云分析如何加速数字供应链转型

尽管 COVID-19 大流行已经扰乱了世界各地的供应链，但它也为云分析的采用带来了福音。

旧模型看到了一个供应链系统，该系统处理一连串的不确定性、短缺和断开的链接。然而，云技术的弹性允许供应链数据集的快速收集、解释和价值主张。

研究公司 Gartner Inc. 预测，到 2022 年，公共云服务将对 90% 的数据和分析创新至关重要。与此同时，IDC 对 CEO 的一项调查发现，70% 的人希望他们的组织更加以数据为导向，但认为有很大的改进空间，因为只有 27% 的人报告说完全由数据驱动。

进入云分析，它提供了高计算工作负载所需的可扩展性。今天，几乎任何类型的文件都可以成为分析的目标，这意味着传入数据的河流通常是高度非结构化和庞大的，以至于传统分析根本无法有效地处理它们。

然而，在云中执行数据分析的转变并非没有挑战。缺乏具有数据分析技能的个人，需要适当的培训和背景才能有效地使用人工智能和机器学习从快速流动的数据流中获取正确的信息。数据安全是制造商的数据和 IT 领导者的重要考虑因素，他们理所当然地专注于保护他们的数据资产。真正的旅程是一项挑战——从规划实施开始，执行它，管理它，然后最终以持续的方式优化它——所有这些都不会中断服务。

为了应对这些挑战，制造商越来越依赖经验丰富的合作伙伴在云迁移的每个阶段提供他们在数据安全、云迁移和分析方面的专业知识。在整个过程中，他们可以开发自己的内部知识和能力，以优化未来的云分析。通过这一努力，合作伙伴可以在多个关键领域取得突破，包括：

• 价值/收入。 一家主要机场最近收集了有关每周飞往某些地点的航班的大量数据，并将这些数据与航班延误期间在机场商店购买这些航班的典型乘客的购买习惯相结合。例如，数据显示前往伦敦的乘客与前往里约热内卢的乘客寻求不同的产品。

云分析检测到的模式，揭示了在何时推广什么产品来吸引乘客。结果？机场商店销售额提高了 20%。

• 可持续性。 一家商业捕鱼组织希望解决消费者对其做法的可持续性和脆弱物种保护的看法。云分析概念验证使该公司能够使用 GPS 技术跟踪其渔船。将这些数据与海洋保护区地图叠加，可以验证是在保护区还是非保护区进行了捕捞。

以这种方式认证渔获量 - 并通过区块链记录认证以跟踪整个供应链中的数据 - 使公司能够展示其可持续实践，而无需将主要渔区暴露于竞争对手。

• 生产力。 传统上，工厂流程是根据操作员的经验和智慧来优化的。如今，随着制造公司通过收购进行扩张，他们发现自己的工厂运行着完全不同的系统，可能在不同的国家/地区，使用创新机器来生产和测量大量系统数据。

使用云分析和人工智能，制造商现在可以创建实时运营的真正数字孪生副本，以对工厂进行基准测试和比较，确定生产力改进，测试新流程并防止中断。

其他领域也存在机会，包括供应链效率和安全性。由于航空公司、铁路和卡车运输公司努力使产能与不确定的需求保持一致，大流行使制造商面临着破碎、不可靠的运输系统，用于接收原材料和运输货物。这一经验促使许多人投资于基于云的分析，该分析使用历史数据来预测最便宜或最可靠的运输工具。

在安全方面，高价值商品的运输是盗窃和伪造的主要目标。例如，药品制造商正在通过货运传感器进行反击，这些传感器为他们提供大量数据，当应用算法并在云上分析结果时，这些数据将识别可以更好地确定货运类型、特定卡车运输公司和目标路线的模式。

今天，世界变得越来越数字化、复杂化并受到干扰的影响，需要制造商进行快速和高度明智的调整，以优化和保护他们的供应链。他们需要在几小时、几分钟甚至几秒钟内得到答案。

多亏了云分析，这现在已经成为现实。通过沿链收集大量数据并创建算法以使数据有用，数据科学家可以确定增加业务价值和完成关键任务的方法。更重要的是，云分析可以帮助制造商兑现数字化转型的承诺，将供应链带入未来：智能、集成的供应链，可以帮助制造商更好地管理和跟踪库存、管理人员、开发新的收入流并改善客户服务。简而言之，制造商是时候把头放在云端了。

Stijn Van Impe 是 Unisys 欧洲、中东和非洲咨询服务的负责人。

尽管 COVID-19 大流行已经扰乱了世界各地的供应链，但它也为云分析的采用带来了福音。

旧模型看到了一个供应链系统，该系统处理一连串的不确定性、短缺和断开的链接。然而，云技术的弹性允许供应链数据集的快速收集、解释和价值主张。

研究公司 Gartner Inc. 预测，到 2022 年，公共云服务将对 90% 的数据和分析创新至关重要。与此同时，IDC 对 CEO 的一项调查发现，70% 的人希望他们的组织更加以数据为导向，但认为有很大的改进空间，因为只有 27% 的人报告说完全由数据驱动。

进入云分析，它提供了高计算工作负载所需的可扩展性。今天，几乎任何类型的文件都可以成为分析的目标，这意味着传入数据的河流通常是高度非结构化和庞大的，以至于传统分析根本无法有效地处理它们。

然而，在云中执行数据分析的转变并非没有挑战。缺乏具有数据分析技能的个人，需要适当的培训和背景才能有效地使用人工智能和机器学习从快速流动的数据流中获取正确的信息。数据安全是制造商的数据和 IT 领导者的重要考虑因素，他们理所当然地专注于保护他们的数据资产。真正的旅程是一项挑战——从规划实施开始，执行它，管理它，然后最终以持续的方式优化它——所有这些都不会中断服务。

为了应对这些挑战，制造商越来越依赖经验丰富的合作伙伴在云迁移的每个阶段提供他们在数据安全、云迁移和分析方面的专业知识。在整个过程中，他们可以开发自己的内部知识和能力，以优化未来的云分析。通过这一努力，合作伙伴可以在多个关键领域取得突破，包括：

• 价值/收入。 一家主要机场最近收集了有关每周飞往某些地点的航班的大量数据，并将这些数据与航班延误期间在机场商店购买这些航班的典型乘客的购买习惯相结合。例如，数据显示前往伦敦的乘客与前往里约热内卢的乘客寻求不同的产品。

云分析检测到的模式，揭示了在何时推广什么产品来吸引乘客。结果？机场商店销售额提高了 20%。

• 可持续性。 一家商业捕鱼组织希望解决消费者对其做法的可持续性和脆弱物种保护的看法。云分析概念验证使该公司能够使用 GPS 技术跟踪其渔船。将这些数据与海洋保护区地图叠加，可以验证是在保护区还是非保护区进行了捕捞。

以这种方式认证渔获量 - 并通过区块链记录认证以跟踪整个供应链中的数据 - 使公司能够展示其可持续实践，而无需将主要渔区暴露于竞争对手。

• 生产力。 传统上，工厂流程是根据操作员的经验和智慧来优化的。如今，随着制造公司通过收购进行扩张，他们发现自己的工厂运行着完全不同的系统，可能在不同的国家/地区，使用创新机器来生产和测量大量系统数据。

使用云分析和人工智能，制造商现在可以创建实时运营的真正数字孪生副本，以对工厂进行基准测试和比较，确定生产力改进，测试新流程并防止中断。

其他领域也存在机会，包括供应链效率和安全性。由于航空公司、铁路和卡车运输公司努力使产能与不确定的需求保持一致，大流行使制造商面临着破碎、不可靠的运输系统，用于接收原材料和运输货物。这一经验促使许多人投资于基于云的分析，该分析使用历史数据来预测最便宜或最可靠的运输工具。

在安全方面，高价值商品的运输是盗窃和伪造的主要目标。例如，药品制造商正在通过货运传感器进行反击，这些传感器为他们提供大量数据，当应用算法并在云上分析结果时，这些数据将识别可以更好地确定货运类型、特定卡车运输公司和目标路线的模式。

今天，世界变得越来越数字化、复杂化并受到干扰的影响，需要制造商进行快速和高度明智的调整，以优化和保护他们的供应链。他们需要在几小时、几分钟甚至几秒钟内得到答案。

多亏了云分析，这现在已经成为现实。通过沿链收集大量数据并创建算法以使数据有用，数据科学家可以确定增加业务价值和完成关键任务的方法。更重要的是，云分析可以帮助制造商兑现数字化转型的承诺，将供应链带入未来：智能、集成的供应链，可以帮助制造商更好地管理和跟踪库存、管理人员、开发新的收入流并改善客户服务。简而言之，制造商是时候把头放在云端了。

Stijn Van Impe 是 Unisys 欧洲、中东和非洲咨询服务的负责人。