本书详细介绍了供应链大数据的理论、方法及相关应用，包括供应链大数据概述、供应链大数据平台、供应链大数据分析基本方法、销售大数据、采购大数据、生产制造大数据、物流大数据、金融大数据、供应链大数据运营等内容，全书内容较为完整，章节结构比较合理，基本覆盖了供应链大数据理论体系的各个方面。 本书针对供应链人才培养的知识需求，结合行业应用介绍大数据分析在供应链各个环节的具体应用，详述典型环节中的大数据分析应用方案、原理，可以培养学生的数据思维和数据应用能力。

第1章 供应链大数据概述1 学习目标1 导入案例1 1.1 大数据与大数据时代1 1.1.1 大数据的定义2 1.1.2 大数据时代2 1.1.3 大数据分析3 1.2 大数据驱动供应链转型5 1.2.1 供应链系统5 1.2.2 大数据驱动的供应链6 1.2.3 智慧供应链7 1.3 供应链大数据的概念与构成9 1.3.1 供应链大数据的概念9 1.3.2 供应链大数据的构成9 1.4 供应链大数据的价值与作用12 1.4.1 加快供应链数字化转型并生成 智慧供应链12 1.4.2 提升供应链协同管理能力13 1.4.3 提高企业供应链管理效益14 本章小结15 本章练习15 第2章 供应链大数据平台17 学习目标17 导入案例17 2.1 供应链大数据平台概述19 2.1.1 供应链大数据平台的内涵19 2.1.2 供应链大数据平台的主要功能20 2.1.3 供应链大数据平台的特性21 2.2 供应链大数据平台框架22 2.2.1 数据源模块22 2.2.2 数据采集加工存储模块25 2.2.3 大数据模型库模块27 2.2.4 大数据应用模块28 2.2.5 大数据共享模块31 2.2.6 大数据客户端模块31 2.3 供应链大数据平台的应用与 发展32 2.3.1 我国供应链大数据平台的发展 现状32 2.3.2 供应链大数据平台的典型应用35 2.3.3 供应链大数据平台的发展趋势41 本章小结42 本章练习42 第3章 供应链大数据分析基本方法43 学习目标43 导入案例43 3.1 数据预处理方法44 3.1.1 数据预处理的背景44 3.1.2 数据预处理的目的45 3.1.3 数据预处理流程46 3.2 数据挖掘方法51 3.2.1 聚类分析方法51 3.2.2 关联规则分析方法55 3.2.3 决策树分析方法60 3.2.4 回归分析方法65 3.2.5 预测方法68 3.2.6 机器学习与启发式算法技术69 3.3 数据可视化方法74 3.3.1 数据表格统计分析74 3.3.2 数据统计图表分析76 3.3.3 数据输出UI设计77 3.3.4 地理信息数据可视化78 3.3.5 数据动态仿真模拟79 本章小结80 本章练习80 第4章 销售大数据82 学习目标82 导入案例82 4.1 销售大数据的构成82 4.1.1 商品数据82 4.1.2 客户数据88 4.1.3 销售数据89 4.2 销售大数据的应用领域90 4.2.1 消费者行为预测90 4.2.2 销售价格优化94 4.2.3 客户关系管理99 4.2.4 移动营销104 4.3 销售大数据的应用案例106 4.3.1 数据挖掘：数据时代下的国美 零售106 4.3.2 精准营销：爱奇艺的大数据营销112 4.3.3 大数据技术应用方案：中国银行 营销对策115 4.3.4 “微工具”的整合应用：大数据 时代移动营销实战蓝海118 本章小结121 本章练习121 第5章 采购大数据123 学习目标123 导入案例123 5.1 采购大数据的构成124 5.1.1 供应商数据124 5.1.2 零售商数据126 5.1.3 物资采购数据128 5.2 采购大数据的应用领域129 5.2.1 采购业务流程的优化129 5.2.2 采购决策优化132 5.2.3 供应商管理水平优化136 5.3 采购大数据的应用案例140 5.3.1 大数据在X发电企业采购管理 中的创新应用140 5.3.2 数据分析挖掘在V公司采购选品 平台中的应用142 5.3.3 大数据视角下Y服务企业的 采购流程优化147 5.3.4 基于大数据分析的泛在电力物联 网供应商选择158 本章小结164 本章练习164 第6章 生产制造大数据165 学习目标165 导入案例165 6.1 生产制造大数据的构成167 6.1.1 企业信息化数据167 6.1.2 工业物联网数据172 6.1.3 生产制造数据集成174 6.2 生产制造大数据的应用领域176 6.2.1 产品及工艺设计176 6.2.2 设备诊断与健康管理177 6.2.3 离散车间运行数据关联、预测及 调控179 6.2.4 企业生产及物料计划调度182 6.2.5 服务型网络协同制造183 6.3 生产制造大数据的应用案例186 6.3.1 轮胎行业数字化工厂186 6.3.2 半导体晶圆智能化生产调度190 本章小结194 本章练习194 第7章 物流大数据195 学习目标195 导入案例195 7.1 物流大数据的构成196 7.1.1 云仓储数据196 7.1.2 配送大数据198 7.2 物流大数据的应用领域200 7.2.1 智能仓储管理系统200 7.2.2 物流**选址201 7.2.3 智慧配送206 7.2.4 应急物资调度211 7.3 物流大数据的应用案例215 7.3.1 物流**选址实例215 7.3.2 物流配送路径优化实例221 本章小结226 本章练习226 第8章 金融大数据227 学习目标227 导入案例227 8.1 供应链金融概述227 8.2 金融大数据的构成229 8.2.1 核心企业数据230 8.2.2 融资企业数据231 8.2.3 关联服务方数据232 8.3 金融大数据的应用领域234 8.3.1 设计个性化金融服务产品234 8.3.2 优化交易征信与风险控制239 8.4 金融大数据的应用案例244 8.4.1 制造行业的供应链金融实践— 海尔集团244 8.4.2 物流行业的供应链金融实践— 顺丰249 8.4.3 电商行业的供应链金融实践— 阿里巴巴菜鸟网络253 8.4.4 金融大数据创新实践— 感融科技255 本章小结258 本章练习258 第9章 供应链大数据运营261 学习目标261 导入案例261 9.1 供应链大数据运营概述262 9.1.1 供应链大数据运营的概念262 9.1.2 供应链大数据运营与传统运营的 区别263 9.1.3 供应链大数据运营框架265 9.1.4 供应链大数据运营市场概况267 9.2 供应链企业开展大数据运营的 路径270 9.2.1 确定大数据运营战略270 9.2.2 建立大数据运营团队272 9.2.3 构建大数据运营平台275 9.2.4 设计供应链大数据治理方案278 9.2.5 实施大数据驱动供应链企业 运营280 9.3 供应链企业开展大数据运营的 典型应用280 9.3.1 阿里零售通智慧供应链平台281 9.3.2 京东供应链大中台287 9.3.3 准时达端到端的智慧供应链实时 协同平台292 本章小结297 本章练习297 参考文献298