首先从移动互联网和大数据的特点入手，和空间的限制，使得人们可以随时随地触网，同时也表现出了碎片化。大数据是建立在大规模的数据上，有了大量的数据，就可以地确定需求。大数据对供应链的影响如下：

　　1、库存优化。比如，SAS可以达成在保持很高的客户满意度基础上，把供应成本降到应速度。其库存成本第一年就可下降15%～30%，预测未来的准确性则会上升20%，由此带来的是其整体营收会上升7%～10%。当然还有一些其他的潜在好处，如提升市场份额等。此外，运用SAS系统，产品质量会得到显著提升，次品率也会因此减少10%～20%。

　　应链渠道，以及生产现场的仪器或传感器网络收集了大量数据紧密的整合与分析，可以帮助改善库存管理、销售与分销流程的效率，以及对设备的连续监控。制造业要想发展，公司必须了解大数据可以产生的成本效益。对设备进行预测性维护，现在就具备采用大数据技术的条件。制造业将是大数据营业收入的主要来源。

　　、B2B电将引领上游下游生产计划-下游销售对接，造业外包供应链管理Supply-Chain，只专注于生产Manufacturing，ProductionChain(R&D)。物流外包上升到供应链外包是一个巨大的飞跃，体现了电商的强大竞争力和整合能力，海量数据支持和跨平、跨公司的对接成为可能。B-B供应链整合具有强大的市场空间，能够改善我国产业布局、产业链优化、优化产能分配、降低库存、降低供应链成本、提升供应链效率。

　　、物流平规模发展，B-C物流执行平的建设是拖后腿的瓶颈。多样产品的销售供应链的整合有期、库存周期、配送时效、物流操作要求等，这样的物流中心难度很大，大数据平建设将驱动整体销售供应链整合;中国的还有的现实问题跨区域物流配送、城乡差异等，府的管制是一大难点/疑难杂症到位。

　　、产品协同设计，过去大家最关心的是产品设计程中，相关人员相互协同，工厂与制造能力也在同步设计和开在于向市场交付更具竞争力、更高配置、更低价格、更高质量的产品，而同时满足所有这些要求，是制造和工程公司的下一个重大的价值所在。这也正是大数