大數據與預測性分析興起并成為主流。但在以前，供應鏈對大數據似乎并不十分重視，這種態度必須改變。供應鏈領先者必須更加重視大數據和預測性分析，這樣才能在2014年以及更長遠的將來保持領先。要想順利實現供應鏈管理(SCM)創造營業收入的前景，這兩項將是關鍵要素。

　　因此，供應鏈領先者必須根據對以前所采用的技術的分析與評估結果，制訂周密的策略。這樣就引出一個重要問題：大數據能給供應鏈管理帶來多大好處？我們可以看一下總體數據：據產業市場研究與分析公司IndustryARC的詳細研究，2012年全球大數據市場規模約為69.3億美元，2013年增長一倍至122.1億美元左右。預計該市場到2018年將達到404億美元，2013-2018年的復合年度增長率(CAGR)高達27%。

　　傳統的經營分析以前效果不錯，但無法滿足新供應鏈的要求。現在，供應鏈領先者需要知道如何提出重要問題。而這正是大數據預測性分析的優勢所在，它可以幫助迅速發現問題和化解問題，從而節省時間與金錢。

　　IndustryARC發表的報告“供應鏈管理中的大數據市場”全面詳細地分析了這個問題。這份長達110頁的報告于2013年10月發表，包括主要發展趨勢、競爭格局、地理環境以及終端用戶分析，時間跨度覆蓋2012至2018年。

　　供應鏈管理中的大數據

　　過去一年，大數據技術吸引了所有人的關注。各種類型的數據被每個人掛在嘴邊：結構性數據，非結構性數據，干凈數據，臟數據，實時數據。在當今由數據驅動的世界，如果大數據使用得當，可以為供應鏈管理提供出色答案，并能幫助企業更快更好地經營。IndustryARC的研究發現，2018年全球供應鏈大數據市場將從2012年的大約4.3億美元增長到37億美元左右，2013-2018年的CAGR約為31.4%。

　　隨著供應鏈變得越來越復雜，必須采用更好的工具來迅速高效地發揮數據的最大價值。在大數據與預測性分析中，有大量的供應鏈機會。例如，問題預測可以在問題出現之前就準備好解決方案，避免措手不及造成經營災難。IndustryARC公司的資深顧問Rahul Mistry給供應鏈管理領先者們一些忠告。

　　制造業從供應鏈渠道，以及生產現場的儀器或傳感器網絡收集了大量數據。利用大數據對這些數據庫進行更緊密的整合與分析，可以幫助改善庫存管理、銷售與分銷流程的效率，以及對設備的連續監控。制造業要想發展，企業必須了解大數據可以產生的成本效益。對設備進行預測性維護，現在就具備采用大數據技術的條件。

　　在供應鏈中采用大數據工具

　　廠商數量如此眾多，有時候確實難以選出最適合某個供應鏈需要的廠商。打動客戶的最好方法是提供獨一無二的、別具一格的東西。Mistry談到供應鏈管理中的大數據工具：

　　IBM、惠普、甲骨文、思愛普、EMC和亞馬遜等廠商推出了許多大數據軟件工具，現在客戶都可以使用。這些工具與現有的ERP、SAP和MES等解決方案的集成性非常高，因為它們實際上出自同樣的一些廠商。由于很少用到舊軟件、數據分析云端化以及許可和人員數量減少，成本也大幅下降。但大數據提供商必須向潛在客戶證明其工具可以節省成本及時間，并通過在一個部門實施其服務來打動客戶，促使客戶把服務推廣到整個企業。

　　制造業將是大數據營業收入的主要來源。2013至2018年供應鏈市場有望創造404億美元的營業收入，這是相當誘人的前景。Rahul Mistry和IndustryARC的報告內容分享了供應鏈管理中的大數據增長前景和營業收入情況。

2012年全球供應鏈管理大數據市場份額(按產業細分)

　　“上圖顯示的是目前在SCM策略中使用大數據的各產業的市場份額情況。服務業、制造業和零售業合計約占68%的份額，這些產業高度依賴SCM，而且在分析市場時需要大量數據。”IndustryArc表示。