《供应链大数据：理论、方法与应用》 习题及答案.docx

《《供应链大数据：理论、方法与应用》 习题及答案.docx》由会员分享，可在线阅读，更多相关《《供应链大数据：理论、方法与应用》 习题及答案.docx（27页珍藏版）》请在第一文库网上搜索。

1、习题答案第一章供应链大数据概述一、思考题1 .大数据具有哪些特征？答：(1)数据量大(Vo1ume)第一个特征是数据量大。大数据的起始计量单位至少是P(IOOO个T)、E(IOO万个T)或Z(10亿个T)。(2)类型繁多(Variety)第二个特征是数据类型繁多。包括网络日志、音频、视频、图片、地理位置信息等，多类型的数据对数据的处理能力提出了更高的要求。(3)价值密度低(Va1ue)第三个特征是数据价值密度相对较低。如随着物联网的广泛应用，信息感知无处不在，信息海量，但价值密度较低，如何通过强大的机器算法更迅速地完成数据的价值“提纯”，是大数据时代亟待解决的难题。(4)速度快、时效高(Ve1

2、ocity)第四个特征是处理速度快，时效性要求高。这是大数据区分于传统数据挖掘最显著的特征。在现今的社会，大数据的应用越来越彰显他的优势，它占领的领域也越来越大，电子商务、020、物流配送等，各种利用大数据进行发展的领域正在协助企业不断地发展新业务,创新运营模式。有了大数据这个概念,对于消费者行为的判断，产品销售量的预测，精确的营销范围以及存货的补给已经得到全面的改善与优化。(5)真实性(Veracity)第五个特征是数据的真实性。具体指数据的准确性和可信赖度，即数据的质量。2 .与传统供应链相比，智能供应链具有哪些特征？答：(1)智慧供应链技术的渗透性更强基于智慧供应链，供应链管理和运营者会

3、系统地主动吸收包括物联网、互联网、人工智能等在内的各种现代技术，主动将管理过程适应引入新技术带来的变化。(2)智慧供应链可视化、移动化特征更加明显智慧供应链更倾向于使用可视化的手段来表现数据，采用移动化的手段来访问数据。(3)智慧供应链注重人机系统协调性在主动吸收物联网、互联网、人工智能等技术的同时，智慧供应链更加系统的考虑问题，考虑人机系统的协调性，实现人性化的技术和管理系统。3 .供应链大数据主要有哪些构成？答：供应链大数据的主要构成有：采购中的大数据、生产制造中的大数据、物流中的大数据、销售中的大数据和供应链金融中的大数据。（1）采购中的大数据采购环节主要指货源或购货，指负责从供应商处购

4、买商品和服务的一切活动及过程。尽管营销在处理消费者问题方面发挥着主要作用，货源才是在供应环节发挥主要作用的一步。（2）生产制造中的大数据生产制造负责创造产品和服务。生产制造在企业运营中发挥着传输作用，将企业的投入转化为最终商品。这些投入包括原材料、科技、信息、人力资源（比如工人、员工、经理）以及技术设施（比如建筑和设备），制造的产出是企业生产的产品和服务，涵盖了各行各业。（3）物流中的大数据物流是指在供应链中，将产品在规定时间内运送到指定地点的业务。物流使产品在供应链中得以流动和存储，与之相关的决策包括计算库存、协调调配原材料、安排配送路线以及货运。大数据分析在物流这一领域应用于优化仓储、补充

5、库存、配货中心最优化选址以及运输成本最小化这些方面。（4）销售中的大数据供应链中的销售环节是指市场营销，它将企业与消费者联系起来，确定消费者需求，促进新兴产品消费以及发现市场机遇。（5）供应链金融中的大数据供应链金融是运用供应链管理的理念和方法，为相互关联的企业提供金融服务的活动。4 .应用供应链大数据有哪些价值与作用？答：（1）判断需求方向和需求量供应链上的企业，存在着紧密的关联关系。终端消费量的变动，必然会引起上游各环节的变动。大数据时代，大数据可帮助我们判断一系列变动的规律。同时.，我们还可以把一定时期内的流通和消费看作是一个常量,而在地区、方向、渠道、市场的分配作为变量。（2）目标客户

6、资信评估利用供应链金融中的大数据，可以对客户财务数据、生产数据、电水消耗、工资水平、订单数量、现金流量、资产负债、投资偏好、成败比例、技术水平、研发投入、产品周期、安全库存、销售分配等进行全方位分析，信息透明化，能客观反映企业状况,从而提高资信评估和放贷速度。只看财报和交易数据是有风险的,因为可能造假。（3）供应链企业风险分析、警示和控制大数据的优势是行情分析和价格波动分析，尽早提出预警。行业风险是最大的风险，行业衰落，行内大多企业都不景气。多控制一个环节、早预见一天，都能有效减少风险。（4）提供精准金融与物流服务利用供应链金融大数据分析企业贷款时间、期间、规模、用途、流向、仓储、运输、代采、

7、集采、货代、保兑、中介、担保一体化运营等经营状况，进而提供精准金融服务与物流服务。二、讨论题1 .通过调查了解，介绍供应链大数据在现代供应链管理中的应用场景？答：一是促进制造业企业生产装备与工艺智能化，推动智能装备及其零部件生产向数字化、网络化、智能化转变；二是推进供应链全链条管理数字化，支持核心企业加强全链条数据管理，实现供应链透明管理，支持重点行业打造供应链数字创新中心，为行业提供监测分析、大数据管理、质量追溯、标准管理等公共服务；三是推动供应链决策智慧化，推动一批能够参与全球竞争的跨行业跨领域工业互联网平台创新发展，建设一批面向特定行业的企业级工业互联网平台，建设以工业互联网平台为核心的

8、数字化供应链服务体系。2 .结合智能供应链的主要实现技术，讨论这些技术是如何应用于智能供应链中的？答：（1）销售点数据：在门店实时获取的销售点数据包含着大量的客户信息、包括数量、价格、折扣、使用优惠券等，它们能够用于管理供应链。除此之外，数据还记录了地点信息，既可以用于确认流通的商品种类和流通速度，又能用于地理分析和区域本土化研究。（2）射频识别技术射频识别技术在工业领域被广泛用于辨识和追踪商品。举例来说，在生产中与汽车相连的射频识别标签能够在流水线上追踪汽车；制药厂能够运用射频识别在配货中和仓库追踪产品。射频识别技术还能够用于库存添置，确保每一件货物都能各就各位。用射频识别标签读取仓库中的托

9、盘，无论标签位于产品的什么位置,都能够确认、清点商品，记录其位置。射频识别技术正慢慢地渗透到供应链的各个环节，是供应链管理智能化的一种无形驱动力。三、案例分析1. B1ueYonder的人工智能供应链管理平台可以为企业提供哪些服务？答：（1）可按需提供自动化的供应链管理功能，引导并使企业的业务领先于市场变化。并通过供应链管理（JDASCM）平台，加速企业生产目标实现，并协助企业精确制定供应链策略。（2）能更快地响应消费者需求信号、认知洞察和智能决策,在云系统、现场解决方案和边缘应用等方面为客户提供全方位的无缝体验。2. B1ueYonder与微软Azure的强强联合，对于智能供应链的形成有何价

10、值和意义？答：B1ueYonder与微软Azure在智能供应链服务上优势互补，B1ueYonder的核心解决方案及其数字化履行平台可帮助用户全面实现计划、执行、平台和零售流程的数字化交付，而通过微软的AIM1技术驱动供应链端到端的可视化流程梳理优化和管控能力优化，并通过强大的扩展能力和广泛的增值合作商体系构建量体裁衣的解决方案。第二章供应链大数据平台一、名词解释1供应链大数据平台：供应链大数据平台(SCBD)以“数据可视”“提质增效”为目标，通过供应链大数据采集、分析、应用，用数据指导公司经营决策，实现精益化管理与可持续发展目标。2 .供应链大数据交易平台：撮合性质、自营性质，以及一些线下业务

11、转到线上的在线业务3 .供应链大数据交付平台：供应链大数据服务B2B平台4 .供应链大数据金融平台：供应链大数据金融B2B又分为自营型和撮合型，自营型就是平台有钱，平台公司通过平台作为资产流量入口，撮合型则是资金方入驻平台，然后让资产与资金对接，平台本身不参与资金。二、简答题1.大数据在供应链中的主要应用有哪些？答：计划：更准确地预测产品需求。采购：实时评估供应商绩效并识别隐藏成本。生产制造：最大化资源和产量。物流：在效率、准确性和速度方面有所提高。退货/回收：降低退货成本并提高流程可见性。2与传统供应链运营相比，供应链大数据运营具有哪些优势？答：传统的供应链数据分散，各部门之间协作存在障碍，

12、而数字供应链支持多个内部和外部系统以及人员之间的协作，为减少或消除“数据孤岛效应”创造了机会，即信息被存储在单独的、孤立的信息系统中，实现统一、共享的供应链视图，加快跨部门和跨贸易合作伙伴的可见性和协作。3 .企业如何根据其供应链大数据运营所处的阶段来选择适合自己的团队组织架构？答：要让数据发挥价值，首先要处理大数据，要能够共享、集成、存储和搜索来自众多源头的庞大数据。而就供应链而言，这意味着要能够接受来自第三方系统的数据，并加快反馈速度。其整体影响是增强协同性、加快决策制定和提高透明度，这对所有相关人员都有帮助。传统供应链已经在使用大量的结构化数据，企业部署了先进的供应链管理系统，将资源数据

13、，交易数据，供应商数据，质量数据等等存储起来用于跟踪供应链执行效率，成本，控制产品质量。4 .影响大数据运营平台的因素有哪些？答：(1)大数据治理体系发展情况，目前，我国尚无真正意义上的数据管理法规，只在少数相关法律条文中有涉及数据管理、数据安全等规范的内容，难以满足快速增长的数据管理需求。(2)核心技术发展，数据规模高速增长，现有技术体系难以满足大数据应用的需求,大数据理论与技术远未成熟，未来信息技术体系将需要颠覆式创新和变革。(3)融合应用程度，我国大数据与实体经济融合不够深入，主要问题表现在：基础设施配置不到位，数据采集难度大；缺乏有效引导与支撑，实体经济数字化转型缓慢；缺乏自主可控的数

14、据互联共享平台等。5 .供应链企业开展大数据治理的内容包括哪些方面？答：(1)大数据驱动供应链数字化转型加速大数据驱动供应链，技术带来新的革命。数字化供应链是经济社会发展到一定阶段的必然产物，是未来供应链创新的基本方向。谁能够在数字化供应链领域领先发展，谁就领先了全球供应链，甚至全球经济。有效的数字化供应链能够推动企业收入增长、采购成本下降以及供应链成本大幅降低。(2)供应链大数据平台开放、融合，产业边界外延供应链系统完善的核心企业向供应商开放供应链；企业间供应链融合，多样化产品的销售链融合在一个平台；供应链大数据的市场边界从标准化的数据产品逐渐拓宽到基于数据的增值服务。(3)供应链平台生态圈

15、出现，中小企业协同发展以供应链为平台形成的商业生态成为新型的商业模式：依附于供应链的中小企业协同发展，拥有供应链资源的企业将更加注重进行资源平台的建设。三、讨论题1 .通过调查了解，介绍大数据平台在智慧供应链中的应用场景？答：举例：精确的需求预测。需求预测是整个供应链的源头，整个市场需求波动的晴雨表，销售预测的灵敏与否直接关系到库存策略，生产安排以及对终端客户的订单交付率，产品的缺货和脱销将给企业带来巨大损失。企业需要通过有效的定性和定量的预测分析手段和模型并结合历史需求数据和安全库存水平综合指定精确的需求预测计划。如汽车行业，在应用数据分析平台进行精准预测后，可以及时收集何时售出、何时故障及

16、何时保修等一系列信息，由此从设计研发、生产制造、需求预测、售后市场及物流管理等环节进行优化，实现效率的提升，并给客户带来更佳的用户体验。2 .通过资料收集与整理，思考并探讨供应链大数据平台发展如何为推进供应链创新与应用战略提供支撑？答：供应链大数据平台可迅速高效地发挥数据的最大价值，实现供应链系统全流程贯通，是智慧/数字化供应链的运作依托，是打造智慧供应链生态系统的核心要素。借助数字化供应链平台，产业在地理空间和虚拟平台叠加融合，融通大中小不同规模企业,商业、服务业等不同功能形态的企业,上中下游全产业链企业，形成更具有影响力的产业组织，保障核心企业供应，提升中小企业的市场开拓能力。第三章供应链大数据分析基本方法一、名词解释