数据科学,预测分析和大数据数据质量

Data

quality

for

data

science,

predictiveanalytics,

and

big

data

in

supply

chainmanagement:

An

introduction

to

the

problemand

suggestions

for

research

and

applications数据科学，预测分析和大数据的数据质量在供应链管理中：问题的引入以及研究与应用的建议1，文献题目Data

quality

for

data

science,

predictiveanalytics,

and

big

data

in

supply

chainmanagement:

An

introduction

to

the

problem

andsuggestions

for

research

and

applications数据科学，预测分析和大数据的数据质量在供应链管理中：问题的引入以及研究与应用的建议期刊：Int.

J.

Production

Economics

154

(2014)

72–80作者：Benjamin

T.

Hazen,Jeremy

D.

Ezell

,Christopher

A.

BooneL.

Allison

Jones-Farmer2，文献简介今天的供应链专家淹没在数据之中，积极地思考着寻求数据如何

产生，组织和分析的新的方式。这就推动了一些组织为了加快和

提高供应链的流程和绩效，接受并完善数据分析功能，例如数据

科学(data

science)，预测分析(predictive

analytics)和大数据

(big

data)，简称DPB.这篇文章引入在供应链管理中的数据质量问题，并且提出了监测和控制数据质量的方法。本文除了提出数据质量在供应链研究和实践中的重要性外，还进一步提出了基于互补理论的跨学科研究主题。3，生产数据一些学者类比产品制造和数据制造，进而类比戴明的全面质量管理，提出全面数据质量管理Total

Quality

Management全面质量管理计划，执行，检查，处理Total

Data

Quality

Management全面数据质量管理(TDQM)定义，测量，分析，改进，控制4，数据质量维度精确性，及时性，一致性，完整性Data

qualitydimensionDescriptionSupply

chain

exampleAccuracyAre

the

data

free

oferrors?Customer

shipping

address

in

a

customer

relationshipmanagement

system

matches

the

address

on

the

most

recentcustomer

orderInventory

management

system

reflects

real-time

inventorylevels

at

each

retail

locationAll

requested

delivery

dates

are

entered

in

a

DD/MM/YYformatTimelinessAre

the

data

up-to-date?Are

the

datapresented

in

thesame

format?Are

necessary

datamissing?ConsistencyCompletenessCustomer

shipping

address

includes

all

data

points

necessary

to

complete

a

shipment

(i.e.

name,

street

address,

city,

state,and

zip

code)知道数据的基本维度后，我们就可以确定测量这些维

度的方法，并用一些工具去监控数据的质量。比如，

SPC即统计过程控制（Statistical

Process

Control）。SPC主要是指应用统计分析技术对生产过程进行实时监控，科学的区分出生产过程中产品质量的随机波动与异常波动，从而对生产过程的异常趋势提出预警，以便生产管理人员及时采取措施，消除异常，恢复过程的稳定，从而达到提高和控制质量的目的。5，用统计过程控制方法控制数据质量像生产制造一样，用控制图去控制数据质量控制图(Control

chart)就是对生产过程的关键质量特性值进行测定、记录、评估并监测过程是否处于控

制状态的一种图形方法。根据假设检验的原理构造

一种图，用于监测生产过程是否处于控制状态。它

是统计质量管理的一种重要手段和工具。6，用统计过程控制方法监测和控制供应链数据statistical

process

control

(SPC)统计过程控制统计过程控制（简称SPC)是应用统计技术对过程中的各个阶段进行评估和监控，建立并保持过程处于可接受的并且稳定的水平，从而保证产品与服务符合规定的要求的一种质量管理技术。Cumulative

Sum

control

charts：累积和控制图，又称累积和图，是质量控制图的一类。其制作过程为：从与控制的测定值中减去预期值，计算其累积和，并以此累积和对测定时间顺序作图。实例：喷气式发动机的压缩机的数据质量管理制造喷气式发动机的组织和相关军用飞行器部件的组织应用控制图的方法提高数据质量。以数据的第四种基本维度：完整性，作为例子，其中：Cik=0，数据记录完整1，数据记录不完整i=1,2，…8k=1,…NR应用这个图，管理者就可以甄别数据质量问题，可采取的纠正行为有：重新训练数据记录员的能力，然后重新设定累积和控制图表，整个过程就可以在控制中进行。二，系统理论组织是怎样将数据质量和控制计划整合在他们已经存在的或者将出现的供应链DPB项目中的?低质量的数据带给供应链中DPB计划的成本是什么，“可接受”的数据质量的成本是什么，“可接受”对于供应链的运转来说是怎样界定的?一个公司的数据质量是怎样影响供应链中其他公司的DPB成本的?考虑到物流和供应链运作的跨界活动，数据质量水平