Data

quality

for

data

science,

predictiveanalytics,

and

big

data

in

supply

chainmanagement:

An

introduction

to

the

problemand

suggestions

for

research

and

applications數(shù)據(jù)科學(xué)，預(yù)測(cè)分析和大數(shù)據(jù)的數(shù)據(jù)質(zhì)量在供應(yīng)鏈管理中：?jiǎn)栴}的引入以及研究與應(yīng)用的建議1，文獻(xiàn)題目Data

quality

for

data

science,

predictiveanalytics,

and

big

data

in

supply

chainmanagement:

An

introduction

to

the

problem

andsuggestions

for

research

and

applications數(shù)據(jù)科學(xué)，預(yù)測(cè)分析和大數(shù)據(jù)的數(shù)據(jù)質(zhì)量在供應(yīng)鏈管理中：?jiǎn)栴}的引入以及研究與應(yīng)用的建議期刊：Int.

J.

Production

Economics

154

(2014)

72–80作者：Benjamin

T.

Hazen,Jeremy

D.

Ezell

,Christopher

A.

BooneL.

Allison

Jones-Farmer2，文獻(xiàn)簡(jiǎn)介今天的供應(yīng)鏈專家淹沒在數(shù)據(jù)之中，積極地思考著尋求數(shù)據(jù)如何

產(chǎn)生，組織和分析的新的方式。這就推動(dòng)了一些組織為了加快和

提高供應(yīng)鏈的流程和績(jī)效，接受并完善數(shù)據(jù)分析功能，例如數(shù)據(jù)

科學(xué)(data

science)，預(yù)測(cè)分析(predictive

analytics)和大數(shù)據(jù)

(big

data)，簡(jiǎn)稱DPB.這篇文章引入在供應(yīng)鏈管理中的數(shù)據(jù)質(zhì)量問題，并且提出了監(jiān)測(cè)和控制數(shù)據(jù)質(zhì)量的方法。本文除了提出數(shù)據(jù)質(zhì)量在供應(yīng)鏈研究和實(shí)踐中的重要性外，還進(jìn)一步提出了基于互補(bǔ)理論的跨學(xué)科研究主題。3，生產(chǎn)數(shù)據(jù)一些學(xué)者類比產(chǎn)品制造和數(shù)據(jù)制造，進(jìn)而類比戴明的全面質(zhì)量管理，提出全面數(shù)據(jù)質(zhì)量管理Total

Quality

Management全面質(zhì)量管理計(jì)劃，執(zhí)行，檢查，處理Total

Data

Quality

Management全面數(shù)據(jù)質(zhì)量管理(TDQM)定義，測(cè)量，分析，改進(jìn)，控制4，數(shù)據(jù)質(zhì)量維度精確性，及時(shí)性，一致性，完整性Data

qualitydimensionDescriptionSupply

chain

exampleAccuracyAre

the

data

free

oferrors?Customer

shipping

address

in

a

customer

relationshipmanagement

system

matches

the

address

on

the

most

recentcustomer

orderInventory

management

system

reflects

real-time

inventorylevels

at

each

retail

locationAll

requested

delivery

dates

are

entered

in

a

DD/MM/YYformatTimelinessAre

the

data

up-to-date?Are

the

datapresented

in

thesame

format?Are

necessary

datamissing?ConsistencyCompletenessCustomer

shipping

address

includes

all

data

points

necessary

to

complete

a

shipment

(i.e.

name,

street

address,

city,

state,and

zip

code)知道數(shù)據(jù)的基本維度后，我們就可以確定測(cè)量這些維

度的方法，并用一些工具去監(jiān)控?cái)?shù)據(jù)的質(zhì)量。比如，

SPC即統(tǒng)計(jì)過程控制（Statistical

Process

Control）。SPC主要是指應(yīng)用統(tǒng)計(jì)分析技術(shù)對(duì)生產(chǎn)過程進(jìn)行實(shí)時(shí)監(jiān)控，科學(xué)的區(qū)分出生產(chǎn)過程中產(chǎn)品質(zhì)量的隨機(jī)波動(dòng)與異常波動(dòng)，從而對(duì)生產(chǎn)過程的異常趨勢(shì)提出預(yù)警，以便生產(chǎn)管理人員及時(shí)采取措施，消除異常，恢復(fù)過程的穩(wěn)定，從而達(dá)到提高和控制質(zhì)量的目的。5，用統(tǒng)計(jì)過程控制方法控制數(shù)據(jù)質(zhì)量像生產(chǎn)制造一樣，用控制圖去控制數(shù)據(jù)質(zhì)量控制圖(Control

chart)就是對(duì)生產(chǎn)過程的關(guān)鍵質(zhì)量特性值進(jìn)行測(cè)定、記錄、評(píng)估并監(jiān)測(cè)過程是否處于控

制狀態(tài)的一種圖形方法。根據(jù)假設(shè)檢驗(yàn)的原理構(gòu)造

一種圖，用于監(jiān)測(cè)生產(chǎn)過程是否處于控制狀態(tài)。它

是統(tǒng)計(jì)質(zhì)量管理的一種重要手段和工具。6，用統(tǒng)計(jì)過程控制方法監(jiān)測(cè)和控制供應(yīng)鏈數(shù)據(jù)statistical

process

control

(SPC)統(tǒng)計(jì)過程控制統(tǒng)計(jì)過程控制（簡(jiǎn)稱SPC)是應(yīng)用統(tǒng)計(jì)技術(shù)對(duì)過程中的各個(gè)階段進(jìn)行評(píng)估和監(jiān)控，建立并保持過程處于可接受的并且穩(wěn)定的水平，從而保證產(chǎn)品與服務(wù)符合規(guī)定的要求的一種質(zhì)量管理技術(shù)。Cumulative

Sum

control

charts：累積和控制圖，又稱累積和圖，是質(zhì)量控制圖的一類。其制作過程為：從與控制的測(cè)定值中減去預(yù)期值，計(jì)算其累積和，并以此累積和對(duì)測(cè)定時(shí)間順序作圖。實(shí)例：噴氣式發(fā)動(dòng)機(jī)的壓縮機(jī)的數(shù)據(jù)質(zhì)量管理制造噴氣式發(fā)動(dòng)機(jī)的組織和相關(guān)軍用飛行器部件的組織應(yīng)用控制圖的方法提高數(shù)據(jù)質(zhì)量。以數(shù)據(jù)的第四種基本維度：完整性，作為例子，其中：Cik=0，數(shù)據(jù)記錄完整1，數(shù)據(jù)記錄不完整i=1,2，…8k=1,…NR應(yīng)用這個(gè)圖，管理者就可以甄別數(shù)據(jù)質(zhì)量問題，可采取的糾正行為有：重新訓(xùn)練數(shù)據(jù)記錄員的能力，然后重新設(shè)定累積和控制圖表，整個(gè)過程就可以在控制中進(jìn)行。二，系統(tǒng)理論組織是怎樣將數(shù)據(jù)質(zhì)量和控制計(jì)劃整合在他們已經(jīng)存在的或者將出現(xiàn)的供應(yīng)鏈DPB項(xiàng)目中的?低質(zhì)量的數(shù)據(jù)帶給供應(yīng)鏈中DPB計(jì)劃的成本是什么，“可接受”的數(shù)據(jù)質(zhì)量的成本是什么，“可接受”對(duì)于供應(yīng)鏈的運(yùn)轉(zhuǎn)來說是怎樣界定的?一個(gè)公司的數(shù)據(jù)質(zhì)量是怎樣影響供應(yīng)鏈中其他公司的DPB成本的?考慮到物流和供應(yīng)鏈運(yùn)作的跨界活動(dòng)，數(shù)據(jù)質(zhì)量水平