InterSystems供应链协调器（Supply Chain Orchestrator ）

数据是每个供应链企业的命脉。随着数据的增长，数据孤岛也越来越普遍。 企业竞相谋求竞争优势，为客户创造价值，降低风险，更快地响应业务需求，并超越竞争对手。 但是，从内部和外部数据源获取、整合和利用数据却是一项挑战。

InterSystems Supply Chain Orchestrator™是一个人工智能赋能的供应链决策智能平台，可在中断发生前进行预测，并在中断发生时进行优化处理，从而助您满怀信心地应对未知变局。 它犹如实时联结的纽带，将原本散落的数据源融会贯通，并内置预测性与处方性分析——既能与您现有基础设施互补协同，又不会对其造成扰动。

它是一个基于云的平台，针对关键任务、大规模应用进行了优化，为数据管理、集成、事务处理和分析提供了统一的环境。 它可同时处理事务性和分析性工作负载，支持多种数据模型（SQL、NoSQL、文档、对象、向量），在单一平台内实现实时分析、业务规则、人工智能和机器学习。

Supply Chain Orchestrator 的关键差异化优势在于——它将供应链所需的全部核心数据管理能力，融于一处可扩展的统一平台之中，且该平台自底层起便构筑于单一架构之上。 如此一来，便无需另行部署、配置并整合多种不同的数据管理服务。

Supply Chain Orchestrator 提供一个综合框架，其中包括以下内置供应链加速器，可加速并简化定制应用程序的开发：

• 可扩展的供应链数据模型
• 内置供应链分析立方体
• 关键绩效指标（KPI）框架
• 自动检测问题
• 问题生命周期管理
• 用于解决问题的高级分析
• 供应链应用程序接口

尽管不同供应链之间存在共性，但每个供应链在某些方面都是独一无二的，因此每个企业的用例都是独一无二的。 不可能有一种 "放之四海而皆准 "的数据模型能满足所有供应链的需求。 因此，必须对典型供应链数据模型进行扩展或定制，以满足每个特定用例的需求。 Supply Chain Orchestrator 提供的数据模型支持以下功能：

• 自定义数据属性：自定义数据属性可添加到模型中的任何现有数据对象中。 这可以通过自定义数据对象类或简单的 API 调用来实现。
• 自定义数据对象：如果规范数据模型没有提供所需的业务实体，可以创建一个新的对象。 新的数据对象可以通过新的类定义来创建，也可以通过简单的 API 调用来创建。
• 为数据模型扩展提供 API 支持：如上所述，API 可用于添加自定义属性或创建新的自定义对象。 此外，还提供了检查当前数据模型详细信息的应用程序接口：哪些对象是系统定义的，哪些是自定义的；每个对象定义了哪些属性；哪些是自定义属性。
• 为数据访问提供 API 支持：一旦数据模型得到扩展，就可以使用 API 来访问扩展数据模型，向扩展数据模型中添加数据，根据自定义属性或自定义对象查询数据，或对扩展数据模型中任何位置的数据进行其他创建、读取、更新和删除（CRUD）操作。
• 升级安全：在 Supply Chain Orchestrator 升级期间，即使在新版本中增强了标准数据模型，也会保留数据模型的任何扩展。 升级无需额外的数据迁移步骤。

通过嵌入式分析和规范的供应链数据模型，客户可在加载供应链数据后立即从其数据中获取价值，例如通过商业智能仪表板或报告。 有了智能数据编织（smart data fabric）架构，就无需将数据从事务模式移至分析模式，分析立方体可直接在供应链数据模型上定义。 为了进一步加快这一过程，供应链 Orchestrator 中预设了用于订单、发货、库存和问题等关键供应链数据对象的数据立方体框架。 这些立方体可用于配置自定义仪表盘、生成商业智能（BI）报告，或由其他支持的 BI 工具使用。 根据数据模型的扩展或定制，开箱即用的数据立方体可通过新的度量或维度进行扩展。 但新的立方体也可以独立配置。 除了常见的 BI 和报告用途外，Supply Chain Orchestrator 还将立方体用作其 KPI 框架的基础。

许多供应链活动都是由关键绩效指标（KPI）驱动的，这些指标可用于许多不同的目的，如跟踪业务目标和目的或检测供应链中的风险。 从概念上讲，有许多常见的供应链关键绩效指标，如准时入库（OTIF）订单或老化库存，但这些关键绩效指标背后的实际逻辑可能因企业而异。 Supply Chain Orchestrator 提供 KPI 框架，可用于根据客户的特定逻辑配置 KPI。 KPI 框架允许客户定义 KPI，并提供以下详细信息：

• KPI 逻辑：例如，定义延迟发货订单 KPI 的 "延迟 "的逻辑。
• KPI 维度：如果客户有兴趣了解按国家和产品划分的延迟发货订单，KPI 定义可将国家和产品作为 KPI 维度。
• 关键绩效指标阈值：可为每个关键绩效指标定义两个关键绩效指标阈值，即观察阈值和警告阈值。
• KPI 值类型：KPI 可以使用两种类型的值——原始值（如逾期订单数或销售收入金额）或百分比值（逾期订单的百分比）。
• 问题标志：关键绩效指标（KPI）可用于为任何符合关键绩效指标条件的数据记录自动生成问题。 例如，可以将延迟发货订单 KPI 设置为产生问题的 KPI，这样任何延迟发货的订单都会在系统中产生问题并被跟踪。

供应链中断和风险在 Supply Chain Orchestrator 中被模拟为问题（Issue）。 问题（Issue）可根据关键绩效指标（KPI）自动生成、从业务流程触发或从外部系统导入。 一旦在 Supply Chain Orchestrator 中保存问题（Issue），就可以在系统内管理其生命周期，包括设置问题状态、运行问题分析、提供可操作的见解等。Supply Chain Orchestrator 还提供开箱即用的问题分析，帮助客户了解不同类别的问题、不同类型问题对业务的影响以及问题状态的统计数据。

问题生命周期管理的一个关键部分是问题分析（Issue analytics），它能够针对某一问题，在以下方面提供深入洞察：

• 严重程度：对业务的影响有多大？
• 紧急程度：问题的时间紧迫性如何？ 根本原因分析，例如，是什么引发了问题？
• 影响分析：如果这个问题得不到妥善解决，会产生什么影响？
• 规范性可操作见解分析：建议采取哪些行动来降低问题风险和相关业务影响？

尽管对每项业务挑战的分析各不相同，但 Supply Chain Orchestrator 提供了关键的基础架构和框架，可简化针对上述分析需求的相关业务流程与业务规则的开发或配置，因而成为各类企业组织、系统集成商以及应用软件开发商的理想之选。

API 可用于访问所有 Supply Chain Orchestrator 功能，包括：

• 用于模型发现和模型扩展的数据模型应用程序接口。
• 用于数据管理的数据访问 API，包括对任何供应链数据和搜索功能进行创建、读取、更新和删除（CRUD）操作。 所有数据访问应用程序接口都支持用户自定义分页和排序，从而简化了相关用户界面的开发工作。
• 与 KPI 相关的 API，包括列出已定义的 KPI、创建新的 KPI、获取一个或多个 KPI 值、获取与 KPI 相关的数据记录列表等。
• 用于问题管理（issue management）的应用程序接口，包括创建新问题、搜索或检索带有分析结果的问题详情、运行问题分析和关闭问题。

除上述 API 外，Supply Chain Orchestrator 还为数据平台的不同方面提供了许多其他 API。

Supply Chain Orchestrator 是一个功能强大的供应链决策智能平台，适用于各行各业，各类企业。 由于供应链企业需要在数据量不断增加的情况下做出实时决策，因此面临的挑战在于打破数据孤岛，提供端到端的可视性和嵌入式实时预测和规范分析，以便更快、更准确地应对异常情况和干扰。 Supply Chain Orchestrator 以实时数据共享与可信洞察为核心，赋能企业优化供应链运营，全面提升整体效率。

通过无缝集成不同的数据源，Supply Chain Orchestrator 可增强决策者的能力，推动取得更好的成果并为客户创造价值。 对于那些需要应对当今日益复杂的供应链管理问题的人来说，Supply Chain Orchestrator 提供了一个由统一数据驱动的供应链现实。

1 - 利用统一数据优化供应链绩效