数据科学如何颠覆供应链管理

Michael Prokle，博士，数据科学专业人士，东北大学的讲师raybet雷竞技雷竞技app最新版分析而且应用机器智能研究生课程，分享了他对数据科学对供应链管理未来影响的见解。

---

数据科学被认为是"21世纪最性感的工作^圣世纪。“毫无疑问，这里有巨大的机会数据科学家扰乱银行、保险、医疗保健、零售和政府行业。

但这同样适用于供应链专业人士吗?随着这两个领域开始交叉，答案越来越多地是“是的”。

继续阅读，了解数据科学的进步如何解决一些最复杂的供应链管理挑战，并增加对该领域专业人员的需求。

供应链管理的新时代

在学术研究和沃尔玛(Walmart)、宝洁(Procter & Gamble)等大公司的推动下，供应链管理在上世纪90年代取得了巨大进步。虽然一些公司仍在实施最佳实践，但全球供应链已经在经历另一场变革大变革由大数据和数据科学团队提供支持先进的技术就像人工智能，区块链,而且机器人．

这些有希望的进步——通常用“4.0行业，””供应链4.0， "和"供应链数字化——承诺缩短补充和交货时间，完全自动化需求预测，降低库存，提高准时生产和交货。

简而言之，这些进步旨在使组织的供应链更加敏捷、可预测和具有成本效益，从而导致整体更高的盈利能力和竞争力。

---

对一个不断发展的领域采取跨学科的方法

了解东北大学的高级数据科学学位如何加速你的职业生涯。

了解更多

---

供应链数据科学家

随着越来越多的组织意识到将数据科学应用于供应链管理的好处，该行业对熟练数据科学家的需求正在上升。事实上，罗致恒富科技(RHT) 2020年薪资指南承认制造业和分销行业是“招聘”信息技术专业人员(包括数据科学家)的“温床”。

随着对数据科学工作者的需求不断增长，公司正在为他们的人才提供有竞争力的薪酬。根据RHT的数据，美国数据科学家的平均年收入在105,750美元到180,250美元之间。

地理位置、经验水平和行业等各种因素都会影响收入潜力。例如，ZipRecruiter的数据表明，供应链数据科学家的平均收入为每年82,100美元有些人的年收入高达15.6万美元。

数据科学正在将供应链转化为战略优势

如今的高管们已经正确地意识到，有必要把供应链放在他们优先考虑的位置上。传统上被视为纯粹的运营职能，现在正成为许多行业和企业的战略竞争优势。新的投资，比如物联网(IoT)技术和IT基础设施允许公司收集比以往更多的数据，使他们能够构建应用程序来应对持续的业务挑战。

数据科学正在帮助解决的一些供应链挑战包括:

• 使供应链更加绿色，以最大限度地减少全球采购对环境的影响(例如，缩短距离或合并运输)
• 增加对供应链和响应时间的可见性(例如，通过区块链)
• 适应人口变化和客户期望(例如，当日免费送货)
• 允许制造商缩短产品生命周期时间(例如，通过更好的市场洞察和智能采购)，以更快地对趋势和需求做出反应
• 增加产品组合，不仅服务于大众市场，而且服务于整个需求曲线(例如，通过大规模定制)

未来的供应链将更接近于在正确的时间使用正确的工具收集正确的信息，以获得正确的见解，从而在最小的人为干预下做出(最佳的)实时决策。

那么，人工智能和数据科学是如何影响公司的呢?对于供应链和操作，其主要优势是通过以下两种方式提高效率和降低成本:

• 增加:通过提供各种场景的自动分析，帮助现有流程步骤支持人工决策，最终帮助加快流程并最大限度地减少人为错误或偏见。
• 自动化:人工智能接管决策功能，并完全自动化流程步骤。

展望未来，这些效率有望提高，从而实现更快和更好的决策，并允许更好地了解各种供应链功能。

数据科学对供应链功能的影响

名单令人兴奋的数据科学应用(和挑战)是无穷无尽的。当今学生正在研究的一些最有前途的应用程序有望颠覆许多供应链功能，包括需求预测、配送、呼叫中心、采购和定价。

需求预测

通过集成更高粒度的更多数据，公司可以利用预测性和规定性分析来提高需求预测的准确性。这包括推动寻找最佳预测聚合级别的改进，优化各种预测范围，或利用先进的预测算法。

今天的公司需要能够了解客户、竞争对手和自己的营销部门的促销活动如何影响各种销售渠道的需求。

与此同时，需求行为不断受到外部因素的影响，如产品创新、趋势(如人口变化)或政府(如关税或新法律)，以重新调整自己的产品组合以适应市场需求。

需求预测精度的提高直接转化为性能的提高生产调度正确的库存安全和循环库存(例如，更准确的数据和自动参数调整)。

分布

在实时数据的支持下，更加灵活的供应链能够优化和重新安排受中断(如港口拥堵或天气)影响的运输，并自动在供应链上共享这些变化，并通知直接客户。在配送中心，网络中更智能的库存(例如，捆绑发货)，改进的分拣和改进的视觉检查都可以降低成本，提高准时交货。

呼叫中心

数据科学和人工智能能够通过聊天机器人或声控助手等技术实现客户支持(对供应商、消费者、批发商和销售人员)的最大化，从而更快地提供更准确的信息(例如，预期交货时间)。

人工智能、区块链和数据集成的进步也将支持保修和采购欺诈的检测。“智能合约”将有助于更快地解决纠纷，提高合规性。

采购/采购

认知采购采购自然是一项数据丰富的职能，将有助于改进供应商选择，包括对机会进行灵活的重新评估。这一领域的增强和自动化将推动产品开发周期的响应性和速度，利用和提高生产效率以降低成本，提高产品质量，并与供应商建立更深层次的关系。

定价

动态定价将使公司进一步最大限度地探索客户需求曲线，对市场行为做出反应，并获得市场增长。此外，它将允许企业根据供应链的实时容量和最佳收入流来控制需求。

数据科学在供应链管理中的应用

总的来说，对于供应链专业人士和拥有数据科学专业知识的人来说，这是一个令人兴奋的时刻，他们可以推进相关的学术研究，并开发想法和行业工具，以推动可持续的、实际的影响。

除了该领域的学术研究外，雇主们还在寻找熟练的数据科学家，他们可以将自己的专业知识应用到组织面临的供应链问题上。

培养向数据科学家角色过渡或进入该行业所需的需求技能的最佳方法之一是接受高级教育，例如数据科学硕士学位。通过这样的课程，学生可以获得处理、建模、分析和从数据中得出结论的宝贵经验，为他们未来的组织解决复杂问题做好准备。

想知道数据科学硕士如何加速你的职业生涯吗?访问我们的项目页面了解更多。