LogisticsIT.com pratade med ledande representanter från analytiker- och leverantörsgemenskaperna för att diskutera några av de viktigaste diskussionspunkterna och områdena för innovation som äger rum inom efterfrågeprognoser och planeringsteknik.
Med ett mer fragmenterat och flyktigt spelplan som blir normen, måste företag kunna fatta bättre och mer exakta beslut för att hantera förväntad och faktisk efterfrågan samt utföra och uppfylla order så effektivt som möjligt genom att undvika lagerouts och leverera i tid och till spec oavsett om beställningen är direkt till butik eller direkt till konsument.
Lyckligtvis håller den tillgängliga tekniken jämna steg med dessa utmaningar. Det handlar bara om att kunna navigera dig runt vad som är tillgängligt och vad som kan passa dina egna specifika behov och tillgängliga budget. Så, exakt vilka är några av de viktigaste utmaningarna med efterfrågeprognoser och planeringsrelaterade lösningar som kan göra dem mindre betungande?
Kopplingen mellan efterfrågan och utbud är nyckeln
När det gäller lösningar för försörjningskedjeplanering, Tim Payne, forskningschef, 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 förklarar också att fler leverantörer nu lägger till mer AI och maskininlärning i planeringslösningar. "Förändringar i affärsmodeller innebär att företag behöver mycket flexibilitet i planeringslösningen", säger han. ”Till exempel sålde konsumentvaruföretag traditionellt till fysiska återförsäljare och det var deras huvudkanal. Nu, med e-handel, måste dessa företag också titta på efterfrågan på onlineförsäljning. Detta är en förändring av affärsmodellen.
"Du tillämpar fortfarande i stort sett samma principer när det gäller att du nu måste titta på efterfrågan på din e-handelskanal på samma sätt som du har gjort för fysisk efterfrågan, även om efterfrågan på online försäljningen kommer att drivas av andra faktorer än för en fysisk återförsäljare. Så företag måste överväga hur mycket lager de ska ha och om de ska ha separata lagerplatser eller lager för de två kanalerna – i butik och online – eller kombinera dem eftersom du vill ha mer flexibilitet. Så, planeringslösningen för försörjningskedjan måste kunna klara av denna omnikanalmodell.”
Att förbättra kvaliteten på beslutsfattandet
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.”
Kombination av olika analystekniker
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, branschanalytiker och konsult, fd-Aberdeens strategi och forskning, påpekar att Covid utövade stor press på möjligheten för många företag att uppfylla order, till stor del på grund av tillväxten i omnikanal. "Det innebar att många företag behövde utföra beställningar från olika ställen till vad de från början hade planerat att utföra från", säger han. "Till exempel, i livsmedels- och dryckesbranschen, om ett företags vanliga utlämningsställen var livsmedelsbutiker och restauranger för att folk åt på restauranger och handlade i matbutiker, var det plötsligt tvunget att tänka om allt eftersom restauranger stängde under pandemin och allt antingen gick via den fysiska dagligvarukanalen eller genom onlinebeställningar. Så företag som betjänar den här sektorn var tvungna att anpassa sig mycket snabbt och flytta runt saker på ett annat sätt."
Omtänka uppfyllelse
Så, förklarar Ball att det fanns nya utmaningar på efterfrågeplanerings- och prognossidan i samband med den mottagna inkommande informationen. "Med andra ord fanns det nya frågor om var efterfrågan kom ifrån, tidpunkten för efterfrågan och volymen av efterfrågan samt frågor kring nivåerna av datanoggrannhet och efterfrågevolatilitet och så vidare", säger han. "Men med den enorma tillväxten inom hemleverans, till exempel, till stor del på grund av pandemin, var företagen också tvungna att tänka om hur de placerade om sig på uppfyllelsesidan, utförandesidan, och tänka mer på var produkterna skulle placeras i ordning att utföra beställningar snabbare och kostnadseffektivt. Historiskt sett skulle varor normalt lagras på traditionella distributionscenter som företaget hade etablerat, men på grund av övergången till direkt-till-konsumentmodellen började vissa företag, särskilt några av de större, fundera på hur de kunde använda butiksplatser som distributionspunkter eftersom de var närmare där mycket av beställningarna direkt till konsument kom ifrån."
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.”
Medan efterfrågeplanering och prognoser brukade vara mer av en front-end del relaterad till vad du gjorde i försörjningskedjan, förklarar Ball att det nu har blivit en mycket levande del av vad du behöver göra för effektivt genomförande och uppfyllandet i ny omnikanalvärld – direkt till konsument- eller tegelbutiker. "Det mesta av planeringsmodellen är baserad på inkommande information om hur du bättre kan specificera vissa föremål och få bättre specificitet om den bästa platsen att skicka dem till", säger han. "Även om den totala efterfrågan på en viss typ av föremål kan vara ganska stabil, kan typen av efterfrågan variera beroende på var kunden befinner sig.
”Tänk till exempel på små, medelstora eller stora kläder. Procentandelen av försäljningen i small, medium och large kanske inte skiljer sig så mycket totalt sett, men procentandelen av varje storlek kan variera mycket beroende på plats. Det kan vara så att kläder i större storlekar är mer efterfrågade i städer, det kan vara så att lättare kläder är mer efterfrågade i söder där temperaturen är mer konsekvent varmare under året. Så lösningen för efterfrågeprognoser och planering bör erbjuda en högre nivå av sofistikering i slutändan. Du kommer förmodligen inte att behöva snöplogar i söder, så om du har en anläggning som gör snöplogar är det bäst att placera den på en plats som har snö och kanske berg, till exempel Tennessee. Det är ett bra distributionsställe till kunderna och det erbjuder också konkurrenskraftig tillverkning."
Inverkan av sociala medier
Steve Murphy, direktör – kundservice, 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 tror att detta inte bara förändras på grund av tekniken idag, det kan också förändras på grund av stora händelser, särskilt pandemin. "Pandemin var en "engångshändelse", men den förändrade allt, säger han. "Det förändrade hur företagen driver sina leveranskedjor och de stora transportföretagen var tvungna att tänka om hur de skulle leverera varor. Idag, när det gäller sjöfrakt, till exempel, kan du nu checka in när som helst och se exakt var en försändelse är på GPS.”
AI och maskininlärning
En annan stor utveckling inom efterfrågeplanering och prognoser idag, enligt Murphy, är utvecklingen av AI och maskininlärning. "Ledande ERP-leverantörer som Oracle, SAP och Microsoft samt de specialiserade leverantörerna av efterfrågeprognoser och planeringslösningar kan till exempel använda AI för att ta de trendmässiga ekonomiska mönstren under de senaste tre månaderna, dra in det i systemet och exakt uppskatta vad efterfrågan kommer troligen att vara för nästa månad. Noggrannhetsnivån för dessa system har förbättrats med stormsteg.”
Murphy tillägger att även om maskininlärning ger mer och bättre data, är en av de viktigaste punkterna att komma ihåg att du fortfarande behöver en människa för att ha övergripande kontroll. "När det gäller stora evenemang som kan ha en inverkan på produktförsäljningen, som Super Bowl, kan personer som förstår efterfrågeprognoser och planering baserat på många års praktisk erfarenhet säga att jag tycker att lagernivåerna borde höjas med 1% över vad data antyder eller pumpa ner det med en liknande nivå. Detta kan ofta visa sig vara mer exakt än maskininlärningsdata som föreslås. Så du behöver fortfarande den mänskliga faktorn baserad på efterfrågeprognoser och planeringserfarenhet snarare än att enbart förlita dig på siffrorna som kommer ut ur maskinen."
Mukul Krishna. global forskningspraktikledare – försörjningskedja och logistik, Frost & Sullivan, återspeglar att det bara var ett decennium eller så sedan som branschen precis började digitalisera, och folk började titta på att samla in data och skapa datarapporter. "Mycket värdefull data började komma ur det i termer av ökad prognostiseringsnoggrannhet", säger han. "Sedan, på senare tid, slog pandemin till och detta fick många företag att tänka om hur de hanterar efterfrågeprognoser och planering.
Går vidare från historiska 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.”
Redan före pandemin påpekar Krishna att många detaljhandelskunder blev väldigt bekväma med idén om e-handel. "Sedan under pandemin blev dessa kunder förståeligt nog ännu mer bekväma att boka online. Så företag behöver inte bara hantera både fysiska och murbruksleveranser och leveranser direkt till konsument, utan måste också ta hänsyn till omvänd logistik eftersom vissa kunder har tagit för vana att beställa t.ex. 10 artiklar men bara avser att behålla 5 av dem, eller ännu färre. Så nu finns den ytterligare utmaningen att hantera returer och få tillbaka varorna på hyllorna eller tillbaka på rätt plats i lagret eller DC för att vara redo att skickas till en annan kund.”
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.”
Med klimatförändringarna tror Krishna också att företag måste fråga sig om det kommer att bli en varmare vinter eftersom detta kan påverka en större efterfrågan på vissa produkter som historiskt sett kanske inte har varit så efterfrågade vid den tiden på året. "Så saker som detta blir nu mer i fokus för företag där de inte skulle ha tänkt så mycket på dem tidigare när de försökte förutse efterfrågan." När det gäller att försöka ta reda på mer exakta efterfrågemönster i motsats till att förlita sig på historisk data, förklarar Krishna att fler företag nu försöker modellera data bättre med hjälp av AI eller avancerad analys för att börja bli mer förutsägande och föreskrivande. "Allt detta kan bidra till att introducera mer sannolikhet i algoritmerna", säger han.
SaaS/on-premise-debatten
Ball konstaterar att många företag och klassens bästa företag säkerligen flyttar, eller redan har flyttat, en del av sin funktionalitet till SaaS-modellen, både vad gäller efterfrågeprognoser och planering och ERP. "De kan i första hand välja att flytta vissa delar till molnet, till exempel beslutsstöd", säger han. "De kanske inte bestämmer sig för att flytta ekonomisk planering eftersom de ser att deras ekonomiska siffror är deras "nycklar till kungariket". De kanske väljer att lägga sin planeringsdata i molnet.
"Men även då kanske de vill vara mer hemliga om det eftersom deras planeringsdata har information om volym, produkt, marknadsföring och prissättning. Så de kan vara skyddade mot den typen av data. Ändå kan de besluta sig för att ta delar av denna data och flytta den utanför platsen. I allmänhet har många företag kommit förbi inställningen att hålla allt internt. Som sagt, det finns fortfarande många tillverkare som inte vill ha sin hemliga formel i molnet och känner sig säkrare om den är på premiss. I fallet med Covid där människor inte kunde fortsätta att arbeta på plats visade sig SaaS vara mycket värdefullt för att säkerställa att data som relaterade till inventering kunde nås var de än befann sig som hade behörighet att se den informationen.”
Att ha en kant
Krishna anser att många av de initiala problemen relaterade till SaaS har försvunnit. Han menar dock att i vissa branscher, som detaljhandeln, är lokallösningar och kantkapacitet lika viktiga för att hantera omnikanalmodellen – direkt till kund och direkt till butik. Krishna poängterar också att edge computing kan ha en fördel gentemot molnet när det gäller minskad latens, något han tror blir allt viktigare i en supply chain-värld där snabb respons kan vara avgörande för att hänga med efterfrågan och 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.”
Håller koll på oväntade trender
Krishna påminner oss om att när pandemin slog till började folk göra en rak linje för alla typer av föremål som under normala omständigheter inte skulle flyga från hyllorna, såsom toalettpapper. "I min egen lokala livsmedelsbutik hade jag aldrig sett att det tog slut på lök innan Covid", säger han och tillägger att vissa butiker sedan började ransonera vissa varor, till exempel två varor per kund. "Om du har data som kommer till dig i nära nog realtid kan du börja övervaka dessa oväntade trender och införa vissa policyer som hjälper dig att förhindra lageruttag", säger 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.”
Räkna in kostnaden
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.”
Om de har budgeten tillgänglig förklarar Krishna att fler företag nu också använder co-bots. "Ändå, när automatisering blir vanligare, tror jag fortfarande inte att konceptet med det mörka lagret kommer att utvecklas särskilt mycket under de kommande två eller tre åren", säger han. "Det mörka lagret är naturligtvis en känslig fråga eftersom maskiner potentiellt kan ersätta mycket av den mänskliga arbetsstyrkan i lager och DC. Motargumentet är att i många fall kan mer automatiserad teknik förstärka och hjälpa det arbete som den mänskliga arbetsstyrkan gör.”
Förlängningsfaktorn
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.”
Det som ligger framför oss
Vilka kan vara de nästa innovationerna/utvecklingen att hålla utkik efter under de kommande åren eller två? Murphy förklarar att, genom att bygga in AI och maskininlärning i dagens efterfrågeprognoser och planeringslösningar, kan tekniken ständigt lära sig av alla transaktioner som äger rum, både vid beställnings- och leveransslutet. Något annat att tänka på, säger Murphy, är att det finns så många fler datakällor att hämta från och med nu för att övervaka efterfrågetrender, inklusive data från sociala medier. "Det brukade vara så att du tittade på tidigare försäljningshistorik och ekonomiska förutsägelser och vad som hände på din marknad baserat på olika regioner och hur försäljningstrenderna i dessa delar 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 för att mildra den trånga arbetsmarknaden
Alex Macpherson, chef för lösningsrådgivning och kontohantering, fortsätter med temat möjlig framtida utveckling, Manhattan Associates, pekar på fortsättningen av automatisering för att mildra den trånga arbetsmarknaden, särskilt inom lagersektorn. "Detta är för att tillhandahålla kapacitet under högsäsong som är händelsestyrd och inte bara de vanliga säsongstopparna som verksamheten har upplevt", säger han. "Formatet för denna automatisering kommer att variera från konventionell ASRS och transportörsdriven automation till cobots och robotik." Macpherson tillägger att användningen av AI och maskininlärning kommer att explodera inom lagermiljön, vilket leder till många uppgifter som initierades manuellt, som att köra vågor och förutse arbetsprognos. "Sektorn har varit en som inte har sett någon omfattande användning av AI och det är på väg att förändras", säger han.
Macpherson tillägger att det kommer att bli intressant att se hur återförsäljare behandlar returer under de kommande 12 till 18 månaderna. "Omfattningen som avkastningen har på alla företag och de enorma kostnaderna för att hantera dessa har äntligen realiserats och kommer att hanteras", säger han. ”Oavsett om det handlar om att ta betalt för returer eller att få kunderna att betala årliga avgifter för att returnera varor, kommer detta att vara ytterligare ett område som kommer att förändras snabbt och bestämt. Vi har redan sett first mover fördel av flera högprofilerade återförsäljare, och detta kommer att ge impulser för resten att agera efter."
Inga lampor släckta
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.”
Syntetiska 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 förändring
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 dock vara så att ett företag vill ha extra funktionalitet som inte är inbyggd i den slutna plattformen de använder för närvarande och därför söker tredjepartslösningar eller bygger något själva, kanske med hjälp av sina analys- och datavetenskapsteam för att fylla luckan med schemaläggning eller analytics etc. En trend växer dock för lösningar som erbjuder utbytbara byggstenar av funktionalitet, oavsett om du använder de flesta byggstenar från en leverantör eller en mix. Gartner kallar detta för komponerbarhet, vilket gör en lösning mycket mer modulär och anpassningsbar.”
- SEO-drivet innehåll och PR-distribution. Bli förstärkt idag.
- PlatoData.Network Vertical Generative Ai. Styrka dig själv. Tillgång här.
- PlatoAiStream. Web3 Intelligence. Kunskap förstärkt. Tillgång här.
- Platoesg. Kol, CleanTech, Energi, Miljö, Sol, Avfallshantering. Tillgång här.
- PlatoHealth. Biotech och kliniska prövningar Intelligence. Tillgång här.
- Källa: https://www.logisticsit.com/articles/2024/01/02/improving-your-demand-and-fulfilment-processes
- : har
- :är
- :inte
- :var
- $UPP
- 10
- 12
- 150
- 2022
- 30
- 40
- a
- förmåga
- Able
- Om oss
- ovan
- Accessed
- Enligt
- Konto
- kontohantering
- noggrannhet
- exakt
- exakt
- Agera
- aktiv
- aktivitet
- faktiska
- lägga till
- tillsats
- Annat
- Lägger
- justera
- annonser
- avancerat
- Fördel
- reklam
- Efter
- sedan
- framåt
- AI
- alex
- algoritmer
- Alla
- tillåta
- längs
- redan
- också
- Även
- alltid
- amerika
- mängd
- mängder
- an
- analys
- analytiker
- Analytisk
- analytics
- och
- Angeles
- årsringar
- Årligen
- Annan
- förutse
- förväntad
- förutse
- vilken som helst
- kläder
- tillämpas
- Tillämpa
- tillvägagångssätt
- ÄR
- OMRÅDE
- områden
- Argumentet
- armar
- runt
- konstgjord
- artificiell intelligens
- AS
- be
- bistå
- At
- Atlanta
- uppmärksamhet
- attityd
- förstärka
- myndighet
- automatisera
- Automatiserad
- Automat
- Automation
- autonom
- autonomt fordon
- autonoma fordon
- tillgänglig
- undvika
- bort
- tillbaka
- boll
- baserat
- I grund och botten
- BE
- blev
- därför att
- blir
- blir
- passande
- varit
- innan
- Börjar
- Där vi får lov att vara utan att konstant prestera,
- tror
- fördelaktigt
- fördel
- Fördelarna
- BÄST
- bästa praxis
- Bättre
- mellan
- DRYCK
- Stor
- störst
- Block
- Blå
- bokning
- båda
- gräns
- Tegel och murbruk
- Bringar
- budget
- SLUTRESULTAT
- Byggnad
- byggt
- företag
- affärsmodell
- Business Planning
- företag
- men
- Köp
- by
- Samtal
- KAN
- kapacitet
- kapacitet
- Kapacitet
- fånga
- noggrann
- försiktigt
- Vid
- fall
- centra
- vissa
- säkerligen
- kedja
- kedjor
- utmanar
- utmaningar
- byta
- ändrats
- Förändringar
- byte
- Kanal
- kanaler
- laddning
- chatt
- billig
- val
- omständigheter
- Städer
- Stad
- klient
- Klimat
- Klimatförändring
- Stäng
- stängt
- närmare
- Kläder
- cloud
- CO
- samla
- Samla
- samling
- kombination
- kombinera
- komma
- bekväm
- kommande
- kommentarer
- Gemensam
- vanligen
- kommunicera
- samhällen
- Företag
- företag
- Företagets
- fullborda
- fullständigt
- komplex
- Komplexiteten
- databehandling
- begrepp
- Oro
- om
- oro
- överbelastning
- anslutning
- Tänk
- anses
- anser
- konsekvent
- konsult
- konsulter
- rådgivning
- Konsumenten
- konsumenter
- kontinuerligt
- fortsättning
- fortsätta
- fortsätter
- kontroll
- konventionell
- Konversation
- Pris
- kostsam
- Kostar
- kunde
- Motverka
- länder
- land
- Par
- Naturligtvis
- täcka
- beläggning
- Covidien
- skapa
- skapas
- Skapa
- skapande
- kritisk
- För närvarande
- kund
- Kunder
- allra senaste
- mörkt
- datum
- datavetenskap
- Datum
- Dagar
- dc
- behandla
- årtionde
- beslutar
- Beslutet
- Beslutsfattande
- beslut
- djup
- djupt lärande
- leverera
- Leveranser
- leverera
- leverans
- Efterfrågan
- Förfrågan om efterfrågan
- beroende
- utplacerade
- beskriva
- Designa
- Bestämma
- utveckla
- U-länder
- Utveckling
- utvecklingen
- enheter
- DID
- skilja sig
- Skillnaden
- olika
- svårt
- digital
- digital Transformation
- digitalt
- digitalisering
- hemska
- rikta
- Direktör
- diskutera
- Dispatch
- störningar
- fördelning
- do
- gör
- doesn
- gör
- donation
- gjort
- inte
- Dörr
- ner
- drömmen
- driven
- drivande
- grund
- under
- e-handel
- varje
- Ekonomisk
- ekonomi
- kant
- kanten beräkning
- Effektiv
- effektivt
- effektiv
- effektivt
- antingen
- annars
- änden
- början till slut
- tillräckligt
- tillräckligt med pengar
- säkerställa
- Miljö
- lika
- ERP
- speciellt
- väsentligen
- etablerade
- uppskatta
- etc
- Eter (ETH)
- Europa
- Även
- händelse
- händelser
- Varje
- alla
- allt
- Utvecklingen
- exakt
- exempel
- exekvera
- utförande
- dyra
- erfarenhet
- erfaren
- Förklarar
- förlängning
- förlängningar
- omfattande
- utsträckning
- extra
- Ansikte
- Faktum
- faktor
- faktorer
- ganska
- känna
- avgifter
- få
- färre
- fält
- Figur
- fylla
- Slutligen
- finansiella
- finansiell planering
- hitta
- Förnamn
- passa
- fem
- Flexibilitet
- Fokus
- efter
- livsmedelsproduktion
- För
- formen
- format
- former
- formeln
- Lyckligtvis
- Framåt
- fyra
- fragmenterad
- frakt
- från
- Frost
- funktionalitet
- fundamentalt
- ytterligare
- ytterligare utveckling
- framtida
- framtida utveckling
- Få
- spalt
- Gartner
- Allmänt
- generativ
- Generativ AI
- skaffa sig
- få
- spelkonjunktur
- Ge
- Välgörenhet
- Go
- Mål
- kommer
- borta
- god
- varor
- fick
- gps
- stor
- större
- matvaror
- Odling
- Tillväxt
- vana
- hade
- praktisk
- hända
- hänt
- Happening
- Har
- har
- he
- hört
- tunga
- hjälpa
- hjälper
- Hög
- hög profil
- högre
- höggradigt
- hyra
- hans
- historisk
- historiskt
- historia
- Träffa
- hålla
- Hem
- hemleverans
- ÖPPETTIDER
- houston
- Hur ser din drömresa ut
- Men
- HTTPS
- stor
- humant
- i
- Tanken
- if
- Inverkan
- med Esport
- förbättra
- förbättras
- förbättringar
- förbättra
- in
- I andra
- i lager
- Inklusive
- Öka
- ökat
- ökande
- alltmer
- industriell
- industrier
- industrin
- informationen
- inledande
- initialt
- initieras
- Innovation
- ingång
- istället
- Institute
- integrerade
- Intelligens
- Intelligent
- Avser
- interagera
- intressant
- in
- införa
- lager
- Inventory Management
- investera
- involverade
- fråga
- problem
- IT
- artikel
- DESS
- Japan
- Lediga jobb
- jpg
- bara
- Ha kvar
- hålla
- Nyckel
- Nyckelområden
- sparka
- Vet
- korea
- Arbetsmarknad
- landning
- målsida
- språk
- Large
- till stor del
- större
- Efternamn
- Förra året
- Latens
- senaste
- ledare
- ledande
- språng
- LÄRA SIG
- inlärning
- t minst
- vänster
- mindre
- Låt
- Nivå
- nivåer
- Hävstång
- lie
- ligger
- lättare
- tycka om
- sannolikt
- liten
- lokal
- locale
- belägen
- läge
- platser
- logistik
- lång sikt
- se
- såg
- du letar
- den
- Los Angeles
- Lot
- Föremål
- Maskinen
- maskininlärning
- maskinsyn
- maskiner
- gjord
- Huvudsida
- större
- göra
- GÖR
- Framställning
- hantera
- ledning
- hantera
- sätt
- manuell
- manuellt
- Tillverkare
- Produktion
- många
- många människor
- marknad
- Marknadsföring
- marknadsplats
- Maj..
- kanske
- me
- betyda
- betyder
- betyder
- menas
- Samtidigt
- Media
- Medium
- möte
- Microsoft
- kanske
- emot
- minimum
- minimerar
- Mildra
- Blanda
- modell
- modeller
- modulära
- pengar
- Övervaka
- övervakning
- Månad
- månader
- mer
- mer effektiv
- mest
- flytta
- gå framåt
- rörd
- rörliga
- mycket
- my
- Natural
- Naturligt språk
- Naturlig språkbehandling
- Navigera
- Nära
- nödvändighet
- Behöver
- behövs
- behöver
- behov
- aldrig
- Icke desto mindre
- Nya
- New York
- Nästa
- Nej
- normala
- normalt
- Nord
- nordamerika
- nu
- antal
- nummer
- observerar
- hav
- of
- sänkt
- erbjudanden
- Erbjudanden
- Ofta
- Gamla
- Omni-kanal
- on
- ONE
- ettor
- nätet
- onlineförsäljning
- endast
- OP
- driva
- Verksamhet
- möjligheter
- motsatt
- Alternativet
- Tillbehör
- or
- orakel
- beställa
- ordrar
- Övriga
- vår
- ut
- Resultat
- Ombud
- över
- övergripande
- egen
- paket
- sida
- pandemi
- Papper
- särskilt
- särskilt
- parti
- Tidigare
- mönster
- Betala
- betalar
- land
- Topp
- Personer
- för
- procentuell
- perioder
- perspektiv
- Läkemedelsindustrin
- philadelphia
- fysisk
- plockning
- bit
- bitar
- Röret
- Plats
- Planen
- planeras
- planering
- växt
- plattform
- Plattformar
- plato
- Platon Data Intelligence
- PlatonData
- Spela
- i
- Punkt
- poäng
- Strategier
- pop
- pop-up
- placera
- möjlig
- eventuellt
- potentiellt
- praktiken
- praxis
- före COVID
- exakt
- förutsäga
- förutsägelse
- Förutsägelser
- prediktiva
- föredragen
- VD
- tryck
- förhindra
- föregående
- tidigare
- prissättning
- primärt
- Principerna
- Sannolikheten
- förmodligen
- Problem
- process
- bearbetade
- processer
- bearbetning
- Produkt
- Produktion
- Produkter
- visat
- ge
- leverantörer
- ger
- pump
- inköp
- rent
- sätta
- kvalitet
- kvartalsvis
- fråga
- frågor
- Snabbt
- snabbt
- snabbt
- snarare
- RE
- nå
- kommit fram till
- Läsa
- redo
- verklig
- realtid
- verkligen
- Anledningen
- skäl
- mottagna
- nyligen
- rekommenderar
- minska
- Minskad
- Reflekterar
- Oavsett
- regionala
- regioner
- regelbunden
- relaterad
- relativt
- förlita
- förlita
- ihåg
- ersätta
- Rapport
- Representanter
- Krav
- forskning
- Resurser
- respons
- REST
- restauranger
- detaljhandeln
- återförsäljare
- detaljister
- tillbaka
- återgår
- vända
- höger
- väg
- Roboten
- robotik
- robotar
- Körning
- rinnande
- s
- SaaS
- säkrare
- Nämnda
- försäljning
- Samma
- SAP
- säga
- säger
- säger
- scanna
- scenarier
- schemaläggning
- Vetenskap
- säsong
- Secret
- sektioner
- sektor
- säkerhet
- se
- se
- Seek
- verka
- sett
- sälja
- sända
- känsla
- känslig
- skickas
- separat
- servrar
- Tjänster
- portion
- flera
- hyllor
- skifta
- Gå och Handla
- affärer
- Kort
- skall
- sida
- signera
- liknande
- Liknande
- eftersom
- webbplats
- Områden
- Situationen
- Storlek
- sized
- skicklighet
- Small
- snö
- So
- Social hållbarhet
- sociala medier
- Mjukvara
- säljs
- lösning
- Lösningar
- några
- någon
- något
- raffinemang
- Källor
- Söder
- Sydkorea
- specialiserade
- specifik
- specificitet
- vår
- stabil
- standard
- starta
- igång
- Starta
- Steg
- Fortfarande
- lager
- Aktier
- lagra
- lagras
- lagrar
- Upplevelser för livet
- Strategi
- struktur
- prenumeration
- Prenumerationsmodell
- sådana
- Föreslår
- super
- Super Bowl
- leverera
- leveranskedjan
- Supply Chain Planning
- Försörjningskedjor
- stödja
- Växla
- syntetisk
- syntetiska data
- system
- System
- T
- Ta
- tar
- tar
- tala
- riktade
- targeting
- uppgifter
- lag
- Tekniken
- tekniker
- teknisk
- Teknologi
- tala
- tennessee
- termin
- villkor
- testa
- än
- den där
- Smakämnen
- världen
- deras
- Dem
- tema
- sig själva
- sedan
- Där.
- därför
- Dessa
- de
- saker
- tror
- Tredje
- detta
- i år
- de
- fastän?
- trodde
- tre
- Genom
- djur
- tätt
- tim
- tid
- gånger
- Tidpunkten
- till
- i dag
- dagens
- Toalett
- berättade
- alltför
- topp
- Totalt
- Rör
- Spårning
- dragkraft
- traditionell
- traditionellt
- trafik
- Transaktioner
- Förvandla
- Transformation
- transport
- behandla
- Trend
- trending
- Trender
- försökte
- sann
- prova
- försöker
- dubbla
- två
- Typ
- typer
- typiskt
- Osäkerhet
- under
- förstå
- Förstående
- åtar
- Oväntat
- Uppdatering
- uppgradera
- us
- användning
- Begagnade
- Användare
- med hjälp av
- vanliga
- Värdefulla
- Värdefull information
- värde
- olika
- Omfattande
- vehikel
- fordon
- leverantör
- försäljare
- version
- mycket
- levande
- vice
- Vice President
- utsikt
- syn
- Besök
- flyktiga
- Volatilitet
- volym
- Vakna
- vill
- ville
- vill
- Warehouse
- Lagerautomation
- varmare
- var
- Kolla på
- vågor
- Sätt..
- sätt
- we
- VÄL
- begav sig
- były
- Western
- Västeuropa
- Vad
- Vad är
- oberoende
- när
- om
- som
- VEM
- kommer
- Vinter
- med
- inom
- utan
- ord
- Arbete
- träna
- arbetare
- arbetskraft
- världen
- skulle
- Yahoo
- år
- år
- york
- dig
- Din
- zephyrnet