如何使用参考数据快速开始构建数据模型

在 Logility，我们相信使用市场参考数据比依赖一位客户的历史数据在统计上更加合理。 是的，这些数据令人欣慰，因为它与会计数字相符。 然而，当您试图预测下一时期的支出时，它会产生误导。 历史/公司数据受以下因素影响： 

• 缺乏统计深度——对于任何给定的成本，数据点都少于 20 个 
• 会计违规行为——当年晚些时候的发货和付款被打折或重新调整 
• 购买偏差——卡车装载或货物运输使得条件有利，例如可用卡车或回程机会 

但最重要的是，从头开始构建数据模型需要时间——大量的时间。 

我们相信用户应该能够立即生成结果，并能够根据已知成本对模型进行基准测试。 将我们的网络优化参考数据视为您可以调整以匹配您的业务行为的费率。 

Logility 的网络优化解决方案包含： 

• 卡车装载率 
• 零担费率 
• 包裹费率 
• 联运费率 
• 劳动率 
• 租赁率 
• 还有更多 

供应链咨询公司 Maine Pointe 数据分析执行副总裁 Nathanael Powrie 强调了 Logility 网络优化中可用参考数据的价值： 

聆听 Nathanael 讨论 Logility 的网络优化解决方案如何推动更快、更好的供应链决策。 

通过网络优化更快地实现价值 

Logility的网络优化解决方案 支持当今的供应链领导者提出和回答问题，从而降低供应链设计的复杂性、提高效率并帮助加速自信的决策。