Suosituimmat vuodet 2023: Suosituimmat blogikirjoituksemme

Suosituimmat vuodet 2023: Suosituimmat blogikirjoituksemme

Lähdesolmu: 3046054

Aloittaessamme uutta vuotta halusimme pohtia suosituinta sisältöä, joka on resonoinut yleisömme viimeisten 12 kuukauden aikana. Oivaltavasta toimialan analyyseistä käytännön oppaisiin, blogikirjoituksemme osoittavat, että käsittelemme monipuolisesti toimitusketjuun liittyviä aiheita ja olemme sitoutuneet tarjoamaan arvokasta tietoa sinulle, lukijallemme.

Tässä ovat vuoden 2023 luetuimmat blogit LinkedIn-lukujemme mukaan, jotka kiinnittivät huomiosi ja herättivät sitoutumista:

5 tapaa tekoäly vaikuttaa toimitusketjuun

Ei ole suuri salaisuus, että monet toimitusketjut käyttävät edelleen Excel-laskentataulukoita ennustamista varten ja leikepöydät inventaariolaskennan suorittamiseksi. Koneoppimisen ja edistyneen analytiikan omaksuminen on kuitenkin lisääntymässä hitaasti ja tasaisesti. Valitettavasti muutosvauhti ei ole ollut tarpeeksi nopea pysyäkseen tekniikan kehityksen mukana. Tässä blogissa selitämme, miksi nyt on aika toimia, ja kerromme osa-alueista, joilla tekoäly (AI) ja koneoppiminen voivat auttaa valmistajia tulemaan ennakoivammiksi ja parantamaan liiketoiminnan suorituskykyä.

Miksi nyt on Arkieva+:n aika 

Arkieva on ollut toimitusketjuliiketoiminnassa lähes 30 vuotta. Tänä aikana olemme nähneet monia muutoksia liiketoimintaympäristössä ja siinä, kuinka teknologiayritykset vastaavat asiakkaiden tarpeisiin. Esimerkiksi lähes 10 vuoden ajan "digitaalinen muutos" on ollut ensisijainen painopistealue kahdessa eri tavoitteessa: sopeutuminen digitaalisten ja perinteisten kanavien liiketoimintaan sekä automaation ja ennakoivan analytiikan soveltaminen ennusteisiin. Tämä blogi selittää näiden kahden tavoitteen välisen eron ja maalaa varoittavan tarinan siitä, kuinka yritykset, jotka eivät sopeudu "uusiin liiketoimintatapoihin", voivat pian lopettaa toimintansa.

Matka turvavarastojen läpi, osa 6 

Kokeilimme jotain erilaista tämän blogikirjoitussarjan kanssa ja se meni erittäin hyvin lukijoiden keskuudessa, erityisesti osa 6. Sarjassa esiintyivät Jane, joka toimii varastosuunnittelijana yrityksessään, ja Kate, konsultti, joka on auttanut Janea turvavarastokonsepteissa. Käytimme näitä merkkejä havainnollistamaan turvavarastojen arvoa ja nostimme esiin useita "todellisia" esimerkkejä, joita lukijat voivat testata ja ottaa käyttöön omassa toiminnassaan.

Kuinka lieventää Bullwhip-vaikutusta nykypäivän markkinoilla

Yksi muutos asiakkaan käyttäytymisessä, epätarkka ennuste tai liian aggressiivinen alennus voi laukaista häiriöaallon, joka syvenee tunkeutuessaan toimitusketjuun. Tästä bullwhip-ilmiöstä puhutaan nykyään paljon ja erityisesti pandemian ja siihen liittyvien toimitusketjun häiriöiden jälkimainingeissa. Tässä blogissa selitämme yleisimmät bullwhip-ilmiön syyt ja näytämme, kuinka voit lieventää näitä ongelmia parannetun kysynnän ennustamisen, parannetun toimitusketjun näkyvyyden sekä yhteistyön suunnittelun, ennustamisen ja täydennyksen avulla.

Myös muut toimitusketjun suunnittelublogit osoittautuivat suosituiksi nähtävyyksiksi tänä vuonna! Tässä on neljä muuta vuoden 2023 suosituinta blogia Google Analyticsin sivustoliikennetietojen mukaan:

 Joitakin perusteita S-käyrien arvosta ja uuden tuotteen omaksumisesta markkinoilla

Uusien tuotteiden kysynnän ennustaminen on jatkuva haaste jokaiselle yritykselle. Tämä pätee erityisesti silloin, kun tuote sisältää teknologiaa tai kun se korvaa olemassa olevan tuotteen (ja uuden tuotteen lisätoiminto on rajoitettu). Tässä tulee esiin matemaattinen rakenne, joka tunnetaan nimellä "S-käyrä". Tämä blogi tarjoaa yleiskatsauksen S-käyristä ja siitä, miksi niistä voi olla hyötyä. Se kuvaa myös paloittain lineaarista S-käyrää, jonka olemme havainneet erityisen hyödylliseksi ja joka tukee yhteisöälyn käsitettä.

Mikä on kysynnän ennustaminen?

Prosessi, jossa historiallisten myyntitietojen avulla kehitetään arvio odotetusta asiakkaiden kysynnän ennusteesta, kysynnän ennustaminen antaa yrityksille arvion tavaroista ja palveluista, joita asiakkaat ostavat ennakoitavissa olevassa tulevaisuudessa. Tämä on tärkeä mittari, koska kriittiset liiketoiminnan oletukset, kuten liikevaihto, voittomarginaalit, kassavirta, pääomakustannukset, riskinarviointi- ja lieventämissuunnitelmat sekä kapasiteetin suunnittelu, ovat kaikki riippuvaisia ​​kysynnän ennustamisesta. Tässä blogissa käydään läpi kysynnän ennustamisen perusteet, miten sitä käytetään toimitusketjun hallinnassa ja miten konsepti saadaan toimimaan omassa organisaatiossasi.

Mikä on tilastollinen ennustaminen? Lumisateeseen perustuva selitys

Todettakoon, että yritysblogit voivat alkaa kuulostaa samalta hetken kuluttua, mutta ei tämä. Tämä blogi on kirjoitettu aikana, jolloin Delawaren osavaltio oli joutumassa lumen kaatamiseen – peräti kolme pääsiäistä vaikutti alueella lyhyen ajanjakson aikana –. Tämä blogi tutkii valtavan määrän suunnittelua ja resursseja, jotka käytettiin hoitamiseen ja siivoamiseen. kaikki se lumi. Kirjoittaja käyttää lumimyrskyesimerkkiä yksinkertaistamaan tilastollisen ennustamisen käsitettä, menetelmää ennustaa tulevaa kysyntää historiatietoihin ja tilastolliseen analyysiin perustuen.

Kuinka raportoida ennusteen tarkkuudesta johdolle

Kun kysymme yrityksiltä, ​​mikä on niiden ennusteiden tarkkuus, vastaukset vaihtelevat yleensä alle 50 prosentista yli 95 prosenttiin tai jossain välissä. Miten tämä on edes mahdollista? Kuvittele, että johtoryhmälle annetaan tämä lukualue samassa mittarissa – se olisi onneton (ja luultavasti melko hämmentynyt) johtoryhmä, eikö niin? Tässä blogikirjoituksessa perehdymme vaihteluun ja ehdotamme tarkempia tapoja raportoida tarkkuus tavalla, joka antaa johdolle realistisen kuvan tästä tärkeästä mittarista.

Tiimimme odottaa innolla voivamme jakaa kanssasi entistä arvokkaampia oivalluksia tämän toimitusketjublogin kautta vuonna 2024 ja sen jälkeen. Jaamme blogejamme ja muita oivalluksiamme usein sosiaalisessa mediassa, joten muista seurata meitä päivityksiä varten (LinkedIn | X, joka tunnettiin aiemmin nimellä Twitter | Facebook | YouTube).

toimitusketju-demo

Aikaleima:

Lisää aiheesta Arkieva