启动大数据项目之前需要问的5个问题
有关设备性能，供应商关键绩效指标（KPI）和库存水平的周报中的更多数据可能是供应链管理者处理最不情愿的数据。
大数据00
然而，每天都会出现更多的数据：根据IBM的调查，世界每天生成2.5 Ebyo字节的数据（即10亿GB）。但事实并非如此。根据IBM的计算，世界90%的数据仅在过去两年中创造，报告显示，业务使用数据可以节省数百万美元，并以前所未有的方式提高工作效率。
当企业预算紧缩时，管理人员使用大量数据来提高效率并不奇怪。毕竟，许多公司花了十几年时间来引进或升级数据处理系统，并使用云计算和/或网络。现在，供应链管理者被要求使用这些数据，所以说起来容易一些。
人们需要了解盲目启动项目的挑战，JDA Software实验室负责人SureshAcharya分析了大数据的应用。
阿查里亚说：“什么都没有沮丧，有办法做到这一点。他指出，供应链经理在开始新项目之前，必须先问自己五个问题：
你的商业案例是什么？
也许当管理人员试图应用数据时，他们最大的问题是没有人能够解决这个问题。当开始一个新项目时，供应链管理者应该有一个具体的业务问题来解决（例如，过多的库存），并能够量化（降低成本节省多少5%）。
Acharya表示：“如果您了解您需要从数据中解决的业务问题，那么它真的是颠倒过来的。” “你想说的是：这是我想要解决的问题，是我的数据，那么它会收集还是购买并订阅来帮助解决这个问题？”
“所以，需要确保你有一个商业案例，并尝试解决一个商业问题，”他补充说。
2.是否有正确的数据源？
考虑到大数据项目是要解决的问题，而不是要完成的项目，这可能表明当前可用的数据不是解决问题所需的信息。
“如果你想查看图书馆保存或缺货，是否有库存数据？你有销售点还是订单？或任何可能是数据的东西。您应该调整您要解决的业务和数据源。 “阿查里亚说。
提出此问题可能有助于确定在进行项目之前必须收集哪些附加数据。可能需要来自供应商的其他产品信息，或零售商的不同销售点信息。如果合作伙伴无法提供此信息，则可能需要一种新方法。
3.您的数据是否可用？
与第二个问题类似，供应链管理人员必须能够考虑如何记录和存储可用于解决业务案例的数据。
有几种类型的数据，但是数据是否是结构化的或非结构化的，内生的或外在的，可以基于数据项的性质来区分。换句话说，零售商和制造商可以收集各种非结构化数据，例如产品的客户评论。但是，各方以不同的方式收集，量化和分析数据，因此根据业务情况的需要可能会完全不同。收集数据集的能力不能使其可用;业务实例的参数确定它是否可用。
“如果您认为有很多数据，但是不要检查是否增加或帮助解决业务问题，那么您需要退后一步才能找到解决方案。 “阿查里亚说。
算法是否存在？
一旦商业案例得到确定并且可用的数据被认为是相关和有用的，企业必须确保可以基于当前可用的算法来解决问题...如果不能，最好寻找更好的解。
“这不是说有一种方法可以帮助你解决问题，只要有数据，而且有一些问题是新兴的学术界或行业，这些问题还没有解决，”阿查里亚说。
“可能有办法解决这个问题，但这个具体问题可能无法解决，所以你也需要准备好探索算法。”他补充道。
什么是样品？
如果满足上述所有条件，则大数据项是可行的。但是，只是因为可以做到，并不意味着实施应该是渴望实现的。
“所有这些都应该首先在很小的样本上进行测试。”阿查里亚说，“你想尝试一个小样本，然后如果它是可行的，已经解决了问题，那么你可以开始扩大规模。 “
正如生产运行需要原型和样品一样，大型数据项目需要进行测试来确定可行性。 理想情况下，这样的项目将会产生运行结果，但如果算法或实现方法有问题，结果可能是错误的解决方案。 对于人来说，最好是实施项目而不是错误的实施项目。