”技术的进步使产生比以往任何时候都多的数据成为可能。我们可以量化、测量和跟踪每一个交互、交易和参与的细节。当我们收集这些“大数据”时，我们可以对包括全球采购战略在内的业务流程有非常深入的了解。由于全球采购完全专注于提高效率和简化采购操作，来自大数据的见解将彻底改变全球采购。”
我开始对大数据有点怀疑了。这事已经酝酿了一段时间了，不过CenterPoint Group的销售总监里克·本德(Rick Bender)写了一篇关于我的采购中心网站，引发了这场特别的咆哮。这不是他文章的错，顺便说一句，文章还不错。第一次阅读时，像上面这样的段落可能会让我们大多数人点头表示同意。
但是仔细想想，你最终可能会问一些关于“大数据”将如何以这种戏剧性的方式帮助我们的问题。例如，一家大型IT解决方案公司强烈支持“大数据”，并将其作为自己在采购领域的增长引擎，而现在他们似乎已经在兜售同样的用例两年了。我没听到什么新消息。
作为一个无知的非技术专家，我的看法是，大数据确实意味着，指数级增长的计算能力让我们能够以比以前更快的速度分析更多的东西。这也使我们能够汇集不同来源和类型的数据和信息，并对其进行处理，以获得一些我们过去无法获得的成果。
但真正关键的问题是——这对采购到底意味着什么?它真正传达了什么?当然你必须做与这些数据相关的东西——仅仅存在是没有价值的。所以在我看来，除非你能在实践中解释，使用真实的例子，否则这就有点理论性和学术性了。
在计算能力改变世界采购可能性方面有一些真正的成功故事。跟贸易的扩展(或他们在市场知情采购/优化领域的竞争对手之一)，他们将解释，一旦最初的MIS采购工作已分析，通过增加计算能力已成为可能，问“如果”问题的能力。
“好的，对于复杂的物流/生产计划/供应链外包任务，我已经有了最优解决方案。但如果我不想要超过5个供应商，而不是最佳解决方案中的15个，并且我不想要超过2个位于英国的供应商呢?在这些约束条件下的最佳答案是什么?
几年前，问这个问题可能需要几个小时甚至几天的时间来回答，现在只需几分钟。顺便说一下，我们并不是用那个例子来推广信息管理系统——它只是展示计算的进步可以对采购过程和方法产生真正的影响。
但这是大数据的一个例子吗?似乎适合里克·本德的评论,“分析软件可以即时和准确计算更多可能的组合和场景比人类大脑的活动和项目,和电脑还可以从而使“甜蜜点”建议适当平衡所有这些竞争因素”。
但Trade Extensions并没有继续谈论大数据，而大数据本身可能很有趣。不管怎样，当人们谈论“大数据”时，这就是我想看到的那种现实生活中的例子，而不仅仅是这种一般化的断言:最终，这些大数据洞察产生了关于如何优化供应链的更精确的预测——更好的预测产生更好的决策”。你可能是对的，里克——但我们建议，我们需要看到和听到一些真实的例子和故事。
所以解决方案提供商;是时候削减“这具有巨大的潜力，将改变世界“胡说，告诉我们这对今天的采购部门和从业者有什么帮助。”在大数据和采购方面，我们已经有了一个更美好未来的模糊承诺很长时间了。
(顺便说一句——”全球采购完全专注于提高效率和简化采购操作。”里克·本德在文章中写道。不,它不是。真的不是。不过我们还是改天再争论吧）.
来吧，想想看……
同意了,加里。
我是作为供应链软件开发人员从事采购工作的，而被吹捧为大数据的东西不是。我们可以做得更好的是更好地利用现有数据，利用摩尔定律来提高我们当前的分析能力。我觉得很难相信的是，采购需要Hadoop集群。
请不要认为我是在贬低贸易拓展。这是一个非常简洁的优化应用程序，从我所看到的情况来看，非常用户友好。
在这一点上，我同意Peter的观点，Squirrel也提出了一些不错的观点。我们应该正确使用“大数据”这个词。
“大数据”一词最初的科学含义是“我们存储不了的数据”。这类数据的例子就是网络摄像头的流数据。如果我们不能存储数据本身，我们必须做的事情，如处理数据流，压缩它，计算统计等，在动态。
然而，在商业世界中，“大数据”已经被贬义词为“大量数据”。如果我们谈到“大量数据”，我们可以开始做一些事情，比如数据挖掘，使用列数据库等技术。
一个正常的采购优化问题，即使涉及一个高度复杂的供应链中的数百万个投标和无数个潜在组合，也不是“大数据”。但是，分析来自大型组织的一组事务是“大量的数据”。
大数据可能是真正革命性的。通过以速度和似是而非的精确给我们错误问题的正确答案，我们将会以一种比以往任何时候都更深、更错觉的方式犯错。
我认为这取决于采购活动。购买小部件可能不需要大数据来完成。委托地方当局进行社会护理是另一回事，特别是当涉及到定义您的需求时。大数据可以帮助你更深入地了解客户——不仅是他们的位置和年龄，还包括他们的生活方式、睡眠模式以及他们对数字技术的了解程度。所有这些都可以帮助你委托一个真正满足他们需求的服务。
当然，这是一个数据保护的噩梦，但这是另一个问题。
绝大多数的采购应用都没有“大数据”。根本没有足够的交易记录。我想不出有哪个应用程序需要Hadoop集群或类似的东西。最接近的可能是使用它生成基于客户交易的订单的亚马逊，但这在许多年前使用标准供应链规划工具是可以实现的。
你可以说，采购可以用更好的预测分析。但大部分可以通过更好地应用当前供应链信息(并访问第n层数据)来实现。
甚至像TradeExtensions这样的应用程序也只不过是使用了非常简单的最小化算法。
所以，没错，大数据是万金油。
然而，这并不能免除我们作为修行者的责任。我们不使用现有的数据来说明它的真正潜力(你的组织有多少SCOR数据，你对它的测量有多深?)