A visibilidade da cadeia de suprimentos não é apenas um slogan; É um imperativo

Republicado por Platão

seguidores: 0

Não deveria ser surpresa que uma melhor visibilidade de pedidos, estoques e remessas esteja no topo da lista de prioridades de 60% a 80% das empresas em pesquisas de cadeia de suprimentos.

Onde fabricantes e varejistas desenvolveram, estocaram e lançaram grandes volumes de mercadorias para mercados regionais com base em padrões históricos e sazonais previsíveis, o comércio eletrônico D2C é acessível a um público muito mais amplo por meio da Internet, em uma base puxada. Um fluxo agregado e quase contínuo de pedidos menores enviados sob demanda, juntamente com a crescente demanda geral de frete, inundou terminais, armazéns, equipamentos e capacidade de veículos em um mercado de trabalho apertado.

As expectativas mutáveis dos clientes agravam as dificuldades. As pressões e custos de última milha são muito diferentes para frete paletizado mantido em um centro de distribuição para liberação gradual para fábricas ou lojas sob a direção do expedidor, em comparação com pedidos com tempo definido com várias opções de tempo de entrega e localização e uma expectativa básica de pontualidade e entrega completa.

Seja uma nova variante pandêmica, um evento climático ou um navio porta-contêineres bloqueando o Canal de Suez, circunstâncias imprevistas podem facilmente fornecer um ponto de inflexão que desalinha demanda, oferta e capacidade da noite para o dia.

As Muitas Partes Móveis da Visibilidade

A maioria das cadeias de abastecimento ainda carece de visibilidade adequada no lado da demanda a jusante no ponto de venda (POS), a montante no fornecimento e produção do fornecedor e em trânsito durante o embarque. Detectar a demanda com antecedência é especialmente crítico, dada a volatilidade contínua do mercado devido ao crescimento constante do D2C, amplificado pela pandemia, clima, guerra na Ucrânia, inflação global e outras pressões externas.

Os sinais de demanda, mais do que qualquer outra influência, impulsionam a cadeia de suprimentos. Eles ditam o que produzir, em que quantidades e para onde enviar - em resumo, tudo, desde o fornecimento até a alocação de ativos e fluxo de trabalho. Parece contra-intuitivo, então, que a maioria dos modelos hierárquicos convencionais de cadeia de suprimentos ainda não conectem fábricas e fornecedores diretamente a varejistas e clientes em um ciclo virtuoso de feedback.

Em vez disso, a maior parte da comunicação flui do centro para fora, e a entrada do parceiro raramente se estende além de um nível acima ou abaixo, prendendo dados críticos dentro de silos organizacionais. Os dados do agregador de terceiros definham em marketing, dados de gerenciamento de relacionamento com o cliente (CRM) em vendas, dados de produção em operações e no C-suite. Isso representa um risco significativo de custos mais altos e perda de negócios em caso de interrupção.

A complexidade da cadeia de suprimentos agrava o problema, com mais de 60% dos consumidores globais usando o comércio eletrônico, mais de 25 milhões de pontos de venda globais abertos, um aumento de dez vezes em novos produtos chegando ao mercado a cada ano na última década e 10 % de mercadorias com falta de estoque.

“Nos mercados emergentes, os fabricantes globais enviam por meio de distribuidores e sua visibilidade é interrompida nesse ponto”, explica Suresh Prahlad Bharadwaj, chefe de plataforma para TradeEdge na EdgeVerve Systems, uma subsidiária integral da Infosys. “Eles não sabem quem são seus clientes, principalmente pequenas lojas familiares. Mesmo no comércio moderno, onde os fabricantes estão vendendo por meio de um atacadista ou diretamente para uma grande loja como Walmart ou Target, eles não estão equipados para processar a visibilidade do ponto de venda voltando para eles.”

Em um ambiente de e-commerce descentralizado, diz Suresh, os pontos de venda podem estar dispersos entre centenas ou milhares de distribuidores, varejistas e sites, todos com diferentes níveis de maturidade na coleta e compartilhamento de dados e diferentes formas de formatar dados e se comunicar.

“Quem são meus clientes, onde estão localizados, o que estão pedindo?” pergunta Suresh. “Para saber disso, preciso colaborar com os varejistas para levar essas informações agregadas de ponto de venda e estoque de armazenamento aos fabricantes rapidamente, para que eles possam fazer ajustes.” No momento, acrescenta ele, esse processo pode levar de três a quatro semanas, dependendo de distribuidores de dados terceirizados, como Nielsen ou IRI, para coletar e harmonizar dados de um painel de lojas e, em seguida, preparar relatórios personalizados para clientes específicos. “No mundo de hoje”, diz ele, “é tarde demais”.

Como o poder de processamento de dados baseado em nuvem aumentou e os custos diminuíram, explica Suresh, mais varejistas e intermediários estão fechando acordos diretos de compartilhamento de dados com empresas clientes para dispersar dados de vendas de fonte primária de volta à cadeia. Mas isso é apenas o começo.

Encontrando agulhas em palheiros

Ferramentas de detecção de demanda baseadas em software, auxiliadas por inteligência artificial e aprendizado de máquina, estão ganhando atenção por sua capacidade de prever a demanda em um futuro próximo. Essas ferramentas modelam dados de POS agregados em tempo real contra anomalias internas e externas da cadeia de suprimentos, como eventos climáticos, congestionamento portuário, greve ferroviária, mudanças nos preços dos combustíveis, aumentos nas taxas de juros e altas taxas de desemprego - todos os quais influenciam as decisões de compra.

Em suma, entender de forma granular as condições sob as quais os bens foram vendidos ontem oferece insights de curto prazo sobre como e onde os mesmos bens provavelmente serão vendidos amanhã, nas mesmas ou em condições diferentes. À medida que dados mais granulares são coletados ao longo do tempo, a inteligência artificial e o aprendizado de máquina detectam padrões e insights que seriam perdidos por uma operação manual tradicional executada em um pacote de planejamento de recursos empresariais (ERP). Intervalos de relatórios mais frequentes reduzem o tempo de resposta quando ocorrem eventos súbitos e mais pronunciados.

Dado o quase desaparecimento do planejamento estratégico e de demanda tradicional de longo prazo desde o início do COVID, a construção de dados quase em tempo real dessa maneira pode gerar benefícios importantes. De repente, as empresas estão trabalhando com dados de estoque e vendas de SKU de loja de PDV de ontem, em comparação com relatórios resumidos de semanas anteriores. Os dados de vendas também tendem a fornecer resultados de previsão de demanda mais precisos do que os dados de remessa comparáveis, uma vez que as mercadorias podem ser enviadas por diversos motivos — trocas ou amostras de mercadorias, por exemplo.

Usando regras e padrões de negócios definidos como benchmarks, IA e aprendizado de máquina mapeiam SKU, produtos, UPC e outros códigos do varejista em relação aos códigos do fabricante como parte do processo de integração. Eles também podem diferenciar entre SKUs padrão e promocionais com, digamos, pequenas alterações de conteúdo para o mesmo produto. Um benefício importante é a capacidade da IA e do aprendizado de máquina de analisar e eliminar estoques fantasmas e exibir vazios para prever e reduzir a falta de estoque. Usando análises, as empresas podem validar os dados de tendência de vendas em questão de horas.

“Uma das coisas que sabemos sobre previsões é que elas não serão precisas”, argumenta Suresh. “Portanto, a questão é como preencher as lacunas. Fazemos isso por meio da execução de decisões de reabastecimento de curto prazo em toda a rede.”

Construindo a Rede de Valor da Cadeia de Suprimentos

A visibilidade a jusante de como os mercados e os clientes interagem para influenciar as vendas, gerando valiosos sinais de demanda no processo, prepara a mesa para um repensar mais amplo de toda a cadeia de suprimentos.

A visibilidade upstream e downstream, do pedido ao pagamento em um modelo de rede não hierárquico, "muitos para muitos", apresenta uma oportunidade para relatórios e compartilhamento de dados em tempo real de ponta a ponta e para colaboração de todas as partes na rede.

O processo começa com a criação de uma fonte única, confiável e compartilhável de informações em toda a rede. Os parceiros são integrados com permissões apropriadas para acessar tipos específicos de dados para usos específicos. Os dados, incluindo formulários, documentação e comunicações relevantes, são padronizados, harmonizados e estruturados em um formato de banco de dados comum para facilitar o uso.

Então, o que acontece quando os sinais de demanda começam a piscar? A produção pode ser rapidamente ampliada ou reduzida, ou o mix de produtos e o sequenciamento modificados para garantir que os pedidos sejam atendidos no prazo? Os fornecedores de nível 2 têm materiais e peças para aumentar a produção conforme necessário? Caso contrário, o estoque existente no sistema pode ser localizado, redirecionado e reabastecido? Caso contrário, as equipes de operações e planejamento deveriam repensar os estoques de segurança, a diversificação de fornecedores ou as alternativas de portfólio de produtos? Quais seriam os impactos de custo? O tempo é crítico para obter respostas a essas perguntas e tomar a ação corretiva ideal.

A diferença importante com o modelo de rede é que fornecedores, fabricantes e varejistas podem não apenas sentir mudanças na demanda, mas também colaborar direta e proativamente, em tempo real, para resolver problemas, em vez de cada um ter comunicações separadas e isoladas por meio da empresa principal. onde detalhes cruciais podem se perder na tradução. Além disso, a análise habilitada por IA e aprendizado de máquina pode executar centenas ou milhares de cenários em minutos, analisando cada um deles com base em dados atuais e históricos de remessa e inventário para formular uma solução ideal.

Mas como diz o velho ditado da tecnologia: lixo entra, lixo sai. O desempenho da rede é tão bom quanto a adesão do parceiro e um conjunto de dados preciso. “Não se trata apenas de tecnologia na nuvem”, insiste Suresh, “trata-se de impulsionar a conformidade dos parceiros nos relatórios, o volume e a pontualidade dos dados, a granularidade das informações e a frequência com que são compartilhadas”.

Suresh reconhece que, até agora, foram principalmente empresas muito grandes, na faixa de US$ 6 bilhões ou mais, que impulsionaram esse nível de transformação digital, em parte por causa de sua alavancagem para forçar e gerenciar mudanças com fornecedores menores, vendedores, e clientes. Mas ele vê uma oportunidade no recrutamento de clientes na faixa de US$ 1 bilhão a US$ 5 bilhões.

Para onde tudo isso está indo? Com o tempo, será imperativo que empresas de todos os tamanhos realizem a transformação digital, levando à interconexão e consolidação das cadeias de suprimentos ao longo do tempo. Procure mais operações e processos a serem automatizados, reduzindo ainda mais os tempos de resposta, eliminando erros e comprimindo o ciclo do pedido ao pagamento, ao mesmo tempo em que libera pessoas e recursos para um trabalho mais produtivo e recompensador. A integração e a harmonização de dados provavelmente se tornarão quase plug-and-play para fornecedores e fornecedores de pequeno e médio porte, com a capacidade de rede emergindo como um importante diferenciador no caminho para se tornar onipresente.

O resultado final: após um período de ajuste breve, às vezes difícil, a cadeia de suprimentos está prestes a ficar muito mais rápida, simples e resiliente.

Links de recursos:

EdgeVerve, http://www.edgeverve.com

Trade Edge, www.edgeverve.com/tradeedge