第一，做出预测。面对当前各种复杂多变的环境，供应链需要很强的预测能力。

第二，预测分析。针对预测情况，基于预测值给它基于现实条件的最优解。

预测性分析是以基于分类回归和模拟的技术，结合针对指导性的技术、针对规则和针对优化算法的技术，保证企业能够高效决策，产生更好的业务目标。

第一，决策是需要被信任的。

在实际决策过程中，从原因来推断出结果，将专家经验和合理分析运用到决策过程中，使决策更智性。譬如，原材料库存水平发生了变化，推断出对交货或客户体验会造成什么影响。

第二，决策的协同、可持续性。

决策是纷繁复杂的，有考虑从计划、采购、生产到交付的纵向决策，也有考虑从长期、中期和短期的不同要素的横向决策。需要考虑如何协同决策，从而给予企业统一或可持续的视角。

第三，改善自动化水平。

利用智能化的工具让工作人员从常规工作中解放，参与到更多创造性的工作中。

第四，更细、更快的决策。

如今，决策能够搜集到越来越多的信号和知识，企业需要考虑如何从传统宏观模拟的方式，转移到通过数字化的手段，通过传感器，通过社交媒体的信号的捕捉，更快速、高效的反应供应链的情况，以更细的维度进行决策。