其實供應鏈上對於「分析」的運用應該是很早的,而且也是必要的。以最熟悉的生產計畫來說,規劃人員會將供需資料下載到試算表(如excel),然後進行試算,推算出計畫。在這裡面就是有許多的分析。接下來APS的導入更能夠協助規劃人員進行更大規模、更快速的分析與計算。
在不遠的未來,藉由更快速的計算速度、更多的考慮因素,結合新的分析模型,電腦將可以提供更多、更正確的分析與情境規劃,進而協助改善供應鏈規劃的品質。
其他如需求規劃、採購價格分析等等業務也都會慢慢的採用更好、更精準的分析。而無法跟上這個腳步的企業將會慢慢的被邊緣化。
正如「再見,平庸世代」(the average is over)這本書所闡述的,做到一般將不再有機會,只有精進才能繼續維持競爭力。
因此我認為供應鏈管理者對於「大數據分析」應該積極研究並且推展,重點並不是著重於「大數據」,而是「分析」,在精進分析能力後,會逐漸發現還有哪些資料可以提升分析品質,逐漸加入這些資料,這樣才是有效運用大數據分析於供應鏈管理上。