背景
当代,我们每两天产生的数据,相当于人类文明伊始至2003年所产生的数据的总和。而且,随着几乎所有的一切事物都被数字化,据专家预测可用数据量将每两年翻一番。越来越多的事物被数字化,并与互联网产生联系, 这意味着企业正在每天接收着领域的数据。然而,数据自身并不具有价值,真正有价值的是在数据基础上所做的分析,以及数据被转换成的信息,甚至是知识和智慧。数据的价值在于企业如何利用数据打造一个以信息为中心的企业, 并将企业的决策制定立足于数据分析所释放的基础知识。从而优化决策、提高效率、节约成本、增加收入。

小数据,作为企业面对的客户个体化、独特化的特征数据集合,具有突出的个体特征性和多源异构性。因此,企业挖掘客户小数据的深度价值,有利于跨越企业客户时间和空间的限制,进行个性化需求的获取。与大数据相比,小数据是以个体用户为中心而感知的数据集合体,对于特定小数据的分析和处理,更能体现数据在客户个性、因果、精准定位方面的价值。
 
以大小数据——精准供应链
每天通过以大科技系统,产生数据量达1000T,以大将通过小数据能够帮到合作的客户在整个医药物流供应链实现客户个性化,创造数据价值。


 
速度更快,对内部数据(例如:需求、仓库状态…)和外部数据(季节用药趋势、运输路线情况等)作预测性分析,以及根据销售情况分析备货需求等,从而对客户需求有更为准确的预测,预测在每周甚至每日进行,未来,我们将会看到“预测性发货”,产品在客户下单前已经被派送,公司之后会用顾客订单去匹配早已经在物流网络中(运输到顾客所在地)的货物,然后修改货物的路线,运送到顾客具体位置。

准确度更高,下一代的以大供应链方案能提供实时的端对端管理,贯穿整个供应链。该方案提供的信息流从高层次的综合KPI(例如整体服务水准)到非常细小的流程数据(例如网络中卡车的具体位置)等应有尽有。各方的小数据可以通过方案为供应链中的各级管理人员和各个职能提供信息依据。在“供应链云端”对供应商和服务提供商等各方的数据进行整合,能确保各利益相关者根据同样的事实数据来进行安排和决策。在以大供应链方案中,会结合数据使用仓储、运输或库存的全新模式来自动设定目标。我们将会看到以大供应链方案“学会”自动确定风险或期望值,并且通过闭环学习方法来改变供应链参数,以减小风险。由此,自动化的管理控制中心能处理各种工作,无需人类的参与,或者是只需要人类计划员来应对破坏性事件/新事件。由此供应链的效率能不断地得到提高。

效率更高,利用小数据分析推导动态计划方式来推动需求调节,计划和实施工作的自动化提高了供应链的效率。方案通过对数据不断地自动优化及自我学习,以确保以最佳方式满足业务要求。为了给供应链设置理想的工作量,例如在卡车利用率较低的时间段,实施配送的优惠价格。


 
价值
小数据的使用迎合供应链进一步个性化和定制化的需求,供应链需要管理“市场微分”。供应链的颗粒化让其根据客户的要求和自身能力变成了数百个单独的细分供应链。动态的小数据使用让大规模定制化的供应链服务变成可能。定制化的产品为顾客提供了最佳价值,让供应链里的成本和库存降低到了最小。在未来,将小数据充分利用,并且结合采用新技术和智能化硬件,以大供应链方案有望将运营成本降低30%,顾客流失降低75%,库存降低75%,并且大幅提高供应链的敏捷度。