大数据与预测性分析兴起并成为主流。但在以前，供应链对大数据似乎并不十分重视，这种态度必须改变。供应链领先者必须更加重视大数据和预测性分析，这样才能在2014年以及更长远的将来保持领先。要想顺利实现供应链管理(SCM)创造营业收入的前景，这两项将是关键要素。

　　因此，供应链领先者必须根据对以前所采用的技术的分析与评估结果，制订周密的策略。这样就引出一个重要问题：大数据能给供应链管理带来多大好处？我们可以看一下总体数据：据产业市场研究与分析公司IndustryARC的详细研究，2012年全球大数据市场规模约为69.3亿美元，2013年增长一倍至122.1亿美元左右。预计该市场到2018年将达到404亿美元，2013-2018年的复合年度增长率(CAGR)高达27%。

　　传统的经营分析以前效果不错，但无法满足新供应链的要求。现在，供应链领先者需要知道如何提出重要问题。而这正是大数据预测性分析的优势所在，它可以帮助迅速发现问题和化解问题，从而节省时间与金钱。

　　IndustryARC发表的报告“供应链管理中的大数据市场”全面详细地分析了这个问题。这份长达110页的报告于2013年10月发表，包括主要发展趋势、竞争格局、地理环境以及终端用户分析，时间跨度覆盖2012至2018年。

　　供应链管理中的大数据

　　过去一年，大数据技术吸引了所有人的关注。各种类型的数据被每个人挂在嘴边：结构性数据，非结构性数据，干净数据，脏数据，实时数据。在当今由数据驱动的世界，如果大数据使用得当，可以为供应链管理提供出色答案，并能帮助企业更快更好地经营。IndustryARC的研究发现，2018年全球供应链大数据市场将从2012年的大约4.3亿美元增长到37亿美元左右，2013-2018年的CAGR约为31.4%。

　　随着供应链变得越来越复杂，必须采用更好的工具来迅速高效地发挥数据的最大价值。在大数据与预测性分析中，有大量的供应链机会。例如，问题预测可以在问题出现之前就准备好解决方案，避免措手不及造成经营灾难。IndustryARC公司的资深顾问Rahul Mistry给供应链管理领先者们一些忠告。

　　制造业从供应链渠道，以及生产现场的仪器或传感器网络收集了大量数据。利用大数据对这些数据库进行更紧密的整合与分析，可以帮助改善库存管理、销售与分销流程的效率，以及对设备的连续监控。制造业要想发展，企业必须了解大数据可以产生的成本效益。对设备进行预测性维护，现在就具备采用大数据技术的条件。

　　在供应链中采用大数据工具

　　厂商数量如此众多，有时候确实难以选出最适合某个供应链需要的厂商。打动客户的最好方法是提供独一无二的、别具一格的东西。Mistry谈到供应链管理中的大数据工具：

　　IBM、惠普、甲骨文、思爱普、EMC和亚马逊等厂商推出了许多大数据软件工具，现在客户都可以使用。这些工具与现有的ERP、SAP和MES等解决方案的集成性非常高，因为它们实际上出自同样的一些厂商。由于很少用到旧软件、数据分析云端化以及许可和人员数量减少，成本也大幅下降。但大数据提供商必须向潜在客户证明其工具可以节省成本及时间，并通过在一个部门实施其服务来打动客户，促使客户把服务推广到整个企业。

　　制造业将是大数据营业收入的主要来源。2013至2018年供应链市场有望创造404亿美元的营业收入，这是相当诱人的前景。Rahul Mistry和IndustryARC的报告内容分享了供应链管理中的大数据增长前景和营业收入情况。

2012年全球供应链管理大数据市场份额(按产业细分)

　　“上图显示的是目前在SCM策略中使用大数据的各产业的市场份额情况。服务业、制造业和零售业合计约占68%的份额，这些产业高度依赖SCM，而且在分析市场时需要大量数据。”IndustryArc表示。