基本信息
编辑推荐
详解SAS在需求预测方面的解决方案，以实例展示分销网络库存优化和组装模型库存优化的具体实现技术和方法论。
基于SAS的
供应链管理与分析
邱若楠曹新建夏坤庄著
内容简介
作译者
邱若楠 曹新建 夏坤庄 著：
目录
前言
第1章 供应链分析与管理概述1
1.1 供应链的基本概念和发展1
1.1.1 供应链的基本概念1
1.1.2 供应链的发展4
1.2 供应链的分类6
1.3 供应链管理概要9
1.3.1 供应链管理的意义10
1.3.2 供应链管理的模式11
1.4 供应链管理中的“牛鞭效应”13
1.5 供应链管理分析的因素15
1.6 小结17
第2章 供应链分析与管理的基础：需求预测18
2.1 需求驱动的预测18
2.1.1 需求预测所面临的挑战19
2.1.2 需求驱动预测流程22
2.2 需求预测的实施与管理25
2.2.1 需求预测的系统框架25
2.2.2 需求预测的分析流程32
2.2.3 协同计划50
第1章 供应链分析与管理概述1
1.1 供应链的基本概念和发展1
1.1.1 供应链的基本概念1
1.1.2 供应链的发展4
1.2 供应链的分类6
1.3 供应链管理概要9
1.3.1 供应链管理的意义10
1.3.2 供应链管理的模式11
1.4 供应链管理中的“牛鞭效应”13
1.5 供应链管理分析的因素15
1.6 小结17
第2章 供应链分析与管理的基础：需求预测18
2.1 需求驱动的预测18
2.1.1 需求预测所面临的挑战19
2.1.2 需求驱动预测流程22
2.2 需求预测的实施与管理25
2.2.1 需求预测的系统框架25
2.2.2 需求预测的分析流程32
2.2.3 协同计划50
前言
为什么要写这本书
十年前，我刚刚加入SAS北京研发中心时，主要专注研究零售行业的销量预测和价格优化的解决方案。有时为了在台式机上跑一个预测模型，至少需要运行一晚上的时间，如果配置错误，所有的工作必须重新来过。随着软件和硬件技术的飞速发展，大数据、云计算使得计算能力出现指数级的增长，“大数据时代”“数据分析技术”和“数据科学”已成为当今世界关注的焦点。国内互联网企业在数据时代所带来的示范效应，也让越来越多的企业意识到了数据的价值和数据分析能为企业的生产和经营带来真金白银，于是越来越多的制造业客户使用系统数据分析手段来取代过去拍脑袋的决策方式。使用大数据及其分析方法不仅能预测市场、评估效果、监控运营，还能实现统一信息，实时调整、降低各类系统的使用成本，并且可迅速、高效地发挥数据的智能预判作用，对提升企业供应链条的竞争力，为企业最大程度地创造财富有很大的帮助，这已成为大势所趋。
随着信息化时代企业竞争的日益激烈，供应链作为企业的核心网链亦变得越来越重要。十几年前，借助大数据分析提升企业的供应链管理水平，国内尚没有成功案例，反观欧美、日本等已有不少案例。供应链管理模式在西方等发达国家企业的成功应用，充分展示了它对于推动企业发展的有效性。21世纪以来，中国经济在迅速改革与创新的过程中，越来越多的企业进入高速发展阶段。供应链管理作为提高企业核心竞争力的手段也备受关注，越来越多的国内客户对于供应链的销量预测和库存优化产生了浓厚的兴趣。在SAS工作期间，我也接触和参与了一些大型客户的成功案例。由于工作的变动，近年来也有了越来越多的机会接触客户，仅在2017年，就有4个大型制造和零售企业有销量预测和库存优化的需求，并且都希望通过数据分析，系统性地帮助他们的企业实现更精细化的供应链管理。然而国内相关的书籍和资料相对较少，系统性地介绍大数据在供应链分析和解决方案应用的文章不多。撰写本书的目的，一方面是对过去一些工作的总结和整理，另一方面也是把SAS在供应链管理方面一些好的方法论、工具以及成功经验介绍给读者，希望通过理论结合实践的方式，使本书具备科学性、指导性、针对性和可操作性等特点，从而对有需求的企业、管理人员、技术人员以及初学者有一定的指导和借鉴作用。
供应链信息协同对供应链整体发展有重要的意义和深远的影响，也是供应链管理中的关键问题。数据分析型项目不能一蹴而就，项目的成功会受到各种因素的影响，供应链管理分析会对企业现有的流程和工作模式产生颠覆性的改变，因此，从企业各个层面都需要对项目目标和项目过程有清晰的认识和一致的认同。希望本书中介绍的SAS方法论、工具以及成功案例，能给一些有想法和有计划通过数字化技术手段提升供应链管理水平的企业一定的启迪和指导，帮助企业对在该类项目立项和实施的过程中所遇到的困难有更清晰的认识，少走弯路。
读者对象
本书的读者大致包括：
企业供应链管理者
企业中从事供应链管理供销的数据分析人员
既有的SAS的需求驱动预测与计划解决方案的用户
开设相关课程的大专院校
如何阅读本书
本书共9章，分为三大部分，其中会涉及供应链管理的基本概念、需求预测和库存优化等内容。如果你长期从事供应链管理相关工作，对基本概念比较清晰，可以从第二部分开始阅读。但是如果你是一名初学者，请一定从第1章的基础理论知识开始学习。我们在实践中，一般会把需求预测和库存优化作为供应链管理中的两个项目来实施。需求预测是基础，一般会放在项目一期中实施。库存优化会在需求预测实施完成后，放到项目二期中实施。因此如果你仅对需求预测感兴趣，也可以仅阅读第2章到第5章的内容。本书的具体内容如下。
第1章就是第一部分，主要对供应链管理相关基本概念进行简要介绍。
第二部分即第2章到第5章，主要介绍的是需求预测。具体内容包括需求预测基本知识、预测分析相关的算法介绍、SAS在需求预测方面的解决方案和方法论，并在最后给出一个具体实例。
第三部分即第6章到第9章，主要介绍的是供应链管理中的库存优化。具体内容包括供应链管理中的库存优化基本概念、将SAS用于库存优化的方法论和具体技术实现，以及分销网络库存优化实例和组装模型库存优化的实例。
勘误和支持
由于作者的水平有限，编写的时间也很仓促，书中难免会出现一些错误或者不准确的地方，恳请读者批评指正。你可以将书中的错误发送至我的邮箱xinjian.cao@gmail.com。我也会及时将相应的功能更新、更正。如果你有其他的宝贵意见，也欢迎发送邮件，我很期待能够收到你们的真挚反馈。
致谢
我首先要感谢伟大的SAS公司，在SAS工作将近10年的时间里，给我的职业生涯增添了丰富的经验，这也是促成我们写这本书的动力和缘由。
感谢前SAS同事夏坤庄先生，没有他的鼓励和帮助，我也不可能参与本书的撰写。
十年前，我刚刚加入SAS北京研发中心时，主要专注研究零售行业的销量预测和价格优化的解决方案。有时为了在台式机上跑一个预测模型，至少需要运行一晚上的时间，如果配置错误，所有的工作必须重新来过。随着软件和硬件技术的飞速发展，大数据、云计算使得计算能力出现指数级的增长，“大数据时代”“数据分析技术”和“数据科学”已成为当今世界关注的焦点。国内互联网企业在数据时代所带来的示范效应，也让越来越多的企业意识到了数据的价值和数据分析能为企业的生产和经营带来真金白银，于是越来越多的制造业客户使用系统数据分析手段来取代过去拍脑袋的决策方式。使用大数据及其分析方法不仅能预测市场、评估效果、监控运营，还能实现统一信息，实时调整、降低各类系统的使用成本，并且可迅速、高效地发挥数据的智能预判作用，对提升企业供应链条的竞争力，为企业最大程度地创造财富有很大的帮助，这已成为大势所趋。
随着信息化时代企业竞争的日益激烈，供应链作为企业的核心网链亦变得越来越重要。十几年前，借助大数据分析提升企业的供应链管理水平，国内尚没有成功案例，反观欧美、日本等已有不少案例。供应链管理模式在西方等发达国家企业的成功应用，充分展示了它对于推动企业发展的有效性。21世纪以来，中国经济在迅速改革与创新的过程中，越来越多的企业进入高速发展阶段。供应链管理作为提高企业核心竞争力的手段也备受关注，越来越多的国内客户对于供应链的销量预测和库存优化产生了浓厚的兴趣。在SAS工作期间，我也接触和参与了一些大型客户的成功案例。由于工作的变动，近年来也有了越来越多的机会接触客户，仅在2017年，就有4个大型制造和零售企业有销量预测和库存优化的需求，并且都希望通过数据分析，系统性地帮助他们的企业实现更精细化的供应链管理。然而国内相关的书籍和资料相对较少，系统性地介绍大数据在供应链分析和解决方案应用的文章不多。撰写本书的目的，一方面是对过去一些工作的总结和整理，另一方面也是把SAS在供应链管理方面一些好的方法论、工具以及成功经验介绍给读者，希望通过理论结合实践的方式，使本书具备科学性、指导性、针对性和可操作性等特点，从而对有需求的企业、管理人员、技术人员以及初学者有一定的指导和借鉴作用。
供应链信息协同对供应链整体发展有重要的意义和深远的影响，也是供应链管理中的关键问题。数据分析型项目不能一蹴而就，项目的成功会受到各种因素的影响，供应链管理分析会对企业现有的流程和工作模式产生颠覆性的改变，因此，从企业各个层面都需要对项目目标和项目过程有清晰的认识和一致的认同。希望本书中介绍的SAS方法论、工具以及成功案例，能给一些有想法和有计划通过数字化技术手段提升供应链管理水平的企业一定的启迪和指导，帮助企业对在该类项目立项和实施的过程中所遇到的困难有更清晰的认识，少走弯路。
读者对象
本书的读者大致包括：
企业供应链管理者
企业中从事供应链管理供销的数据分析人员
既有的SAS的需求驱动预测与计划解决方案的用户
开设相关课程的大专院校
如何阅读本书
本书共9章，分为三大部分，其中会涉及供应链管理的基本概念、需求预测和库存优化等内容。如果你长期从事供应链管理相关工作，对基本概念比较清晰，可以从第二部分开始阅读。但是如果你是一名初学者，请一定从第1章的基础理论知识开始学习。我们在实践中，一般会把需求预测和库存优化作为供应链管理中的两个项目来实施。需求预测是基础，一般会放在项目一期中实施。库存优化会在需求预测实施完成后，放到项目二期中实施。因此如果你仅对需求预测感兴趣，也可以仅阅读第2章到第5章的内容。本书的具体内容如下。
第1章就是第一部分，主要对供应链管理相关基本概念进行简要介绍。
第二部分即第2章到第5章，主要介绍的是需求预测。具体内容包括需求预测基本知识、预测分析相关的算法介绍、SAS在需求预测方面的解决方案和方法论，并在最后给出一个具体实例。
第三部分即第6章到第9章，主要介绍的是供应链管理中的库存优化。具体内容包括供应链管理中的库存优化基本概念、将SAS用于库存优化的方法论和具体技术实现，以及分销网络库存优化实例和组装模型库存优化的实例。
勘误和支持
由于作者的水平有限，编写的时间也很仓促，书中难免会出现一些错误或者不准确的地方，恳请读者批评指正。你可以将书中的错误发送至我的邮箱xinjian.cao@gmail.com。我也会及时将相应的功能更新、更正。如果你有其他的宝贵意见，也欢迎发送邮件，我很期待能够收到你们的真挚反馈。
致谢
我首先要感谢伟大的SAS公司，在SAS工作将近10年的时间里，给我的职业生涯增添了丰富的经验，这也是促成我们写这本书的动力和缘由。
感谢前SAS同事夏坤庄先生，没有他的鼓励和帮助，我也不可能参与本书的撰写。
媒体评论
夏坤庄先生是我的老同事，一直潜心研究大数据分析及其实际应用，是国内少有的理论知识和实际经验兼备的专业人士。本书是继《深入解析SAS：数据处理、分析优化与商业应用》和《SAS Viya》后坤庄的又一力作，对供应链分析与管理的基本概念，以及相关的“需求预测”及其核心“库存优化”等问题进行了详尽而专业的阐述，与读者分享了如何通过SAS达到技术实现，并分享了非常有说服力的实际案例与应用。这是一本普及性与专业性兼具的好书！
QAD大中华区董事总经理——曹建静(Jay Cao)
供应链管理是每一家制造型企业的核心。做好供应链管理，才能提升客户的满意度，保证流程品质，以及降低运营成本。反之，做不好供应链管理则意味着极低的客户满意度，很差的流程品质，甚至因库存高而发生现金流危机。在以前，供应链管理主要依靠长期的经验总结所形成的方法论，整个管理体系相对粗放。而在数据技术时代，企业可以结合描述性分析、机器学习、人工智能等技术对供应链进行改造升级。如何结合这些数据技术改造升级供应链呢？这本书深入探索了这一领域并体系化地给出了答案。很高兴有机会把这本书推荐给供应链管理领域的朋友们，我相信它能真正地帮到你。
永洪科技CEO——何春涛
市场需求多变是当今传统制造和零售业的主要特征之一。面对买方市场的销售情况多变甚至无序变化，而产品数量众多、产品寿命周期缩短、新款产品需要快速推入市场，以及外部市场的激烈竞争，对企业的精细化经营能力提出了更高的要求。本书系统介绍了如何通过以数据进行深入洞察，结合行业的最佳实践，科学的建立销量预测模型，以接近实时的方式平衡库存与需求。从早期需求迹象中进行分析洞察，实现更加准确的预测、有效制定的综合业务计划、降低成本、提升效率，最大化的提升客户满意度。帮助企业具备需求类型、供应网络、运营、质量和客户服务要求的独有洞察力，从而建立企业优势。希望这本书能够成为从事供应链智能研究与实践的人员，特别是企业业务运营部门主管的得力助手，成为企业高管层的必备参考书。
索信达数据技术股份有限公司CEO——宋洪涛
随着人们对物质的多样化需求越来越高，市场逐渐变成了以消费者需求逆驱动供应为主的情形。在这种情况下，从企业经营来说，市场需求显得尤为重要，但很多企业都还是以人的经验为主对销售需求、生产计划、库存管理和供货计划进行判断和决策，由于存在长期存在需求不真实，计划不准确或计划前置时间不充足的情况，严重影响判断和决策的时效性和准确性。本书刚好介绍了如何利用SAS的解决方案来化解这些企业痛点，书中以数据分析在经营管理上的运用作为出发点，结合SAS技术讲解了具体的实体方案，为供应链管理人士及SAS的爱好者提供了非常好的学习材料。
广东海大集团股份有限公司 大数据部 总监助理——黄玉林
QAD大中华区董事总经理——曹建静(Jay Cao)
供应链管理是每一家制造型企业的核心。做好供应链管理，才能提升客户的满意度，保证流程品质，以及降低运营成本。反之，做不好供应链管理则意味着极低的客户满意度，很差的流程品质，甚至因库存高而发生现金流危机。在以前，供应链管理主要依靠长期的经验总结所形成的方法论，整个管理体系相对粗放。而在数据技术时代，企业可以结合描述性分析、机器学习、人工智能等技术对供应链进行改造升级。如何结合这些数据技术改造升级供应链呢？这本书深入探索了这一领域并体系化地给出了答案。很高兴有机会把这本书推荐给供应链管理领域的朋友们，我相信它能真正地帮到你。
永洪科技CEO——何春涛
市场需求多变是当今传统制造和零售业的主要特征之一。面对买方市场的销售情况多变甚至无序变化，而产品数量众多、产品寿命周期缩短、新款产品需要快速推入市场，以及外部市场的激烈竞争，对企业的精细化经营能力提出了更高的要求。本书系统介绍了如何通过以数据进行深入洞察，结合行业的最佳实践，科学的建立销量预测模型，以接近实时的方式平衡库存与需求。从早期需求迹象中进行分析洞察，实现更加准确的预测、有效制定的综合业务计划、降低成本、提升效率，最大化的提升客户满意度。帮助企业具备需求类型、供应网络、运营、质量和客户服务要求的独有洞察力，从而建立企业优势。希望这本书能够成为从事供应链智能研究与实践的人员，特别是企业业务运营部门主管的得力助手，成为企业高管层的必备参考书。
索信达数据技术股份有限公司CEO——宋洪涛
随着人们对物质的多样化需求越来越高，市场逐渐变成了以消费者需求逆驱动供应为主的情形。在这种情况下，从企业经营来说，市场需求显得尤为重要，但很多企业都还是以人的经验为主对销售需求、生产计划、库存管理和供货计划进行判断和决策，由于存在长期存在需求不真实，计划不准确或计划前置时间不充足的情况，严重影响判断和决策的时效性和准确性。本书刚好介绍了如何利用SAS的解决方案来化解这些企业痛点，书中以数据分析在经营管理上的运用作为出发点，结合SAS技术讲解了具体的实体方案，为供应链管理人士及SAS的爱好者提供了非常好的学习材料。
广东海大集团股份有限公司 大数据部 总监助理——黄玉林
