這幾天我在看美國東北大學娜達.桑德斯博士的《大數據供應鏈：構建工業4.0時代智能物流新模式》一書（北京外國語大學國際商學院丁曉松老師翻譯），書還沒有讀完，就覺得要“有感而發”了。

　　尤其是讀到第三章，“大數據供應鏈實施的障礙”的時候，里面有句話說，“企業需要具備從大數據分析法中獲取的信息應用到企業決策中去的能力”，這句話說的非常深刻。

　　無獨有偶，記得幾年前，上海交通大學經管學院的董明教授在接受《環球企業家》記者劉泓君的采訪《向ZARA學什么》的時候，也說過類似的話。查了一下，原話是這樣的，“真正要利用這些信息，給出一些科學的決策，就像補貨量，我要綜合所有在店的這款衣服的實際銷售情況，利用這些信息給出一個估計的計算或者優化，給出一個建議的訂貨量，這是非常核心非常重要的，也是中國企業非常缺乏的”。

　　當時董明老師接受采訪的背景是，“美特斯邦威庫存已達21.99億元，較半年報時的17.5億元，增長了近25.66%，森馬服飾存貨較年初增加了31.28%。與中國服裝企業庫存高企相對的是，ZARA庫存壓力相對較小…”（摘自《向ZARA學什么》）。

　　英雄所見略同，兩位教授的看法，竟然是驚人的一致！

　　我不是英雄，也不是教授，我只是個普通的供應鏈管理實踐者，庫存控制愛好者，并以此為生。這些年，我結束打工生涯、從事全面庫存管理獨立顧問工作以來，親自審核、見識的企業很多，我對兩位教授的話，感同身受，體味頗深，這也是為什么，我在今年一月份的時候就發表過一篇文章，題目是，《不要著急玩大數據：從TIM全面庫存管理角度看數據》。

　　在文章里面，我把數據分為微數據、小數據、大數據三類，分別是指企業ERP內部數據、企業供需鏈上下游數據、其他外圍數據，如POS、網站點擊、消費者行為等，為大數據。

　　我在文章里面提到，微數據、小數據你都玩不好，你干嘛著急去玩什么大數據？

　　有人反駁我說，程老師，您思想太過時了！大數據是可以給企業帶來革命性的改善的！

　　我不反對這個觀點，也不想反駁，我就記得我的好友、旅美供應鏈專家劉寶紅先生給我的書《制造業庫存控制技巧》寫的序言，在提到“零庫存”的時候，他說，“這不是一本宣傳零庫存的書”，“把庫存一棒子打死，在我看來，要么是在追時髦，要么就是無知，要么就是別有用心…”。

　　我完全同意寶紅的意見。

　　活在當下，我們正處在一個風云激蕩、英雄與狗屎輩出的年代，如果不能靜下心來，你還真不知道，坐在你對面，西裝革履、人模狗樣、唾沫星子亂飛的那個物，到底是個什么鳥兒。

　　我們經歷了TQM（全面質量管理）、6δ（六西格瑪）、Lean（精益生產）、TPM（全員設備管理）、MRP到ERP、TOC（約束理論），再到這幾年的互聯網+、云、大數據、工業4.0，看起來好像都是拯救企業的“靈丹妙藥”，都是“革命性的”，但當我們靜下心來、冷靜地回頭看看的時候，我們就會發現，這些東西本身都是“好東西”，但因為你缺乏內功，不吃這碗藥還好，吃了反而就真的被革了命！

　　這就是你的消化能力的問題了！

　　我的看法是，無論是微數據、小數據、大數據，從原始數據的提取，到分析，到形成對企業有用的信息，再到管理決策的形成，無一不是體現你企業的管理能力問題。

　　我不懂大數據，但我自認為明白一些微、小數據在供應鏈管理方面的作用。

　　第一步：原始數據的提取 - 有幾個企業的原始數據的維護是準確的？如BOM、工藝路線、PO、在途、庫存甚至是價格等等？我審核了這么多企業，有些是上市公司，我發現的一個比較普遍現象就是，原始數據要么無法提取，要么提取出來的數據是錯誤的，不可信的。這說明了什么？供應鏈管理的基本工作沒有做好。

　　第二步：數據分析 - 有些企業，勉勉強強地把數據提取出來了，但很多人根本就不知道這些數據意味著什么。你問他，這個字段是啥意思？他不知道！不知道也沒有關系，你讓他用EXCEL做個交叉驗證，結果他連起碼的EXCEL函數都不會。這說明了什么？因為他從來沒有分析過！供應鏈管理的基本功不具備。

　　第三步：形成對企業有用的信息 – 這就更難了！無論是我講課還是做咨詢項目的時候，經常聽到的一句話就是，程老師，我們的最大的問題就是，銷售預測太不準確了，天天變！等到你把他的數據分析完了，你就會發現，很多產品的需求其實是非常穩定的，銷售預測也是非常不錯的。就說MAPE（Mean Absolute Percentage Error，平均絕對百分比誤差）吧，只有百分之幾十，甚至更低，這還叫“不準確”嗎？！我說你們已經是夠幸福的了！如果MAPE是零，你做供應鏈管理的，還有飯吃嗎？！這說明了什么？供應鏈管理沒腦子！

　　至于第四步，利用這些信息，做管理決策，那就更扯遠了！具備這方面能力的企業，我幾乎是沒有見過。

　　不管你們信不信，反正，我是信了。