让您的供应链更加智能如何从物联网和机器数据中获得更多

对于许多企业来说，从A到B的东西代表他们如何获得报酬和赚钱。对于制造商而言，这包括制造商品并将其运送给客户，或为其他组织提供零件; 对于零售商而言，向消费者销售商品涉及不同渠道的混合。在此期间，有许多其他公司，分销商和物流运营商参与管理从一个地方到另一个地方的物理转移。所有这些业务都必须在此过程中增加价值，否则它们将被删除。

物联网(IoT)应该使这一过程更加智能，并为整个供应链中的所有公司提供一个降低成本和改善服务的绝佳机会。投资也在增长 - 埃森哲发现，欧洲72%的工业公司正在增加对物联网项目的支出，而Gartner预测，2019年将有142亿个连接产品投入使用，到2021年将达到250亿。

利用传感器数据，公司可以深入了解其零件或产品随时间的变化情况，而对这些数据的分析可以显示提高效率或进一步自动化流程的机会。持续改进计划可以使用数据来寻找更多的边际收益。该数据还可用于敏感货物和材料(如药品)的安全性和合规性跟踪。

但是，这个承诺仍有待实现。问题是连接所有这些新数据以使其有用比比最初预期更难。那么问题是什么?

大多数公司必须准备的挑战之一是物联网设备或传感器可以提供多少数据。思科估计，到2019年底，物联网每年将产生超过500个zettabytes的数据。在此后的几年中，预计这一数字将呈指数增长，而不是线性增长。

但是，设备数据本身并不存在。它与供应链和业务中使用的其他应用程序并列。虽然物联网数据本身可用于显示有关特定设备的位置或产品运往何处的统计数据，但这并未提供足够的背景信息来发现产品运往某个位置的原因以及产品到货后会发生什么。要实现这一点，您必须从其他应用程序中获取数据，例如企业资源规划(ERP)，操作和服务应用程序。

这些应用程序中的每一个都将由多个组件组成，每个组件都根据自己的性能和结果生成数据。这些数据 - 通常称为机器数据 - 可用于为供应链和物流操作如何与特定客户活动或订购模式相关联提供关键环境。同样，查看机器数据可以显示随着业务增长或发展，更广泛的业务如何执行。获得更广泛的洞察力涉及将公司应用程序创建的所有日志，指标和警报与物联网数据相关联，然后自动将所有这些内容置于上下文中。

为了充分利用所有这些数据，重要的是要了解如何改善运营的后勤方面和业务要素。

物联网数据有三个主要方面可以降低成本：

降低运营成本 - 从发动机传感器，环境监控器和其他组件等项目分析您的物联网数据可以支持更有效的预测性维护计划。与早期解决问题相比，这可以减少与更高维修成本相关的机器和设备故障。

更快，更好的交付 - 随着远程跟踪传感器的价格下降，公司可以使用物联网和传感器数据来更全面地了解其交付周期。此跟踪活动可以跨越整个供应链，向您展示您的服务如何适应更广泛的流程。

绿色企业 - 提高气候控制和燃料消耗的效率可以减少运输和物流方面的支出，同时也可以带来巨大的环境效益。

但是，不应孤立地考虑这些领域。相反，查看更广泛的业务流程和产生影响的机会可以充分利用内部和物联网数据。例如，查看营销活动对服务和物流绩效的影响可以帮助发现产品销售增加可能导致额外运输成本的地方。通过提前规划并采用更多基于情境的方法，公司可以利用数据改善整体供应链和物流运营，从而在整个业务中更有效地管理成本。

除此之外，还要记住这些数据集可能对其他人有用。使数据可用且易于使用可以支持分析师和其他业务团队自己做出决策，这样可以更容易地首先使用所有这些数据。对于物联网设备制造商Samsung SmartThings等公司而言，这种普遍采用和使用分析对公司的运营至关重要 - 大约95%的员工使用分析和仪表板作为其角色的一部分，从软件开发到客户服务，金融业务。

正如我们从上面的Gartner和埃森哲统计数据中看到的那样，对物联网设备和服务的投资将继续增长。但是，这些投资必须与围绕机器数据分析的强大战略相结合，从而使物联网数据更贴近人。如果没有这种将数据放在上下文中的能力，物联网项目将继续服务于特定用例，而不是整个组织的需求。