三个维度打造全新智能企业

　　IBM商业价值研究院建议，在智能化的过程中，中国企业应该尽快做好六个方面的准备：将数据治理纳入管理体系，成立相关部门和责任人体系；加强信息基础化建设，建立系统统一的数据收集方法和数据标准；将数据应用固化到管理系统的关键步骤中，成为优化运营必须的依据；数据分析和业务优化与公司发展的战略目标和业务目标高度一致，紧密结合；将数据治理及数据利用水平作为相关业务部门考核的关键指标；拥有成熟的工具和创新方法对数据进行分析和解读，包括与第三方合作伙伴进行数据分析业务的合作。

　　链接

　　智能企业的特征

　　预测：不只做出反应或者调整行动计划，还能驾驭和评估折中方案

　　赋能：支持和扩展员工的记忆力、洞察力和活动范围，以及决策和行动的权力

　　质疑：保留通过质疑现状以变得更智慧的权利，同时创造新的机会

　　清醒：收集、感知和使用来自环境中的每个节点、人、传感器的结构化和非结构化信息

　　联系：以对应于需要获取的业务结果的方式从前端到后端跨地区连接内部和外部职能

　　精确：仅使用最相关的信息来支持更接近影响和结果点的及时决定

　　智能企业快速检测

　　要快速确定高级分析工具是否有助于优化您的企业，请回答以下问题：

　　1.您的客户数据和客户盈利视图是否有限？

　　2.您是否从未意识到您的信誉是如何被社会网络和消费者博客塑造而成的？

　　3.您是否由于缺乏管理的风险或高欺诈率而遭受损失？

　　4.您是否有与客户和合作伙伴信用风险有关的盲点？

　　5.您是否在一个监管力度不断加大、要求更高透明度以减少风险的环境中开展经营？

　　6.您是否需要面对由重复或孤立的数据所造成的多个版本的事实？

　　7.您是否无法将信息用作实现增长和降低成本的平台？

　　如果您对上述任一问题的回答是肯定的，意味着您需要开始认真考虑业务分析和优化了。

　　案例

　　利用数据分析优化物流企业供应链

　　A公司是中国物流行业的领军企业。在并购另一家物流企业后，储运中心网点重复过剩，原来已有的运输网络运营效率低下、运输及库存成本较高等问题更加突出。另外，A公司有责任降低运输过程中对环境的负面影响。

　　A公司供应链优化的目标是达到三个方面平衡：物流成本、服务水平和二氧化碳排放量。公司实行的供应链优化解决方案，并不是一套用于供应链实时监测之类的软件工具，而是一项拥有独特复杂数学模型的战略评估体系。该体系通过提取物流运输各个环节的数据，导入数学模型进行分析，并根据结果对客户的储运中心网点的位置和数目进行优化，评估供应链整个过程中二氧化碳排放量，确定最优化的库存水平及服务区域的分配，以及确定成本最低的运输线路。

　　项目实施后，A公司的储运中心从100个左右降低到40个左右；公司的区域运输费用和车队运输费用分别降低了21%和6.6%，库存降低了22%；在保证业务的基础上，公司降低了22%的碳排放量。