Visibilitas Rantai Pasokan Bukan Sekedar Slogan; Ini adalah Imperatif

Stempel Waktu: 3 Februari 2023 12:00
Node Sumber: 1939098

Seharusnya tidak mengherankan bahwa pesanan, inventaris, dan visibilitas pengiriman yang lebih baik menempati urutan teratas dalam daftar prioritas bagi 60% hingga 80% perusahaan dalam survei rantai pasokan. 

Di mana produsen dan pengecer pernah mengembangkan, menimbun, dan mendorong barang dalam jumlah besar ke pasar regional berdasarkan pola historis dan musiman yang dapat diprediksi, e-commerce D2C dapat diakses oleh khalayak yang lebih luas melalui internet, berdasarkan tarikan. Agregat, aliran pesanan yang lebih kecil yang hampir terus-menerus dikirim sesuai permintaan, bersama dengan meningkatnya permintaan angkutan secara keseluruhan, telah membanjiri kapasitas terminal, gudang, peralatan, dan kendaraan di pasar tenaga kerja yang ketat. 

Harapan pelanggan yang bisa berubah menambah kesulitan. Tekanan dan biaya mil terakhir sangat berbeda untuk pengiriman palet yang diadakan di pusat distribusi untuk pelepasan bertahap ke pabrik atau toko sesuai arahan pengirim, versus pesanan yang ditentukan waktu dengan beberapa opsi waktu pengiriman dan lokasi serta harapan dasar untuk tepat waktu dan pengiriman penuh.  

Baik itu varian pandemi baru, peristiwa cuaca, atau kapal peti kemas yang memblokir Terusan Suez, keadaan tak terduga dapat dengan mudah memberikan titik kritis yang membuat permintaan, pasokan, dan kapasitas tidak sejalan dalam semalam. 

Banyak Bagian Bergerak Visibilitas

Sebagian besar rantai pasokan masih kurang memiliki visibilitas yang memadai di sisi permintaan hilir di titik penjualan (POS), hulu dalam pengadaan dan produksi pemasok, dan dalam transit selama pengapalan. Merasakan permintaan lebih awal sangat penting mengingat volatilitas pasar yang sedang berlangsung karena pertumbuhan D2C yang stabil, diperkuat oleh pandemi, iklim, perang di Ukraina, inflasi global, dan tekanan eksternal lainnya.  

Sinyal permintaan, lebih dari pengaruh tunggal lainnya, mendorong rantai pasokan. Mereka mendikte apa yang akan diproduksi, dalam jumlah berapa, dan ke mana harus dikirim — singkatnya, mulai dari sumber hingga aset dan alokasi sumber daya hingga alur kerja. Tampaknya berlawanan dengan intuisi, bahwa sebagian besar model rantai suplai hierarkis konvensional masih tidak menghubungkan pabrik dan pemasok langsung ke pengecer dan pelanggan dalam lingkaran umpan balik yang baik.

Sebaliknya, sebagian besar komunikasi mengalir dari pusat ke luar, dan masukan mitra jarang melampaui satu tingkat ke atas atau ke bawah, menjebak data penting di dalam silo organisasi. Data agregator pihak ketiga merana dalam pemasaran, data manajemen hubungan pelanggan (CRM) dalam penjualan, data produksi dalam operasi, dan dalam C-suite. Ini menimbulkan risiko yang signifikan dari biaya yang lebih tinggi dan kehilangan bisnis jika terjadi gangguan. 

Kompleksitas rantai pasokan menambah masalah, dengan lebih dari 60% konsumen global sekarang menggunakan e-commerce, lebih dari 25 juta gerai ritel global dibuka, peningkatan sepuluh kali lipat produk baru yang masuk ke pasar setiap tahun selama dekade terakhir, dan 10 % barang dagangan mengalami kehabisan stok.

“Di pasar negara berkembang, pabrikan global mengirim melalui distributor, dan visibilitas mereka berhenti pada saat itu,” jelas Suresh Prahlad Bharadwaj, kepala platform TradeEdge di EdgeVerve Systems, anak perusahaan yang dimiliki sepenuhnya oleh Infosys. “Mereka tidak tahu siapa pelanggan mereka, kebanyakan toko kecil. Bahkan dalam perdagangan modern, di mana produsen menjual melalui grosir atau langsung ke toko besar seperti Walmart atau Target, mereka tidak diperlengkapi untuk memproses visibilitas point-of-sale yang kembali kepada mereka.” 

Dalam lingkungan e-commerce yang terdesentralisasi, kata Suresh, tempat penjualan dapat tersebar di antara ratusan atau ribuan distributor, pengecer, dan situs web, semuanya dengan tingkat kematangan yang berbeda dalam mengumpulkan dan berbagi data, serta cara yang berbeda dalam memformat data dan berkomunikasi. 

“Siapa pelanggan saya, di mana mereka berada, apa yang mereka pesan?” tanya Suresh. “Untuk mengetahuinya, saya perlu berkolaborasi dengan pengecer untuk mendapatkan titik penjualan agregat dan menyimpan informasi inventaris kembali ke produsen dengan cepat, sehingga mereka dapat melakukan penyesuaian.” Saat ini, tambahnya, proses tersebut dapat memakan waktu tiga hingga empat minggu, mengandalkan sindikator data pihak ketiga seperti Nielsen atau IRI untuk mengumpulkan dan menyelaraskan data dari panel toko, lalu menyiapkan laporan khusus untuk klien tertentu. “Di dunia sekarang ini,” katanya, “itu sudah terlambat.”

Karena kekuatan pemrosesan data berbasis cloud meningkat dan biaya turun, Suresh menjelaskan, lebih banyak pengecer dan perantara memotong kesepakatan berbagi data langsung dengan perusahaan pelanggan untuk membubarkan data penjualan sumber utama untuk mendukung rantai. Tapi itu baru permulaan.

Menemukan Jarum di Tumpukan Jerami

Alat penginderaan permintaan berbasis perangkat lunak, dibantu oleh kecerdasan buatan dan pembelajaran mesin, mendapatkan perhatian karena kemampuannya untuk memprediksi permintaan dalam waktu dekat. Alat-alat ini memodelkan data POS real-time terhadap anomali rantai pasokan internal dan eksternal seperti peristiwa iklim, kemacetan pelabuhan, pemogokan kereta api, pergerakan harga bahan bakar, kenaikan suku bunga, dan tingkat pengangguran yang tinggi — semuanya memengaruhi keputusan pembelian. 

Singkatnya, memahami secara terperinci kondisi di mana barang dijual kemarin menawarkan wawasan jangka pendek tentang bagaimana dan di mana barang yang sama kemungkinan akan dijual besok, dalam kondisi yang sama atau berbeda. Karena data yang lebih terperinci dikumpulkan dari waktu ke waktu, kecerdasan buatan dan pembelajaran mesin merasakan pola dan wawasan yang akan terlewatkan oleh operasi manual tradisional yang berjalan pada rangkaian perencanaan sumber daya perusahaan (ERP). Interval pelaporan yang lebih sering mempersingkat waktu respons saat kejadian yang tiba-tiba dan lebih nyata terjadi.

Mengingat perencanaan strategis dan permintaan jangka panjang tradisional yang hampir punah sejak awal COVID, membangun data yang hampir real-time dengan cara ini dapat menghasilkan manfaat penting. Tiba-tiba perusahaan mengerjakan data penjualan dan inventaris toko-SKU POS kemarin, versus pelaporan ringkasan yang berumur beberapa minggu. Data penjualan juga cenderung memberikan hasil peramalan permintaan yang lebih akurat daripada data pengiriman yang sebanding, karena barang dapat dikirim karena berbagai alasan — pertukaran atau barang dagangan sampel, misalnya.

Menggunakan aturan dan standar bisnis yang ditentukan sebagai tolok ukur, AI dan pembelajaran mesin peta SKU retailer, produk, UPC, dan pengkodean lainnya terhadap kode produsen sebagai bagian dari proses orientasi. Mereka juga dapat membedakan antara SKU standar dan promosi dengan, katakanlah, sedikit perubahan konten untuk produk yang sama. Manfaat penting adalah kemampuan AI dan pembelajaran mesin untuk menganalisis dan menghilangkan inventaris hantu dan menampilkan kekosongan untuk memprediksi dan mengurangi kehabisan stok. Dengan menggunakan analitik, perusahaan dapat memvalidasi data tren penjualan dalam hitungan jam.

“Salah satu hal yang kami ketahui tentang peramalan adalah bahwa hal itu tidak akan akurat,” kata Suresh. “Jadi pertanyaannya menjadi bagaimana kita menutup celah itu. Kami melakukannya melalui eksekusi keputusan pengisian ulang jangka pendek di seluruh jaringan.”  

Membangun Jaringan Nilai Rantai Pasokan

Visibilitas hilir ke bagaimana pasar dan pelanggan berinteraksi untuk mempengaruhi penjualan, menghasilkan sinyal permintaan yang berharga dalam proses, menetapkan meja untuk pemikiran ulang yang lebih besar dari seluruh rantai pasokan. 

Visibilitas baik hulu maupun hilir, dari pesanan hingga pembayaran dalam model jaringan non-hierarkis, "banyak-ke-banyak", menghadirkan peluang untuk pelaporan dan berbagi data end-to-end, real-time, dan untuk kolaborasi oleh semua pihak dalam jaringan. 

Prosesnya dimulai dengan membangun sumber tunggal, tepercaya, dan dapat dibagikan untuk informasi di seluruh jaringan. Mitra diaktifkan dengan izin yang sesuai untuk mengakses jenis data tertentu untuk penggunaan tertentu. Data, termasuk formulir, dokumentasi, dan komunikasi yang relevan, distandarisasi, diselaraskan, dan disusun dalam format basis data umum untuk kemudahan penggunaan. 

Jadi apa yang terjadi ketika sinyal permintaan mulai berkedip? Dapatkah produksi ditingkatkan atau diturunkan dengan cepat, atau campuran dan pengurutan produk dimodifikasi untuk memastikan pesanan dipenuhi tepat waktu? Apakah pemasok Tingkat 2 memiliki bahan dan suku cadang untuk meningkatkan produksi sesuai kebutuhan? Jika tidak, dapatkah inventaris yang ada di sistem ditemukan, dialihkan, dan diisi ulang? Jika tidak, haruskah tim operasi dan perencanaan memikirkan kembali persediaan pengaman, diversifikasi pemasok, atau alternatif portofolio produk? Apa yang akan menjadi dampak biaya? Waktu sangat penting untuk mendapatkan jawaban atas pertanyaan-pertanyaan ini dan mengambil tindakan korektif yang optimal.

Perbedaan penting dengan model jaringan adalah bahwa pemasok, pabrikan, dan pengecer tidak hanya dapat merasakan pergeseran permintaan, tetapi juga berkolaborasi secara langsung dan proaktif, secara real-time, untuk memecahkan masalah, daripada masing-masing memiliki komunikasi yang terpisah dan terpisah melalui perusahaan utama. di mana detail penting bisa hilang dalam terjemahan. Selain itu, analitik yang mendukung AI dan pembelajaran mesin dapat menjalankan ratusan atau ribuan skenario dalam hitungan menit, memainkan setiap skenario berdasarkan data pengiriman dan inventaris saat ini dan sebelumnya untuk merumuskan solusi yang optimal.

Tapi seperti pepatah teknologi lama: sampah masuk, sampah keluar. Performa jaringan hanya sebaik dukungan mitra dan kumpulan data yang akurat. “Ini bukan hanya tentang teknologi di cloud,” Suresh menegaskan, “ini tentang mendorong kepatuhan mitra dalam pelaporan, volume dan ketepatan waktu data, perincian informasi, dan frekuensi pembagiannya.”

Suresh mengakui bahwa, hingga saat ini, sebagian besar adalah perusahaan yang sangat besar, dalam kisaran $6 miliar ke atas, yang telah mendorong tingkat transformasi digital ini, sebagian karena daya ungkit mereka untuk memaksa dan mengelola perubahan dengan pemasok, vendor yang lebih kecil, dan pelanggan. Tapi dia melihat peluang dalam merekrut klien dalam kisaran $1 miliar hingga $5 miliar. 

Ke mana semua ini menuju? Akan menjadi keharusan dari waktu ke waktu bagi bisnis dari semua ukuran untuk melakukan transformasi digital, yang mengarah pada interkoneksi dan konsolidasi rantai pasokan dari waktu ke waktu. Carilah lebih banyak operasi dan proses untuk diotomatisasi, semakin mempersingkat waktu respons, menghilangkan kesalahan, dan menekan siklus pesanan-ke-bayar, sambil membebaskan orang dan sumber daya untuk pekerjaan yang lebih produktif dan bermanfaat. Orientasi dan harmonisasi data kemungkinan akan menjadi hampir plug-and-play untuk pemasok dan vendor kecil dan menengah, dengan kemampuan jaringan muncul sebagai pembeda utama dalam perjalanan untuk menjadi ada di mana-mana. 

Intinya: Setelah periode penyesuaian yang singkat, terkadang sulit, rantai pasokan akan menjadi jauh lebih cepat, lebih sederhana, dan lebih tangguh. 

Tautan sumber daya: 

TepiVerve, http://www.edgeverve.com 

tepi perdagangan, www.edgeverve.com/tradeedge

Stempel Waktu:

Lebih dari Otak Rantai Pasokan