图片来自Qlik
这一点在供应链环节中得到了淋漓尽致的展现。多年来，需求、供应和生产规划人员一直在使用历史销售数据、订单数据、销售端数据和现有库存水平等数据来改进预测能力、库存部署以及服从生产计划。但是，做到这样还是不够的，需要把目光放得长远一些。
数据无界
当前，数据的来源已不再局限于ERP工具或数据仓库。举例来说，借助互联技术的创新成果，消费者的购物过程可以更加简单快捷，甚至在一些情况下还能实现全自动化的购物体验。就像亚马逊在业界引起轰动的一键式购物按钮——DashButton，当人们家中的咖啡、衣物清洁剂、婴儿尿布等消费品快用完时，只需按下该按钮，即可成功续订。而借助苹果HomePod、AmazonEcho、GoogleHome等等的智能语音设备，购物就像说口令一样简单。此外，沃尔玛还推出了一款特色购物工具，拥有语音界面与购物助手功能，能够主动学习用户对产品的不同偏好，甚至可以针对生日等纪念日为用户提出礼品购买建议。
其实，技术创新的受益者不仅仅是消费者，还有供应链运营商。随着自动化设备在工厂和仓库中的广泛应用，以及无人设备送货等服务模式的逐渐普及，如今的供应链已经与10年前截然不同。下图所示的各项技术不仅革新了流程，打造了极具竞争力的市场，同时也创造了大量全新数据源，促使人们思考该如何去改进对数据的运用。
图片来自Qlik
数据需要整合处理
然而，现在其实已有很多企业在供应链中使用了各种优化的解决方案，但却无法真正实现数据集成。正如大多数企业的定期报告中都会使用各种各样的工具（如ERP工具、运输和仓库管理工具等）和数据源（包括来自供应商和下游零售商的数据），但是对于许多供应链领导者和运营商来说，即使技术创新的脚步在这10年来从未停止，企业现在还是要面临数据整合的问题。
