恢复正常：数据科学有助于估计前所未有的事件的供应链压力

随着近期大流行，世界目睹了一个极端的事件，以许多不同的方式扰乱了正常的生活。供应链没有例外。延迟回应PPE（个人防护设备）需求前所未有的浪涌导致全球的生产线大规模紧张。由于没有铅指标的唯一原因，缺乏准备不能归功于唯一的铅指标，以预先提高需求增加。尽管全球各国政府应对快速响应和调整，但PPE供应链仍处于不可避免的压力，具有广泛的短缺，储存和物流挑战。将域的脉点团队考明以更好地了解供应链的行为，使用数据科学程序。通过制定可能界定供应链疲劳的积累的应力指数，越来的数据科学家开发了一种视觉方法，以了解在不可预见的事件期间对供应链的影响。

映射供应链应力的视觉方法

脉点定义的应力作为供需曲线之间的净偏差，其中两条曲线之间的Δ表示应力的曲线。在正常情况下，这种差异是边缘和可管理的，因此可预测。在Pandemics或任何前所未有的事件中，三角洲相当迅速，迫使经理使用他们的最佳判断来回应。仰视观察到差异可以分为三个不同的阶段 - 起始，峰值和弛豫。当需求增加时，压力会增加，而供应停滞或减少，导致系统中的应力累积的三个不同阶段。PPE情况并非不同。景象假设可以构造归一化应力曲线以数值定义应力的程度，其峰值发生，并且可能的返回到更可管理的水平。意图是通过数据驱动指数规定可能的放松措施来抑制供应链应力。此类主动指数允许识别产品需求和风险以及更好地满足最高需求的时间。

建模PPE需求，供应和压力曲线

为了在PPE供应链中进行压力，我们设计了一个框架，该框架集成了多个数据源并产生了需求曲线，电源曲线，最后，应力曲线。我们还将采购经理索引（PMI）作为模型中的其他功能，以改进压力曲线。

供应链应力的第一个也是最重要的部分是对PPE的需求。PPE是一种通用术语，包括手术口罩，N95面罩，呼吸器，丁腈和无菌手套，医用衣服，危险服装，围裙，护目镜和面罩。虽然可以将这些物品中的每一个隔离到自己的供应链中，但我们已经在较大的PPE下巩固了它们。我们依赖于我们世界提供的数据，jhu cssegis和我们分析的世卫组织提供的数据。在这些数据集中，表示与Covid-19案件相关的40多个变量，包括总案例计数，新案例计数，总死亡计数，总测试数和国家/地区的人口。特别是，世卫组织数据集提供有关总医生和护士，清洁剂和实验室技术人员的信息，以及200多个国家的其他医疗工作者详细信息。它还提供了关于在科迪德 - 19家医院和医疗中心积极工作的不同医疗保健提供者的不同类型PPE烧伤率的假设。我们已将这些不同的数据集拼接到丰富的主数据集中，通过数据清洁技术致富缺失和异常值。此外，我们通过计算每个国家/地区的净活跃案例，死亡率和恢复率来派生与研究相关的其他功能。然后，我们基于WHO的烧伤率措施估计对活跃医疗保健提供商的每日PPE需求。

考虑到非活跃的医疗保健工人来估计该人口部门内的PPE使用情况。正规和非正式的护理人员，不同医护人员的实验室工作人员，技术人员和普通人口的PPE使用量也包括在我们的研究中，以准确衡量按类别的PPE套件的实际需求。

The demand curve for PPE has been built for each country based on active cases, lab technician count, net informal caregivers, and the general population’s overall size until the third week of September 2020. With this dataset, we were able to identify just the initiation zone in the stress curve. Notice in the two graphs in Figure 1 and the histogram in Figure 2 that a clear spike in demand is seen in March 2020 and April 2020 in two different geographies. To obtain the remaining two zones—the peak and the return to normalcy—we have used the Monte Carlo simulation to generate data for the subsequent three months from October to December 2020. We have considered the growth rate of daily cases, recovery rate, and daily death count, iterating over 1,000 simulations to generate synthetic data. We have rerun the analysis via this new data to calculate the expected count of active cases till mid-December. PPE burn rate has then been incorporated into the analysis to calculate the actual demand for PPEs based on healthcare workers, informal caregivers, and general population parameters. We also calculated the PPE demand prior to the pandemic to establish the baseline.

图1：预测中国和新西兰的主动案例，直到12月中旬

图2：基于主动案例的有效医疗保健工人的预期PPE总需求

虽然需求曲线的产生比较容易建立，但要完全配制应力曲线，我们需要产生供应曲线。鉴于PPE的生产主要限于少数国家，这是一项挑战。虽然PPE制造业变得更加多样化，但它被局限于活动前的少数国家。在大流行期间，许多国家选择在地理中制造PPE套件，以满足其当地需求。因此，采购提供数据是一种艰苦的运动。但是，我们依赖于每个类别的PPE最大制造商来检索一些有用的数据，可以提供供应侧行为的一些指示。我们在利用本供应数据和分析的新闻文章和公开的报告中创造着，以了解实际PPE制造能力及其在大流行期间增加的生产。例如，中国是世界手术面具和呼吸器生产的世界领导者，并在大流行前制造了世界上一半的手术口罩（每天1000万）。它的生产在45天内飙升了20倍（每天2亿）。马来西亚是丁腈和无菌手套的领导者，符合全球需求的63％。

为了进一步完善供应数据，我们还考虑了当地政府执行的政策和决定，以防止锁定条件，进出口禁令等病毒传播，延迟生产，装运数据和PPE套件的出口限制。我们还考虑了PPE需求和供应信息的预大流行报告，以建立基线。凭借对大流行前生产数据的良好理解，在大流行期间的生产变化，以及与PPE相关的现有制造政策，仔细推断PPE生产直至日历年结束。然后，此估计已被用于在2020年12月到12月之前计算聚合的生产数据。

图3：2020年的手术面膜，腈和无菌手套生产

我们还将采购经理索引或PMI作为一种情感分数，以支持我们对真正生产能力的调查结果。2019年最后季度被认为是制造PMI的基线，一种用于计算最终PPE生产能力的值。基于PMI值和公开披露的制造数据估计了真正的生产数据。我们的研究表明，PMI值与每月报告的生产率匹配，直到2020年8月。为了进一步加强供应数据，我们根据其相对重要性为不同的PPE项目分配了各个权重。

供应链压力的全局比较

结合需求和供应曲线的应力曲线如图4所示，用于四个不同的地理位置。注意在每个曲线中的三个单独的区域启动，峰值和放松。有些国家在别人滞后时已经更快地回应了，但压力在世界各地一致。曲线的形状提供了对每个政府回应的有效性的洞察力。然而，它是温馨的，值得注意的是，压力在全球平均水平上减少，并且预计情况会在未来几个月内恢复正常情况。

图4：中国，印度，新西兰和美国的压力曲线

总之，腹部的数据科学团队希望为更广泛的社区使用创造一个新的和改进的供应链应力估算器。开发的简单索引提供了一种数值诱导的疲劳感，展示了这一点，我们希望它将用于微调和进一步调查。