サプライ チェーンの可視性は単なるキャッチフレーズではありません。 それは不可欠です

サプライ チェーンの調査で、60% から 80% の企業が注文、在庫、および出荷の可視性の向上を優先リストの上位に挙げていることは驚くべきことではありません。 

製造業者や小売業者が、予測可能な歴史的および季節的パターンに基づいて、かつては大量の商品を開発し、在庫を積み、地域市場に送り出していましたが、D2C e コマースは、プルベースで、インターネットを介してはるかに幅広いオーディエンスにアクセスできます。 需要に応じて出荷される少量の注文のほぼ継続的な流れと、全体的な貨物需要の増加により、労働市場が逼迫している中で、ターミナル、倉庫、機器、および車両の容量が不足しています。 

変わりやすい顧客の期待が問題を複雑にします。 ラストマイルのプレッシャーとコストは、出荷者の指示で工場や店舗に段階的にリリースされるように配送センターに保管されているパレット貨物と、複数の配達時間と場所のオプションを備えた時間指定の注文とは大きく異なります。完全な配信。  

新たなパンデミックの変種、気象現象、スエズ運河を封鎖するコンテナ船など、予期せぬ状況によって、需要、供給、生産能力が一晩でずれてしまう転換点が簡単に発生する可能性があります。 

可視性の多くの可動部分

ほとんどのサプライ チェーンは、販売時点管理 (POS) での下流の需要側、サプライヤの調達と生産の上流、および出荷中の輸送において、依然として十分な可視性を欠いています。 パンデミック、気候、ウクライナでの戦争、世界的なインフレ、その他の外圧によって増幅された D2C の着実な成長による継続的な市場のボラティリティを考えると、需要を早期に察知することは特に重要です。  

需要シグナルは、他のどの単一の影響よりも、サプライ チェーンを動かします。 彼らは、何を、どのくらいの量で、どこに出荷するかを決定します。要するに、調達から資産、リソースの割り当て、ワークフローまでのすべてです。 したがって、直感に反するように思われるのは、従来の階層型サプライ チェーン モデルのほとんどが、工場やサプライヤーを小売業者や顧客に直接接続して、好循環のフィードバック ループを形成していないことです。

代わりに、ほとんどのコミュニケーションはセンターから外部に流れ、パートナーからの入力が XNUMX レベル上または下に及ぶことはめったにないため、重要なデータは組織のサイロ内に閉じ込められます。 サードパーティのアグリゲーターのデータは、マーケティング、販売における顧客関係管理 (CRM) データ、運用における生産データ、および経営陣で衰退しています。 これは、混乱が発生した場合にコストが高くなり、ビジネスが失われるという重大なリスクをもたらします。 

サプライ チェーンの複雑さが問題を悪化させており、現在、世界の消費者の 60% 以上が e コマースを使用しており、25 万を超える世界の小売店がオープンしており、過去 10 年間で市場に投入される新製品は毎年 XNUMX 倍に増加しています。在庫切れが発生している商品の割合。

Infosys の完全子会社である EdgeVerve Systems で TradeEdge のプラットフォーム責任者を務める Suresh Prahlad Bharadwaj 氏は、次のように述べています。 「彼らは顧客が誰であるかを知りません。ほとんどが小さな家族経営の店です。 メーカーが卸売業者を通じて、またはウォルマートやターゲットのような大型店に直接販売している現代の取引でさえ、メーカーは、戻ってきた POS の可視性を処理する準備ができていません。」 

Suresh 氏によると、分散型の e コマース環境では、POS が数百または数千のディストリビューター、小売業者、および Web サイトに分散している可能性があり、データの収集と共有の成熟度はさまざまであり、データのフォーマットと通信の方法もさまざまです。 

「顧客は誰で、どこにいて、何を注文しているのか?」 スレシュが尋ねる。 「それを知るには、小売業者と協力して、POS と店舗の在庫情報を集約し、製造業者が調整できるようにする必要があります。」 現時点では、Nielsen や IRI などのサードパーティのデータ シンジケーターに依存して、一連の店舗からデータを収集して調整し、特定のクライアント向けのカスタム レポートを準備するため、このプロセスには XNUMX ～ XNUMX 週間かかる可能性があると彼は付け加えます。 「今日の世界では、それでは手遅れです」と彼は言います。

Suresh 氏によると、クラウドベースのデータ処理能力が向上し、コストが低下するにつれて、より多くの小売業者や仲介業者が、顧客企業との直接的なデータ共有契約を結び、一次ソースの販売データをチェーンに分散させています。 しかし、それはほんの始まりにすぎません。

干し草の山から針を探す

人工知能と機械学習を利用したソフトウェアベースの需要検知ツールは、近い将来の需要を予測する能力で注目を集めています。 これらのツール モデルは、気候変動、港の混雑、鉄道ストライキ、燃料価格の変動、金利の上昇、高い失業率など、内部および外部のサプライ チェーンの異常に対するリアルタイムの POS データを集計します。これらはすべて、購入の決定に影響を与えます。 

要するに、昨日商品が販売された条件を詳細に理解することは、同じまたは異なる条件の下で、同じ商品が明日どこでどのように販売される可能性が高いかについての短期的な洞察を提供します。 時間の経過とともにより詳細なデータが収集されるにつれて、人工知能と機械学習は、エンタープライズ リソース プランニング (ERP) スイートで実行される従来の手動操作では見逃されるパターンと洞察を感知します。 より頻繁なレポート間隔により、突然のより顕著なイベントが発生した場合の応答時間が短縮されます。

COVID の発生以来、従来の長期的な戦略および需要計画がほぼ終焉を迎えていることを考えると、この方法でほぼリアルタイムのデータを構築することは、重要な利点をもたらす可能性があります。 突然、企業は、数週間前の要約レポートではなく、昨日の POS ストアの SKU 販売および在庫データに基づいて作業を進めています。 商品は交換やサンプル商品など、さまざまな理由で出荷される可能性があるため、販売データは、同等の出荷データよりも正確な需要予測結果を提供する傾向もあります。

定義済みのビジネス ルールと標準をベンチマークとして使用し、AI と機械学習は、オンボーディング プロセスの一環として、小売業者の SKU、製品、UPC、およびその他のコーディングをメーカー コードに対してマッピングします。 また、同じ製品の内容を少し変更するなどして、標準 SKU とプロモーション SKU を区別することもできます。 重要な利点は、在庫切れを予測して削減するために、AI と機械学習がファントム在庫を分析して排除し、在庫を表示する能力です。 企業は分析を使用して、数時間以内に販売傾向データを検証できます。

「予測についてわかっていることの XNUMX つは、予測が正確ではないということです」と Suresh 氏は主張します。 「そこで問題は、ギャップを埋める方法です。 ネットワーク全体で短期的な補充決定を実行することでそれを行います。」  

サプライ チェーンのバリュー ネットワークの構築

市場と顧客がどのように相互作用して販売に影響を与えるかを下流で可視化し、その過程で貴重な需要シグナルを生成することで、サプライ チェーン全体をより大規模に再考するためのテーブルが設定されます。 

非階層型の「多対多」ネットワーク モデルでの注文から支払いまでの上流と下流の可視性により、エンド ツー エンドのリアルタイム データ レポートと共有、およびすべての関係者によるコラボレーションの機会が提供されます。ネットワークで。 

このプロセスは、ネットワーク全体で単一の信頼できる共有可能な情報源を構築することから始まります。 パートナーには、特定の用途のために特定の種類のデータにアクセスするための適切な権限が付与されます。 関連するフォーム、ドキュメンテーション、コミュニケーションを含むデータは、標準化され、調和され、使いやすいように共通のデータベース形式で構造化されています。 

では、需要信号が点滅し始めるとどうなるでしょうか? 生産を迅速に拡大または縮小したり、製品の組み合わせや順序を変更したりして、注文が時間どおりに満たされるようにすることはできますか? Tier 2 サプライヤーは、必要に応じて生産を急増させるための材料と部品を持っていますか? そうでない場合、システム内の既存の在庫を見つけて、リダイレクトし、補充できますか? そうでない場合、運用および計画チームは、安全在庫、サプライヤーの多様化、または製品ポートフォリオの代替案を再考する必要がありますか? コストへの影響は？ これらの質問に対する回答を得て、最適な是正措置を講じるには、時間が重要です。

ネットワーク モデルとの重要な違いは、サプライヤー、製造業者、および小売業者が、需要の変化を感知するだけでなく、主要な会社を通じてそれぞれが個別のサイロ化された通信を行うのではなく、リアルタイムで直接的かつ積極的に協力して問題を解決できることです。重要な詳細が翻訳で失われる可能性があります。 さらに、AI および機械学習対応の分析により、数百または数千のシナリオを数分で実行でき、現在および過去の出荷および在庫データに基づいてそれぞれを試し、最適なソリューションを策定します。

しかし、古いテクノロジーの格言にあるように、ガベージ イン、ガベージ アウトです。 ネットワーク パフォーマンスは、パートナーの賛同と正確なデータセットに左右されます。 Suresh 氏は次のように主張しています。「これは、クラウド内のテクノロジだけの問題ではありません。レポート、データの量と適時性、情報の粒度、共有頻度におけるパートナーのコンプライアンスを促進することです。」

Suresh は、こ​​れまでのところ、このレベルのデジタル変革を推進してきたのは主に 6 億ドル以上の非常に大規模な企業であったことを認めています。そして顧客。 しかし、彼は 1 億ドルから 5 億ドルの範囲のクライアントを募集する機会があると考えています。 

このすべてはどこに向かっているのですか？ 時間の経過とともに、あらゆる規模の企業がデジタル トランスフォーメーションに着手することが不可欠になり、時間の経過とともにサプライ チェーンの相互接続と統合につながります。 より多くの運用とプロセスを自動化し、応答時間をさらに短縮し、エラーをなくし、注文から支払いまでのサイクルを短縮すると同時に、人員とリソースをより生産的でやりがいのある仕事に振り向けることができます。 オンボーディングとデータのハーモナイゼーションは、中小規模のサプライヤやベンダーにとってほぼプラグアンドプレイになる可能性が高く、ネットワーク機能はユビキタスになる途中で重要な差別化要因として浮上します。 

要点: 短い、時には困難な調整期間の後、サプライ チェーンはより迅速に、よりシンプルに、より回復力のあるものになろうとしています。 

リソースリンク： 

エッジヴァーブ、 http://www.edgeverve.com 

トレードエッジ、 www.edgeverve.com/tradeedge

• SEO を活用したコンテンツと PR 配信。 今日増幅されます。
• Platoblockchain。 Web3メタバースインテリジェンス。 知識の増幅。 こちらからアクセスしてください。
• 情報源： https://www.supplychainbrain.com/articles/36546-supply-chain-visibility-isnt-just-a-catchphrase-its-an-imperative