産。諾基山公司的回答隻能是，依靠大資料分析進行決策。
諾基山公司采用了一款可以進行假設分析的軟體應用，該應用可以給出在一定條件下的利潤預測。這樣，公司就可以準确地預測鋼管工廠的重新開機時間，避免市場風險，確定利潤最大化。資料導向給出的決策結果是延期重新開機工廠，甚至在生産開始後也不能馬上接受訂單。這個決策使得公司從預測出的價格上漲中充分獲利。最後，諾基山公司公司不僅獲得了利潤，股價也得以上升。
【成功背後的關注點】
我們很容易把諾基山公司這樣擅長使用大資料分析的企業簡單地想象成數字電腦。事實上，它們确實經常使用科技手段生硬地解決商業問題。然而， 這種想象卻會将你引向歧途。這類領軍企業不僅僅是應用了大資料分析，他們有正确的關注點，其行動是協調統一的，同時還建立了自身文化，使其能夠把資料分析的作用發揮到極緻。領軍企業必須記住，要想獲得現在的這種競争能力，人員、政策與資訊技術同樣重要。
資料分析的競争者主要依靠資料導向的決策，但同時要決定在何處進行資源密集型行動。面面俱到的同時又要保證效率是不可能的。事實上，關注太多領域的大資料分析也會變成累贅。企業會被個别行動一葉障目，看不見本來的商業目标。高度集中的行動對企業而言非常重要。
領軍企業選擇支援其首要政策的地區或項目，将大資料分析集中到這些地區和項目上。ups 公司開始将資料分析集中在改善物流運作上面，擴充分析工作以提供優質的客戶服務。類似地，哈拉斯酒店和俱樂部也将大資料分析集中在提升顧客體驗上面，即專門改善與顧客體驗相關的服務領域，例如定價與促銷。
【協調統一】
應用大資料分析的上司企業深知，必須将自身與客戶、供應商進行内部整合。回顧沃爾瑪要求其供應商使用零售鍊平台管理門店的商品流動，規劃店内促銷活動和擺放布局，減少貨物短缺現象的做法。同樣，e.&j.; 蓋諾（e.&j.; gallo）為配貨商提供零售商成本與定價方面的資料和分析，這使得配貨商能夠計算蓋諾的每支95 年紅酒的利潤，并将這些資訊用于優化貨架布局，建議零售商擴大蓋諾産品的空間。
接下來的一個例子是聯合利華公司。它向零售顧客和供應商提供資料與分析， 并将這一行動稱為“共同創造價值”。這一項目大大減少了成本，在顧客中産生巨大反響。醫療用品公司owens&minor; 向顧客和供應商提供購物資訊及其分析。例如，記錄訂單模式以尋找聯合的機會。利用這一系統，醫院除了得以對通過跨地域聯合采購降低的成本進行評估外，還能夠在頻繁承接訂單與節約成本之間進行取舍。
這給企業的啟示是，要擷取大資料分析的最大利益，就必須與整個供應鍊共同合作，将資料和應用與顧客和供應商相連，在衡量自身表現的同時也要對供應鍊上的合作夥伴進行評價。供應鍊是一個系統，正如我們在第2 章所說，“供應鍊轉型”必須進行優化，而這一目标的實作則必須依靠大資料分析。
【企業文化】
依靠大資料分析取得成功的企業并不僅是因為其擁有更多更好的資料，而是因為這些企業擁有能夠創造正确文化的上司集體。這些上司者能夠建立并表達明确的目标，并讓所有人都參與其中。他們還能夠帶領企業跨越轉型期，制定以數向及事實為導向的決策，諸如“我們知道什麼”這樣的問題取代了過去“我們思考什麼”的問題。
當然，資料和分析工具的存在也同樣重要。有效地運用大資料分析取決于主管、經理和員工使用資料分析的能力。大資料的威力并不能取代對于上司能力和人工監督的需要，上司者同樣需要制定政策，把握機會，了解市場，确立目标， 進行創造性思維。企業的上司者隻有做到以上幾點并且實施資料導向的營運，才能上司企業走向成功。
【從0到1，從傳統供應鍊到大資料供應鍊】
大資料為供應鍊管理提供了一個轉型的機遇，這一轉型涉及供應鍊從貨源到銷售的所有部門。那麼，企業要如何通過這一機遇創造競争優勢呢？
要創造競争優勢，必須将企業的行動集中統籌，按照一個“三步走”的路線圖進行，所謂的三步走就是分區、聯合、測量（後文簡稱為sam）。這一路線圖能夠幫助企業将零散的步驟進行整合，而不是保持單一部分的成功。
該過程以大資料分析進行供應鍊分區為開端，找出每一分區優先發展的競争要項。第二步是将企業的職能與競争要項聯系起來，并結合資料分析，而不是随機試驗的産物。通過協同決策，将資訊在企業和供應鍊的不同部門之間互相傳遞，進而将整個企業以及供應鍊橫向連接配接起來，正如“銷售與營運計劃”一般。最後， 這些行動将通過“目标性可測量關鍵表現名額”進行評估。否則，這些行動就會變成零散的财富，不能形成更大規模和持久影響（見圖1）。
由圖8—1 可見，實行大資料分析必須在供應鍊中建構一個系統化架構，稱為sam 路線圖：首先，這一過程使用資料分析打造供應鍊，用明确定義的競争要項瞄準特定的市場分區；其次，将企業職能進行戰略型聯合，在企業與供應鍊間進行資訊整合以優化應用；最後，完善度量名額以創造更好的業績，資訊回報循環能幫助實作持續的業績改善。
sam 架構為企業發展提供了路線圖，形成了下述3 個步驟。
圖1 sam 路線圖
【步驟一：分區】
分區：根據明确的特點優化供應鍊分區。
sam 路線圖的第一步是在供應鍊中最重要的活動處集中應用資料分析，大資料供應鍊：建立工業4.0 時代智能物流新模式 。
通過分析人口資訊、消費者購物模型及購物行為特點，對顧客進行分區和分析，這種做法已經存在了幾十年。分區将目标市場按照消費者的共同需求和優先産品進行劃分，每個部分利用不同的供應管道，不同的産品以及不同的供應鍊。大資料分析大大擴充了資料規模，顆粒化的資料可以按照無數種可能進行組合， 為微分區的實作以及了解每一分區中潮流與異化産品提供了可能。
建立分區的一個重要部分是定義每一分區中的競争要項。明确每一分區及其特點能夠幫助企業明确分區内優先發展的産品，這些産品決定了企業在該分區的主要競争力，其中包括客戶服務、成本、品質、時間、靈活度以及創新性等各種要素。每種要素對應着不同的營運要求，并産生了每一分區不同的供應鍊結構、供應商、交通運輸、營運政策以及最低績效水準。例如，成本導向的供應鍊分區與以創新、品質或者顧客服務為導向的分區相比就會大相徑庭。每一分區對應着不同的目标。分區的目的是在保證商業政策的同時，尋求最佳的供應鍊運作模式和政策，在規定時間内為每位顧客服務。
【步驟二：聯合】
聯合：聯合各方最大限度地發揮分區的特點。
企業與整個供應鍊的合作避免了分散行動。有政策地進行功能性聯合能夠驅動資料分析的應用，而不是分散行動，減弱競争優勢。如果沒有聯合，那我們收集的所有資料都不會形成競争力。是以，聯合的作用是避免分散行動。
聯合意味着整合供應鍊中的各項步驟。優秀企業利用預測分析消除客戶關系管理、供應鍊的銷售環節與平衡供求的運作、步驟和物流之間的界限。在這一過程中，大資料功不可沒，因為它能夠幫助分析需求并驅動其他供應鍊決策。例如， 福特汽車公司利用大資料分析進行供應鍊上的合作，在其應用程式forddirect 提供的平台上，消費者、交易商和生産者能夠實時共享資訊，了解交通資訊、管理庫存以及獲得融資。這種資訊共享實作了整個供應鍊上的整合與協調。
銷售與營運計劃程式對于企業級别的決策整合尤為适用，很多優秀的企業都使用了這一應用，其中包括保潔、默克公司（merck）、好時等。這是一套商務管理程式，通過合作将供求雙方聯系起來，依靠資料與分析制定包括風險管理在内的跨職能供應鍊決策。整合也意味着在觀測實時市場動态的基礎上，将生産周期與消費者需求同步。如果沒有将預測資料分析整合到銷售與營運計劃中，企業就可能面臨供不應求或供過于求的狀況。
【步驟三：評估】
評估：設計政策性的聯合關鍵績效名額，以評估市場分區的特點。
正如彼得·德魯克所說：“如果你不能評估一件事物，你就不能管理它。” 企業需要為其優化的對象尋找合适的算法。其實作可以通過應用供應鍊中成員普遍認同的政策性聯合關鍵績效名額，以及幫助企業不斷完善的回報機制。這些算法還應該對企業聯合、整合以及企業間合作進行評估。同時，企業還應該利用資料分析尋找新的、更有意義的分析方法，這要以公司政策、核心競争力和對商業價值觀的了解為導向。大資料分析使新分析方法的發展成為可能，并為企業提供了更廣闊的視野。就好比電影《點球成金》（moneyball ）中，人們将傳統評估棒球選手的方法—— “擊球平均數”改為新型、更有意義的“上壘百分比”一樣。
【如何實施路線圖】
sam 路線圖将在整個供應鍊中實施大資料分析的所有關鍵要素聯系起來，并将公司發展政策與實際運作結合起來。
第一步是利用大資料建立更好的供應鍊分區。将消費者按照各種組合屬性， 如人口資訊、購物模式、消費特點和行為等進行劃分并分别分析，這一觀點早已根深蒂固。然而，大資料分析将這一做法提升到了新的高度，其目标是建立能夠滿足顧客需求的分區，并對每一分區中供應鍊的要求進行優化。美國服裝零售商鷹牌戶外服裝（eagle outfitters）公司利用大資料分析，根據消費者最喜歡的商品組合對其750 餘家門店進行了分類。公司發現，西佛羅裡達的顧客商品選擇與得克薩斯州和加利福尼亞州的消費者相似。這一分區幫助鷹牌戶外服裝公司按照分區和地域特點設計産品組合，對每一分區的價格實施了更加有效地控制，實時将資源運送到了更有潛力的市場分區。
大資料分析還能夠為每一分區制定優先發展的競争要項。競争要項對應着不同的企業運作要求。例如，低邊際利潤的商品将重心放在成本上，而高邊際利潤的商品則注重顧客服務。這就産生了不同的供應鍊結構、不同的供應商、交通運輸、營運政策以及業績标準。分析法則能夠根據該分區内的競争要項優化決策過程。例如，優化顧客服務的同時将成本控制在邊際範圍内，這也意味着企業必須集中力量。資料分析能夠随着實時的門店或網絡銷售變動而為分區内的競争要項進行專門的庫存和定價調整，制造商能夠自動調整生産線，提高效率，減少浪費。
第二步，聯合企業及所有業務職能，為競争要項提供支援。大資料及其分析的應用應該支援每一分區中的競争要項，而不是随機實施，因為這會使企業得以集中優勢，避免大海撈針。要達到供需平衡，還應該進行企業間的整合，像銷售與營運計劃這類程式就非常适合引入大資料分析，因為其本身利用的就是資料驅動，并且打破了多重部門壁壘。
最後，企業還應該運用戰略型聯合模型或關鍵績效名額對績效和産品進行評估。實作應用模型的“持續完善”在這一環節尤為重要，模型與分區和分區中的競争要項之間應該存在一項為企業持續監控的回報機制。模型用于完善分區過程， 将其競争要項進行進一步聯合。通過“全面品質管理”和“持續完善”，我們了解到最好最持久的供應鍊優化是一個漸進的過程。大資料分析能夠在很大程度上促進這一過程的實作。例如，自動跟蹤模型的推進，對失誤及時作出預警等。
原文釋出時間為：2015-12-15
本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号