การมองเห็นห่วงโซ่อุปทานไม่ได้เป็นเพียงบทกลอน มันเป็นสิ่งจำเป็น

Time Stamp: 3 กุมภาพันธ์ 2023 12:00 น.
โหนดต้นทาง: 1939098

ไม่น่าแปลกใจที่คำสั่งซื้อ สินค้าคงคลัง และการมองเห็นการจัดส่งที่ดีขึ้นจะอยู่ในอันดับต้น ๆ ของรายการลำดับความสำคัญสำหรับ 60% ถึง 80% ของบริษัทในการสำรวจห่วงโซ่อุปทาน 

ที่ซึ่งผู้ผลิตและผู้ค้าปลีกเคยพัฒนา จัดเก็บ และผลักดันสินค้าปริมาณมากไปยังตลาดระดับภูมิภาคตามรูปแบบในอดีตและฤดูกาลที่คาดการณ์ได้ อีคอมเมิร์ซ D2C สามารถเข้าถึงได้โดยผู้ชมที่กว้างขึ้นมากผ่านทางอินเทอร์เน็ตบนพื้นฐานการดึงดูด คำสั่งซื้อจำนวนน้อยที่จัดส่งตามความต้องการโดยรวมที่ไหลเข้ามาเกือบต่อเนื่อง พร้อมกับความต้องการขนส่งสินค้าโดยรวมที่เพิ่มขึ้น ทำให้ท่าเทียบเรือ คลังสินค้า อุปกรณ์ และความจุของยานพาหนะล้นตลาดในตลาดแรงงานที่ตึงตัว 

ความคาดหวังของลูกค้าที่ไม่แน่นอนทำให้เกิดความยุ่งยาก แรงกดดันและค่าใช้จ่ายในระยะสุดท้ายนั้นแตกต่างกันอย่างมากสำหรับการขนส่งสินค้าแบบวางบนแท่นวางที่จัดขึ้นในศูนย์กระจายสินค้าเพื่อทยอยปล่อยไปยังโรงงานหรือร้านค้าตามทิศทางของผู้ขนส่ง เทียบกับคำสั่งซื้อที่กำหนดเวลาแน่นอนพร้อมเวลาจัดส่งและสถานที่ที่หลากหลาย และความคาดหวังพื้นฐานในเรื่องเวลาและ จัดส่งไม่ครบ  

ไม่ว่าจะเป็นการแพร่ระบาดครั้งใหม่ เหตุการณ์สภาพอากาศ หรือเรือคอนเทนเนอร์ขวางคลองสุเอซ สถานการณ์ที่ไม่คาดฝันสามารถเป็นจุดพลิกผันที่ทำให้อุปสงค์ อุปทาน และกำลังการผลิตไม่สอดคล้องกันในชั่วข้ามคืน 

ชิ้นส่วนที่เคลื่อนไหวได้มากมายของทัศนวิสัย

ห่วงโซ่อุปทานส่วนใหญ่ยังขาดการมองเห็นที่เพียงพอในด้านอุปสงค์ปลายน้ำ ณ จุดขาย (POS) ต้นน้ำในการจัดหาซัพพลายเออร์และการผลิต และในการขนส่งระหว่างการขนส่ง การรับรู้อุปสงค์ตั้งแต่เนิ่นๆ มีความสำคัญอย่างยิ่งเนื่องจากความผันผวนของตลาดอย่างต่อเนื่องเนื่องจากการเติบโตอย่างต่อเนื่องของ D2C ซึ่งถูกขยายโดยโรคระบาด สภาพอากาศ สงครามในยูเครน อัตราเงินเฟ้อทั่วโลก และแรงกดดันจากภายนอกอื่นๆ  

สัญญาณความต้องการขับเคลื่อนห่วงโซ่อุปทานมากกว่าอิทธิพลอื่นใด พวกเขาเป็นผู้กำหนดว่าจะผลิตอะไร ปริมาณเท่าใด และจัดส่งที่ใด กล่าวโดยสรุปคือ ทุกอย่างตั้งแต่การจัดหาไปจนถึงการจัดสรรสินทรัพย์และทรัพยากรไปจนถึงเวิร์กโฟลว์ ดูเหมือนว่าจะสวนทางกับสัญชาตญาณที่แบบจำลองห่วงโซ่อุปทานแบบลำดับชั้นแบบเดิมส่วนใหญ่ยังคงไม่เชื่อมต่อโรงงานและซัพพลายเออร์โดยตรงกับผู้ค้าปลีกและลูกค้าในวงจรป้อนกลับที่ดี

ในทางกลับกัน การสื่อสารส่วนใหญ่จะไหลจากศูนย์กลางออกไปด้านนอก และการป้อนข้อมูลของพันธมิตรไม่ค่อยขยายเกินระดับหนึ่งขึ้นหรือลง เป็นการดักจับข้อมูลสำคัญภายในไซโลขององค์กร ข้อมูลผู้รวบรวมบุคคลที่สามขาดตลาด ข้อมูลการจัดการลูกค้าสัมพันธ์ (CRM) ในการขาย ข้อมูลการผลิตในการดำเนินงาน และในชุด C สิ่งนี้ก่อให้เกิดความเสี่ยงอย่างมากต่อต้นทุนที่สูงขึ้นและการสูญเสียธุรกิจในกรณีที่เกิดการหยุดชะงัก 

ความซับซ้อนของห่วงโซ่อุปทานทำให้เกิดปัญหา โดยปัจจุบันผู้บริโภคทั่วโลกมากกว่า 60% ใช้อีคอมเมิร์ซ มีร้านค้าปลีกมากกว่า 25 ล้านแห่งทั่วโลกที่เปิดให้บริการ มีผลิตภัณฑ์ใหม่ที่เข้าสู่ตลาดเพิ่มขึ้น 10 เท่าในแต่ละปีในช่วงทศวรรษที่ผ่านมา และ XNUMX % ของสินค้าที่ประสบปัญหาสินค้าหมดสต๊อก

Suresh Prahlad Bharadwaj หัวหน้าแพลตฟอร์มของ TradeEdge ที่ EdgeVerve Systems ซึ่งเป็นบริษัทในเครือของ Infosys อธิบาย "ในตลาดเกิดใหม่ ผู้ผลิตทั่วโลกจะจัดส่งผ่านผู้จัดจำหน่าย และการมองเห็นจะหยุดลงที่จุดนั้น" “พวกเขาไม่รู้ว่าใครคือลูกค้าของพวกเขา ซึ่งส่วนใหญ่เป็นร้านเล็กๆ แม้แต่ในการค้าสมัยใหม่ที่ผู้ผลิตขายผ่านผู้ค้าส่งหรือส่งตรงไปยังร้านค้าขนาดใหญ่อย่าง Walmart หรือ Target พวกเขาก็ไม่พร้อมที่จะประมวลผลการมองเห็น ณ จุดขายที่กลับมาหาพวกเขา” 

ในสภาพแวดล้อมอีคอมเมิร์ซแบบกระจายอำนาจ Suresh กล่าวว่า จุดขายสามารถกระจายไปตามผู้จัดจำหน่าย ผู้ค้าปลีก และเว็บไซต์หลายร้อยหรือหลายพันราย โดยทั้งหมดนี้มีระดับวุฒิภาวะที่แตกต่างกันในการรวบรวมและแบ่งปันข้อมูล และวิธีการจัดรูปแบบข้อมูลและการสื่อสารที่แตกต่างกัน 

“ลูกค้าของฉันคือใคร อยู่ที่ไหน สั่งซื้ออะไร” ถามสุเรศ “เพื่อทราบเรื่องนั้น ฉันต้องร่วมมือกับผู้ค้าปลีกเพื่อรับข้อมูล ณ จุดขายแบบรวมและจัดเก็บข้อมูลสินค้าคงคลังกลับไปยังผู้ผลิตอย่างรวดเร็ว เพื่อให้พวกเขาสามารถปรับเปลี่ยนได้” ตอนนี้ เขากล่าวเสริมว่า กระบวนการดังกล่าวอาจใช้เวลาสามถึงสี่สัปดาห์ โดยต้องอาศัยผู้รวบรวมข้อมูลบุคคลที่สาม เช่น Nielsen หรือ IRI เพื่อรวบรวมและประสานข้อมูลจากกลุ่มร้านค้า จากนั้นเตรียมรายงานแบบกำหนดเองสำหรับลูกค้าเฉพาะราย “ในโลกปัจจุบัน” เขากล่าว “นั่นสายเกินไปแล้ว”

เนื่องจากพลังการประมวลผลข้อมูลบนคลาวด์เพิ่มขึ้นและต้นทุนลดลง Suresh อธิบายว่าผู้ค้าปลีกและตัวกลางจำนวนมากขึ้นกำลังตัดข้อตกลงการแบ่งปันข้อมูลโดยตรงกับบริษัทลูกค้าเพื่อกระจายข้อมูลการขายจากแหล่งที่มาหลักสำรองข้อมูลในห่วงโซ่ แต่นั่นเป็นเพียงจุดเริ่มต้นเท่านั้น

หาเข็มในกองฟาง

เครื่องมือตรวจจับอุปสงค์ที่ใช้ซอฟต์แวร์ซึ่งได้รับความช่วยเหลือจากปัญญาประดิษฐ์และการเรียนรู้ของเครื่องกำลังได้รับความสนใจจากความสามารถในการคาดการณ์อุปสงค์ในอนาคตอันใกล้ เครื่องมือเหล่านี้จำลองข้อมูล POS ตามเวลาจริงโดยเทียบกับความผิดปกติในซัพพลายเชนทั้งภายในและภายนอก เช่น เหตุการณ์สภาพอากาศ ความแออัดของท่าเรือ การประท้วงหยุดงานรถไฟ การเคลื่อนไหวของราคาเชื้อเพลิง การขึ้นอัตราดอกเบี้ย และอัตราการว่างงานสูง ซึ่งทั้งหมดนี้มีอิทธิพลต่อการตัดสินใจซื้อ 

ในระยะสั้น การทำความเข้าใจแบบละเอียดเกี่ยวกับเงื่อนไขที่สินค้าถูกขายเมื่อวานนี้จะให้ข้อมูลเชิงลึกในระยะสั้นว่าสินค้าชนิดเดียวกันมีแนวโน้มที่จะขายในวันพรุ่งนี้อย่างไรและที่ไหน ภายใต้เงื่อนไขที่เหมือนกันหรือต่างกัน เมื่อมีการรวบรวมข้อมูลที่ละเอียดมากขึ้นเมื่อเวลาผ่านไป ปัญญาประดิษฐ์และการเรียนรู้ของเครื่องจะรับรู้รูปแบบและข้อมูลเชิงลึกที่การดำเนินการด้วยตนเองแบบเดิมที่ทำงานบนชุดการวางแผนทรัพยากรองค์กร (ERP) จะพลาดไป ช่วงเวลาการรายงานที่ถี่ขึ้นทำให้เวลาตอบสนองสั้นลงเมื่อเกิดเหตุการณ์ที่ฉับพลันและชัดเจนมากขึ้น

เนื่องจากแผนกลยุทธ์ระยะยาวแบบดั้งเดิมและการวางแผนอุปสงค์ที่ใกล้จะพังทลายลงตั้งแต่เริ่มระบาดของโควิด การสร้างข้อมูลแบบเกือบเรียลไทม์ด้วยวิธีนี้จึงก่อให้เกิดประโยชน์ที่สำคัญได้ จู่ๆ บริษัทต่างๆ ก็กำลังทำงานจากยอดขายหน้าร้าน POS-SKU และข้อมูลสินค้าคงคลังของเมื่อวานนี้ เทียบกับการรายงานสรุปเมื่อสัปดาห์ที่แล้ว ข้อมูลการขายยังมีแนวโน้มที่จะให้ผลลัพธ์การคาดการณ์ความต้องการที่แม่นยำมากกว่าข้อมูลการจัดส่งที่เทียบเคียงได้ เนื่องจากสินค้าอาจถูกจัดส่งด้วยเหตุผลหลายประการ เช่น การแลกเปลี่ยนหรือสินค้าตัวอย่าง เป็นต้น

การใช้กฎและมาตรฐานทางธุรกิจที่กำหนดไว้เป็นเกณฑ์มาตรฐาน, AI และแมชชีนเลิร์นนิงแมป SKU ของผู้ค้าปลีก, ผลิตภัณฑ์, UPC และการเข้ารหัสอื่นๆ กับรหัสของผู้ผลิตซึ่งเป็นส่วนหนึ่งของกระบวนการเริ่มต้นใช้งาน พวกเขายังสามารถแยกความแตกต่างระหว่าง SKU มาตรฐานและโปรโมชันได้ด้วย เช่น การเปลี่ยนแปลงเนื้อหาเล็กน้อยสำหรับผลิตภัณฑ์เดียวกัน ประโยชน์ที่สำคัญคือความสามารถของ AI และการเรียนรู้ของเครื่องในการวิเคราะห์และกำจัดสินค้าคงคลังปลอมและแสดงช่องว่างเพื่อคาดการณ์และลดสินค้าคงคลัง เมื่อใช้การวิเคราะห์ บริษัทสามารถตรวจสอบข้อมูลแนวโน้มการขายได้ภายในไม่กี่ชั่วโมง

“สิ่งหนึ่งที่เรารู้เกี่ยวกับการพยากรณ์ก็คือว่ามันจะไม่แม่นยำ” Suresh ให้เหตุผล “ดังนั้นคำถามจึงกลายเป็นว่าเราจะปิดช่องว่างได้อย่างไร เราทำผ่านการตัดสินใจเติมสินค้าในระยะสั้นทั่วทั้งเครือข่าย”  

การสร้างเครือข่ายมูลค่าซัพพลายเชน

การมองเห็นขั้นปลายของวิธีที่ตลาดและลูกค้าโต้ตอบกันเพื่อโน้มน้าวยอดขาย สร้างสัญญาณความต้องการที่มีคุณค่าในกระบวนการ กำหนดตารางสำหรับการคิดใหม่ครั้งใหญ่ของห่วงโซ่อุปทานทั้งหมด 

การมองเห็นทั้งต้นน้ำและปลายน้ำ ตั้งแต่การสั่งซื้อไปจนถึงการชำระเงินในรูปแบบเครือข่ายแบบ "กลุ่มต่อกลุ่ม" ที่ไม่เป็นลำดับชั้น นำเสนอโอกาสสำหรับการรายงานและแบ่งปันข้อมูลแบบเรียลไทม์แบบครบวงจร และสำหรับความร่วมมือจากทุกฝ่าย ในเครือข่าย 

กระบวนการเริ่มต้นด้วยการสร้างแหล่งข้อมูลเดียว เชื่อถือได้ และใช้ร่วมกันได้สำหรับข้อมูลทั่วทั้งเครือข่าย พันธมิตรจะได้รับสิทธิ์ที่เหมาะสมในการเข้าถึงข้อมูลบางประเภทสำหรับการใช้งานเฉพาะ ข้อมูล รวมถึงแบบฟอร์ม เอกสารประกอบ และการสื่อสารที่เกี่ยวข้อง ได้รับมาตรฐาน สอดคล้องกัน และมีโครงสร้างในรูปแบบฐานข้อมูลทั่วไปเพื่อความสะดวกในการใช้งาน 

จะเกิดอะไรขึ้นเมื่อสัญญาณอุปสงค์เริ่มกระพริบ? สามารถเพิ่มหรือลดขนาดการผลิตได้อย่างรวดเร็ว หรือปรับเปลี่ยนส่วนผสมและการจัดลำดับผลิตภัณฑ์เพื่อให้แน่ใจว่าคำสั่งซื้อจะได้รับการจัดส่งตรงเวลาหรือไม่ ซัพพลายเออร์ Tier 2 มีวัสดุและชิ้นส่วนเพื่อเพิ่มการผลิตตามต้องการหรือไม่? หากไม่มี สามารถระบุตำแหน่ง เปลี่ยนเส้นทาง และเติมสินค้าคงคลังที่มีอยู่ในระบบได้หรือไม่ หากไม่เป็นเช่นนั้น ทีมปฏิบัติการและวางแผนควรทบทวนเรื่องสต็อกสินค้าที่ปลอดภัย การกระจายซัพพลายเออร์ หรือทางเลือกอื่นในกลุ่มผลิตภัณฑ์หรือไม่ จะมีผลกระทบต่อต้นทุนอย่างไร? เวลาเป็นสิ่งสำคัญในการหาคำตอบสำหรับคำถามเหล่านี้และดำเนินการแก้ไขที่เหมาะสมที่สุด

ความแตกต่างที่สำคัญของโมเดลเครือข่ายคือซัพพลายเออร์ ผู้ผลิต และผู้ค้าปลีกไม่เพียงแต่สามารถรับรู้การเปลี่ยนแปลงของอุปสงค์เท่านั้น แต่ยังทำงานร่วมกันโดยตรงและเชิงรุกแบบเรียลไทม์เพื่อแก้ปัญหา แทนที่จะแยกการสื่อสารผ่านบริษัทหลัก ซึ่งรายละเอียดที่สำคัญอาจสูญหายไปในการแปล นอกจากนี้ การวิเคราะห์ที่เปิดใช้งาน AI และแมชชีนเลิร์นนิงสามารถเรียกใช้สถานการณ์หลายร้อยหรือหลายพันสถานการณ์ในไม่กี่นาที เล่นเกมแต่ละสถานการณ์ตามข้อมูลการจัดส่งและสินค้าคงคลังในปัจจุบันและในอดีตเพื่อกำหนดโซลูชันที่เหมาะสมที่สุด

แต่ตามสุภาษิตเทคโนโลยีเก่า: ขยะเข้าขยะออก ประสิทธิภาพของเครือข่ายจะดีเท่ากับการบายอินของพันธมิตรและชุดข้อมูลที่ถูกต้องเท่านั้น "ไม่ใช่แค่เทคโนโลยีในระบบคลาวด์" Suresh ยืนยัน "แต่ยังเกี่ยวกับการผลักดันการปฏิบัติตามข้อกำหนดของคู่ค้าในการรายงาน ปริมาณและความตรงเวลาของข้อมูล ความละเอียดของข้อมูล และความถี่ในการแบ่งปัน"

Suresh ยอมรับว่าจนถึงตอนนี้ บริษัทส่วนใหญ่เป็นบริษัทขนาดใหญ่มาก มีมูลค่าตั้งแต่ 6 พันล้านดอลลาร์ขึ้นไป ซึ่งขับเคลื่อนการเปลี่ยนแปลงทางดิจิทัลในระดับนี้ ส่วนหนึ่งเป็นเพราะการใช้ประโยชน์จากการบังคับและจัดการการเปลี่ยนแปลงกับซัพพลายเออร์ขนาดเล็ก ผู้ขาย และลูกค้า. แต่เขามองเห็นโอกาสในการสรรหาลูกค้าในช่วง 1 พันล้านถึง 5 พันล้านดอลลาร์ 

ทั้งหมดนี้ไปอยู่ที่ไหน? เมื่อเวลาผ่านไป ธุรกิจทุกขนาดจะกลายเป็นสิ่งจำเป็นในการดำเนินการเปลี่ยนผ่านสู่ดิจิทัล ซึ่งจะนำไปสู่การเชื่อมต่อระหว่างกันและการรวมห่วงโซ่อุปทานเมื่อเวลาผ่านไป มองหาการดำเนินการและกระบวนการเพิ่มเติมที่จะทำให้เป็นอัตโนมัติ ลดเวลาตอบสนองมากขึ้น กำจัดข้อผิดพลาด และบีบอัดวงจรการสั่งซื้อเพื่อชำระเงิน ในขณะที่เพิ่มคนและทรัพยากรเพื่อการทำงานที่มีประสิทธิผลและคุ้มค่ามากขึ้น การออนบอร์ดและการประสานกันของข้อมูลแทบจะกลายเป็นแบบ Plug-and-Play สำหรับซัพพลายเออร์และผู้ขายขนาดเล็กและขนาดกลาง โดยความสามารถของเครือข่ายจะเป็นตัวสร้างความแตกต่างที่สำคัญบนเส้นทางสู่การแพร่หลาย 

บรรทัดล่างสุด: หลังจากช่วงเวลาสั้นๆ ในบางครั้งที่ยากลำบาก ระยะเวลาของการปรับตัว ซัพพลายเชนกำลังจะเร็วขึ้น ง่ายขึ้น และมีความยืดหยุ่นมากขึ้น 

ลิงค์ทรัพยากร: 

เอดจ์เวิร์ฟ, http://www.edgeverve.com 

เทรดเอดจ์, www.edgeverve.com/tradeedge

ประทับเวลา:

เพิ่มเติมจาก ห่วงโซ่อุปทานสมอง