利用了數據及分析的美國零售商供應鏈的營業毛利潤在過去五年里增長了19%。
制造業的增值設計、供應鏈管理和售后支持三個領域，數據分析在經濟上做出了貢獻。
以上觀點來自于麥肯錫全球研究所(MGI)與McKinsey Analytics合作發表的研究：《數據分析的時代：數據驅動下的競爭》。五年前MGI發布了《大數據—創新、競爭和生產力的下一個先驅》，最近幾年麥肯錫發現人們愿意去采用數據科學，數據的價值也在提升，尤其是在機器學習和深度學習領域。此研究強調了如何通過關鍵集成對于從數據和分析中獲得更大價值有多么重要。
通過從數據和分析中獲取價值，基于位置定位的服務(LBS)和美國零售業取得了巨大的進步。麥肯錫在2011年的報告中預測到，基于位置定位服務今年將獲得數據及分析價值的60%。麥肯錫預測，公司利用地理空間數據在追蹤分散的財產、團隊和客戶，產生新的見解并提高效率的機會在增加。美國零售業獲取的價值高達40%，制造業則為30%。以下圖表對2011年麥肯錫預測的當前各部門獲取的價值進行了對比，包括采用數據和分析的主要障礙。
機器學習在各產業的最大潛力在于提高預測能力和預測分析。麥肯錫對其研究發現的120個在機器學習領域最重要的使用案例進行了分析，并根據調查對象的回應賦予它們權重進行權衡，最終得出了機器學習在各行業和案例類型中最重要的潛在影響的熱圖(heat map)以及案例類型。請見各行業使用案例的詳細評分報告，排名依據影響及數據充分程度。
機器學習在各行業進行實時優化的潛能剛剛開始提升，在未來三年內將快速發展。麥肯錫對與300個機器學習使用案例相關的數據充分程度進行了分析，將其性質定義為數據體數量與種類的結合。機器學習數據充分度評估結果請見以下圖片：
目前，自動駕駛車輛和定制化廣告是機器學習領域的兩個最大的機會。其他有潛力的使用案案例還包括基于運輸旅途和物流中的實時數據，的優化優化定價、路線選擇和行程安排、預測個人健康狀況以及優化零售商的推銷策略。麥肯錫分析了來自12個行業的120個機器學習使用案例，對600名行業專家針對機器學習的影響進行了調查。他們發現機器學習的潛在應用領域非常廣。每個使用案例至少有一位行業專家認為它都可以在所在行業中排名前三位，并且至少有一位行業專家�；趯�600多為行業專家的調查，麥肯錫在下圖中列出了排名前120的使用案例，y軸顯示的是可用數據的體數量(包含廣幅度和頻率)，x軸顯示的是潛在影響，是基于對600多為行業專家的調查得出的。氣泡的大小反映的是可用數據資源的多樣性不同。
設計恰當的組織結構，支持數據和分析活動(45%)，確保高級管理人員參與(42%)，設計有效的數據架構和技術基礎架構(36%)是要達到獲取數據和分析目標時面臨的三項最重要的挑戰。麥肯錫發現，障礙可以分為三類：戰略策略、領導力和人才;組織結構和流程進程;以及技術基礎架構。在所有地區和行業中，約有一半的高管認為雇傭分析方面的人才比其他人才要困難得多，40%的高管認為留住人才也是個難題。
利用了數據及分析的美國零售商供應鏈的營業毛利潤在過去五年里增長了19%。利用數據和分析來進行定價、分類和布置優化等銷售規劃使營業毛利潤增長了16%。下圖顯示的是這對數據和分析對美國各領域零售運營的貢獻進行了分析。
在制造業的增值設計、供應鏈管理和售后支持三個領域，數據分析做出了經濟貢獻。麥肯錫預計，如果采用增值設計項目，數據分析能夠使廠商的毛利潤增加40%。通過使用產品傳感器數據分析等分析方法，售后服務的成本可以減少多達15%。有幾家公司對此領域很有興趣，包括Sight Machine和enosiX，后者能夠確保SAP和Salesforce系統的實時集成。下圖顯示的是數據分析了分析對于各領域生產財政狀況的預計影響。
核心關注：拓步ERP系統平臺是覆蓋了眾多的業務領域、行業應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業務領域的管理，全面涵蓋了企業關注ERP管理系統的核心領域，是眾多中小企業信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處：拓步ERP資訊網http://m.hanmeixuan.com/
本文標題：麥肯錫報告：機器學習的未來
相關文章
