←返回IT,管理系统和软件类别

图形技术可以使供应链正确透明吗?

Emil Eifrem说,图形技术对于实现所需的细节至关重要

今天的供应链庞大而广泛,这使得它们非常有用 - 毕竟它们是全球资本主义的主要润滑剂。

作者:Neo4j首席执行官Emil Eifrem

Neo4j首席执行官Emil Eifrem

â�<但是 - 它们也是欺诈,污染,不安全的生产场所和未知产品来源等漏洞的肥沃土壤。 这些都是使透明度变得更加重要和复杂的因素。 例如,距离英国震惊的马肉污染丑闻只有六年了, 最近的调查 发现令人震惊的五分之一的超市肉类产品仍然包含来自不同动物的更便宜的切割,与官方标签相反。

这表明制造商需要获得有关用于创建成品的产品以及供应链中所有参与者的准确信息。 事实上,大多数品牌只知道他们的直接供应商,因此他们对主要合作伙伴的更广泛网络的可见度很低。

让我们考虑一下受到严格监管的制药行业。 在这个受到严格审查的行业中,如果发现安全问题或召回事件,制药公司必须能够确定供应链中任何单个药品的位置。 在这种情况下,必须迅速将物品从市场上移除,以最大限度地降低对消费者的风险和补救成本。

监管机构还要求个别医药产品明显可以证实是真实的。 截至今年2月,欧盟的伪造药品指令规定,医药产品必须带有唯一的产品标识码,制造商和分销商必须展示详细的记录保存,而所有产品必须通过欧盟销售的药品的中央数据库记录国家。

供应链讨论中也存在社会问题。 越来越多的消费者需要道德生产的商品 - 他们希望可持续地采购和生产产品,并了解其来源,以便他们做出明智的选择。 供应链透明度有助于制药企业满足企业社会责任要求,并且通过更好地了解其供应链,企业可以确保其实践在药物测试方案中尊重动物权利。

以关系为中心的方法如何有所帮助

因此供应链可视性是一个问题。 我们如何解决这个问题? 这里似乎需要的是制造商和品牌所有者能够共享有关其共同生态系统中所有产品,供应商和设施的详细信息。 此外,公司需要能够在数千种产品中搜索受特定原材料或设施问题影响的每种产品,而不会出现性能问题。

实现这些目标的技术挑战可能是繁重的。 在多个站点生产数十万条产品线并销往数百个市场,跟踪每个库存单元超出了企业必须组织数据的标准方式,即使用关系数据库系统 - 想想Oracle或Microsoft SQL Server。 单独的唯一串行代码的数量可以达到数十亿,而CIO需要一种高度可扩展的方式来管理大量的序列号。

问题是,如果数据存储在基于SQL的数据库技术上,那么简单快速地浏览所有数据以识别生产线或特定托盘及其内容的连接方式是不可能的。 随着连接的增加和物联网的转移,这种复杂性不太可能降低。

关系数据库以行和列的形式存储信息(产品,托盘,生产站点,序列号等),用于识别数据集内的关系。 然而,这些相同的连接对于识别特定产品的下落,监控,分析和搜索供应链以及共享有关生产站点和产品的重要数据至关重要。

使传统数据库实时工作也存在问题,随着数据集大小的增长,性能会受到影响。 好消息是,一种名为图数据库技术的软件正在成为一种解决方案,因为它能够记录复杂的数据相互依赖性。 我们的想法是,当您跟踪某些内容时,您可以创建数据的层次结构或“树”:如果您扫描特定托盘的代码,它将自动调用其内容。

供应链图

因此,在映射复杂的,相互连接的供应链时,图形提供了优于传统关系数据库的巨大优势,即使在大量数据的情况下也能保持高性能。 而不是使用关系表,图形数据库使用结构更好地分析数据中的互连,并且它们还采用与人类思考信息的方式紧密相关的符号形式。 一旦对数据模型进行编码,图形数据库就可以高效地分析大量数据点之间的关系。

这种以关系为中心的方法使制造商能够更好地管理,阅读和可视化他们的数据,为他们提供所有产品,供应商和设施以及它们之间关系的真实可跟踪和深入的图像。 使用图形数据库,制造商通常可以比SQL RDBMS软件启用的查询响应速度快100倍。

作为我们的一位图形客户,透明度一号的首席执行官克里斯·莫里森(Chris Morrison),将消费品和供应链专业知识与尖端技术相结合, “我们使用虚拟数据测试了数千种产品的图形,并且没有性能问题。 至于搜索响应时间,我们不必担心采取特殊措施,因为我们在几秒钟内收到了结果,如果没有这个解决方案我们就无法计算出来。“

当您需要提供第二或亚秒响应或识别特定产品的位置时,这种响应时间至关重要。 它还将帮助您遵守最新的全球可追溯性法规,并有效管理时间要求严格且声誉至关重要的产品召回,这一点至关重要。

因此,图形数据库技术是当今任何制造商或供应链利益相关者的一个重要推动因素,需要充分解决复杂,互联和真实的现代供应链。

作者是世界领先的图形数据库公司Neo4j的首席执行官和联合创始人

流程工业线人

相关新闻

发表评论

本网站使用Akismet来减少垃圾邮件。 了解您的数据如何处理.

通过分享