供应链管理通常利用回归分析来分析变量之间的关系并对未来结果进行预测。示例性应用领域是生产水平、库存水平、运输成本、交货时间、客户需求、废料减少和客户满意度的控制。在今天的博客文章中，我写了关于回归分析、它在 SCM 中的应用，以及它与 SCM 的主要 ERP 系统的集成。我将专注于需求预测和库存控制。然而，回归分析例如也支持运输成本分析和决策制定，以及例如客户满意度的主要驱动因素的识别。
需求预测和库存控制的回归模型
几种类型的回归模型通常用于需求预测和库存控制。每种模型类型在某些方面都很强，而在其他方面很弱。在进行需求预测或库存控制分析之前，组织会仔细考虑哪种模型最适合他们的需求。
线性回归
Linera 回归模型假定产品需求与一个或多个预测变量之间的关系是线性的。线性回归模型应用程序可以找到需求的主要驱动因素，从而帮助确定优先级、决策制定和规划。例如，您可以尝试将线性回归模型拟合到比较产品价格和需求的数据。促销，即降价，增加了多少需求？
潜在的假设是价格下降会增加需求。如前所述，线性回归假设这种关系是线性的。SCM 部门广泛且普遍使用线性回归。如果很明显关系不是线性的而是例如多项式，则可以应用诸如多项式回归模型的非线性回归模型。
时间序列回归
当数据包含随时间变化的趋势或模式时，将使用时间序列回归模型。例如季节性波动或持续的长期增长。在这些模型中，历史需求数据用于识别模式，然后用于预测未来需求。时间序列回归将有助于估计夏季、节假日和全年所需的库存水平。
逻辑回归
逻辑回归是一种模型，当数据包含二进制结果（例如产品是有货还是缺货）时，通常用于库存控制。这种类型的模型可用于根据需求、交货时间和供应商绩效等因素预测产品缺货的可能性。逻辑回归有助于寻找导致缺货和可用性低的主要驱动因素。
泊松回归
当数据包含计数数据（例如特定产品的销售数量）时，泊松回归模型是一个不错的选择。这些模型可用于根据价格、促销和营销活动等因素预测需求。
商业回归分析的例子
我想提供一些回归分析的商业应用实例。
亚马逊使用预测分析和回归分析来预测需求并优化其仓库中的库存水平。这使公司能够减少其持有的库存量，同时仍确保在客户需要时提供产品。
沃尔玛使用回归分析来分析其供应链数据并优化其物流运营。例如，该公司使用回归分析来模拟运输成本和交货时间之间的关系。这使得沃尔玛能够就如何平衡这些因素作为其物流规划流程的一部分做出明智的决定。
Procter & Gamble 使用回归分析来预测需求并优化其生产计划。通过分析历史销售数据和其他相关因素，公司可以准确预测对其产品的需求并相应地调整其生产水平。
福特使用回归分析和其他统计技术来优化其供应链运营并降低成本。例如，该公司使用回归分析来模拟供应商交货时间和库存水平之间的关系。这有助于就何时订购零件以及持有多少库存做出决策。
哪些主要的 ERP 集成了回归分析？
大多数主要的企业资源规划 (ERP) 系统都没有将回归分析直接集成到它们的软件中。ERP 系统通常设计用于处理广泛的业务功能、流程和操作。ERP系统通常支持会计、库存管理和供应链管理等业务功能。但是，它们通常不包括统计建模功能。尽管如此，ERP 系统通常确实具有内置的报告和分析工具，可用于提取数据用于回归分析。
例如，许多 ERP 系统都有报告模块，允许用户生成定制报告。然后可以将这些报告导出到统计分析软件包，例如 R、SAS、SPSS 等，以进行回归分析。
此外，一些 ERP 供应商提供附加模块或与第三方分析软件的集成，包括回归分析功能。例如，SAP 提供了一个预测分析模块，其中包括回归分析作为其功能之一。Oracle 提供了多种分析产品，包括 Oracle Business Intelligence，它可以与 ERP 系统集成并包含回归分析功能。
我将专注于 SAP，因为我最初来自德国，而 SAP 在德国制造公司中被广泛使用。
用于回归分析的 SAP 插件
有适用于SAP的附加组件，允许用户直接在 SAP 系统内执行回归分析。一个例子是 SAP Predictive Analytics 软件，它包括一系列预测建模技术，包括回归分析。
借助 SAP Predictive Analytics，用户可以使用存储在 SAP 系统中的数据构建回归模型，然后使用这些模型对未来结果进行预测和预测。该软件包括例如线性回归、逻辑回归和时间序列回归。除了回归分析，SAP Predictive Analytics 还包括其他分析功能。例如：聚类、分类和数据挖掘。它还包括内置的数据准备和可视化工具，使用户可以更轻松地处理大型和复杂的数据集。
然而，SAP Predictive Analytics 需要专门的技能和知识。首次部署 SAP Predictive Analytics 的公司必须培养这些技能，并且必须部署概念和结构，以确保这些知识和技能在公司内留存并随着时间的推移得到改进。
其他主要 ERP 的回归分析插件
对于提供回归分析功能的主要 ERP 系统，还有其他附加组件和扩展可用。Microsoft 为 Dynamics 365 提供了多个附加组件，可提供高级分析和预测建模功能，包括回归分析。Microsoft Power BI 套件包括内置的回归分析工具，以及其他预测分析和数据可视化功能。Oracle 提供一系列分析产品，包括 Oracle Business Intelligence Cloud，它提供可与 Oracle ERP 云集成的高级分析和数据可视化工具。该软件包括回归分析功能，以及其他预测建模技术。
Infor 提供了一系列可以与其 ERP 软件集成的分析工具，包括 Birst，一个基于云的分析平台，包括回归分析功能。Birst 允许用户使用来自多个来源的数据（包括 ERP 数据）构建预测模型，并在实时仪表盘中可视化结果。
Epicor 提供多种分析插件，提供预测建模功能，包括回归分析。Epicor 数据分析工具包括内置回归分析和其他统计建模功能，以及数据可视化工具。
主要 ERP 系统有许多附加组件和扩展可用，它们提供回归分析功能，以及其他高级分析和预测建模功能。可用的特定工具和软件包将取决于所讨论的 ERP 系统，以及使用该软件的组织的具体需求和要求。
专业领域为优化和仿真的工业工程师（R，Python，SQL，VBA）
Leave a Reply