数据结构的意义——以及它们如何使供应链受益

制造商不断平衡复杂的功能网络，涵盖产品创新、工程、规划、生产和物流。这些高度互连的流程跨越整个组织及其合作伙伴，在数据、信息延迟和障碍方面造成了差距，从而在运营和组成部分之间建立了复杂的关联。

过去一年的中断使许多全球供应链濒临崩溃。错误的数据策略是罪魁祸首，因为他们将供应链视为一个僵化的系统，而实际上，它是一个复杂的参与者网络，需要同步以快速适应变化。在大流行期间，消费者对无数产品的需求达到历史最高水平，源系统的数据延迟延迟了响应，使许多制造商和供应商无法对不断变化的市场环境做出反应。

当供应链专业人员有更多时间适应时，传统数据管理系统运行良好，并且企业数据环境更加统一、结构化和简单。但现在的世界不同了。供应链数据需要可重用，这是传统方法无法做到的，因为它们需要不可重复的数据提取来识别问题和求解方程。更糟糕的是，物联网 (IoT) 的出现、非结构化数据量的增加、外部数据源相关性的增加以及混合多云环境的趋势是满足每个新数据请求的障碍。

以关系数据系统为中心的旧数据策略从根本上被打破了，但制造商如何从反应性数据策略转变为响应性数据策略？为了克服信息延迟，制造商正在采用数据结构等新技术方法来创建一个数字化供应网络，该网络在数据沿供应链移动时准确表示数据以及定义工作完成方式的关系。企业数据结构将来自内部孤岛和外部来源的数据编织在一起，并创建一个信息网络来支持业务应用程序、人工智能和分析。

这种数字化表示支持当今复杂且互联的企业的全部范围，包括供应网络中表示的所有流程、产品、人员、合作伙伴、政策和第三方数据源，以提供整个价值链的清晰视图。借助这种可见性，制造商可以创建影响和根本原因分析、管理分布式层次结构并利用实时和物联网数据执行即时决策。

数据结构使数据专业人员能够生成关键实体和关系以及管理业务的业务逻辑和规则的可组合、机器可理解的表示。与旧的数据集成技术不同，数据结构具有表现力，使制造商能够提出问题并描述某些行为的现实世界影响、后果和属性。该结构可在所有用例/功能中扩展和重复使用，并且易于维护并根据需要扩展到合作伙伴。

推动供应链成果

为了在企业内创造商业价值，制造商必须能够连接所有重要的数据。数据结构通过在整个企业中传递意义而不仅仅是数据来改变现状。这个含义来自许多来源：数据和元数据、内部和外部来源以及云和内部部署系统。含义在数据模型中被捕获，每个数据资产的所有上下文都以机器可理解的形式完全呈现和可用。借助数据结构，人们和算法可以做出更好的决策，同时降低数据滥用或误解的可能性和风险。更具体地说，数据结构正在帮助制造商：

• 改进需求感知。 缩短时滞以满足紧急需求对制造商来说至关重要；然而，由于数据延迟和无法找到从社交媒体到 POS 数据的所有连接，需求感知很困难。数据结构消除了这些差距，而无需重新连接现有的 ERP 或需求预测解决方案。

洞察力可以提供给需求规划领导者，他们可以利用它来改进业务规划。

• 连接操作。 高度的需求波动对需要快速了解运营绩效、产品可用性和影响产量的趋势的制造商产生连锁反应。遗憾的是，多个 MES 或车间操作系统无法识别和支持围绕供应可用性的实时场景权衡。

使用数据结构，制造商可以识别供应的任何变化并进行必要的调整，而无需承担额外的数据湖孤岛或运营支持/采购分析师成本。

• 提供客户投诉的根本原因分析。 由于产品缺陷引起的客户投诉可能会引发一系列后续评估。缺陷的根源是什么？哪些其他客户受到了影响？这需要召回吗？数据结构使制造商能够将客户对缺陷产品的投诉一直追溯到原材料，轻松交叉引用成品和原材料之间的关系。

此外，由于这些原材料是由多个制造地点生产的，并且不同的供应商可能会使用不同的名称，因此数据结构可以实现跨客户、制造、现场支持、产品和其他方面的可追溯性数据其他域。这使制造商能够全面了解情况，以便他们能够采取适当且经济高效的措施来管理客户投诉的根本原因分析。

• 创建数字供应链双胞胎。 数字供应链双胞胎需要预测分析、连接源数据的模型，当然还有源数据本身（例如，ERP、CRM、MES、loT、客户网络）以改进决策，尤其是围绕供应链规划。数字孪生必须能够代表数亿个关系。数据结构具有语义图的复杂业务逻辑功能和表示各种数据的能力，可为制造商提供自动化控制，使他们能够管理能够处理复杂逻辑和情境决策的业务规则。

数据结构因其将现有数据管理系统拼接在一起的能力而继续受到关注，从而在此过程中丰富了所有连接的应用程序和用户。它们被认为是数据管理领域的下一步——支持当今日益复杂的互联企业的全部范围。

Rob Harris 是企业知识图谱 (EKG) 平台提供商 Stardog 的解决方案副总裁。