供应链管理过程中会产生许多数据。作者作为供应链管理的从业者，致力于通过大数据为供应链管理赋能的实践，取得了良好的效果，总结了一些行之有效的方法，并据此编著本书。
本书构建了数据思维模型，指出应关注的指标，详细介绍了在供应链管理过程中的绩效管理、流程再造、需求管理、战略采购管理、间接采购管理、物流管理、运营管理、库存管理、风险管理等阶段的大数据应用管理方法，所有阶段的讲解均附有案例、表单和工具，并对数字化供应链管理做了可行性分析和展望。
本书实用性强，采用场景化、案例化写作，图、表丰富，可作为供应链管理人员、运营管理人员、企业精益改善人员等提升能力、有效管理供应链的案头参考书。
作者自序
一个实践者的复盘
自大学毕业后，我一直在供应链领域工作，至今已近20年。复盘我的工作经历，可分为三个阶段。
阶段：看山是山，看水是水
我一开始从事的是采购工作，通过师傅启蒙，我进入了供应链这个领域。我学会了基本的采购技能、供应商管理、物流报关、质量管理、退运、付款作业等。工作之余，我通过两年自学获得了第二学士学位。这一阶段在具体工作上我是按部就班的，即“看山是山，看水是水”，课本的理论知识和师傅的教诲是指导我工作的全部方法论。
第二阶段：看山不是山，看水不是水
师傅领进门，修行靠个人。第二阶段我逐步发现了工作中的一些问题，比如手工和纸张作业的弊端等，为此我主动请缨兼职做了系统规划主管，在IT团队和领导的支持下，创立了E化采购、成本分析、物流报关、市场行情、知识管理等系统。工作中我还做了10多年企业内部培训讲师，获得了工科硕士学位、CPSM认证、PMP认证和中级经济师认证等。但是，我内心却很迷惘，总感觉知识和工作不能吻合，此时“看山不是山，看水不是水”。
第三阶段：看山还是山，看水还是水
几年前，我有幸结识了一些大数据专家，并学习了一些数据分析和挖掘的技巧，顺便学习了六西格玛知识体系等。通过将这些大数据知识和技能用于实际的供应链管理工作，我心中的疑惑逐渐被解开。在战略采购、间接采购、采购运营、库存管理、绩效评估、需求分析、项目管理等模块大数据面板和MES、SRM、CRM、WMS、OA等系统创建的实践基础上，可期望继续通过迭代升级、逐步完善数据协同和业务协同。我认同了大数据和大数据分析、挖掘、决策的巨大力量，它让我把之前所学可以更充分地用于实践和创新中。此时，我在认识和心态上返璞归真，“看山还是山，看水还是水”。
本书是我结合自身的理论学习和实践应用，花费一年多编著而成的。由于自身能力、知识和时间的局限，书中难免存在不足之处，欢迎广大读者提出宝贵的意见和建议（电话：18962691606（微信同号），邮箱：Charlie_han001@ 126.com），万分感谢。
韩胜建 敬呈读者
2021年4月
韩胜建
管理学和经济学双学士, 工业工程硕士，国家中级经济师，供应链CPSM认证、项目管理PMP认证的专业人员；拥有19年的汽车、电子等行业的大型制造企业的采购和供应链管理经验，以及2年的海外项目管理经验；在供应链的成本管控、品类管理、流程优化与再造、绩效管理、供应商管理、系统创新、大数据应用、项目管理等方面有较丰富的实践建树。
有8年的CIPS课程授课经验，15年的企业内部培训讲师经验。授课和培训的课题包括供应源搜寻、战略采购教战手册、采购与供应谈判、采购合同与关系管理、采购项目管理、采购绩效管理、采购与供应链案例、国贸术语及惯例、国际物流与货物保险、大数据研习等。
作为一名供应链管理实践的老兵，韩胜建始终奉行知行合一的理念，对更广泛领域的先进供应链管理的研究、探索、创新与分享矢志不渝、砥砺前行……
目录
推荐序一 多解决些问题，少空谈些战略
推荐序二 重新定义你的企业
作者自序 一个实践者的复盘
第1章 数据应用薄弱的供应链管理现状 / 1
1.1 盲人骑瞎马，夜半临深池：未实现充分数据支撑的盲目管理 / 1
1.2 昨天的方案不能解决今天的问题 / 5
1.3 乱花渐欲迷人眼：繁杂的数据种类 / 7
1.4 空谈误业和眼高手低：实施不落地和数据缺失 / 10
1.5 探讨制造业供应链大数据管理应何去何从 / 14
第2章 大数据为供应链管理赋能思路及PDCA四步法 / 18
2.1 精益和六西格玛管理过程数据与供应链数据的结合 / 18
2.2 供应链管理的各类价值数据 / 20
2.3 供应链管理问题解决的数据思维模型 / 22
2.4 步骤一：干系人需求识别分析与定义（P） / 24
2.5 步骤二：指标确定、数据收集与清洗、初步分析（D） / 29
2.6 步骤三：偏差分析与绩效评估（C） / 32
2.7 步骤四：基于数据生态链的流程再造与管理协同（A） / 34
第3章 指标确定、操作和数据分析、挖掘、决策 / 37
3.1 供应链指标的操作定义 / 37
3.2 指标的节点定义和数据获取 / 41
3.3 供应链大数据处理层级概述和数据分析技术 / 44
3.4 大数据挖掘的方法与技术概述 / 48
3.5 构建数据生态链现状与愿景 / 51
案例1：某重工企业的长久性大数据生态之路 / 53
案例2：某集团企业的数据驱动“六部曲” / 54
第4章 基于数据决策的绩效评估 / 56
4.1 供应链管理过程中的绩效指标 / 56
4.2 基于数据决策的绩效评估的指标和分析步骤 / 60
4.3 基于数据决策的绩效评估的工具、表单和案例 / 63
案例1：某家居公司通过大数据改进库存绩效 / 66
案例2：某集团公司深挖采购绩效增值 / 67
案例3：大数据在供应链项目管理绩效中的应用 / 69
第5章 基于数据分析的流程优化与流程再造 / 71
5.1 供应链流程细节分析 / 71
5.2 基于数据的供应链流程现状分析 / 73
5.3 基于数据的供应链流程优化方法探讨 / 75
5.4 基于大数据的供应链流程再造 / 82
案例：H集团的供应链大数据平台驱动自动化流程 / 86
第6章 大数据赋能供应链需求计划与预测 / 87
6.1 大数据需求管理与需求预测概述 / 87
6.2 基于大数据的需求计划和预测的框架和路径 / 89
6.3 以数据驱动需求计划和预测的系统及工具 / 94
案例1：基于客户需求构建预测模型 / 103
案例2：通过库存呆滞跟踪分析，反向驱动计划与预测的优化 / 106
案例3：销售预测和出货预测并行 / 107
第7章 大数据赋能战略采购管理 / 109
7.1 建立各类战略采购相关的主数据 / 109
7.2 基于主数据的战略采购面板设计与数据分析 / 114
7.3 大数据驱动战略采购效率提升 / 126
7.4 大数据完善供应商协同管理 / 139
案例1：大数据赋能战略采购绩效考核和职能变革 / 144
案例2：基于战略采购协同痛点，打造供需双方协同 / 145
第8章 大数据赋能企业间接采购降本增效 / 147
8.1 间接采购的管理现状分析 / 147
8.2 间接采购预算和支出分析方法 / 150
8.3 间接采购支出的大数据分析 / 156
8.4 基于大数据分析的MRO物料总包实践 / 162
案例：数字化管理平台助推间接采购透明化 / 176
第9章 大数据赋能供应链物流管理 / 179
9.1 物流基本数据概要 / 179
9.2 大数据驱动企业内部物流的优化 / 184
9.3 以大数据协同为基础的物流自动化再造 / 187
案例1：G公司打造供应链大数据物流平台 / 192
案例2：基于VSM数据分析压缩全流程物流时间 / 192
第10章 大数据赋能供应链运营管理 / 198
10.1 供应链与财务大数据协同 / 198
10.2 基于大数据分析的企业能耗降本增效 / 203
10.3 基于大数据分析的维保降本增效 / 209
10.4 大数据驱动运营效率提升 / 213
案例：基于大数据的EAM系统 / 217
第11章 大数据赋能供应链库存管理 / 220
11.1 基于原材料数据的库存水平分析 / 220
11.2 基于企业全部库存的深度数据分析 / 223
11.3 大数据驱动呆滞库存持续降低 / 226
11.4 基于数据挖掘的库存优化策略 / 232
案例：打造WMS数字化平台，提升数据精确度和库存管理水平 / 234
第12章 基于大数据分析的供应链风险管理 / 237
12.1 供应链风险数据分析 / 237
12.2 基于数据分析的第三方风险管理 / 243
12.3 制造业的供应链风险管理 / 249
案例：某企业基于数字化的智慧供应链的风险控制自动化 / 253
第13章 数字化供应链与数字化企业展望 / 255
13.1 供应链创新需要依托数字化 / 255
13.2 构建企业数字化供应链 / 258
13.3 制造型企业数字化的展望 / 265
案例1：数字化供应链的IT技术助推 / 270
案例2：企业数字化精益体系之路
书单推荐
