Zakłócenia w łańcuchu dostaw to nic nowego dla globalnej gospodarki. Handlarze jedwabiu oraz przypraw już w XVII wieku stawiali czoła wyzwaniom próbując utrzymać płynność dostaw. Zdradliwe warunki pogodowe, piraci i konflikty z imperiami, to tylko niektóre z niebezpieczeństw, które czyhały na ówczesnych planistów i logistyków.
W świecie współczesnym utrzymanie łańcucha dostaw na optymalnym poziomie wydajności wymaga przygotowania na obecność jeszcze większej liczby niewiadomych oraz zmiennych – wszystko przy ciągłym agregowaniu danych pochodzących z wielu źródeł wewnętrznych oraz zewnętrznych. Problemem jest sposób w jaki te dane są zbierane i prezentowane oraz czy w ogóle są wykorzystywane.
Biuro badawcze Ventana Research opublikowało niedawno wyniki badania „Supply Chain Planning with Prescriptive Analytics”, z którego wynika, że technologia analityczna znacznie zwiększa efektywność procesów zarządzania łańcuchem dostaw. Z drugiej strony tylko 47 proc. firm biorących udział w ankiecie Ventana Research zadeklarowało, że ich plany oraz widoki łańcucha dostaw są kompletne, dostarczane w czasie rzeczywistym i zgodne z prawdą. Ponadto 53 proc. uczestników ankiety ma ograniczony lub niski wgląd w sytuację w firmie. Co za tym idzie, ich zdolność do planowania łańcucha dostaw również jest ograniczona lub w niektórych przypadkach nie istnieje.
Wpływ rozwiązań analitycznych na firmę
Rozwiązania analityczne adresują trzy główne obszary działalności firmy w branży logistycznej: zakupy, planowanie logistyczne oraz zarządzanie popytem.
Nowoczesne modele zakupowe zaczynają się od standaryzacji oraz automatyzacji całościowego procesu zakupowego. System analizy danych w czasie rzeczywistym pozwala na wgląd w szczegóły operacyjne procesu zakupowego – takie, jak np. wpływ sytuacji dostawcy pośredniego i bezpośredniego na dostawy, przepływy gotówkowe oraz marże. Wymaga to wielofunkcyjności systemu, który zapewnia przepływ danych między różnymi gałęziami twojej organizacji. Dział księgowy lub finansowy wymaga możliwości wglądu w procesy zakupowe, aby monitorować wpływ spowolnienia w zamówieniach na bieżące kontrakty zakupowe. Rozwiązanie analityczne może zminimalizować wpływ zakłóceń w łańcuchu dostaw na finanse spółki lub znaleźć nowe oszczędności.
Mając na uwadze statusy z zamówień, dane o przepustowości fabryk producentów i stanów magazynowych oraz stosunek popytu do podaży, planiści mogą otrzymać zaawansowane zestawy danych logistycznych widoczne w gotowych raportach i wizualizacjach dostępnych na urządzeniach stacjonarnych oraz mobilnych. Stopień automatyzacji oraz zastosowanie uczenia maszynowego pozwoli planistom efektywniej wykorzystać ich specjalistyczne umiejętności. Wsparcie osób na tych stanowiskach, otwiera szerokie możliwości rozwoju w firmie i uwalnia ich moce przerobowe.
Oczywiście produkty nie podróżują tylko z jednego miejsca do drugiego. Nadawcy i kupujący potrzebują natychmiastowego wglądu w dostępne opcje wysyłki i powiązane koszty. Biorąc pod uwagę zmienność branży, rozwiązania analityczne łączą źródła danych, aby umożliwić określenie najlepszego sposobu zaspokojenia potrzeb transportowych, od prostych połączeń punkt-punkt do złożonych operacji multimodalnych, multilegowych i przeładunkowych. A jeśli fracht lotniczy jest zbyt kosztowny lub niedostępny, pulpity analityczne pomagają menedżerom szybko analizować scenariusze w celu oceny wpływu alternatywnych opcji wysyłki na marżę.
Największą wartością analityki jest jednak tworzenie w firmie departamentów wielofunkcyjnych – czyli takich, które integrują widoki wielu systemów i urządzeń, na każdym etapie łańcucha dostaw i współpracują z całym łańcuchem.
Dzięki temu uzyskujemy wspólną perspektywę oraz możliwość szybkiego wglądu w sytuację firmy. W ten sposób ogranicza się także pole do popełnienia błędu przez człowieka – dobrze przeprowadzona integracja danych likwiduje problem zaufania do informacji i otwiera drogę do płynnej współpracy między różnymi gałęziami organizacji.
Wahania na rynku – jak się bronić?
Załóżmy scenariusz, w którym nagle wzrasta popyt na żywność, lekarstwa lub laptopy. Menedżerowie łańcucha dostaw będą musieli współpracować z finansami, sprzedażą i innymi podmiotami, aby określić koszty produkcji, przyspieszonych dostaw materiałów i wysyłek. W odwrotnej sytuacji, popyt na produkt gwałtownie się zatrzymuje. Wtedy menedżerowie będą musieli uzyskać wgląd w koszty zamknięcia produkcji i koszty opóźnień w dostawach (myśląc o umowach zakupu). Należy uwzględnić także koszt zakończenia kampanii marketingowych, czy utrzymania odpowiednich zapasów lub uzupełnienia stanów magazynowych i wpływu tych czynników na przepływy pieniężne w firmie. Bez rzetelnej informacji na temat stanu rzeczywistego, decyzje te są często oparte jedynie o wyczucie.
Jedną z najtrudniejszych sytuacji dla menedżerów łańcucha dostaw jest równoważenie popytu. W niestabilnych sytuacjach produkt może zniknąć z półek w ciągu miesiąca – tylko po to, aby magazyn był przepełniony w kolejnym (papier toaletowy). Niestabilny popyt może generować nadzwyczajne koszty, ponoszone w celu zapewnienia dostaw na czas. Jeśli wnikliwa analiza danych nie jest częścią tego procesu, firmy mogą spędzić zbyt dużo czasu na przypisywaniu kosztów do różnych etapów łańcucha, ponieważ nie widzą go w całości. W każdym z tych scenariuszy potrzebne jest pozyskiwanie danych z wielu źródeł, tworzenia przekrojowego widoku między działami współpracującymi przy łańcuchu dostaw oraz przeprowadzania scenariuszy i analiz predykcyjnych.
Inwestycja czy koszt?
Nie da się już budować biznesu w oparciu jedynie o szalejący wzrost gospodarczy, popytu lub cen akcji. Zachowując ostrożny optymizm co do przyszłego rozwoju gospodarki, należy inwestować w wartość. W tym skomplikowanym dla łańcucha dostaw okresie warto o tym rozmawiać. Możliwości kreacji wartości dodanej, jakie otwierają rozwiązania analityczne, to jeden z bardziej oczywistych sposobów jej wytworzenia – w dużej mierze firmy dysponują danymi potrzebnymi do udanego wdrożenia. Analiza przestrzenna (Spatial&Graph) jest wykorzystywana np. w finansach do detekcji oszustw – często wdrożenia te owocują eliminacją „dziur” w budżecie firmy.
Kluczowe jest to, że rozwiązania analityczne oraz wdrożenia machine learning mogą stanowić część szerszego projektu np.: poprawienia wydajności energetycznej przedsiębiorstwa – co wiąże się z możliwością uzyskania dofinansowania. Firmy Big Tech oferują także własne modele finansowe, takie jak leasing technologii, subskrypcje oraz udzielanie bezpośrednich i tanich kredytów po bardzo korzystnym kursie dolara. Rozwiązanie płaci za siebie kwartał po kwartale – w miarę jak ponosimy jego koszt, pomagając nam szukać oszczędności, optymalizacji oraz możliwości zwiększenia marży.
Dowiedz się więcej:
Integracja danych JSON bezpośrednio w bazie danych
Podstawy analizy przestrzennej (materiały w języku angielskim)
Opracowanie artykułu – Krzysztof Koszczyński Technology Account Manager z Oracle Polska – na podstawie bloga Michaela Singera, szefa działu marketingu produktów Oracle Analytics, zamieszczonego na platformie „Oracle Blogs: The Analytics Advantage”.
Fot. Pixabay/geralt