通过互联网生产和传播的数据量一直在迅猛增长，这对于那些希望从大数据分析中获利的机构来说是一个挑战。
大数据可以帮助在多个领域提供独特见解，例如在寻求市场趋势、顾客购买模式、维护周期、降低成本的方式，以及实现更具针对性的业务决策等方面的见解时，大数据的表现尤为突出。
本文发表于Elsevier旗下期刊InternationalJournalofProductionEconomics，该文章作者认识到大数据业务分析的重要性，在文中综述并分类了大数据业务分析应用于物流和供应链管理的相关文献。
基于分析的性质（描述性、预测性、规范性）以及物流和供应链管理的重点（战略和运营），作者将该应用于物流和供应链管理的大数据业务分析定义为供应链分析。
为评估供应链分析在物流和供应链管理中的应用程度，作者提出了一个基于四个能力等级的供应链分析成熟度框架，即功能性供应链分析、基于流程的供应链分析、协作性供应链分析、敏捷性供应链分析，可持续性供应链分析作为另一个潜在的能力等级。
作者强调了供应链分析在物流和供应链管理中的作用，并指出了收集、传播、分析和利用大数据驱动信息方法和技术的使用。此外，作者还强调管理者需要将大数据业务分析和供应链分析理解为跨业务活动集成的战略性资产，以实现整合企业业务分析。
在文章的最后，作者列出了该研究的局限性，并分析了未来研究方向。
英文原文作者：GangWang，AngappaGunasekaran，EricW.T.Ngai，ThanosPapadopoulos
本文摘自Elsevier旗下期刊InternationalJournalofProductionEconomics
版权声明：本文由爱思唯尔北京办公室负责翻译。中文内容仅供参考，一切内容以英文原版为准。
??ElsevierB.V.
决策科学
往期回顾
用于供应链网络设计的贸易信用和补货最优策略
从生产数据中挖掘物流轨迹的大数据方法
兼顾环境责任的绿色产品供应链契约
中国国有企业CSR实践与绩效改进
怎样实现夕发朝至列车行驶时间最小化？
零售商驱动的碳排放降低与消费者环境意识和碳排放税:收益分享和成本分摊
物联网支持下的工业园区公共仓库（SHIP）的实物资产与服务共享
考虑环境责任的绿色产品供应链合同
不确定性下可持续供应链金融决策模型
