在制造业中，大数据分析将如何优化供应链以及制造过程

对于制造业者，大数据这项技术不仅能够解决许多运营问题，大数据更是能从制造业的整个价值链中，从头到尾的创造庞大效益。然而这些价值对于许多制造从业者来说并非仅是个Nice-to-have，而是一个Must-have。例如像在原物料这类型的高竞争产业中，如果对手有效的应用了大数据而达到5个百分比的成本降低，那么可能从业者原本的Offer就会失去竞争优势。而不仅于成本降低，只要从业者有效导入，大数据在上市时间、资产运用、流程优化、以及资源应用等层面都能提供价值。 在这一篇洞见中，我们将会深度的解析大数据分析将会”如何”在”哪一个领域”透过”什么媒介”创造”何种价值”。

大数据将会如何驱动制造业

随着市场动态、采购模式、供应链管理、以及制造过程变得越来越复杂，倘若从业者缺乏一个全面的数据策略去运营整个流程，那么从业者将会面临许多如低产能、低良品率、以及设备无法被有效应用的问题。不过虽然在业界当中，已经有许多模型去帮助制造业者规划运营流程，例如DMAIC以及DMADV等6σ的模型，又或是精实管理，但在这个运算能力极高且物联网无时无刻都在产生数据的时代，业者可以建立于这些模型上更进一步的优化供应链以及制造过程的效能，而要做到这件事情，背后的关键技术即是大数据。

正如我们前面所提，大数据可以从头到尾的在整个价值链当中创造庞大效益，这也就代表著从采购/供应链管理、产品制造流程、一直到配送与物流，大数据，或称大数据分析，都能更进一步的优化既有的效能。

制造业供应链管理

若要真正的让大数据发挥潜力，老旧的ERP系统是不足够的，从业者必须要更全面的掌握供应链的每一个流程，将规划、採购、以及运送等流程彻底的透明化，并利用这些环节所产生的数据进一步的优化运营。 我们在数位供应链这一篇洞见中，更深度的讨论了数位供应链的优势以及业者可以如何数位化现有的供应链管理。

那么究竟大数据在整个供应链当中的应用为何? 在规划的阶段中，业者可以利用大数据模型及其他统计方法，来更好的达到供需匹配，让需求预测与捕获系统互相沟通，以大幅度的降低产品缺货，或是供给过剩的情况。 在采购的阶段中，业者可以利用数位绩效管理系统，来更好的掌握不同的供应商绩效，并整合这些资讯，实时的优化采购的执行流程。最后在运送的阶段中，大数据能结合不同渠道的数据，以找到最佳路线。

产品制造流程

在产品制造过程中，大数据将扮演着至关重要角色，然而正如同供应链一样，传统的管理模式是无法让大数据发挥潜力的。 也就是说，倘若所谓的工业物联网没有导入至整个产线中，同时数据没有中心管理的话，将会无用武之地。在数据策略这一篇洞见中，我们探讨了如何建立数据湖，以及整个数据生命周期的管理模式，这一层面的理解在产品制造过程当中非常重要。毕竟整个工厂所涵盖的领域包含太多，像是SCM、ERP、以及不同环节点所产生的数据，从业者只有在串联不同渠道的数据时，才能更好的发先其中的关联，并进一步驱动洞见。