供应链数据分析

广东科学技术职业学院 | 商学院 | 商务数据分析与应用专业

供应链数据分析

本课程应用数据分析技术解决供应链管理中的问题,包括需求预测、库存优化、供应商评估等。 通过本课程的学习,学生将能够使用数据分析技术优化供应链管理流程。

知识点

供应链管理概述

供应链管理的概念、重要性、流程和挑战,以及供应链管理的发展趋势。

需求预测

需求预测的方法和技术,包括时间序列分析、回归分析、机器学习方法等。

库存优化

库存管理的基本模型,包括经济订货批量模型、定期订货模型、ABC分类法等。

供应商评估

供应商评估的指标体系、方法和工具,以及供应商关系管理。

物流优化

物流网络设计、运输路线优化、仓储管理优化等技术。

供应链风险管理

供应链风险的识别、评估和应对策略,以及供应链弹性建设。

学习内容

第1章:供应链管理概述

  • 供应链管理的概念和重要性
  • 供应链管理的流程和挑战
  • 供应链管理的发展趋势
  • 供应链分析的作用和方法

第2章:需求预测方法

  • 需求预测的基本概念和重要性
  • 时间序列分析方法:移动平均、指数平滑、ARIMA等
  • 回归分析方法
  • 机器学习预测方法
  • 预测误差评估和改进

第3章:库存优化模型

  • 库存管理的基本概念和目标
  • 经济订货批量(EOQ)模型
  • 定期订货模型
  • ABC分类法
  • 安全库存设置

第4章:供应商评估与选择

  • 供应商评估的指标体系
  • 供应商评估的方法:层次分析法、数据包络分析等
  • 供应商选择的决策模型
  • 供应商关系管理

第5章:物流网络优化

  • 物流网络设计的原则和方法
  • 运输路线优化
  • 仓储管理优化
  • 配送中心选址

第6章:供应链风险管理

  • 供应链风险的类型和来源
  • 供应链风险的识别和评估
  • 供应链风险的应对策略
  • 供应链弹性建设

第7章:供应链数据分析案例

  • 需求预测案例
  • 库存优化案例
  • 供应商评估案例
  • 物流网络优化案例

阅读材料

供应链管理:战略、规划与运营

作者:Sunil Chopra

出版社:清华大学出版社

查看详情

供应链数据分析

作者:Robert Handfield

出版社:机械工业出版社

查看详情

供应链优化与建模

作者:David Simchi-Levi

出版社:人民邮电出版社

查看详情

物流与供应链管理

作者:马丁·克里斯托弗

出版社:电子工业出版社

查看详情