最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

不要着急玩大数据 - 从TIM全面库存管理角度看数据

[复制链接]
跳转到指定楼层
楼主
发表于 2015-1-22 13:33:02 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x

沸沸扬扬的“大数据(Big Data)”,把很多企业、很多人搞得魂不守舍,蠢蠢欲动,似乎只要一玩大数据,大家都可以发大财似的。

其实,你只要静下心来想一想,很多企业,似乎还没有资格去玩什么大数据。

因为,“微数据(Micro Data)”、“小数据(Small Data)”你都还没有搞清楚,你去玩什么“大数据”?

那么,什么叫微数据呢?

说简单点,所谓的微数据就是你自己的数据(见附图第一层),如制造业普遍使用的ERP数据。很多企业,花了很多钱上了ERP,结果还是“不好使”,给客户及时交货率没有提高,呆滞库存还是数不清,库存周转率还是上不去,为什么?

很多人抱怨是上错了ERP,或者怪ERP功能不完善,更有甚者是把使用了多年的BAAN/Oracle换成了SAP,结果呢?还是那个样儿!

这是为什么?

业务流程、组织架构没有与ERP有效结合是个很重要的原因,但ERP内部数据不准确,却是个重中之重的原因!

所以,我跟很多企业讲,其实你不需要这么昂贵的ERP,你花十分之一、甚至是百分之一的钱,用个金蝶K3或者用友的U8也就足够了,因为“一只拿着木头棒子的猴子,完全可以杀死一头拿着AK47(突击步枪)的猪”(注:这句话不是我说的,是我伟创力一个兄弟的发明),你信不信?

关键的问题是你先理清你的微数据。

微数据包括主数据(Master Data),如BOM数据,交易数据(Transactional Data),如收、发货的数据等等,但这些说白了都属于企业内部的数据,理论上是完全可控的,但你真正控制住了吗?

我的TIM审核、数据挖掘的12张表,基本都属于“微数据”的范畴,但又有几家企业能够比较完整地提取出来?

接下来才是所谓的“小数据”,见附图第二层。

小数据是指企业外部的,但是又是来自于合作伙伴的数据,如供应商的库存,客户的库存,甚至是供应商的供应商的库存,客户的客户的库存。

这些数据基本上也是可控的,但前提是需要ERP之外的工具链接,如一些供应链管理协同软件,类似E2OPEN等等。

但现在的问题是,这些小数据,对很多企业来讲也是个巨大的挑战。

我在审核很多企业的供应链管理过程中,发现一种我称之为“伪VMI”的现象。我的很多咨询客户的客户要他们做VMI(供应商管理库存),但客户的客户每天用了他们多少东西,什么时间用的,用了多少,又不告诉人家,没有任何系统对接,只有等到财务月结的时候才产生个数据,准不准也不知道,这叫什么VMI?当然,“伪VMI”还包括让供应商被动地补货,这里就不多讲了。

小数据搞不定,又会直接影响微数据的准确性,反之亦然,于是就乱成了一锅粥。物流的三流(物流、信息流、资金流)被讲了多少年了,但最基础的信息流,也就是数据流都搞不清楚,又哪来的物流、资金流?

小、微数据乱了套,搞大数据又有啥用?

从供应链管理的角度(见附图第三层),基础原材料的供应市场分析应该属于所谓大数据的范畴。如,你要研究电子元器件的价格、供应走势,你就必须从大数据的角度,来研究硅、镍、铜等基础原材料的市场情况;你要研究哪款产品好卖,你就要从大数据角度,研究终端消费者的消费行为、习惯等等。

但问题是,你大数据研究的再好,你的小数据、微数据不给力,你不是该出不去货,还是出不去,该有的呆滞库存,你还还是有吗?

基础打不好,你即使能伸到“云”里去,又能怎么样呢?

从“微”到“小”,再从“小”到“大”,这是个规律啊!

作者程晓华先生,《制造业库存控制技巧》、《CMO-首席物料官》著作者;《制造业库存控制技术与策略》课程创始人、讲师 ;“TIM-全面库存管理”首席咨询师



楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-27 03:43

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表