Khả năng hiển thị chuỗi cung ứng không chỉ là một câu cửa miệng; Đó là một mệnh lệnh

Dấu thời gian: ngày 3 tháng 2023 năm 12 00:XNUMX sáng
Nút nguồn: 1939098

Không có gì đáng ngạc nhiên khi khả năng hiển thị đơn hàng, hàng tồn kho và lô hàng tốt hơn đứng đầu danh sách ưu tiên của 60% đến 80% các công ty trong các cuộc khảo sát về chuỗi cung ứng. 

Khi các nhà sản xuất và nhà bán lẻ từng phát triển, dự trữ và đẩy khối lượng lớn hàng hóa ra thị trường khu vực dựa trên các mẫu lịch sử và theo mùa có thể dự đoán được, thương mại điện tử D2C có thể tiếp cận được với nhiều đối tượng hơn thông qua internet, trên cơ sở kéo. Một dòng tổng hợp, gần như liên tục của các đơn đặt hàng nhỏ hơn được vận chuyển theo yêu cầu, cùng với nhu cầu vận chuyển hàng hóa nói chung đang tăng lên, đã tràn ngập sức chứa của nhà ga, nhà kho, thiết bị và phương tiện trong một thị trường lao động eo hẹp. 

Kỳ vọng của khách hàng có thể thay đổi làm phức tạp thêm khó khăn. Áp lực và chi phí ở chặng cuối là khác nhau rất nhiều đối với hàng hóa xếp chồng lên nhau được giữ trong trung tâm phân phối để chuyển dần đến các nhà máy hoặc cửa hàng theo chỉ định của người gửi hàng, so với các đơn đặt hàng xác định thời gian với nhiều tùy chọn địa điểm và thời gian giao hàng cũng như kỳ vọng cơ bản về thời gian và thời gian giao hàng giao hàng đầy đủ.  

Cho dù đó là một biến thể mới của đại dịch, sự kiện thời tiết hay tàu container chặn Kênh đào Suez, những tình huống không lường trước được có thể dễ dàng tạo ra điểm bùng phát khiến cung, cầu và năng lực mất liên kết chỉ sau một đêm. 

Nhiều bộ phận chuyển động của tầm nhìn

Hầu hết các chuỗi cung ứng vẫn thiếu khả năng hiển thị đầy đủ về phía nhu cầu hạ nguồn tại điểm bán hàng (POS), thượng nguồn trong tìm nguồn cung ứng và sản xuất của nhà cung cấp cũng như quá trình vận chuyển trong quá trình vận chuyển. Việc sớm nhận biết nhu cầu là đặc biệt quan trọng trong bối cảnh thị trường không ngừng biến động do tốc độ tăng trưởng D2C ổn định, bị ảnh hưởng bởi đại dịch, khí hậu, chiến tranh ở Ukraine, lạm phát toàn cầu và các áp lực bên ngoài khác.  

Các tín hiệu về nhu cầu, hơn bất kỳ ảnh hưởng đơn lẻ nào khác, thúc đẩy chuỗi cung ứng. Họ ra lệnh sản xuất cái gì, với số lượng bao nhiêu và vận chuyển đến đâu — nói tóm lại, mọi thứ từ tìm nguồn cung ứng đến tài sản và phân bổ nguồn lực đến quy trình làm việc. Do đó, có vẻ như phản trực giác rằng hầu hết các mô hình chuỗi cung ứng phân cấp thông thường vẫn không kết nối trực tiếp các nhà máy và nhà cung cấp với các nhà bán lẻ và khách hàng trong một vòng phản hồi hiệu quả.

Thay vào đó, hầu hết các luồng giao tiếp từ trung tâm ra bên ngoài và đầu vào của đối tác hiếm khi vượt quá một cấp độ lên hoặc xuống, bẫy dữ liệu quan trọng bên trong các silo của tổ chức. Dữ liệu tổng hợp của bên thứ ba yếu dần trong tiếp thị, dữ liệu quản lý quan hệ khách hàng (CRM) trong bán hàng, dữ liệu sản xuất trong hoạt động và trong C-suite. Điều này đặt ra rủi ro đáng kể về chi phí cao hơn và mất hoạt động kinh doanh trong trường hợp gián đoạn. 

Sự phức tạp của chuỗi cung ứng càng làm trầm trọng thêm vấn đề, với hơn 60% người tiêu dùng toàn cầu hiện đang sử dụng thương mại điện tử, hơn 25 triệu cửa hàng bán lẻ toàn cầu được mở, số lượng sản phẩm mới được tung ra thị trường tăng gấp 10 lần mỗi năm trong thập kỷ qua và XNUMX % hàng hóa hết hàng.

“Tại các thị trường mới nổi, các nhà sản xuất toàn cầu giao hàng thông qua các nhà phân phối và khả năng hiển thị của họ dừng lại ở thời điểm đó,” Suresh Prahlad Bharadwaj, người đứng đầu nền tảng TradeEdge tại EdgeVerve Systems, một công ty con thuộc sở hữu hoàn toàn của Infosys, giải thích. “Họ không biết khách hàng của mình là ai, chủ yếu là các cửa hàng nhỏ lẻ. Ngay cả trong thương mại hiện đại, nơi các nhà sản xuất đang bán hàng thông qua một nhà bán buôn hoặc trực tiếp đến một cửa hàng lớn như Walmart hoặc Target, họ không được trang bị để xử lý khả năng hiển thị tại điểm bán hàng quay trở lại với họ.” 

Suresh cho biết, trong môi trường thương mại điện tử phi tập trung, các điểm bán hàng có thể được phân tán giữa hàng trăm hoặc hàng nghìn nhà phân phối, nhà bán lẻ và trang web, tất cả đều có mức độ trưởng thành khác nhau trong việc thu thập và chia sẻ dữ liệu cũng như các cách định dạng dữ liệu và giao tiếp khác nhau. 

“Khách hàng của tôi là ai, họ ở đâu, họ đang gọi món gì?” Suresh hỏi. “Để biết được điều đó, tôi cần cộng tác với các nhà bán lẻ để nhanh chóng đưa thông tin tổng hợp về điểm bán hàng và lưu trữ hàng tồn kho cho nhà sản xuất để họ có thể điều chỉnh.” Ông cho biết thêm, hiện tại, quá trình đó có thể mất từ ​​ba đến bốn tuần, dựa vào các nhà cung cấp dữ liệu bên thứ ba như Nielsen hoặc IRI để thu thập và hài hòa dữ liệu từ một nhóm cửa hàng, sau đó chuẩn bị báo cáo tùy chỉnh cho các khách hàng cụ thể. “Trong thế giới ngày nay,” anh ấy nói, “thì đã quá muộn.”

Khi sức mạnh xử lý dữ liệu dựa trên đám mây tăng lên và chi phí giảm xuống, Suresh giải thích, nhiều nhà bán lẻ và trung gian đang cắt giảm các thỏa thuận chia sẻ dữ liệu trực tiếp với các công ty khách hàng để phân tán dữ liệu bán hàng nguồn chính sao lưu chuỗi. Nhưng đó mới chỉ là khởi đầu.

Tìm kim trong Haystacks

Các công cụ cảm nhận nhu cầu dựa trên phần mềm, được hỗ trợ bởi trí tuệ nhân tạo và máy học, đang thu hút sự chú ý nhờ khả năng dự đoán nhu cầu trong tương lai gần. Các công cụ này lập mô hình tổng hợp dữ liệu POS theo thời gian thực dựa trên các bất thường trong chuỗi cung ứng bên trong và bên ngoài, chẳng hạn như các sự kiện khí hậu, tắc nghẽn cảng, đình công đường sắt, biến động giá nhiên liệu, tăng lãi suất và tỷ lệ thất nghiệp cao — tất cả đều ảnh hưởng đến quyết định mua hàng. 

Nói tóm lại, việc hiểu một cách chi tiết các điều kiện mà hàng hóa được bán vào ngày hôm qua sẽ cung cấp những hiểu biết ngắn hạn về cách thức và địa điểm mà cùng một hàng hóa có khả năng được bán vào ngày mai, trong cùng điều kiện hoặc điều kiện khác nhau. Khi dữ liệu chi tiết hơn được thu thập theo thời gian, trí tuệ nhân tạo và máy học sẽ cảm nhận được các mẫu và thông tin chi tiết mà thao tác thủ công truyền thống chạy trên bộ hoạch định nguồn lực doanh nghiệp (ERP) sẽ bỏ qua. Khoảng thời gian báo cáo thường xuyên hơn sẽ rút ngắn thời gian phản hồi khi xảy ra các sự kiện đột ngột, rõ rệt hơn.

Do kế hoạch nhu cầu và chiến lược dài hạn truyền thống gần như sắp sụp đổ kể từ khi bắt đầu có COVID, việc xây dựng dữ liệu gần thời gian thực theo cách này có thể mang lại những lợi ích quan trọng. Đột nhiên, các công ty đang làm việc dựa trên dữ liệu hàng tồn kho và doanh số SKU của cửa hàng POS ngày hôm qua, so với báo cáo tóm tắt hàng tuần trước đó. Dữ liệu bán hàng cũng có xu hướng mang lại kết quả dự báo nhu cầu chính xác hơn so với dữ liệu vận chuyển có thể so sánh được, vì hàng hóa có thể được vận chuyển vì nhiều lý do — ví dụ như trao đổi hoặc hàng mẫu.

Sử dụng các tiêu chuẩn và quy tắc kinh doanh đã xác định làm điểm chuẩn, SKU, sản phẩm, UPC và mã hóa khác của nhà bán lẻ bản đồ AI và bản đồ máy học như một phần của quy trình giới thiệu. Họ cũng có thể phân biệt giữa SKU tiêu chuẩn và SKU quảng cáo bằng các thay đổi nội dung nhỏ cho cùng một sản phẩm. Một lợi ích quan trọng là khả năng AI và máy học có thể phân tích và loại bỏ hàng tồn kho ảo cũng như hiển thị các khoảng trống để dự đoán và giảm tình trạng hết hàng. Sử dụng phân tích, các công ty có thể xác thực dữ liệu xu hướng bán hàng trong vòng vài giờ.

“Một trong những điều chúng tôi biết về dự báo là nó sẽ không chính xác,” Suresh lập luận. “Vì vậy, câu hỏi đặt ra là làm thế nào chúng ta lấp đầy những khoảng trống. Chúng tôi làm điều đó thông qua việc thực hiện các quyết định bổ sung ngắn hạn trên toàn bộ mạng lưới.”  

Xây dựng mạng lưới giá trị chuỗi cung ứng

Khả năng hiển thị xuôi dòng về cách thị trường và khách hàng tương tác để tác động đến doanh số bán hàng, tạo ra các tín hiệu nhu cầu có giá trị trong quy trình, đặt ra mục tiêu cho việc xem xét lại toàn bộ chuỗi cung ứng. 

Khả năng hiển thị cả ngược dòng và xuôi dòng, từ đặt hàng đến thanh toán trong mô hình mạng “nhiều-nhiều”, không phân cấp, tạo cơ hội cho báo cáo và chia sẻ dữ liệu theo thời gian thực từ đầu đến cuối và cho sự cộng tác của tất cả các bên trong mạng. 

Quá trình bắt đầu với việc xây dựng một nguồn thông tin duy nhất, đáng tin cậy, có thể chia sẻ trên toàn mạng. Đối tác được cung cấp các quyền phù hợp để truy cập các loại dữ liệu cụ thể cho các mục đích sử dụng cụ thể. Dữ liệu, bao gồm các biểu mẫu, tài liệu và thông tin liên lạc có liên quan, được chuẩn hóa, hài hòa và cấu trúc theo định dạng cơ sở dữ liệu chung để dễ sử dụng. 

Vậy điều gì sẽ xảy ra khi các tín hiệu nhu cầu bắt đầu nhấp nháy? Có thể nhanh chóng tăng hoặc giảm quy mô sản xuất, hoặc hỗn hợp sản phẩm và trình tự thay đổi để đảm bảo các đơn đặt hàng được đáp ứng đúng thời hạn không? Các nhà cung cấp Cấp 2 có nguyên vật liệu và bộ phận để tăng sản lượng khi cần thiết không? Nếu không, hàng tồn kho hiện có trong hệ thống có thể được định vị, chuyển hướng và bổ sung không? Nếu không, các nhóm vận hành và lập kế hoạch có nên xem xét lại lượng dự trữ an toàn, đa dạng hóa nhà cung cấp hoặc các lựa chọn thay thế danh mục sản phẩm không? Điều gì sẽ là tác động chi phí? Thời gian là rất quan trọng để có được câu trả lời cho những câu hỏi này và thực hiện hành động khắc phục tối ưu.

Sự khác biệt quan trọng với mô hình mạng là các nhà cung cấp, nhà sản xuất và nhà bán lẻ không chỉ có thể cảm nhận được sự thay đổi của nhu cầu mà còn hợp tác trực tiếp và chủ động, trong thời gian thực, để giải quyết các vấn đề, thay vì mỗi bên có thông tin liên lạc riêng biệt, gián đoạn thông qua công ty chính nơi các chi tiết quan trọng có thể bị mất trong bản dịch. Ngoài ra, các phân tích hỗ trợ trí tuệ nhân tạo và máy học có thể chạy hàng trăm hoặc hàng nghìn kịch bản trong vài phút, phân tích từng kịch bản dựa trên dữ liệu hàng tồn kho và lô hàng hiện tại và lịch sử để xây dựng giải pháp tối ưu.

Nhưng như câu ngạn ngữ công nghệ cũ: rác vào, rác ra. Hiệu suất mạng chỉ tốt khi mua vào của đối tác và tập dữ liệu chính xác. “Đó không chỉ là về công nghệ trên đám mây,” Suresh nhấn mạnh, “mà còn là thúc đẩy sự tuân thủ của các đối tác trong báo cáo, khối lượng và tính kịp thời của dữ liệu, mức độ chi tiết của thông tin và tần suất chia sẻ thông tin.”

Suresh thừa nhận rằng, cho đến nay, chủ yếu là các công ty rất lớn, trong phạm vi từ 6 tỷ đô la trở lên, đã thúc đẩy mức độ chuyển đổi kỹ thuật số này, một phần là do đòn bẩy của họ để buộc và quản lý sự thay đổi với các nhà cung cấp, nhà cung cấp nhỏ hơn, và khách hàng. Nhưng anh ấy nhìn thấy cơ hội trong việc tuyển dụng khách hàng trong khoảng từ 1 tỷ đến 5 tỷ đô la. 

Tất cả những điều này sẽ đi về đâu? Theo thời gian, việc các doanh nghiệp thuộc mọi quy mô thực hiện chuyển đổi kỹ thuật số sẽ trở nên cấp thiết, dẫn đến sự kết nối và hợp nhất các chuỗi cung ứng theo thời gian. Tìm kiếm nhiều hoạt động và quy trình được tự động hóa hơn, rút ​​ngắn hơn nữa thời gian phản hồi, loại bỏ lỗi và nén chu kỳ từ đơn hàng đến thanh toán, đồng thời giải phóng con người và tài nguyên để thực hiện công việc hiệu quả hơn, bổ ích hơn. Tích hợp và hài hòa dữ liệu có thể sẽ gần như trở thành plug-and-play đối với các nhà cung cấp và đại lý vừa và nhỏ, với khả năng mạng đang nổi lên như một điểm khác biệt chính trên con đường trở nên phổ biến. 

Điểm mấu chốt: Sau một giai đoạn điều chỉnh ngắn, đôi khi khó khăn, chuỗi cung ứng sắp trở nên nhanh hơn, đơn giản hơn và linh hoạt hơn nhiều. 

Liên kết tài nguyên: 

CạnhVerve, http://www.edgeverve.com 

TradeEdge, www.edgeverve.com/tradeedge

Dấu thời gian:

Thêm từ Bộ não chuỗi cung ứng