LogisticsIT.com snakket med ledende representanter fra analytiker- og leverandørmiljøene for å diskutere noen av de viktigste nøkkelpunktene og områdene for innovasjon som finner sted innen etterspørselsprognoser og planleggingsteknologi.
Med et mer fragmentert og flyktig spillefelt i ferd med å bli normen, må bedrifter være i stand til å ta bedre mer nøyaktige beslutninger for å håndtere forventet og faktisk etterspørsel, samt utføre og oppfylle bestillinger så effektivt som mulig ved å unngå lagerutgang og levere til rett tid og spesifikasjoner uavhengig av om bestillingen er direkte til butikk eller direkte til forbruker.
Heldigvis holder den tilgjengelige teknologien tritt med disse utfordringene. Det er bare et tilfelle av å kunne navigere deg rundt hva som er tilgjengelig og hva som kan passe dine egne spesifikke behov og tilgjengelig budsjett. Så, nøyaktig hva er noen av hovedutfordringene ved behovsprognoser og planleggingsrelaterte løsninger som kan gjøre dem mindre krevende?
Koblingen mellom tilbud og etterspørsel er nøkkelen
Når det gjelder forsyningskjedeplanleggingsløsninger, Tim Payne, forskningsdirektør, 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 forklarer også at flere leverandører nå legger til mer AI og maskinlæring i planleggingsløsninger. "Endringer i forretningsmodeller betyr at bedrifter trenger mye fleksibilitet i planleggingsløsningen," sier han. «For eksempel solgte forbruksvareselskaper tradisjonelt til fysiske forhandlere, og det var deres hovedkanal. Nå, med e-handel, må disse selskapene også se på etterspørselen etter nettsalg. Dette er en endring av forretningsmodellen.
"Du bruker fortsatt i hovedsak de samme prinsippene når det gjelder at du nå må se på etterspørselen etter e-handelskanalen din på samme måte som du har gjort for fysisk etterspørsel, selv om etterspørselen etter online salget vil være drevet av andre faktorer enn for en fysisk forhandler. Så bedrifter må vurdere hvor mye varelager de skal ha og om de skal ha separate lagerplasseringer eller lagre for de to kanalene – i butikk og online – eller kombinere dem fordi du vil ha mer fleksibilitet. Så løsningen for planlegging av forsyningskjede må være i stand til å takle denne omnikanalmodellen.»
Forbedring av kvaliteten på beslutningstaking
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.”
Kombinasjon av ulike analytiske teknikker
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.”
Effekten av omnikanal
Bryan Ball, bransjeanalytiker og konsulent, tidligereAberdeen strategi og forskning, gjør et poeng at Covid la mye press på muligheten for mange selskaper til å oppfylle bestillinger, hovedsakelig på grunn av veksten i omnikanal. "Det betydde at mange selskaper trengte å oppfylle bestillinger fra forskjellige punkter til det de opprinnelig hadde planlagt å oppfylle fra," sier han. "For eksempel, i mat- og drikkevareindustrien, hvis et selskaps vanlige distribusjonsleveringssteder var dagligvarebutikker og restauranter fordi folk spiste på restauranter og handlet i dagligvarebutikker, måtte det plutselig tenke nytt fordi restauranter stengte under pandemien og alt enten gikk gjennom den fysiske dagligvarekanalen eller gjennom nettbestillinger. Så selskaper som betjener denne sektoren måtte tilpasse seg veldig raskt og flytte ting rundt på en annen måte."
Re-tenke oppfyllelse
Så, forklarer Ball at det var nye utfordringer på etterspørselsplanleggings- og prognosesiden knyttet til den mottatte innkommende informasjonen. "Med andre ord var det nye spørsmål om hvor etterspørselen kom fra, tidspunktet for etterspørselen og volumet av etterspørselen, samt spørsmål rundt nivåene av datanøyaktighet og etterspørselsvolatilitet og så videre," sier han. "Men med den enorme veksten i hjemmelevering, for eksempel, hovedsakelig på grunn av pandemien, måtte bedrifter også tenke nytt på hvordan de reposisjonerte seg på oppfyllelsessiden, utførelsessiden, og tenke mer på hvor produktene skulle være plassert i rekkefølge for å utføre bestillinger raskere og mer kostnadseffektivt. Historisk sett ville varer normalt bli lagret på tradisjonelle distribusjonssentre som selskapet hadde etablert, men på grunn av overgangen til direkte-til-forbruker-modellen begynte noen selskaper, spesielt noen av de større, å tenke på hvordan de kunne bruke butikksider som distribusjonspunkter fordi de var nærmere der mye av bestillingene direkte til forbrukeren kom fra.»
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.”
Mens etterspørselsplanlegging og prognoser pleide å være mer en front-end del relatert til det du gjorde i forsyningskjeden, forklarer Ball at det nå har blitt en svært levende del av det du trenger å gjøre for effektiv utførelse og oppfyllelse i ny omnikanalverden – direkte til forbrukerbutikker eller fysiske butikker. "Det meste av planleggingsmodellen er basert på inngående informasjon om hvordan du bedre kan spesifisere visse varer og få bedre spesifisitet om det beste stedet å sende dem til," sier han. "Selv om den samlede etterspørselen etter en bestemt type vare kan være ganske stabil, kan typen etterspørsel variere avhengig av hvor kunden befinner seg.
«Tenk for eksempel på små, mellomstore eller store klær. Prosentandelen av salg i små, mellomstore og store varierer kanskje ikke mye totalt, men prosentandelen av hver størrelse kan variere mye avhengig av sted. Det kan være tilfelle at klær i større størrelser er mer etterspurt i byer, det kan være tilfelle at lettere klær er mer etterspurt i Sør, hvor temperaturene er mer konsekvent varmere i løpet av året. Så etterspørselsprognose- og planleggingsløsningen bør tilby et høyere nivå av raffinement ved oppfyllelsen. Du vil sannsynligvis ikke trenge snøploger i sør, så hvis du har en plante som lager snøploger, ville det være best å sette den på et sted som har snø og kanskje fjell, for eksempel Tennessee. Det er et godt distribusjonspunkt til kundene, og det tilbyr også konkurransedyktig produksjon."
Virkningen av sosiale medier
Steve Murphy, direktør – kundeservice, 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 mener at dette ikke bare endrer seg på grunn av teknologi i dag, det kan også endre seg på grunn av store hendelser, spesielt pandemien. "Pandemien var en engangshendelse, men den endret alt," sier han. «Det endret hvordan selskapene driver leverandørkjedene sine, og de store transportselskapene måtte tenke nytt om hvordan de skulle levere varer. I dag, når det gjelder sjøfrakt, for eksempel, kan du nå sjekke inn når som helst og se nøyaktig hvor en forsendelse er på GPS.»
AI og maskinlæring
En annen viktig utvikling innen etterspørselsplanlegging og prognoser i dag, ifølge Murphy, er utviklingen av AI og maskinlæring. «Ledende ERP-leverandører som Oracle, SAP og Microsoft samt spesialiserte leverandører av etterspørselsprognoser og planleggingsløsninger kan for eksempel bruke AI til å ta de trendende økonomiske mønstrene de siste tre månedene, trekke det inn i systemet og nøyaktig estimere hva etterspørselen vil sannsynligvis være for neste måned. Nøyaktighetsnivået til disse systemene har forbedret seg med stormskritt."
Murphy legger til at selv om maskinlæring gir mer og bedre data, er et av de viktigste punktene å huske at du fortsatt trenger et menneske for å ha total kontroll. "I tilfelle av store begivenheter som kan ha en innvirkning på produktsalg, som Super Bowl, kan folk som forstår etterspørselsprognoser og planlegging basert på mange års praktisk erfaring si at jeg tror lagernivåene bør økes med 1 % over det dataene antyder, eller pump det ned med et lignende nivå. Dette kan ofte vise seg å være mer nøyaktig enn maskinlæringsdataene foreslått. Så du trenger fortsatt den menneskelige faktoren basert på etterspørselsprognoser og planleggingserfaring i stedet for å bare stole på tallene som kommer ut av maskinen.»
Mukul Krishna. global leder for forskningspraksis – forsyningskjede og logistikk, Frost & Sullivan, gjenspeiler at det var bare et tiår siden at industrien så vidt begynte å digitalisere, og folk begynte å se på å samle inn data og lage datarapporter. "Mange verdifulle data begynte å komme ut av det i form av økt prognosenøyaktighet," sier han. "Så, mer nylig, rammet pandemien, og dette fikk mange selskaper til å tenke nytt på hvordan de håndterer etterspørselsprognoser og -planlegging.
Går videre fra historiske data
“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.”
Allerede før pandemien påpeker Krishna at mange detaljkunder ble veldig komfortable med ideen om e-handel. "Så under pandemien ble disse kundene forståelig nok enda mer komfortable med å bestille online. Så bedrifter trenger ikke bare å administrere både fysiske og mørtel-leveranser og direkte-til-forbruker-leveranser, men må også ta hensyn til omvendt logistikk fordi noen kunder har fått for vane å bestille for eksempel 10 varer, men bare har til hensikt å beholde 5 av dem, eller enda færre. Så nå er det den ekstra utfordringen med å administrere returer og få varene tilbake i hyllene eller tilbake på rett plass på lageret eller DC for å være klare for sending til en annen kunde.»
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.”
Også med klimaendringer, mener Krishna at bedrifter må spørre seg selv om det vil bli en varmere vinter fordi dette kan påvirke større etterspørsel etter visse produkter som historisk sett kanskje ikke har vært så mye etterspurt på den tiden av året. "Så ting som dette blir nå mer i fokus for selskaper, der de ikke ville ha tenkt så mye på dem tidligere når de prøvde å forutse etterspørselen." Når det gjelder å prøve å finne ut mer nøyaktige etterspørselsmønstre i motsetning til å stole på historiske data, forklarer Krishna at flere selskaper nå prøver å modellere data bedre ved å bruke AI eller avanserte analyser for å begynne å bli mer prediktive og preskriptive. "Alt dette kan bidra til å introdusere mer sannsynlighet i algoritmene," sier han.
SaaS/on-premise-debatten
Ball observerer at mange selskaper og best-in-class selskaper absolutt flytter, eller allerede har flyttet, noe av funksjonaliteten deres til SaaS-modellen, både når det gjelder etterspørselsprognoser og planlegging og ERP. "De kan først og fremst bestemme seg for å flytte visse deler til skyen, for eksempel beslutningsstøtte," sier han. "De bestemmer seg kanskje ikke for å flytte økonomisk planlegging fordi de ser at deres økonomiske tall er deres "nøkler til kongeriket". De kan bestemme seg for å legge planleggingsdataene sine i skyen.
"Men selv da vil de kanskje være mer hemmelighetsfulle om det fordi planleggingsdataene deres har volum-, produkt-, markedsførings- og prisinformasjon. Så de kan være på vakt mot den typen data. Likevel kan de bestemme seg for å ta deler av disse dataene og flytte dem utenfor stedet. Generelt har mange selskaper kommet forbi holdningen om å holde alt internt. Når det er sagt, er det fortsatt mange produsenter som ikke vil ha sin hemmelige formel i skyen og føler seg tryggere hvis den er på premiss. I tilfellet med Covid der folk ikke kunne fortsette å jobbe på stedet, viste SaaS seg svært verdifulle for å sikre at data som relatert til inventar kunne nås uansett hvor de var som hadde myndighet til å se denne informasjonen.»
Å ha en kant
Krishna mener at mange av de første bekymringene knyttet til SaaS har forsvunnet. Han mener imidlertid at i visse bransjer, som detaljhandel, er lokale løsninger og kantegenskaper like viktige for å administrere omnikanalmodellen – direkte til kunde og direkte til butikk. Krishna poengterer også at edge computing kan ha en fordel fremfor skyen når det gjelder redusert ventetid, noe han mener blir stadig viktigere i en forsyningskjedeverden der rask respons kan være avgjørende for å holde tritt med etterspørsel og lagerkrav.
“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.”
Holder deg oppdatert på uventede trender
Krishna minner oss om at når pandemien rammet, begynte folk å gjøre en rett linje for alle typer varer som under normale omstendigheter ikke ville fly ut av hyllene, for eksempel toalettpapir. "I min egen lokale dagligvarebutikk hadde jeg aldri sett den gå tom for løk før Covid," bemerker han, og legger til at noen butikker da begynte å rasjonere visse varer, for eksempel tillater to varer per kunde. "Hvis du har data som kommer til deg i nær sanntid, kan du begynne å overvåke disse uventede trendene og innføre visse retningslinjer som vil hjelpe deg med å forhindre lagerutgang," sier han.
“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.”
Ta hensyn til utgiftene
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.”
Hvis de har budsjettet tilgjengelig, forklarer Krishna at flere selskaper nå bruker co-bots også. "Likevel, ettersom automatisering blir mer vanlig, tror jeg fortsatt ikke konseptet med det mørke varehuset kommer til å gå mye fremover i løpet av de neste to eller tre årene i det minste," sier han. "Det mørke lageret er selvfølgelig et sensitivt problem ved at maskineri potensielt kan erstatte mye av den menneskelige arbeidsstyrken i varehus og DC. Motargumentet er at i mange tilfeller kan mer automatisert teknologi forsterke og hjelpe arbeidet som den menneskelige arbeidsstyrken gjør.»
Forlengelsesfaktoren
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.”
Hva som kommer
Hva kan være de neste innovasjonene/utviklingene å se etter i løpet av det neste året eller to? Murphy forklarer at ved å bygge inn AI og maskinlæring i dagens etterspørselsprognose- og planleggingsløsninger, kan teknologien kontinuerlig lære av alle transaksjonene som finner sted, både ved bestilling og oppfyllelse. Noe annet å tenke på, sier Murphy, er at det er så mange flere datakilder å hente fra nå for å overvåke etterspørselstrender, inkludert data fra sosiale medier. "Det pleide å være slik at du så på tidligere salgshistorie og økonomiske spådommer og hva som foregikk på markedsplassen din basert på forskjellige regioner og hvordan salgstrendene i disse delene av landet var.
“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.”
Mer automatisering for å dempe det stramme arbeidsmarkedet
Fortsetter temaet om mulig fremtidig utvikling, Alex Macpherson, direktør for løsningsrådgivning og kontoadministrasjon, Manhattan Associates, peker på videreføring av automatisering for å dempe det stramme arbeidsmarkedet, spesielt i lagersektoren. "Dette er for å gi kapasitet i de høye periodene som er hendelsesdrevet og ikke bare de vanlige sesongtoppene som virksomheten har opplevd," sier han. "Formatet på denne automatiseringen vil variere fra konvensjonell ASRS og transportørdrevet automatisering til cobots og robotikk." Macpherson legger til at bruken av AI og maskinlæring vil eksplodere i lagermiljøet, og drive mange oppgaver som ble initiert manuelt, for eksempel bølger og forutse arbeidsprognoser. "Sektoren har vært en som ikke har sett omfattende bruk av AI, og det er i ferd med å endre seg," sier han.
Macpherson legger til at det kommer til å bli interessant å se hvordan forhandlere behandler avkastning i løpet av de neste 12 til 18 månedene. "Omfanget avkastningen har på alle virksomheter og de enorme kostnadene ved å administrere disse har endelig blitt realisert og vil bli taklet," sier han. «Enten dette er å ta betalt for returer eller få kunder til å betale årlige avgifter for å returnere varer, vil dette være et annet område som vil endre seg raskt og avgjørende. Vi har allerede sett first mover-fordel av flere høyprofilerte forhandlere, og dette vil gi impulser for resten å handle etter.»
Ingen lys ute
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.”
Syntetiske data
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.”
Strukturell endring
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.
Det kan imidlertid være tilfelle at et selskap ønsker ekstra funksjonalitet som ikke er innebygd i den lukkede plattformen de bruker for øyeblikket og derfor søker tredjepartsløsninger eller bygger noe selv, kanskje ved å bruke analyse- og datavitenskapsteamene deres for å fylle gapet med planlegging eller analytics etc. Det vokser imidlertid en trend for løsninger som tilbyr utskiftbare byggeblokker av funksjonalitet, enten du bruker de fleste byggeklossene fra én leverandør eller en blanding. Gartner kaller dette komponerbarhet, noe som gjør en løsning mye mer modulær og tilpasningsdyktig.»
- SEO-drevet innhold og PR-distribusjon. Bli forsterket i dag.
- PlatoData.Network Vertical Generative Ai. Styrk deg selv. Tilgang her.
- PlatoAiStream. Web3 Intelligence. Kunnskap forsterket. Tilgang her.
- PlatoESG. Karbon, CleanTech, Energi, Miljø, Solenergi, Avfallshåndtering. Tilgang her.
- PlatoHelse. Bioteknologisk og klinisk etterretning. Tilgang her.
- kilde: https://www.logisticsit.com/articles/2024/01/02/improving-your-demand-and-fulfilment-processes
- : har
- :er
- :ikke
- :hvor
- $OPP
- 10
- 12
- 150
- 2022
- 30
- 40
- a
- evne
- I stand
- Om oss
- ovenfor
- aksesseres
- Ifølge
- Logg inn
- kontoadministrasjon
- nøyaktighet
- nøyaktig
- nøyaktig
- Handling
- aktiv
- aktivitet
- faktiske
- legge til
- legge
- Ytterligere
- Legger
- justere
- annonser
- avansert
- Fordel
- Annonsering
- Etter
- siden
- fremover
- AI
- alex
- algoritmer
- Alle
- tillate
- langs
- allerede
- også
- Selv
- alltid
- america
- beløp
- beløp
- an
- analyse
- analytiker
- Analytisk
- analytics
- og
- Angeles
- årlig
- Årlig
- En annen
- forutse
- forventet
- forutse
- noen
- klær
- anvendt
- påføring
- tilnærminger
- ER
- AREA
- områder
- argument
- armer
- rundt
- kunstig
- kunstig intelligens
- AS
- spør
- bistå
- At
- Atlanta
- oppmerksomhet
- holdning
- øke
- myndighet
- automatisere
- Automatisert
- Automatisk
- Automatisering
- autonom
- autonome kjøretøy
- autonome kjøretøyer
- tilgjengelig
- unngå
- borte
- tilbake
- ball
- basert
- I utgangspunktet
- BE
- ble
- fordi
- bli
- blir
- bli
- vært
- før du
- Begynnelsen
- være
- mener
- gunstig
- nytte
- Fordeler
- BEST
- beste praksis
- Bedre
- mellom
- DRIKKE
- Stor
- Biggest
- Blocks
- Blå
- bestilling
- både
- grensene
- Murstein og mørtel
- Bringer
- budsjett
- bygge
- Bygning
- bygget
- virksomhet
- forretningsmodell
- Business Planning
- bedrifter
- men
- kjøpe
- by
- Samtaler
- CAN
- evner
- evne
- Kapasitet
- fangst
- forsiktig
- nøye
- saken
- saker
- sentre
- viss
- Gjerne
- kjede
- kjeder
- utfordre
- utfordringer
- endring
- endret
- Endringer
- endring
- Kanal
- kanaler
- lading
- chatte
- billig
- valg
- omstendigheter
- Byer
- City
- kunde
- Klima
- Klima forandringer
- Lukke
- stengt
- nærmere
- Klær
- Cloud
- CO
- samle
- Samle
- samling
- kombinasjon
- kombinere
- Kom
- komfortabel
- kommer
- kommentarer
- Felles
- vanligvis
- kommunisere
- Communities
- Selskaper
- Selskapet
- Selskapets
- fullføre
- helt
- komplekse
- kompleksitet
- databehandling
- konsept
- Bekymring
- angå
- bekymringer
- lunger
- tilkobling
- Vurder
- ansett
- anser
- konsekvent
- konsulent
- konsulenter
- konsulent
- forbruker
- Forbrukere
- kontinuerlig
- videreføring
- fortsette
- fortsetter
- kontroll
- konvensjonell
- Samtale
- Kostnad
- kostbar
- Kostnader
- kunne
- Motvirke
- land
- land
- Par
- kurs
- dekke
- dekker
- Covid
- skape
- opprettet
- Opprette
- skaperverket
- kritisk
- I dag
- kunde
- Kunder
- skjærekant
- mørk
- dato
- datavitenskap
- Dato
- Dager
- dc
- avtale
- tiår
- bestemme
- avgjørelse
- Beslutningstaking
- avgjørelser
- dyp
- dyp læring
- leverer
- leveransene
- levere
- levering
- Etterspørsel
- Forespørsel om etterspørsel
- avhengig
- utplassert
- beskrive
- utforming
- Bestem
- utvikle
- Utviklingsland
- Utvikling
- utviklingen
- Enheter
- gJORDE
- avvike
- forskjell
- forskjellig
- vanskelig
- digitalt
- Digital Transformation
- digitalt
- digitalisering
- dire
- direkte
- Regissør
- diskutere
- Dispatch
- forstyrrelser
- distribusjon
- do
- gjør
- doesn
- gjør
- Don
- gjort
- ikke
- Av
- ned
- drøm
- drevet
- kjøring
- to
- under
- e-handel
- hver enkelt
- økonomisk
- økonomi
- Edge
- kanten beregning
- Effektiv
- effektivt
- effektiv
- effektivt
- enten
- ellers
- slutt
- ende til ende
- nok
- nok penger
- sikrer
- Miljø
- like
- ERP
- spesielt
- hovedsak
- etablert
- anslag
- etc
- Eter (ETH)
- Europa
- Selv
- Event
- hendelser
- Hver
- alle
- alt
- evolusjon
- nøyaktig
- eksempel
- henrette
- gjennomføring
- dyrt
- erfaring
- erfaren
- forklarer
- forlengelse
- utvidelser
- omfattende
- grad
- ekstra
- Face
- Faktisk
- faktor
- faktorer
- ganske
- føler
- avgifter
- Noen få
- færre
- felt
- Figur
- fyll
- Endelig
- finansiell
- finansiell planlegging
- Finn
- Først
- passer
- fem
- fleksibilitet
- Fokus
- etter
- mat
- Til
- skjema
- format
- skjemaer
- formel
- Heldigvis
- Forward
- fire
- fragmentert
- frakt
- fra
- frost
- funksjonalitet
- fundamentalt
- videre
- videre utvikling
- framtid
- fremtidig utvikling
- Gevinst
- mellomrom
- Gartner
- general
- generative
- Generativ AI
- få
- få
- konsertøkonomi
- Gi
- Global
- Go
- Mål
- skal
- borte
- god
- varer
- fikk
- gps
- flott
- større
- dagligvarebutikk
- Økende
- Vekst
- vane
- HAD
- hands-on
- skje
- skjedde
- Skjer
- Ha
- å ha
- he
- hørt
- Tungt arbeid
- hjelpe
- hjelper
- Høy
- høy profil
- høyere
- svært
- leie
- hans
- historisk
- historisk
- historie
- hit
- hold
- Hjemprodukt
- hjem levering
- TIMER
- houston
- Hvordan
- Men
- HTTPS
- stort
- menneskelig
- i
- Tanken
- if
- Påvirkning
- viktig
- forbedre
- forbedret
- forbedringer
- bedre
- in
- I andre
- i butikken
- Inkludert
- Øke
- økt
- økende
- stadig
- industriell
- bransjer
- industri
- informasjon
- innledende
- i utgangspunktet
- initiert
- Innovasjon
- inngang
- i stedet
- Institute
- integrert
- Intelligens
- Intelligent
- Har tenkt
- samhandle
- interessant
- inn
- introdusere
- inventar
- Inventory Management
- investere
- involvert
- utstedelse
- saker
- IT
- varer
- DET ER
- Japan
- Jobb
- jpg
- bare
- Hold
- holde
- nøkkel
- Nøkkelområder
- sparke
- Vet
- korea
- Arbeids
- landing
- destinasjonssiden
- Språk
- stor
- i stor grad
- større
- Siste
- I fjor
- Ventetid
- siste
- leder
- ledende
- sprang
- LÆRE
- læring
- minst
- venstre
- mindre
- la
- Nivå
- nivåer
- Leverage
- løgn
- ligger
- lettere
- i likhet med
- Sannsynlig
- lite
- lokal
- lokale
- ligger
- plassering
- steder
- logistikk
- langsiktig
- Se
- så
- ser
- den
- Los Angeles
- Lot
- masse
- maskin
- maskinlæring
- maskinsyn
- maskiner
- laget
- Hoved
- større
- gjøre
- GJØR AT
- Making
- administrer
- ledelse
- administrerende
- måte
- håndbok
- manuelt
- Produsenter
- produksjon
- mange
- mange folk
- marked
- Marketing
- markedsplass
- Kan..
- kan være
- me
- bety
- betyr
- midler
- ment
- Mellomtiden
- Media
- medium
- møte
- Microsoft
- kunne
- tankene
- minimal
- minimerer
- Minske
- bland
- modell
- modeller
- modulære
- penger
- Overvåke
- overvåking
- Måned
- måneder
- mer
- mer effektivt
- mest
- flytte
- gå fremover
- flyttet
- flytting
- mye
- my
- Naturlig
- Naturlig språk
- Natural Language Processing
- Naviger
- Nær
- nødvendighet
- Trenger
- nødvendig
- trenger
- behov
- aldri
- likevel
- Ny
- New York
- neste
- Nei.
- normal
- normalt
- nord
- nord amerika
- nå
- Antall
- tall
- Observerer
- hav
- of
- off
- tilby
- Tilbud
- ofte
- Gammel
- omnichannel
- on
- ONE
- seg
- på nett
- online salg
- bare
- OP
- betjene
- Drift
- Muligheter
- motsetning
- Alternativ
- alternativer
- or
- orakel
- rekkefølge
- ordrer
- Annen
- vår
- ut
- Utfallet
- Utsalgssteder
- enn
- samlet
- egen
- pakke
- side
- pandemi
- Papir
- Spesielt
- spesielt
- parti
- Past
- mønstre
- Betale
- betalende
- land
- Topp
- Ansatte
- for
- prosent
- perioder
- perspektiv
- Pharmaceutical
- philadelphia
- fysisk
- plukking
- brikke
- stykker
- rør
- Sted
- fly
- planlagt
- planlegging
- anlegg
- plattform
- Plattformer
- plato
- Platon Data Intelligence
- PlatonData
- Spille
- spiller
- Point
- poeng
- Politikk
- pop
- pop-up
- posisjon
- mulig
- muligens
- potensielt
- praksis
- praksis
- før COVID
- nettopp
- forutsi
- prediksjon
- Spådommer
- prediktiv
- trekkes
- president
- press
- forebygge
- forrige
- tidligere
- prising
- primært
- prinsipper
- sannsynlighet
- sannsynligvis
- Problem
- prosess
- behandlet
- Prosesser
- prosessering
- Produkt
- Produksjon
- Produkter
- beviste
- gi
- tilbydere
- gir
- pumpe
- kjøp
- rent
- sette
- kvalitet
- kvartal
- spørsmål
- spørsmål
- Rask
- raskt
- raskt
- heller
- RE
- å nå
- nådd
- Lese
- klar
- ekte
- sanntids
- virkelig
- grunnen til
- grunner
- mottatt
- nylig
- anbefaler
- redusere
- Redusert
- Gjenspeiler
- Uansett
- regional
- regioner
- regelmessig
- i slekt
- relativt
- avhengige
- avhengig
- husker
- erstatte
- Rapporter
- Representanter
- Krav
- forskning
- Ressurser
- svar
- REST
- restauranter
- detaljhandel
- forhandler
- forhandlere
- retur
- avkastning
- reversere
- ikke sant
- vei
- robot
- robotikk
- roboter
- Kjør
- rennende
- s
- SaaS
- sikrere
- Sa
- salg
- samme
- sap
- sier
- sier
- sier
- skanne
- scenarier
- planlegging
- Vitenskap
- sesongmessige
- Secret
- seksjoner
- sektor
- sikkerhet
- se
- se
- Søke
- synes
- sett
- selger
- send
- forstand
- sensitive
- sendt
- separat
- servere
- Tjenester
- servering
- flere
- hyller
- skift
- Shopping
- butikker
- Kort
- bør
- side
- undertegne
- lignende
- på samme måte
- siden
- nettstedet
- Nettsteder
- situasjon
- Størrelse
- størrelse
- ferdighet
- liten
- snø
- So
- selskap
- sosiale medier
- Software
- solgt
- løsning
- Solutions
- noen
- Noen
- noe
- raffinement
- Kilder
- Sør
- Sør-Korea
- spesialisert
- spesifikk
- spesifisitet
- vår
- stabil
- Standard
- Begynn
- startet
- Start
- Trinn
- Still
- lager
- aksjer
- oppbevare
- lagret
- butikker
- Stories
- Strategi
- struktur
- abonnement
- Abonnementsmodell
- slik
- foreslår
- Super
- Super Bowl
- levere
- forsyningskjeden
- Supply Chain Planning
- Forsyningskjeder
- støtte
- Bytte om
- syntetisk
- syntetiske data
- system
- Systemer
- T
- Ta
- tar
- ta
- snakker
- målrettet
- rettet mot
- oppgaver
- lag
- teknikk
- teknikker
- teknologisk
- Teknologi
- fortelle
- tennessee
- begrep
- vilkår
- test
- enn
- Det
- De
- verden
- deres
- Dem
- tema
- seg
- deretter
- Der.
- derfor
- Disse
- de
- ting
- tror
- Tredje
- denne
- dette året
- De
- selv om?
- trodde
- tre
- Gjennom
- nivået
- tett
- Tim
- tid
- ganger
- timing
- til
- i dag
- dagens
- Toalett
- fortalte
- også
- topp
- Totalt
- berøre
- Sporing
- trekkraft
- tradisjonelle
- tradisjonelt
- trafikk
- Transaksjoner
- Transform
- Transformation
- transport
- behandle
- Trend
- trender
- Trender
- prøvd
- sant
- prøve
- prøver
- Twin
- to
- typen
- typer
- typisk
- Usikkerhet
- etter
- forstå
- Forståelig
- påta
- Uventet
- Oppdater
- oppgradering
- us
- bruke
- brukt
- Bruker
- ved hjelp av
- vanlig
- Verdifull
- Verdifull informasjon
- verdi
- ulike
- enorme
- kjøretøy
- Kjøretøy
- leverandør
- leverandører
- versjon
- veldig
- levende
- vice
- Vice President
- Se
- syn
- Besøk
- volatile
- Volatilitet
- volum
- Wake
- ønsker
- ønsket
- ønsker
- Warehouse
- Lagerautomatisering
- varmere
- var
- Se
- bølger
- Vei..
- måter
- we
- VI VIL
- gikk
- var
- Western
- Vest-Europa
- Hva
- Hva er
- uansett
- når
- om
- hvilken
- HVEM
- vil
- Vinter
- med
- innenfor
- uten
- ord
- Arbeid
- trene
- arbeidere
- arbeidsstyrke
- verden
- ville
- Yahoo
- år
- år
- york
- du
- Din
- zephyrnet