企业中充斥着大量的数据，如何在他们的数字海洋中找到真正的商业意义并对此采取行动，以提高供应链的效率和有效性？现在我们都在说大数据，那么究竟我们该如何在供应链中使用大数据，如何发现和分析业务数据？或许物流经理正在使用商业智能工具来帮助企业应对如今的数据海洋。
那么商业智能工具的定义是什么？维基百科认为商业智能是一种用现代数据仓库技术、在线分析技术、数据挖掘和数据展现技术进行数据分析以实现商业价值，帮助企业做出明智的经营决策的工具。今天，很多公司的运输和供应链部门希望拥抱商业智能工具，比如美国ARC 公司最近对主要运输管理解决方案（TMS）供应商的一项调查就表明：商业智能工具/ 分析目前是客户所要求的排名最高希望引进的功能。
推动运输和物流领域对商业智能工具需求不断增加的驱动力很简单明了——降本增效。企业想要其运输支出更精确可见性以便他们可以管理和更有效地控制它。他们想要确定成本和绩效的负面趋势——和查明根本原因——尽早采取纠正行动。他们需要进行大数据分析，以评估物流服务和成本权衡不同的运输战略和战术。企业的物流技术如TMS，仓库管理解决方案（WMS）和供应链执行系统已经产生了大量的数据，如今，这些可用的数据中蕴藏着令人垂涎的降本增效机会。
数据转化成信息商业智能工具的最主要作用——能够将数据变成信息！过去，各种报告只是提取数据——从系统中获取它和输入电子表格或数据库中，再进行分析并把它变成有用的信息。今天的商业智能工具将以更直观的方式提供容易理解和容易消化的信息。供应链用户将商业智能工具通常分为三类。
一是报告。商业智能工具所报告的信息比过去更为详细和动态。比如一种以记分卡格式报告显示有关运输提供商的所有数据作为可用的信息，涵盖准时交货率、投标接受率、满足运力承诺等因素，这些都可以作为度量标准以帮助用户确定承运人执行业务的好与坏。关键是要使用这些信息作为基础，让客户一目了然供应链合作伙伴的绩效情况。
二是实时仪表板。管理人员想要运输或供应链网络发生的事情在仪表板中快速呈现信息，提供实时数据帮助用户解决问题——而且是实时的或在问题出现之前。仪表板让用户来确定趋势和例外情况，并更直观、更容易分析其运输业务的特定组件。比如位于美国的运输技术提供商LeanLogistics 公司为其TMS 用户提供两个标准型商业智能工具仪表板：调度控制台和供应链监视器。其中调度控制台显示高级别信息，如公司今天运输多少负荷？多少已分配给运营商？供应链监视器是基于异常事件方式的工具，它提供例外事件的可见性。仪表板能够给公司提供快速反应时间的优势，因为仪表板实时更新所发生的业务，用户不必等待别人来编撰并发送报告。
三是基准标杆测试。比如，比较运费和准时交货百分比等因素可使企业在市场上更完整地了解他们的业绩。以运费率为例。价格随着经济发展而波动，比如一家企业看见减少了4% 的费率，看起来很划算，如果行业总体是8% 至16%，那么下降4% 就不值一提了。
很多公司也使用商业智能工具突出显示通过历史数据中的线索发现其供应链或运输网络中未来的风险和机会。这种预测分析功能提供了实时数据驱动的洞察力，加速决策制定过程和有助于创建一个灵活和反应迅速的供应链。
信息转换成行动
商业智能工具提供的信息最终要转换成行动，实现企业的目标，如提高供应链效率、降低成本、更好地服务客户、改善与物流供应商战略伙伴的关系等等。假设一个托运人一贯地获得92% 的准时交货率，但他想要去了解剩下8% 这个问题的根源在哪里，是没有足够的前置时间吗？承运人或设备有问题吗？在LeanLogistics 公司的商业智能工具帮助下，托运人从数据中获知并确定“罪魁祸首”是地理情况：在某运输车道上要比在任何其他车道出现更频繁的迟到现象，从A 点到B 点的这些车道运输总是会带一些风险。通过商业智能工具的分析，从而让托运人注意力集中在可能出现的故障点的交通规划方面。
设在加利福尼亚州的Anna´sLinens 公司是美国家用纺织品和装饰物品第14 大零售商，是拥有3200 名雇员的家族性经营企业，目前在美国20 多个州拥有约320 家门店。该公司决定引入商业智能工具优化整个供应链性能。Anna´s Linens 从Transplace公司引入的报告和仪表板，提供了清晰可见的商业情报。公司建立了50 多个不同的标准和关键业绩指标，如投标、验收、交付情况、运输量、成本、发展趋势、服务级别、运距、每次装运重量等等，通过一套全面的格式提供数据图表，而且显示出趋势分析可见性。这种实时仪表盘的模式让公司使用数据速度更快、更高效地做出业务决策。
例如，商业智能工具提供的数据让管理层注意到在某些渠道交付准点率出现了问题。在实时仪表盘上检查此红色警告标志，该公司决定更换运营商来解决问题。一个商店可能由于任何问题出现接收延迟交付，公司可以使用商业智能工具功能确定这个延迟交货只是个例，不需要进一步判断。这样的可见性能够优化这个供应链流程。
数据挖掘转换为效率
筛选、查找问题或把有关的异常数据直接推送到用户，或提供发展趋势的数据，这些是商业智能工具的最大优势之一。
美国弗吉尼亚州ValleyProteins 公司是一家收购并回收动物副产品的企业，该公司经营22 座仓库设施，拥有450辆汽车的车队。2012 年它从车辆解决方案提供商Cadec 公司那里引入了商业智能工具——PowerVue 解决方案，让车队管理人员获得对于车队和司机表现以及交付情况实时的、可操作的详细信息。
管理层已经习惯了数据挖掘，现在商业智能工具让它们收到以例外事件为基础的异常运输信息，赋予管理者更多的时间来管理司机而不是搜索数据。腾出时间来管理司机对于ValleyProteins 尤其重要，因为该公司经营两个明显的不同领域。一方面公司从事街道级路线选择，司机在那里从餐馆、杂货店和小屠房接收产品；另一方面是针对大型屠宰场提供满卡车运输服务。这是两个完全独立的运行，若要确保它的车队最高效率运行，公司依赖于PowerVue 工具所提供的商业情报。
基于异常的报告，如计划vs 实际路线，帮助管理人员快速标记司机在哪些路线上停留太多。公司可以深入到这些例外情况，找出发生了什么事——是调度计划出现问题？还是司机的确偏离了路线？当这些红色标记在仪表盘上弹出，公司更容易来分析数据，与司机或调度员处理问题，并确定应采取的纠正行动。PowerVue 解决方案让车队管理系统获取实时数据优化路线，车队效率更大程度地得以提高。
在运输管理系统（TMS）中建立一个良好的商业智能模块，我们至少要考虑：一是整体数据来源：商业智能工具模块所需的数据并不是全部来自于TMS。
由于运输流程中固有的协作过程，电子数据交换的数据质量是重要的度量标准。此外当TMS收集信息，对数据进行分析并将结果反馈回商业智能工具解决方案，然后用于更改流程响应，这期间大多数公司可能想要知道其产品和客户是否真正实现盈利，获得完整数据和信息至关重要。二是根源原因分析能力：商业智能工具是如何发现问题的，并且找出真正的原因所在？这里面需要大量的建模工作，特别是管理度量标准的建立。
洞察力可能是描述商业智能工具的最贴切的词。通过深入了解其供应链，通过具体详细的和可操作的基于异常的信息，企业的运输和物流业务可以实时做出战略性调整。最终结果是：更高供应链效率、成本节约和改善运营。
