Databricks
·
在Databricks Lakehouse平台中利用Bloomberg数据进行供应链中断与ESG风险管理
💡
原文英文，约1100词，阅读约需4分钟。
📝
内容提要
本文介绍了如何利用Bloomberg的数据解决方案和Databricks Lakehouse平台来构建更强大的供应链，以提高韧性和适应性。文章列举了三个风险因素：违约风险、制裁风险和气候风险，并通过案例分析展示了如何识别和管理这些风险。
🎯
关键要点
- 供应链韧性对企业越来越重要，采购经理需要保持透明的监督和风险意识。
- 根据2022年麦肯锡报告，三分之二的公司在过去12个月内实施了新的供应链风险管理实践。
- Bloomberg提供超过10万家公司的供应链数据，帮助企业深入了解其供应链。
- Databricks Lakehouse平台结合数据湖和数据仓库的优点，支持企业开发下一代供应链管理工具。
- 通过Bloomberg的默认风险模型，可以识别财务困境的上游供应商。
- 在全球汽车制造商的供应链中，发现11家供应商的违约概率超过10%。
- 使用Bloomberg的数据，可以识别供应链中的制裁实体，帮助客户了解间接风险。
- 越来越多的企业开始监测其供应链活动产生的范围3排放。
- 通过Databricks Lakehouse，企业可以将风险模型转化为可共享的工作流程，提升供应链分析能力。
➡️
