利用了數(shù)據(jù)及分析的美國零售商供應鏈的營業(yè)毛利潤在過去五年里增長了19%。
制造業(yè)的增值設計、供應鏈管理和售后支持三個領域，數(shù)據(jù)分析在經(jīng)濟上做出了貢獻。
與物聯(lián)網(wǎng)相關的潛在可能價值中，有40%需要與物聯(lián)網(wǎng)產(chǎn)生系統(tǒng)之間的互操作性。
以上觀點來自于麥肯錫全球研究所(MGI)與McKinsey Analytics合作發(fā)表的研究：《數(shù)據(jù)分析的時代：數(shù)據(jù)驅動下的競爭》。五年前MGI發(fā)布了《大數(shù)據(jù)—創(chuàng)新、競爭和生產(chǎn)力的下一個先驅》，最近幾年麥肯錫發(fā)現(xiàn)人們愿意去采用數(shù)據(jù)科學，數(shù)據(jù)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(diào)了如何通過關鍵集成對于從數(shù)據(jù)和分析中獲得更大價值有多么重要。
通過從數(shù)據(jù)和分析中獲取價值，基于位置定位的服務(LBS)和美國零售業(yè)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(shù)據(jù)及分析價值的60%。麥肯錫預測，公司利用地理空間數(shù)據(jù)在追蹤分散的財產(chǎn)、團隊和客戶，產(chǎn)生新的見解并提高效率的機會在增加。美國零售業(yè)獲取的價值高達40%，制造業(yè)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(shù)據(jù)和分析的主要障礙。
機器學習在各產(chǎn)業(yè)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(fā)現(xiàn)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(jù)調(diào)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(yè)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(yè)使用案例的詳細評分報告，排名依據(jù)影響及數(shù)據(jù)充分程度。
機器學習在各行業(yè)進行實時優(yōu)化的潛能剛剛開始提升，在未來三年內(nèi)將快速發(fā)展。麥肯錫對與300個機器學習使用案例相關的數(shù)據(jù)充分程度進行了分析，將其性質定義為數(shù)據(jù)體數(shù)量與種類的結合。機器學習數(shù)據(jù)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(shù)據(jù)，的優(yōu)化優(yōu)化定價、路線選擇和行程安排、預測個人健康狀況以及優(yōu)化零售商的推銷策略。麥肯錫分析了來自12個行業(yè)的120個機器學習使用案例，對600名行業(yè)專家針對機器學習的影響進行了調(diào)查。他們發(fā)現(xiàn)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(yè)專家認為它都可以在所在行業(yè)中排名前三位，并且至少有一位行業(yè)專家。基于對600多為行業(yè)專家的調(diào)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(shù)據(jù)的體數(shù)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(yè)專家的調(diào)查得出的。氣泡的大小反映的是可用數(shù)據(jù)資源的多樣性不同。
設計恰當?shù)慕M織結構，支持數(shù)據(jù)和分析活動(45%)，確保高級管理人員參與(42%)，設計有效的數(shù)據(jù)架構和技術基礎架構(36%)是要達到獲取數(shù)據(jù)和分析目標時面臨的三項最重要的挑戰(zhàn)。麥肯錫發(fā)現(xiàn)，障礙可以分為三類：戰(zhàn)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(qū)和行業(yè)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(shù)據(jù)及分析的美國零售商供應鏈的營業(yè)毛利潤在過去五年里增長了19%。利用數(shù)據(jù)和分析來進行定價、分類和布置優(yōu)化等銷售規(guī)劃使營業(yè)毛利潤增長了16%。下圖顯示的是這對數(shù)據(jù)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(yè)的增值設計、供應鏈管理和售后支持三個領域，數(shù)據(jù)分析做出了經(jīng)濟貢獻。麥肯錫預計，如果采用增值設計項目，數(shù)據(jù)分析能夠使廠商的毛利潤增加40%。通過使用產(chǎn)品傳感器數(shù)據(jù)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(tǒng)的實時集成。下圖顯示的是數(shù)據(jù)分析了分析對于各領域生產(chǎn)財政狀況的預計影響。
核心關注：拓步ERP系統(tǒng)平臺是覆蓋了眾多的業(yè)務領域、行業(yè)應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業(yè)務領域的管理，全面涵蓋了企業(yè)關注ERP管理系統(tǒng)的核心領域，是眾多中小企業(yè)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(wǎng)http://www.guhuozai8.cn/
本文標題：麥肯錫報告：機器學習的未來
本文網(wǎng)址：http://www.guhuozai8.cn/html/support/11121820449.html
相關文章
