專業服務和咨詢機構畢馬威公司在最近發布的一份研究報告中指出，目前有幾項重大中斷正在影響供應鏈。其中包括由于新冠疫情而導致的全球物流持續中斷，這些中斷將繼續影響企業和消費者，因為全球主要港口和機場的關閉限制了貨物輸入關鍵市場。
該公司表示，主要的物流中斷在全球供應鏈中產生了連鎖反應，最終導致貨物積壓在倉庫中。研究報告聲稱，假設這些中斷減少并且海運和空運恢復到疫情發生之前的水平，那么這種情況也需要一段時間才能恢復正常。
導致供應鏈問題的其他因素包括生產延誤、過度依賴數量有限的第三方以及勞動力市場短缺。該報告還指出，許多企業正在采用技術使供應鏈中的關鍵節點實現自動化。
畢馬威公司表示，2022年的投資水平將會加快，因為企業希望通過采用認知規劃和人工智能驅動的預測分析等更先進的“數字化推動因素”來增強關鍵的供應鏈規劃能力。
報告聲稱：“新技術的出現從根本上改變了供應鏈在全球的運作方式。消費者的要求越來越高，這導致供應鏈以更快的速度改變和發展。現代運營專注于技術和創新，因此，供應鏈將變得更加復雜。”
企業如何最好地使用數據分析來增強其供應鏈管理(SCM)工作?行業專家為此分享了一些最佳實踐。
1.將數據轉化為可操作的簡單見解
網絡技術服務商Extreme Networks公司首席信息官John Abel表示，大多數企業擁有著大量數據，這些數據通常存儲在不同的系統和數據庫中。他補充說，供應鏈的復雜性增加，是因為外包、物流和分銷運營等擴展合作伙伴會產生額外的數據源。
Abel說，“因此，許多人難以使用這些數據來生成超出頂級指標和描述性統計數據的有意義的見解。數據分析工具可以提供更深入、可操作的見解，并提高這些見解的準確性。”
Abel表示，供應鏈數據分析戰略的成功基礎，包括確保內部和外部數據以結構化格式匯集在一起??;將數據項目的結果集中在需要采取哪些行動來推動績效指標上;并確保其結果易于理解。
他說，“最后一點也是最重要的一點，通常傾向于關注使用的模型而不是輸出。因為許多技術領導者希望將人工智能納入他們的流程。但更重要的目標是專注于生成清晰、可解釋且易于被業務用戶消化的見解。”
與跨職能團隊共享的任何報告或儀表板都必須能夠講述一個易于理解的清晰故事。Abel說，“否則，數據分析的好處可能會因通過召開冗長的會議來解釋其價值而黯然失色。”
Abel說，“這反過來也起作用。雖然大多數數據分析專家對產生該數據的業務流程和系統沒有深入的知識，但他們通常對上游和下游流程和系統有著廣泛的了解，成功的供應鏈分析項目從‘數據告訴我們什么’的角度開始，然后深入了解業務流程。”
他表示，分析團隊和業務用戶之間的合作有助于開發這些可解釋的見解，這些見解可以在整個企業中輕松傳達。
2.專注于差異化領域的分析
咨詢機構North Highland Worldwide Consulting公司全球供應鏈專家Erik Singleton表示，很多供應鏈企業正被客戶訂單、項目信息、設備利用率和不斷變化的運輸成本等數據所困擾。
Singleton說，“這些公司需要建立一個成功的以客戶為中心的供應鏈，同時最大限度地提高運營效率的關鍵是使用正確的分析來做出數據驅動的決策。”
他建議，供應鏈企業將分析重點放在三個主要領域：
一是需求計劃和庫存放置。Singleton說，“企業通過收集數百萬行交易數據，從而能夠對客戶購買模式進行有力的分析。利用這些數據構建強大的分析算法，以推動整個供應鏈的庫存配置，確保產品在正確的時間出現在正確的位置。企業應將分析資源集中在預測產品類型、銷售渠道和地理位置之間的需求模式上。”
第二個領域是運營效率。Singleton說，“客戶和訂單數據通過有效調度資源以適應波動的需求模式，使供應鏈能夠最大限度地利用資產和勞動力。調整勞動力計劃以在高峰期增加資源，同時在低谷期安排設備/資產的維護，使企業能夠最大限度地提高效率，并降低運營成本。”
第三個領域是訂單履行路徑決策。Singleton說，“客戶希望供應鏈比以往任何時候都更加靈活和以客戶為中心，產品可以通過多種途徑到達最終客戶。企業需要平衡多種因素，包括服務預期、運輸和履行成本以及庫存水平，以確定訂單履行的最佳方法。”
Singleton表示，利用分析來權衡成本與客戶體驗對于保持競爭力至關重要。
3.利用實時數據處理中斷
Abel表示，隨著全球供應鏈的規模和復雜性都在增長，管理和應對整個供應鏈的波動變得越來越困難。
Abel說，“隨著數據點的快速變化，分析和決策通常基于過時的信息，并且由于有效分析數據所需的時間而進一步加劇。為了成功地駕馭這一點，供應鏈經理需要開發并行計劃系統，通過利用高級分析和整個供應鏈的實時可見性來優化需求和供應。”
Abel表示，從歷史上看，更新基于特定的時間范圍，并且可能每天或每小時共享一次。他說，“但現在的措施還不夠，由于需求和供應不斷波動，因此最好與主要供應商進行系統集成，以便實時獲取更新。”
如果供應商發生變化，企業需要立即了解潛在影響，以便制定替代計劃以維持對客戶的承諾。Abel說，“對實時數據饋送使用高級分析，使管理供應鏈的人員能夠快速建模和評估潛在中斷的影響，因此他們可以計劃和執行需求、供應和庫存的波動。”
Abel指出，這些見解還可以用來理解供應鏈約束對收入預測的潛在影響。預訂、發貨、庫存水平、供應商承諾、折扣和管道銷售機會等數據的近實時可見性，以及對這些數據的實時分析，對于企業監控和管理收入預測的能力至關重要。
Abel說，“通過使用高級分析和自動化，這些可變數據輸入可用于創建跟蹤模型，使供應鏈團隊能夠近乎實時地對變化做出反應，制定應急措施，并提供更準確的收入預測。”
4.強調數據治理和質量
緊固件制造商和分銷商Optimas Solutions公司供應鏈和商業智能副總裁Mark Korba表示，關于信息的格言“垃圾進，垃圾出”當然適用于供應鏈數據。
Korba說：“驗證數據很重要，特別是因為它有多種來源，其中包括客戶庫存管理系統、需求計劃應用程序、供應商軟件等。在通常情況下，跨系統的數據不一致或管理方式不同，因此缺乏完整性。”
Korba說，創建一個積極的數據治理計劃對于確保整個供應鏈的數據完整性尤為重要。他說，“治理計劃可確保數據正確一致，并加強供應鏈合作伙伴之間的協作。而關于設置數據治理程序則有很多公開信息。”
Korba表示，根據已知數據對企業的供應鏈進行基準測試尤為重要。他說，“Optimas Solutions公司的供應鏈團隊將他們的表現與競爭對手進行比較，他們審查行業平均水平，并收集有助于提高企業滿足需求能力的信息。”
5.使供應鏈分析廣泛可用
供應鏈管理(SCM)涉及企業的多個方面，因此需要自由共享分析能力。
計算機硬件供應商聯想集團的高級副總裁兼首席信息官Arthur Hu說，“讓參與供應鏈的每個人都能輕松獲得所需的數據和工具，這首先需要打破任何‘信息孤島’，建立一個集成的端到端信息系統。”
Hu表示，這還意味著利用機器學習和人工智能等工具來實現這樣一個數據豐富的系統的全部價值。他說，“當這種類型的系統部署到位時，供應鏈上下游的管理人員和操作人員可以優化其性能。”
同樣重要的是，供應鏈分析用例不知道部門邊界。他說，“團隊傾向于關注企業內隨時可用的數據。而這樣做，他們可能會錯過真正深入了解問題所需的全部數據。作為涉及業務多個部分的關鍵平臺，供應鏈需要從整體角度進行管理。”
例如，在管理產品質量時，團隊不僅應該能夠訪問工廠生產期間的配置和指標，還應該能夠訪問產品開發數據、組件供應商數據和客戶反饋數據。他表示，所有這些結合在一起就形成了一個推動質量和成果的多維圖景。
電子商務服務提供商CarParts公司負責庫存規劃和預測的副總裁Stanislav Tatarzuk表示，通過確保企業各個級別的業務領導者能夠訪問供應鏈數據并能夠與之交互，企業可以為成功做好準備并產生長期回報，從而提高他們的收入。
Tatarzuk表示，數據洞察可以為不同的團隊和部門提供不同程度的價值。例如，物流團隊可能會使用數據來發現瓶頸，并提高倉庫或配送中心的效率，而財務部門可能會查看相同的數據，并確定簡化成本和削減支出的方法。
Tatarzuk說，企業的這種知識共享水平不僅可以降低總體風險，還可以改善決策和績效。
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號