LogisticsIT.com sprach mit führenden Vertretern der Analysten- und Anbietergemeinschaft, um einige der wichtigsten Kerngesprächsthemen und Innovationsbereiche im Bereich Nachfrageprognose- und -planungstechnologie zu besprechen.
Da immer fragmentiertere und volatilere Rahmenbedingungen zur Norm werden, müssen Unternehmen in der Lage sein, bessere und präzisere Entscheidungen zu treffen, um die erwartete und tatsächliche Nachfrage zu verwalten sowie Aufträge so effizient wie möglich auszuführen und zu erfüllen, indem sie Lagerbestände vermeiden und pünktlich liefern spec unabhängig davon, ob die Bestellung direkt an den Laden oder direkt an den Verbraucher geht.
Glücklicherweise hält die verfügbare Technologie diesen Herausforderungen stand. Es geht lediglich darum, sich zurechtzufinden, was verfügbar ist und was zu Ihren spezifischen Anforderungen und Ihrem verfügbaren Budget passen könnte. Was genau sind also die größten Herausforderungen bei Bedarfsprognosen und planungsbezogenen Lösungen, die sie zu einem weniger mühsamen Prozess machen können?
Der Zusammenhang zwischen Nachfrage und Angebot ist entscheidend
Im Hinblick auf Supply-Chain-Planungslösungen sagt Tim Payne, Forschungsvizepräsident, Gartner, makes the point that the demarcation between demand planning and supply chain planning has largely disappeared now. “So, the connection between demand and supply is key and increasingly we’ve seen technology being able to cover both the demand and supply planning side of the equation because that’s really important,” he says. Payne adds that everything is on cloud these days. “Nobody brings a new planning solution to market that is purely on premise.”
Payne erklärt auch, dass immer mehr Anbieter jetzt mehr KI und maschinelles Lernen in Planungslösungen integrieren. „Änderungen in den Geschäftsmodellen bedeuten, dass Unternehmen viel Flexibilität bei der Planungslösung benötigen“, sagt er. „Zum Beispiel verkauften Konsumgüterunternehmen traditionell an stationäre Einzelhändler, und das war ihr Hauptkanal. Beim E-Commerce müssen diese Unternehmen nun auch die Nachfrage nach Online-Verkäufen berücksichtigen. Es handelt sich hierbei um eine Änderung des Geschäftsmodells.
„Sie wenden im Wesentlichen immer noch die gleichen Prinzipien an, indem Sie jetzt die Nachfrage für Ihren E-Commerce-Kanal auf die gleiche Weise betrachten müssen, wie Sie es für die stationäre Nachfrage getan haben, wenn auch für die Online-Nachfrage Der Umsatz wird von anderen Faktoren bestimmt als bei einem stationären Einzelhändler. Daher müssen Unternehmen überlegen, wie viel Lagerbestand sie vorhalten und ob sie getrennte Lagerstandorte oder Bestände für die beiden Kanäle – im Geschäft und online – haben oder diese kombinieren, weil sie mehr Flexibilität wünschen. Daher muss die Supply-Chain-Planungslösung mit diesem Omnichannel-Modell zurechtkommen.“
Verbesserung der Qualität der Entscheidungsfindung
However, Payne believes the biggest focus for companies, whether they are retailers or high-tech, pharmaceutical or industrial manufacturers etc, is being able to improve the quality of the decisions they make. “So, there’s a lot of focus on processes – the demand planning process, the supply chain process. the sales and operations planning process etc. However, we often get fixated on processes – are we following the demand planning process, is everyone conforming to our standard S&OP process? However, the point of planning is fundamentally to make decisions. Planning is a form of decision making and we have to decide how much we think we’re going to sell, move, make and put in inventory. So, the outcome of planning is the decision, and the outcome of good planning is making good decisions – what I describe as higher quality decisions.
“If we make higher quality decisions then we’re able to reduce value leakage and create opportunities to increase value because we get the right resources in the right place at the right time, and we can take advantage of disruptions and events that are happening in the market. So. there’s a switch happening, particularly now there’s so much digitisation going on. With all the digitisation and digital transformation work that companies are doing a big focus area we find for that is supply chain.”
Kombination verschiedener Analysetechniken
Within the supply chain, Payne comments that the top focus area is supply chain planning because digitisation is about using lots of data and analytics. and particularly machine learning, which is all about prediction and planning is about predicting. He adds that automation of decision making is also a key focus. “So, there’s a lot of focus going on from manufacturing companies in terms of how they can improve the quality of the decisions that we make,” he says. “That’s driving many of the technological changes, not to take out optimisation approaches but to add in additional analytical techniques such as machine learning in all its various forms, deep learning and natural language processing etc. So, it’s becoming a combination of the different analytical techniques that helps to improve the quality of the decision-making.”
Die Auswirkungen von Omnichannel
Bryan Ball, Branchenanalyst und Berater, ehemaligerAberdeen Strategie und Forschungweist darauf hin, dass Covid die Fähigkeit vieler Unternehmen, Aufträge zu erfüllen, stark unter Druck gesetzt hat, was vor allem auf das Wachstum im Omnichannel-Bereich zurückzuführen ist. „Das bedeutete, dass viele Unternehmen Bestellungen von einem anderen Ausgangspunkt aus ausführen mussten als ursprünglich geplant“, sagt er. „Wenn beispielsweise in der Lebensmittel- und Getränkeindustrie die üblichen Vertriebsstellen eines Unternehmens Lebensmittelgeschäfte und Restaurants waren, weil die Menschen in Restaurants aßen und in Lebensmittelgeschäften einkauften, musste das Unternehmen plötzlich alles überdenken, weil die Restaurants während der Pandemie geschlossen hatten und alles andere auch.“ erfolgte über den stationären Lebensmittelhandel oder über Online-Bestellungen. Daher mussten sich die Unternehmen, die diesen Sektor bedienen, sehr schnell anpassen und die Dinge anders angehen.“
Erfüllung neu denken
Ball erklärt, dass es neue Herausforderungen auf der Seite der Bedarfsplanung und -prognose im Zusammenhang mit den eingehenden Informationen gab. „Mit anderen Worten, es gab neue Probleme hinsichtlich der Herkunft der Nachfrage, des Zeitpunkts der Nachfrage und des Volumens der Nachfrage sowie Fragen zum Grad der Datengenauigkeit und Nachfragevolatilität usw.“, sagt er. „Angesichts des enormen Wachstums beispielsweise bei der Lieferung nach Hause, das größtenteils auf die Pandemie zurückzuführen ist, mussten Unternehmen jedoch auch überdenken, wie sie sich auf der Erfüllungs- und Ausführungsseite neu positionieren, und mehr darüber nachdenken, wo die Produkte in der richtigen Reihenfolge platziert werden sollten.“ um Aufträge schneller und kostengünstiger abzuwickeln. In der Vergangenheit wurden Waren normalerweise in den traditionellen Vertriebszentren gelagert, die das Unternehmen eingerichtet hatte. Aufgrund der Umstellung auf das Direct-to-Consumer-Modell begannen einige Unternehmen, insbesondere einige der größeren, darüber nachzudenken, wie sie Filialstandorte nutzen könnten als Fulfillment-Verteilungspunkte, weil sie näher an dem Ort lagen, von dem ein Großteil der Direktbestellungen an den Verbraucher kam.“
Ball continues: “Historically, they might have relied on regional DCs covering large regional areas, Now, because of the major growth in the direct-to-consumer model, they might decide to position them in a major city or large locale closer to the point of delivery – maybe New York, Philadelphia, Atlanta, Houston or Los Angeles for example. Previously, companies might not have considered this as an option due to the local logistical challenges due to traffic congestion, but because these types of locations are now a hotbed of people ordering online, delivering to residences and condos has become more of a norm so companies are increasingly using their store sites as fulfilment points. So, it’s now not only important to capture as accurate data as possible on the inbound demand and forecasting side, but on the outbound side there’s a necessity to create as intelligent a model as possible telling you where best to stock products to minimise your cost and delivery.”
Während Bedarfsplanung und -prognose früher eher ein Front-End-Element im Zusammenhang mit Ihren Aktivitäten in der Lieferkette waren, erklärt Ball, dass es sich mittlerweile zu einem sehr lebendigen Element dessen entwickelt hat, was Sie für eine effektive Ausführung und Erfüllung in der Lieferkette tun müssen neue Omnichannel-Welt – direkt zum Verbraucher oder zum stationären Handel. „Der größte Teil des Planungsmodells basiert auf eingehenden Informationen darüber, wie man bestimmte Artikel besser auflisten und präziser über den besten Standort für den Versand informieren kann“, sagt er. „Obwohl die Gesamtnachfrage nach einem bestimmten Artikeltyp recht stabil sein kann, kann die Art der Nachfrage je nach Standort des Kunden variieren.
„Denken Sie zum Beispiel an kleine, mittlere oder große Kleidung. Der prozentuale Anteil der Verkäufe in kleinen, mittleren und großen Unternehmen unterscheidet sich insgesamt vielleicht nicht sehr stark, aber der prozentuale Anteil jeder Größe kann je nach Standort stark variieren. Möglicherweise ist in Städten größere Kleidung gefragt, im Süden, wo die Temperaturen das ganze Jahr über konstant höher sind, ist möglicherweise leichtere Kleidung gefragter. Daher sollte die Bedarfsprognose- und -planungslösung auf der Erfüllungsseite ein höheres Maß an Komplexität bieten. Im Süden werden Sie wahrscheinlich keine Schneepflüge brauchen. Wenn Sie also eine Fabrik haben, die Schneepflüge herstellt, wäre es am besten, sie an einem Ort aufzustellen, an dem es Schnee und vielleicht Berge gibt, zum Beispiel Tennessee. Es ist ein guter Vertriebspunkt für Kunden und bietet außerdem eine Herstellung zu wettbewerbsfähigen Kosten.“
Die Wirkung von Social Media
Steve Murphy, Direktor – Kundendienst, Panorama Consulting Group, observes a number of key areas that are changing the face of demand forecasting and planning today. “One is the evolution of omnichannel to satisfy consumer demand, and the choice consumers have now between in-store purchases and online orders,” he says. “Online sales have exploded over the past few years, particularly since the pandemic. On social media, we’re all bombarded now with targeted ads based on tight tracking of your online activity today. Only a few years ago, the ads you would see pop up would be from four or five main companies that were targeting that type of advertising. Today, if you visit an online page within hours, you will start seeing ads pop-up related to that company and its products. When you sign up to your landing page, whether it’s Google, Yahoo or whatever the case might be, you’re going to see ads or stories about that retailer or that product.”
Murphy glaubt, dass sich dies nicht nur aufgrund der heutigen Technologie ändert, sondern dass sich dies auch aufgrund von Großereignissen, insbesondere der Pandemie, ändern kann. „Die Pandemie war ein ‚einmaliges‘ Ereignis, aber sie hat alles verändert“, sagt er. „Es veränderte die Art und Weise, wie Unternehmen ihre Lieferketten betreiben, und die großen Transportunternehmen mussten überdenken, wie sie Waren liefern wollten. Heute kann man beispielsweise bei Seefracht jederzeit einchecken und per GPS genau sehen, wo sich eine Sendung befindet.“
KI und maschinelles Lernen
Eine weitere wichtige Entwicklung in der heutigen Bedarfsplanung und -prognose ist laut Murphy die Entwicklung von KI und maschinellem Lernen. „Führende ERP-Anbieter wie Oracle, SAP und Microsoft sowie die spezialisierten Anbieter von Bedarfsprognose- und Planungslösungen können beispielsweise KI nutzen, um die wirtschaftlichen Trends der letzten drei Monate zu erfassen, sie in das System zu übertragen und genau abzuschätzen, was passiert.“ Die Nachfrage wird wahrscheinlich für den nächsten Monat bestehen. Die Genauigkeit dieser Systeme hat sich sprunghaft verbessert.“
Murphy fügt hinzu, dass, obwohl maschinelles Lernen mehr und bessere Daten liefert, einer der wichtigsten Punkte, die man bedenken sollte, darin besteht, dass man immer noch einen Menschen braucht, der die Gesamtkontrolle hat. „Bei Großereignissen, die sich auf den Produktverkauf auswirken könnten, wie etwa dem Super Bowl, könnten Leute, die sich mit Bedarfsprognosen und -planung auf der Grundlage jahrelanger praktischer Erfahrung auskennen, sagen, dass meiner Meinung nach die Lagerbestände um 1 % erhöht werden sollten. über dem, was die Daten vermuten lassen, oder pumpen Sie es um ein ähnliches Niveau nach unten. Dies kann oft genauer sein als die vorgeschlagenen maschinellen Lerndaten. Sie brauchen also immer noch diesen menschlichen Faktor, der auf Erfahrung in der Bedarfsprognose und -planung basiert, anstatt sich nur auf die Zahlen zu verlassen, die aus der Maschine kommen.“
Mukul Krishna. Globaler Forschungspraxisleiter – Lieferkette und Logistik, Frost & Sullivanspiegelt wider, dass die Branche erst vor etwa einem Jahrzehnt mit der Digitalisierung begann und die Menschen begannen, sich mit der Erfassung von Daten und der Erstellung von Datenberichten zu befassen. „Daraus entstanden viele wertvolle Daten im Hinblick auf eine höhere Prognosegenauigkeit“, sagt er. „Dann, vor Kurzem, kam es zu einer Pandemie, die viele Unternehmen dazu veranlasste, ihre Art und Weise, wie sie Nachfrageprognosen und -planung verwalten, zu überdenken.
Weiter geht es mit historischen Daten
“Someone in the apparel industry told me that his company’s planning for the Spring of 2022 was based on the previous year’s data. However, in the wake of the pandemic all this historical data going back a year or so went out the door. In volatile times, especially when things are changing very rapidly, historical data means very little. Typically, what demand forecasting has relied on has been this historical data, but now more people are very cognisant of the fact that there’s so much uncertainty out there that it’s very difficult to even read regular economic data.”
Krishna weist darauf hin, dass bereits vor der Pandemie viele Einzelhandelskunden mit der Idee des E-Commerce sehr vertraut geworden seien. „Während der Pandemie wurde es für diese Kunden dann verständlicherweise noch bequemer, online zu buchen. Unternehmen müssen also nicht nur stationäre Lieferungen und Direktlieferungen an den Verbraucher verwalten, sondern auch die Rückwärtslogistik einkalkulieren, da sich einige Kunden angewöhnt haben, beispielsweise nur zehn Artikel zu bestellen Ich beabsichtige, fünf davon oder noch weniger zu behalten. Jetzt besteht also die zusätzliche Herausforderung, Retouren zu verwalten und die Artikel wieder in die Regale oder an den richtigen Ort im Lager oder Vertriebszentrum zu bringen, damit sie für den Versand an einen anderen Kunden bereit sind.“
Krishna adds that some companies are still paying attention to historical data but now rely more on data that is only a few months old. “They’re also starting to use more artificial intelligence and trying to triangulate as much of what is happening to try to figure out true demand,” he says. “Just because something happened last year doesn’t mean it’s going to happen this year, so companies want to increase their probability of having a much better sense of accurate data in times of greater uncertainty.”
Darüber hinaus ist Krishna der Ansicht, dass sich Unternehmen angesichts des Klimawandels fragen müssen, ob der Winter wärmer wird, da sich dies auf eine höhere Nachfrage nach bestimmten Produkten auswirken könnte, die in der Vergangenheit zu dieser Jahreszeit möglicherweise nicht so stark nachgefragt wurden. „Solche Dinge rücken für Unternehmen nun immer mehr in den Fokus, obwohl sie früher nicht so viel darüber nachgedacht hätten, als sie versuchten, die Nachfrage zu antizipieren.“ In Bezug auf den Versuch, genauere Nachfragemuster herauszufinden, anstatt sich auf historische Daten zu verlassen, erklärt Krishna, dass immer mehr Unternehmen jetzt versuchen, Daten mithilfe von KI oder fortschrittlichen Analysen besser zu modellieren, um prädiktiver und präskriptiver zu werden. „All dies kann dazu beitragen, mehr Wahrscheinlichkeit in die Algorithmen einzuführen“, sagt er.
Die SaaS/On-Premise-Debatte
Ball stellt fest, dass viele Unternehmen und Best-in-Class-Unternehmen sicherlich einige ihrer Funktionen auf das SaaS-Modell umstellen oder bereits umgestellt haben, sowohl im Hinblick auf die Bedarfsprognose und -planung als auch auf ERP. „Sie entscheiden sich möglicherweise in erster Linie dafür, bestimmte Teile in die Cloud zu verlagern, beispielsweise die Entscheidungsunterstützung“, sagt er. „Vielleicht entscheiden sie sich nicht für eine Änderung der Finanzplanung, weil sie sehen, dass ihre Finanzzahlen ihre ‚Schlüssel zum Königreich‘ sind. Sie könnten sich dafür entscheiden, ihre Planungsdaten in die Cloud zu übertragen.
„Allerdings möchten sie dies vielleicht noch geheim halten, da ihre Planungsdaten Volumen-, Produkt-, Marketing- und Preisinformationen enthalten. Daher sind sie möglicherweise in Bezug auf diese Art von Daten auf der Hut. Dennoch könnten sie beschließen, Teile dieser Daten zu übernehmen und sie an einen anderen Standort zu verschieben. Im Allgemeinen haben viele Unternehmen die Einstellung, alles im eigenen Haus zu behalten, hinter sich gelassen. Dennoch gibt es immer noch viele Hersteller, die ihre Geheimformel nicht in der Cloud haben möchten und sich sicherer fühlen, wenn sie vor Ort erfolgt. Im Fall von Covid, in dem die Menschen nicht weiter vor Ort arbeiten konnten, erwies sich SaaS als sehr wertvoll, um sicherzustellen, dass auf Daten wie zum Beispiel im Zusammenhang mit dem Inventar überall dort zugegriffen werden konnte, wo sich die Personen befanden, die die Befugnis hatten, diese Informationen einzusehen.“
Einen Vorteil haben
Krishna ist der Ansicht, dass viele der anfänglichen Bedenken im Zusammenhang mit SaaS verschwunden sind. Er ist jedoch davon überzeugt, dass in bestimmten Branchen wie dem Einzelhandel On-Premise-Lösungen und Edge-Funktionen für die Verwaltung des Omnichannel-Modells – direkt zum Kunden und direkt zum Geschäft – gleichermaßen wichtig sind. Krishna weist außerdem darauf hin, dass Edge-Computing im Hinblick auf die geringere Latenz einen Vorteil gegenüber der Cloud haben kann, was seiner Ansicht nach in einer Supply-Chain-Welt, in der schnelle Reaktionen entscheidend sein können, um mit der Nachfrage und den Lageranforderungen Schritt zu halten, immer wichtiger wird.
“During the pandemic, many people fell sick and quitting also reached high levels,” he says. “Many left their jobs to re-skill or up skill and get into the gig economy. Largely because of this, companies tried to leverage more AI-based automation. So, for example, more inventory management robots were used. These robots are basically edge computing devices on wheels. Meanwhile, RFID scanners and machine vision were deployed to scan items down the aisles to determine what’s in stock and what’s not. So, these types of tasks that might have been considered tedious for human workers can now be effectively done by automation and are able to give you information largely in real time.”
Bleiben Sie über unerwartete Trends auf dem Laufenden
Krishna erinnert uns daran, dass die Menschen nach dem Ausbruch der Pandemie schnurstracks nach allen Arten von Gegenständen suchten, die unter normalen Umständen nicht aus den Regalen fliegen würden, wie zum Beispiel Toilettenpapier. „In meinem örtlichen Lebensmittelladen hatte ich vor Corona noch nie erlebt, dass ihm die Zwiebeln ausgingen“, bemerkt er und fügt hinzu, dass einige Geschäfte dann damit begannen, bestimmte Artikel zu rationieren und beispielsweise zwei Artikel pro Kunde zuließen. „Wenn Sie Daten nahezu in Echtzeit erhalten, können Sie mit der Überwachung dieser unerwarteten Trends beginnen und bestimmte Richtlinien einführen, die Ihnen helfen, Lagerbestände zu verhindern“, sagt er.
“However, data sent to the cloud means getting it back will experience some level of latency, and even a small amount of latency can make a big difference to meeting demand and following trends. So, you want to minimise the level of latency. For example, you don’t want your autonomous vehicle talking to the cloud. Instead, you want that vehicle to make autonomous decisions without needing to communicate with the cloud. So, if you have a lot of autonomous vehicles doing last-mile delivery using on-board edge computing capability to make decisions rather than having to go into the cloud and back, this can be much more efficient. Similarly, your inventory management robot in the warehouse using edge computing can let you know in near real time that you’re running short of a certain product and can order more before you experience stock out.”
Berücksichtigung der Kosten
Krishna adds it is often said that if you throw enough money at the problem the problem will go away. “However, many companies don’t have large amounts of money. Cutting-edge technology can be expensive, so in developing countries where labour is still relatively cheap, many companies will continue to kick the can down the road in terms of investing in cutting-edge technology. Instead, they will just employ more people. If you look at more affluent areas such as North America, Western Europe, South Korea or Japan, you will see more use of warehouse automation and robots, especially in terms of picking robots with active picking arms – although in more complex warehouses where aisles can reach 30 or 40 racks high, picking robots would need to be highly articulated and move at very complex angles meaning a lot more complexity is involved. So, because of this type of complexity and expense, companies need to have a very good economic reason to move to more automation. Many companies don’t think their situation is that dire, and they have enough people available to manage picking in a more manual manner.”
Wenn sie über das nötige Budget verfügen, nutzen inzwischen auch mehr Unternehmen Co-Bots, erklärt Krishna. „Trotzdem glaube ich nicht, dass sich das Konzept des Dark Warehouse in den nächsten zwei oder drei Jahren mit zunehmender Automatisierung stark weiterentwickeln wird“, sagt er. „Das dunkle Lager ist natürlich ein heikles Thema, da Maschinen möglicherweise einen Großteil der menschlichen Arbeitskräfte in Lagern und Vertriebszentren ersetzen können. Das Gegenargument ist, dass in vielen Fällen eine stärker automatisierte Technologie die Arbeit der menschlichen Arbeitskräfte ergänzen und unterstützen kann.“
Der Erweiterungsfaktor
Even though SaaS has been around for several years now, many companies are still more comfortable having their servers on premise, maybe for security concern reasons although these are minimal today. However, Murphy explains that if you look at the long-term costs of an on-premise solution, it can be considerably more expensive because of the need to upgrade on site and possibly hire consultants to undertake extension work (extension being the term now commonly used rather than customisation). “Of course, one of the main benefits of a SaaS subscription model where a company pays quarterly or annually is that, at least for most of the upper tier companies, an automatic quarterly update to their software takes place. This means they are always up to date with the software and using the very latest version. I think that’s probably one of the biggest benefits of SaaS.”
Another delineation between on premise and SaaS, according to Murphy, is with on premise if every time you upgrade you decide to add some extensions you will likely need a consultant to come in and manage the extension work. “With the SaaS model, you don’t want to customise the solution for every user so the functionality is normally based on best practices for particular industries. If someone has a particular need for an extension to fit a particular business more tightly what we recommend before you go ahead with this potentially costly plan is that you think carefully about what you want to get out of the software.
It is important to know what the overall benefits will be and whether it makes sense to do it based on the extra cost involved. After careful thought, you may decide that it would it be more beneficial just to rely on the standard software package. So, a cost benefit analysis or change benefit analysis makes sense. If an extension is the preferred option, we can help the software companies design that extension. Doing extensions doesn’t seem to be as complex or difficult a process as it used to be. It’s not now the same as doing some of the heavy-duty customisations that we used to.”
Was noch vor uns liegt
Auf welche Innovationen/Entwicklungen sollten Sie in den nächsten ein bis zwei Jahren achten? Murphy erklärt, dass die Technologie durch die Integration von KI und maschinellem Lernen in die heutigen Bedarfsprognose- und -planungslösungen kontinuierlich aus allen stattfindenden Transaktionen lernen kann, sowohl auf der Bestell- als auch auf der Erfüllungsseite. Etwas anderes, worüber man nachdenken sollte, sagt Murphy, ist, dass es jetzt so viele weitere Datenquellen gibt, auf die man zurückgreifen kann, um Nachfragetrends zu überwachen, einschließlich Daten aus sozialen Medien. „Früher hat man sich die Verkaufshistorie und Wirtschaftsprognosen der Vergangenheit angeschaut und sich angeschaut, was in den verschiedenen Regionen auf dem Markt vor sich ging und wie die Verkaufstrends in diesen Teilen des Landes aussahen.
“Now, the sources of data are so vast that trying to collect more and better data to put in the system is one of main goals. So, I think if we can find better ways to collect data to use within demand forecasting and planning systems, that’s where the main improvements will lie. I think somebody out there is going to design an even better data collection process to pull in this valuable data from all these vast sources. Then, it’s a question of how this more valuable information is corralled and processed by the best demand forecasting and planning solutions. This will be the next step.”
Mehr Automatisierung, um den angespannten Arbeitsmarkt abzumildern
Alex Macpherson, Direktor für Lösungsberatung und Account Management, führt das Thema möglicher zukünftiger Entwicklungen fort. Manhattan Associatesweist auf die Fortsetzung der Automatisierung hin, um den angespannten Arbeitsmarkt, insbesondere im Lagerbereich, abzumildern. „Damit soll Kapazität in ereignisbedingten Spitzenzeiten bereitgestellt werden und nicht nur in den üblichen saisonalen Spitzenzeiten, die Unternehmen erlebt haben“, sagt er. „Das Format dieser Automatisierung wird von herkömmlicher ASRS und förderbandgesteuerter Automatisierung bis hin zu Cobots und Robotik variieren.“ Macpherson fügt hinzu, dass der Einsatz von KI und maschinellem Lernen in der Lagerumgebung explosionsartig ansteigen wird und viele Aufgaben vorantreiben wird, die manuell initiiert wurden, wie etwa das Durchführen von Wellen und die Antizipation von Arbeitsprognosen. „Der Sektor ist einer, in dem KI noch nicht in großem Umfang eingesetzt wurde, und das wird sich bald ändern“, sagt er.
Macpherson fügt hinzu, dass es interessant sein wird zu beobachten, wie Einzelhändler in den nächsten 12 bis 18 Monaten mit Retouren umgehen. „Das Ausmaß der Renditen für alle Unternehmen und die enormen Kosten für deren Verwaltung sind endlich erkannt und werden in Angriff genommen“, sagt er. „Ob es darum geht, Retouren in Rechnung zu stellen oder Kunden dazu zu bringen, jährliche Gebühren für die Rücksendung von Waren zu zahlen, dies wird ein weiterer Bereich sein, der sich schnell und entscheidend ändern wird. Wir haben bereits bei mehreren namhaften Einzelhändlern einen First-Mover-Vorteil gesehen, und dies wird den Rest zum Handeln anregen.“
Kein Licht aus
Payne believes we will see a lot more from an AI perspective. “If we look back to pre-Covid times, I heard a lot of end-users saying they wanted lights out planning, no touch planning or autonomous planning. Fortunately, there’s been a realisation by these leading companies that that’s not going to happen. You’re never going to automate all the decision-making in the supply chain. You can automate a lot of it, but you can’t automate all of it. There is still a need for certain types of decisions for human input human judgement, which is what we have always said. Completely autonomous planning was a pipe dream, but you can do a lot more than the very manual way that planning is still done by many companies on spreadsheets.”
According to Payne, generative AI will have an increasing impact. “Currently, many are saying Chat GPT will transform the way we do things. It’s just another AI technique, but the use of large language models could transform the way planners interact with planning systems. So, you could have more of a natural conversation with the planning system. That’s probably where we’re going to see some of the initial use cases in the world of planning.”
Synthetische Daten
Another area of innovation that will likely gain more traction, in Payne’s view, is the creation of synthetic data. “You could potentially use your digital supply chain twin along with generative AI capabilities to be able to create synthetic data – in other words, data that hasn’t been created by the physical supply chain but has been created digitally. With this data, you could test out all sorts of scenarios and options.”
Strukturelle Veränderung
A further development we could see over the next couple of years, according to Payne, is a change in the structure of demand forecasting and planning solutions. “Today, when companies buy a planning technology solution, they might say it’s got to do demand planning, inventory planning, replenishment planning, production planning, sales & operations planning or integrated business planning. Basically, what they’re looking for is a complete end-to-end planning solution. This is where vendors such as Kinaxis, SAP, Oracle, Blue Yonder and all those big platforms play.
Es kann jedoch vorkommen, dass ein Unternehmen zusätzliche Funktionen wünscht, die nicht in die geschlossene Plattform integriert sind, die es derzeit verwendet, und daher nach Lösungen von Drittanbietern sucht oder selbst etwas entwickelt und möglicherweise seine Analyse- und Datenwissenschaftsteams nutzt, um die Lücke bei der Planung zu schließen oder Analysen usw. Es besteht jedoch ein zunehmender Trend zu Lösungen, die austauschbare Funktionsbausteine anbieten, unabhängig davon, ob Sie die meisten Bausteine eines Anbieters oder eine Kombination davon verwenden. Gartner nennt dies Zusammensetzbarkeit, wodurch eine Lösung viel modularer und anpassungsfähiger wird.“
- SEO-gestützte Content- und PR-Distribution. Holen Sie sich noch heute Verstärkung.
- PlatoData.Network Vertikale generative KI. Motiviere dich selbst. Hier zugreifen.
- PlatoAiStream. Web3-Intelligenz. Wissen verstärkt. Hier zugreifen.
- PlatoESG. Kohlenstoff, CleanTech, Energie, Umwelt, Solar, Abfallwirtschaft. Hier zugreifen.
- PlatoHealth. Informationen zu Biotechnologie und klinischen Studien. Hier zugreifen.
- Quelle: https://www.logisticsit.com/articles/2024/01/02/improving-your-demand-and-fulfilment-processes
- :hast
- :Ist
- :nicht
- :Wo
- $UP
- 10
- 12
- 150
- 2022
- 30
- 40
- a
- Fähigkeit
- Fähig
- Über uns
- oben
- Zugriff
- Nach
- Konto
- Kontoverwaltung
- Genauigkeit
- genau
- genau
- Handlung
- aktiv
- Aktivität
- präsentieren
- hinzufügen
- Hinzufügen
- Zusätzliche
- Fügt
- einstellen
- Siehe Werbung
- advanced
- Vorteil
- Marketings
- Nach der
- vor
- voraus
- AI
- alex
- Algorithmen
- Alle
- Zulassen
- entlang
- bereits
- ebenfalls
- Obwohl
- immer
- Amerika
- Betrag
- Beträge
- an
- Analyse
- Analytiker
- Analytische
- Analytik
- machen
- Angeles
- jährlich
- Jährlich
- Ein anderer
- erwarten
- Vorweggenommen
- vorwegnehmen
- jedem
- Kleider
- angewandt
- Anwendung
- Ansätze
- SIND
- Bereich
- Bereiche
- Argument
- Waffen
- um
- künstlich
- künstliche Intelligenz
- AS
- fragen
- helfen
- At
- Atlanta
- Aufmerksamkeit
- Haltung
- vermehren
- Autorität
- automatisieren
- Automatisiert
- automatische
- Automation
- Autonom
- autonomes Fahrzeug
- autonome Fahrzeuge
- verfügbar
- Vermeidung von
- ein Weg
- Zurück
- Ball
- basierend
- Grundsätzlich gilt
- BE
- wurde
- weil
- werden
- wird
- Werden
- war
- Bevor
- Anfang
- Sein
- glaubt,
- vorteilhaft
- Nutzen
- Vorteile
- BESTE
- Best Practices
- Besser
- zwischen
- GETRÄNK
- Big
- Größte
- Blockiert
- Blau
- Buchung
- beide
- Beschränkt
- Ziegel und Mörtel
- Brings
- Haushalt
- bauen
- Building
- erbaut
- Geschäft
- Geschäftsmodell
- Business Planning
- Unternehmen
- aber
- Kaufe
- by
- Aufrufe
- CAN
- Fähigkeiten
- capability
- Kapazität
- Erfassung
- vorsichtig
- vorsichtig
- Häuser
- Fälle
- Zentren
- sicher
- sicherlich
- Kette
- Ketten
- challenges
- Herausforderungen
- Übernehmen
- geändert
- Änderungen
- Ändern
- Kanal
- Kanäle
- aufladen
- Chat
- billig
- Wahl
- Umstände
- Orte
- Stadt
- Auftraggeber
- Klimaschutz
- Klimawandel
- Menu
- geschlossen
- näher
- Bekleidung
- Cloud
- CO
- sammeln
- Das Sammeln
- Sammlung
- Kombination
- kombinieren
- wie die
- komfortabel
- Kommen
- Bemerkungen
- gemeinsam
- häufig
- mit uns kommunizieren,
- Communities
- Unternehmen
- Unternehmen
- Unternehmen
- abschließen
- uneingeschränkt
- Komplex
- Komplexität
- Computing
- konzept
- Hautpflegeprobleme
- über
- Bedenken
- Stauung
- Verbindung
- Geht davon
- betrachtet
- überlegt
- konsequent
- Berater
- Berater
- Consulting
- Verbraucher
- KUNDEN
- ständig
- Fortsetzung
- fortsetzen
- weiter
- Smartgeräte App
- konventionellen
- Gespräch
- Kosten
- teuer werden
- Kosten
- könnte
- Counter
- Ländern
- Land
- Paar
- Kurs
- Abdeckung
- Abdeckung
- Covid
- erstellen
- erstellt
- Erstellen
- Schaffung
- kritischem
- Zur Zeit
- Kunde
- Kunden
- innovativ, auf dem neuesten Stand
- Dunkel
- technische Daten
- Datenwissenschaft
- Datum
- Tage
- dc
- Deal
- Jahrzehnte
- entscheidet
- Entscheidung
- Decision Making
- Entscheidungen
- tief
- tiefe Lernen
- Übergeben
- Die Lieferungen
- liefern
- Lieferanten
- Demand
- Nachfragevorhersage
- Abhängig
- Einsatz
- beschreiben
- Design
- Bestimmen
- Entwicklung
- Entwicklungsländer
- Entwicklung
- Entwicklungen
- Geräte
- DID
- abweichen
- Unterschied
- anders
- schwer
- digital
- Digitale Transformation
- digital
- Digitalisierung
- dire
- Direkt
- Direktor
- diskutieren
- Dispatch
- Störungen
- Verteilung
- do
- die
- doesn
- Dabei
- Don
- erledigt
- Nicht
- Von
- nach unten
- Traum
- angetrieben
- Fahren
- zwei
- im
- e-commerce
- jeder
- Wirtschaftlich
- Wirtschaft
- Edge
- Edge-Computing
- Effektiv
- effektiv
- effizient
- effizient
- entweder
- sonst
- Ende
- End-to-End
- genug
- genug Geld
- Gewährleistung
- Arbeitsumfeld
- gleichermaßen
- ERP
- insbesondere
- im Wesentlichen
- etablierten
- schätzen
- etc
- Äther (ETH)
- Europa
- Sogar
- Event
- Veranstaltungen
- Jedes
- jedermann
- alles
- Evolution
- genau
- Beispiel
- ausführen
- Ausführung
- teuer
- ERFAHRUNGEN
- erfahrensten
- Erklärt
- Erweiterung
- Erweiterungen
- umfangreiche
- Umfang
- extra
- Gesicht
- Tatsache
- Faktor
- Faktoren
- ziemlich
- fühlen
- Honorare
- wenige
- Weniger
- Feld
- Abbildung
- füllen
- Endlich
- Revolution
- Finanzplanung
- Finden Sie
- Vorname
- passen
- fünf
- Flexibilität
- Setzen Sie mit Achtsamkeit
- Folgende
- Nahrung,
- Aussichten für
- unten stehende Formular
- Format
- Formen
- Formel
- Zum Glück
- vorwärts
- vier
- fragmentierten
- Fracht
- für
- Frost
- Funktionalität
- grundlegend
- weiter
- weitere Entwicklung
- Zukunft
- zukünftige Entwicklungen
- Gewinnen
- Lücke
- Gartner
- Allgemeines
- generativ
- Generative KI
- bekommen
- bekommen
- Gig-Wirtschaft
- ABSICHT
- Global
- Go
- Ziele
- gehen
- weg
- gut
- Waren
- habe
- gps
- groß
- mehr
- Lebensmittelgeschäft
- persönlichem Wachstum
- Wachstum
- Gewohnheit
- hätten
- praktische
- passieren
- passiert
- Los
- Haben
- mit
- he
- gehört
- Heavy-Duty-
- Hilfe
- hilft
- GUTE
- hochkarätig
- höher
- hoch
- Verleih
- seine
- historisch
- historisch
- Geschichte
- Hit
- Startseite
- Hauslieferung
- STUNDEN
- Houston
- Ultraschall
- aber
- HTTPS
- riesig
- human
- i
- Idee
- if
- Impact der HXNUMXO Observatorien
- wichtig
- zu unterstützen,
- verbessert
- Verbesserungen
- Verbesserung
- in
- In anderen
- auf Lager
- Einschließlich
- Erhöhung
- hat
- zunehmend
- zunehmend
- industriell
- Branchen
- Energiegewinnung
- Information
- Anfangs-
- anfänglich
- initiiert
- Innovation
- Varianten des Eingangssignals:
- beantragen müssen
- Institut
- integriert
- Intelligenz
- Intelligent
- Beabsichtigen
- interagieren
- interessant
- in
- einführen
- Inventar
- Bestandsverwaltung
- Investitionen
- beteiligt
- Problem
- Probleme
- IT
- Artikel
- SEINE
- Japan
- Jobs
- jpg
- nur
- Behalten
- Aufbewahrung
- Wesentliche
- Hauptbereiche
- Kick
- Wissen
- Korea
- Labour
- Landung
- Zielseite
- Sprache
- grosse
- weitgehend
- größer
- Nachname
- Letztes Jahr
- Latency
- neueste
- Führer
- führenden
- Sprünge
- LERNEN
- lernen
- am wenigsten
- links
- weniger
- lassen
- Niveau
- Cholesterinspiegel
- Hebelwirkung
- Lüge
- liegt
- Feuerzeug
- Gefällt mir
- wahrscheinlich
- wenig
- aus einer regionalen
- lokal
- located
- Standorte
- Standorte
- Logistik
- langfristig
- aussehen
- sah
- suchen
- die
- Los Angeles
- Los
- viel
- Maschine
- Maschinelles Lernen
- Bildverarbeitung
- Maschinen
- gemacht
- Main
- Dur
- um
- MACHT
- Making
- verwalten
- Management
- flächendeckende Gesundheitsprogramme
- Weise
- manuell
- manuell
- Hersteller
- Herstellung
- viele
- viele Leute
- Markt
- Marketing
- Marktplatz
- Kann..
- vielleicht
- me
- bedeuten
- Bedeutung
- Mittel
- gemeint
- Mittlerweile
- Medien
- mittlere
- Treffen
- Microsoft
- könnte
- Geist / Bewusstsein
- minimal
- minimieren
- Mildern
- mischen
- Modell
- für
- modulare
- Geld
- Überwachen
- Überwachung
- Monat
- Monat
- mehr
- effizienter
- vor allem warme
- schlauer bewegen
- vorwärts gehen
- gerührt
- ziehen um
- viel
- my
- Natürliche
- Natürliche Sprache
- Verarbeitung natürlicher Sprache
- Navigieren
- In der Nähe von
- Notwendigkeit
- Need
- erforderlich
- benötigen
- Bedürfnisse
- hört niemals
- dennoch
- Neu
- New York
- weiter
- nicht
- normal
- Normalerweise
- Norden
- Nordamerika
- jetzt an
- Anzahl
- Zahlen
- Beobachtet
- Ozean
- of
- WOW!
- bieten
- Angebote
- vorgenommen,
- Alt
- Omnichannel
- on
- EINEM
- Einsen
- Online
- Online-Verkäufe
- einzige
- OP
- betreiben
- Einkauf & Prozesse
- Entwicklungsmöglichkeiten
- entgegengesetzt
- Option
- Optionen
- or
- Orakel
- Auftrag
- Bestellungen
- Andere
- UNSERE
- Ergebnis
- Outlets
- übrig
- Gesamt-
- besitzen
- Paket
- Seite
- Pandemie
- Papier
- besondere
- besonders
- Party
- passt
- Muster
- AUFMERKSAMKEIT
- zahlen
- Land
- Haupt
- Personen
- für
- Prozentsatz
- Zeiträume
- Perspektive
- Biowissenschaften
- Philadelphia
- physikalisch
- Kommissionierung
- Stück
- Stücke
- Rohr
- Ort
- Plan
- geplant
- Planung
- Pflanze
- Plattform
- Plattformen
- Plato
- Datenintelligenz von Plato
- PlatoData
- Play
- spielend
- Points
- Punkte
- Politik durchzulesen
- Pop
- Pop-up
- Position
- möglich
- gegebenenfalls
- möglicherweise
- Praxis
- Praktiken
- vor COVID
- genau
- Vorhersage
- Prognose
- Prognosen
- prädiktive
- bevorzugt
- Präsident
- Druck
- verhindern
- früher
- vorher
- gebühr
- in erster Linie
- Grundsätze
- Wahrscheinlichkeit
- wahrscheinlich
- Aufgabenstellung:
- Prozessdefinierung
- verarbeitet
- anpassen
- Verarbeitung
- Produkt
- Produktion
- Produkte
- erwies sich
- die
- Anbieter
- bietet
- Pumpe
- Einkäufe
- rein
- setzen
- Qualität
- vierteljährlich
- Frage
- Fragen
- Direkt
- schnell
- schnell
- lieber
- RE
- erreichen
- erreicht
- Lesen Sie mehr
- bereit
- echt
- Echtzeit
- wirklich
- Grund
- Gründe
- Received
- kürzlich
- empfehlen
- Veteran
- Reduziert
- spiegelt
- Ungeachtet
- regional
- Regionen
- regulär
- bezogene
- verhältnismäßig
- verlassen
- sich auf
- merken
- ersetzen
- Meldungen
- Unsere Representatives
- Voraussetzungen:
- Forschungsprojekte
- Downloads
- Antwort
- REST
- Restaurants
- Einzelhandel
- Einzelhändler
- Einzelhändler
- Rückkehr
- Rückgabe
- rückgängig machen
- Recht
- Straße
- Roboter
- Robotik
- Roboter
- Führen Sie
- Laufen
- s
- SaaS
- Sicherheit
- Said
- Vertrieb
- gleich
- Saft
- sagen
- sagt
- Scan
- Szenarien
- Planung
- Wissenschaft
- saisonal
- Die Geheime
- Abschnitte
- Bibliotheken
- Sicherheitdienst
- sehen
- Sehen
- Suchen
- scheinen
- gesehen
- verkaufen
- senden
- Sinn
- empfindlich
- geschickt
- getrennte
- Server
- Dienstleistungen
- Dienst
- mehrere
- Regale
- verschieben
- Shopping
- Geschäfte
- Short
- sollte
- Seite
- Schild
- ähnlich
- Ähnlich
- da
- am Standort
- Seiten
- Situation
- Größe
- Größe
- Geschicklichkeit
- klein
- .
- So
- Social Media
- Social Media
- Software
- verkauft
- Lösung
- Lösungen
- einige
- Jemand,
- etwas
- Raffinesse
- Quellen
- Süd
- Südkorea
- spezialisiert
- spezifisch
- Spezifität
- Feder
- stabil
- Standard
- Anfang
- begonnen
- Beginnen Sie
- Schritt
- Immer noch
- -bestands-
- Aktien
- speichern
- gelagert
- Läden
- Geschichten
- Strategie
- Struktur
- Abonnement
- Abo-Modell
- so
- Schlägt vor
- Super
- Super Bowl
- liefern
- Supply Chain
- Supply-Chain-Planung
- Lieferketten
- Support
- Schalter
- synthetisch
- synthetische Daten
- System
- Systeme und Techniken
- T
- Nehmen
- nimmt
- Einnahme
- sprechen
- gezielt
- Targeting
- und Aufgaben
- Teams
- Technik
- Techniken
- technologische
- Technologie
- erzählen
- Tennessee
- Begriff
- AGB
- Test
- als
- zur Verbesserung der Gesundheitsgerechtigkeit
- Das
- die Welt
- ihr
- Sie
- Thema
- sich
- dann
- Dort.
- deswegen
- Diese
- vom Nutzer definierten
- think
- Dritte
- fehlen uns die Worte.
- dieses Jahr
- diejenigen
- obwohl?
- dachte
- nach drei
- Durch
- Tier
- dicht
- Tim
- Zeit
- mal
- zeitliche Koordinierung
- zu
- heute
- heutigen
- Toilette
- sagte
- auch
- Top
- Gesamt
- aufnehmen
- Tracking
- Zugkraft
- traditionell
- traditionell
- der Verkehr
- Transaktionen
- Transformieren
- Transformation
- , des Transports
- behandeln
- Trend
- Trending
- Trends
- versucht
- was immer dies auch sein sollte.
- versuchen
- Versuch
- Zwilling
- XNUMX
- tippe
- Typen
- typisch
- Unsicherheit
- für
- verstehen
- Verständlicherweise
- unternehmen
- Unerwartet
- Aktualisierung
- mehr Stunden
- us
- -
- benutzt
- Mitglied
- Verwendung von
- üblich
- wertvoll
- Wertvolle Information
- Wert
- verschiedene
- riesig
- Fahrzeug
- Fahrzeuge
- Verkäufer
- Anbieter
- Version
- sehr
- lebendig
- Schraubstock
- Vizepräsident:in
- Anzeigen
- Seh-
- Besuchen Sie
- flüchtig
- Flüchtigkeit
- Volumen
- Wake
- wollen
- wollte
- will
- Warehouse
- Lagerautomatisierung
- Wärmer
- wurde
- Ansehen
- Wellen
- Weg..
- Wege
- we
- GUT
- ging
- waren
- Westlich
- Westeuropa
- Was
- Was ist
- was auch immer
- wann
- ob
- welche
- WHO
- werden wir
- Winter
- mit
- .
- ohne
- Worte
- Arbeiten
- trainieren
- Arbeiter
- Belegschaft
- weltweit wie ausgehandelt und gekauft ausgeführt wird.
- würde
- Yahoo
- Jahr
- Jahr
- York
- U
- Ihr
- Zephyrnet