第五届供应链数据质量与治理研究(中英对照版)_第1页
第五届供应链数据质量与治理研究(中英对照版)_第2页
第五届供应链数据质量与治理研究(中英对照版)_第3页
第五届供应链数据质量与治理研究(中英对照版)_第4页
第五届供应链数据质量与治理研究(中英对照版)_第5页
已阅读5页,还剩33页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

IADQGA赞助商绍全球商品和服务分销的关键问绍全球商品和服务分销的关键问问。链数据必须质量好且值得信赖。无法整合来数据以及实时解释/分析数据的能力有限是许多组今年的研究——第5次年度报告——深入研究了其中一些领域,供了当前分析,在某些情况下,还对其中几个关键数据问题2021-第五次年度供应链数据质量和治理研究2数据分析在历史上被视为与历史绩效相比评估组织当前绩效的一种手段,现在被用作更好地预测未来的一种手段。这是数据的重大变化,因此对数据的关键性、及时性、完整性、相关性和信心等提出了新的挑战。今年的报告和之前的调查结果表明,在供应链功能中利用数据方面正在取得进展。每个组织面临的问题是,已经取得的进展面临着大流行带来的新挑战的逆风。今年的调查显示,组织在满足日益增长的数据处理需求方面面临着重大限制。调查结果表明,与两年前相比,数据质量提高了65%。虽然这很重要,但它时间和全球供应链危机才做出这种程度的改变。可能会提及20202021-第五次年度供应链数据质量和治理研究3数据质量是每个组织都面临的挑战。没有数据质量,就没有对数据的信任,因此数据不会在组织的决策过程中得到利用。今年的研究表明,只有10%的响应者认为他们的数据非常好,而30%的响应者认为他们的数据很好,总共有40%。60%的响应者认为他们的数据可以改进。在对数据质量产生更高水平的信心之前,其在决策过程中的使用将受到限制。最近对链高管的研究的其他结果表明,数据质量是阻碍控制塔和供应链可见性取得进展的主要痛点。稳健的数据是为供应链决策提10%出色的30%好的1%平的15%较差的很穷0%5%10%15%20%25%30%35%40%45%更好的29%和2年前一样0%10%20%30%40%50%21-第五次年度供应链数据质量和治理研究47%7% (例如,卓越中心、指导委员会)一项必须解决的关键活动,以建立数据质心。今年的研究表明,专用数据治理功能0%。在2021年,我们观察到组织具有专门功能的意识有所提高。组织正在认识到它数据治理框架,几乎不可能产生良好数据使用/应用、数据验证、数据0%0%20212020是的不是是的在非常高的层面上,贵公司采取了哪些步骤来管理/治理数据?%202120204%3%和执行数据策略我们了解管理数据的必要性,但我们没有正式的程序我们公司有许多针对每个组织的数据治理政策和计划我们公司的其他部门可能有也可能没有数据治理功能,但我的部门/组织不在其中5管都意识到数据治理的必要性,因为大多数人回应说他们在公司层面或组织层面都有数据治理。结果表明,人们越来越认识到数应与上一年一致。%5%10%15%20%25%30%席风险官首席信息安全官C高级副总裁(SVP)2021202035%多角色和职位,以建立明确的职责划分和更好的行政控制。随着公司意识到数据治理在业务模型的开发中起着至关重围绕数据治理需求的普遍态度正在增长。一个有趣的观察是,首席信息安全官(CISO)角色的引入/增加2021年,同时我们可以看到首席数据官(CDO)的角色减少,这可能是解释为CDO角色转变为CISO角色,突出了对数据治理和安全性作为重要资源的日益关注。我们看到,在采购、供应链、风险与合规方面,作为分析总监和其他高级职位的人数有所增加,而这些职位在2020年是不可用的。62021-第五次年度供应链数据质量和治理研究为必需品1%7%有用为必需品1%7%有用2021202120208%8%6%6%3%金融它销售量营销运营采购风险管理遵守合法的其他我们不有一个DGSCT请表明您对以下陈述的不同意或同意 2%6% 72021-第五次年度供应链数据质量和治理研究为该系统过于官僚化,这可能是由于数据治理政策的被动实施可能在2021年转变为更主动的实施。人们不再将?确保数据质量制定并确保遵守数据政策确保数据使用和基于数据的决策提供意识和培训确保为企业带来切实利益(赚钱/省钱)制定标准优先考虑数据分析相关项目的预算/资源分配与外部供应商协调数据分析相关需求确保数据安全0%10%20%30%40%50%60%70%80%级(5)级(5)优先级(2)先级(1)正确确保数据安全仍然是数据分析组织/CoE的首要任务,其次是确保数据质量。与前一年相比,这些公司今年似82021-第五次年度供应链数据质量和治理研究80%70%不60%50%40%30%20%10%0%80%70%不60%50%40%30%20%10%0%任何组织的所有成员都必须具备一定程度的数据素养,以便在日常交互和工作绩效中解释和利用数据。今年的研究反映了大多数组织对其组织中对数据素养的迫切需求的认识有所提高。组织中的所有员工都应该能够处理和分析数据吗?是的20212020在2021年和2020年,关于是否应允许组织中的工作人员处理和分析数据的回答似乎是一致的。受访者更倾向于提供数据访问权限,因为它使工作人员能够获得洞察力。但是,与2020年相比,2021年有所减少。虽然我们鼓励人们能够管理数据,但也有一种趋势,即使用商业智能/KPI/指标采用更多的标准化方法,而减少独立处理数据和信息。92021-第五次年度供应链数据质量和治理研究26%202020%26%202020%面临的持续挑战之一是管理者需要对数据建立“信任”。大多数组织收集大量数据。这些数据很少被用作决策的唯策的参考。组织通常同时拥有内部和外部数据源。通常内部数据是所谓的结构化数据,因为它以表格格式驻留在数据库或电子表格中并且是数字的。外部数据主要是非结构化数据,包括来自可信和不可信数据源的数字和非数字数据。以下哪项关于您的内部数据最准确?30%25%20%15%10%5%0%202128%2021我们从ERP系统中获取所每次需要新数据时,我我们从ERP系统中获取所每次需要新数据时,我们都会争先恐后我们有一个只有在我的组织中工作的人才能访问的数据库我们有一个集中的服务来为我们有一个集中的服务来为我们提供数据并就我们的需求进行咨询数据集市,但我发现它与我的业务无关大部分数据由我们的数据分析师团队收集;数据分析师的笔记本电脑/Dropbox/Google文档文件夹包含所有信息2021-第五次年度供应链数据质量和治理研究我必须自己登录并运行大部分报告,尽管我使用我的团队来补充我的分析我必须自己登录并运行大部分报告,尽管我使用我的团队来补充我的分析数据根据其预期用途以多种方式被使用。一种越来越多的用途是使用数据来提供仪表板,在大多数情况下,仪表板会呈现数据的可视化,以便于使用。今年基于以下问题的调查支持了这一点。关于您如何使用或理解您的数据,以下哪项最准确?不知道每次我需要数据来做决定时,我都必须依靠其他部门提供的信息/分析我的团队有一些漂亮的工具,但我发现它们还不是非常值得信赖或一致我的团队构建了我相信的仪表盘和报告,并且可以很容易地访问(笔记本电脑/iPad/移动设备)0%5%10%15%20%25%30%35%40%仪表板使用的增加正在增加压力,以确保为这些仪表板提供的数据准确、完整、及时并且与这些仪表板提供的信息摘要相关。2021-第五次年度供应链数据质量和治理研究数据审计对于确保组织使用的数据是相关的、准确的、完整的、值得信赖等。数据审计应该是一项持续的活动,而不仅仅是一项年度工作。不是是的您的组织是否定期进行数据质量审核?9%0%10%20%30%40%50%60%数据审计非常耗时,但必须执行以确保财务责任、流程有效性、客户满意度和最佳组织预测。随着组织转向自动化数据驱动决策(ADDDM),数据健康状况绝对至关重要。 122021-第五次年度供应链数据质量和治理研究大部分数据都是由我们的数据分析师团队收集的,数据分析师的笔记本电脑/Dropbox/谷歌文档文件夹中包含大部分数据都是由我们的数据分析师团队收集的,数据分析师的笔记本电脑/Dropbox/谷歌文档文件夹中包含在内部数据管理的情况下,数字显示大部分数据来自公司的ERP系统,并且这些公司中的大多数都有一个专用的集中式系统,可以帮助他们根据业务需求提供数据/见解和咨询。关于您的内部数据,下列哪项是正确的?每次需要新数据时,我们都会争先恐后我们从ERP系统中获取数据我们有一个数据库,只有那些在我的组织中工作的人才可以访问它我们有一个集中的服务,为我们提供数据和咨询有关我们的需求我们有一个中央数据仓库或数据集市,但我不认为它与我的业务相关0%5%10%15%20%25%30%1132021-第五次年度供应链数据质量和治理研究就公司的外部数据而言,与2020年相比,EDI(电子数据交换)的使用在2021年有所增长。使用电子邮件和Sharepoint/GoogleDocs等云服务的数据共享在这两年显示出一致的模式。与内部数据一样,外部数据也主要由公司内部的集理。%15%15%构建了我信任的仪表板和报告,并且可以轻松访问(笔记本电脑/构建了我信任的仪表板和报告,并且可以轻松访问(笔记本电脑/iPad/移动设备)分析分析%(包括供应商数据)16%16%14%13%EDI,但可能会或可能不会存储它我不知道我们如何获取外部数据与去年的结果一致,团队生成的仪表板/报告是帮助决策者使用和解释数据的主要贡献者。即使有登录和生成报告的选项,团队在补充分析方面也发挥着重要作用。仍有很大一部分受访者不知道他们如何使用或理解数据。142021-第五次年度供应链数据质量和治理研究26%202126%2021无论是用于正常消费还是用于训练人工智能(AI)或机器学习(ML),清理和组织数据都是一个非常耗时且昂贵的过程。与外部数据相比,清理和组织内部数据通常更容易且耗时更少。在讨论数据清理和组织数据时,更容易是一个相对术语。当应用于AI和/或ML工作的培训时,不干净或组织/分类不当的数据可能是灾难性的。对于可能由多个部门、地理位置分散的组织以及不同的高级领导和监管数据限制组成的中型和大型组织而言,仅仅定位和获取数据也是一项重大挑战。您的供应管理组织的员工每天花费多少时间来查找他们执行工作所需的数据?30%25%20%15%10%5%0%202015%10%低于5%低于5%超过25%152021-第五次年度供应链数据质量和治理研究30%25%20%15%10%5%0%30%25%20%15%10%5%0%供应管理组织试图找到执行其所需数据所花费的时间就业人数比去年略有增加。这可能意味着与去年相比,2021年的数据可用性可能更具挑战性,因为今年80%的受访者将超过5%的时间用于查找数据。您

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论