ניתוח שרשרת אספקה: דיון רעיוני – Schain24.Com

מחקר תומך ברעיון של תרבות אנליטית הבנויה על תהליכי ניהול נתונים מתקדמים, טכנולוגיות וכישרון. SCAG יכול לחזק את תכונות הליבה של החברות, כגון יכולת אמבידיוט, הסתגלות ומהירות, ומאפשרת להן לשדרג את הביצועים שלהן במונחים של מכירות, רווח והחזר על השקעה. SCAC יכול לשפר את פרודוקטיביות שרשרת האספקה ​​מקצה לקצה ולחסל את פיצול השוק. המחקר מוצא קשר חיובי מובהק בין SCAC לביצועי החברה, עם השפעה מתווך על זריזות שרשרת האספקה. זה יכול להנחות מנהלים בהשקעה ב-SCAC ובחינת נכסים משלימים כמו זריזות שרשרת האספקה ​​כדי להשיג יתרון תחרותי מתמשך. SCAC יכול להאיץ FPER על ידי ביסוס זריזות חזקה בפעולות.

מילת מפתח: ניתוח שרשרת אספקה.

ניתוח שרשרת אספקה ​​מתייחס לתהליכים שארגונים משתמשים בהם כדי להשיג תובנה ולהפיק ערך מהכמויות הגדולות של נתונים הקשורים לרכש, עיבוד והפצה של סחורות. ניתוח שרשרת אספקה ​​הוא מרכיב חיוני בניהול שרשרת אספקה ​​(SCM). כמה דוגמאות של שרשרת אספקה ניתוח כולל דורש תכנון (שימוש בנתונים היסטוריים וגורמים אחרים כדי לחזות מה הלקוחות יזמינו); תכנון מכירות ותפעול (ייצור ו/או רכישת הדברים שארגון צריך כדי לכסות את הביקוש החזוי); וניהול מלאי וכו'.

ניתוח נתונים

יכולת ניתוח שרשרת אספקה ​​(SCAC)

באוורס וחב'. (2017) מציגים את המקרה הרעיוני של יצרן ומשווק בארה"ב של הלבשה בסיסית שמשתמש ב-SCAC כדי לשפר את ההיענות לשרשרת האספקה. לילה וריצ'רדסון (2015) טוענים ש-SCAC יכול לשפר את פרודוקטיביות שרשרת האספקה ​​מקצה לקצה, בעוד שאורנשטיין וחב'. (2016) דיווחו שאם זרמי נתוני שרשרת האספקה ​​מספקי לוגיסטיקה מרובים ישולבו, הדבר עלול לבטל את פיצול השוק הנוכחי, ולאפשר שיתוף פעולה ושירותים חדשים וחזקים.

יישום מודל SCAC

קיים קשר חיובי משמעותי בין SCAC לביצועי החברה וכן השפעה מתווך של זריזות שרשרת האספקה ​​על מערכת יחסים זו. ממצאים אלו יכולים להנחות החלטות של מנהלים להשקיע ב-SCAC. הם צריכים גם לשקול השקעה בנכסים משלימים כגון זריזות שרשרת האספקה ​​על מנת להשיג יתרון תחרותי מתמשך ברמה גבוהה. יתר על כן, על חברות להשקיע במודל עסקי מתאים המאפשר SCAC.

SCAC הוא דרייבר של FPER

החשיבות של SCAC הכולל קשורה לרמות בנייה ותת בנייה. לדוגמה, תפקידה של יכולת ניהול שרשרת האספקה ​​(SCMAC) נקבע על פי רמת התכנון, ההשקעה, התיאום והבקרה. באופן דומה, ניתן לשפר את יכולת הטכנולוגיה והכישרונות על ידי שיפור תת-ממדיהם בהתאמה. לממצאים אלו יש השפעה ישירה על תעשיות כמו קמעונאות, ייצור ושירותי בריאות, אשר נאבקים ללא הרף על פיתוח יכולות ניתוח. לדוגמה, על ידי פיתוח SCAC וזריזות, מנהלי שרשרת אספקה ​​יכולים לשפר את ביצועי החברה ובכך ליצור מוצרים ושירותים חדשים (70%), להגדיל את המכירות וההכנסות (76%), ולהתרחב לשווקים חדשים (72%) (קולומבוס 2014). בסך הכל, ממצאי המחקר מציעים את SCAC כמניע להאצת FPER (ההסבר של 77% מהשונות) על ידי ביסוס זריזות חזקה בפעולות (44% מהשונות). בסך הכל, הממצאים האמפיריים של מחקר עונים על מחקר, ומספקים ראיות נאותות לבסיס הרעיוני של Kiron, Prentice et al. (2014, p.10) שתרבות אנליטית בנויה על גבם של תהליכי ניהול נתונים, טכנולוגיות וכישרון מתקדמים יותר.

ל-SCAG השפעה חיובית משמעותית על ביצועי החברה

זריזות שרשרת האספקה ​​יכולה לשפר את ביצועי החברה באמצעות התפקיד המתווך של יכולות דינמיות אחרות, SCAG תלוי ב-SCAC כדי ליישם ולמנף את תת-המימדים של יכולות ניתוח שונות. Fosso Wamba et al. (2017) הדגיש את היכולת הדינמית של SCAG לחוש, לתפוס ולשנות תהליכי שרשרת אספקה ​​על מנת לסנכרן ביקוש והיצע. על פי המחקר הקיים על ניהול שרשרת האספקה, רמה גבוהה של SCAC יכולה לחזק את מאפייני הליבה של החברות כגון כושר דו-בידי, הסתגלות ומהירות. לכן, חברות יכולות לשדרג את הביצועים שלהן במונחים של מכירות, רווח והחזר על השקעה אם תהליכי שרשרת האספקה ​​שלהן חזקים. לפיכך, אנו משערים ש-SCAG, כיכולת דינמית אסטרטגית, תתוווך את הקשר בין SCAC ל-FPER.

סיכום

כדי להבין את הרעיון של אנליטיקה של שרשרת אספקה ​​עלינו להבין את SCAC, FPER, SCAC וכו', וצריך לדעת על צד היישום שלו. ניתוח שרשרת אספקה ​​יכול לזהות סיכונים ידועים ולעזור לחזות סיכונים עתידיים על ידי איתור עיצובים ומגמות לאורך שרשרת האספקה. על ידי ניתוח נתוני לקוחות, ניתוח שרשרת האספקה ​​יכול לעזור לעסק לחזות טוב יותר את הביקוש העתידי.

הפניות

1. Fosso Wamba, Samuel and Akter, Shahriar: הבנת יכולות ניתוח שרשרת אספקה ​​וזריזות עבור סביבות עשירות בנתונים 2019, 1-26. https://ro.uow.edu.au/gsbpapers/581

2. באוורס, MR, AG Petrie ו-MC Holcomb (2017). "לשחרר את הפוטנציאל של ניתוח שרשרת אספקה." סקירה של MIT Sloan 59(1): 14-16.

3. Orenstein, P., D. Ladik and S. Rainford (2016). "מהם המניעים העיקריים של שרשראות אספקה ​​עתידיות?" כתב עת לחשבונאות, עסקים וניהול 23(1): 31-40.

4. Roßmann, B., A. Canzaniello, H. von der Gracht and E. Hartmann (2017). "ההשפעה העתידית והחברתית של Big Data Analytics בניהול שרשרת אספקה: תוצאות ממחקר דלפי." חיזוי טכנולוגי ושינוי חברתי.

• הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
• PlatoData.Network Vertical Generative Ai. העצים את עצמך. גישה כאן.
• PlatoAiStream. Web3 Intelligence. הידע מוגבר. גישה כאן.
• PlatoESG. רכב / רכבים חשמליים, פחמן, קלינטק, אנרגיה, סביבה, שמש, ניהול פסולת. גישה כאן.
• BlockOffsets. מודרניזציה של בעלות על קיזוז סביבתי. גישה כאן.
• מקור: https://www.schain24.com/2023/07/01/supply-chain-analytics-a-conceptual-discussion/?utm_source=rss&utm_medium=rss&utm_campaign=supply-chain-analytics-a-conceptual-discussion