面對全球供應鏈中斷危機,這些企業(yè)是如何浴火重生的?

微信編譯/沈青初
在過去的一年里,全球許多行業(yè)都遭受了供應鏈中斷的困擾,而在2022年,這種情況絲毫沒有減弱的跡象。為了解決這些問題,企業(yè)開始做更多的分析,以更好地了解他們的供應鏈和運營。

本文來自微信公眾號“計算機世界(chinacomputerworld)”,微信編譯:沈青初。

1.png

導語

供應鏈的中斷還在持續(xù),企業(yè)正在依靠數據分析來深入了解其供應鏈和運營,正如本文中三個企業(yè)所做的那樣。

在過去的一年里,全球許多行業(yè)都遭受了供應鏈中斷的困擾,而在2022年,這種情況絲毫沒有減弱的跡象。為了解決這些問題,企業(yè)開始做更多的分析,以更好地了解他們的供應鏈和運營。

供應鏈分析從采購、庫存管理、訂單管理、倉庫管理及履行、運輸管理和其他運營應用程序中提取數據,為企業(yè)提供其供應鏈中每一個步驟的見解。分析的結果可用于當下,進行快速調整,也可用于支持長期的戰(zhàn)略決策。

以下有三個示例,展示了當今企業(yè)是如何有效使用供應鏈分析的。

預測分析讓UPS深入了解其物流網絡

UPS平均每天能遞送大約2100萬個包裹,在12月包裹會更多。過去,這家航運跨國公司一直依靠歷史數據和專家規(guī)劃人員的專業(yè)知識來跟蹤包裹狀態(tài)。如今,它使用商業(yè)智能平臺Harmonized Enterprise Analytics Tool(HEAT)來捕獲和分析客戶數據、運營數據和計劃數據,以跟蹤每個包裹在公司運輸網絡中移動的實時狀態(tài)。

UPS首席信息和工程官Juan Perez說:“在跨網絡運輸包裹、規(guī)劃網絡以及向客戶提供信息等方面,HEAT可以幫助我們做出更好的決策。它每天分析數以百萬計的數據點,以確保能不斷地給我們提供有關包裹狀態(tài)的最新信息,然后將這些信息提供給其他系統,讓我們可以更好規(guī)劃和管理網絡,并更好地支持我們處理企業(yè)所有的包裹。”

HEAT平臺每周分析超過5.3 PB的數據。它利用預測分析、機器學習和多模型預測以及專有的隨機性和季節(jié)性增長因素來支持預測、操作可見性、優(yōu)化和報告。

Perez建議:將你的數據戰(zhàn)略視為一段過程,而不是終點。

Perez說,“盡管我們規(guī)模龐大,并且在使用數據方面做得很好,但我知道,還需繼續(xù)制定可靠的數據戰(zhàn)略,我們不能滿足于我們的技術狀態(tài)和數據狀態(tài),還要知道不滿足的地方在哪里,這樣我們才能不斷改進以支持業(yè)務。”

百事可樂使用預測分析來預測缺貨

食品和飲料公司百事可樂正在使用分析和機器學習來預測缺貨情況,并提醒零售商重新訂購。

百事公司電子商務工程負責人Jason Fertel說:“在疫情初期,某些產品會因各種原因而下架。例如,人們想要盡可能多地吃燕麥片。”

對百事公司來說,幸運的是,Fertel和他在百事電子商務公司內的工程部門,已經可以用公司的銷售智能平臺,為管理搜索營銷業(yè)務提供工作流程自動化。該平臺將零售商數據與百事可樂的供應鏈數據相結合,以預測商品何時會缺貨,并提示用戶進行購買補充。

Fertel建議:尋找對你的項目感到興奮的早期采用者,并專注于特定的業(yè)務問題。

Fertel說,“我們想做很多事情,但我們把注意力放在了缺貨上。我們研究了大量不同的垂直領域和銷售情報,但我們選擇最先高度關注缺貨問題,因為我認為這有助于我們取得成功。”

輝瑞的數字化轉型有助于管理供應鏈

制藥巨頭輝瑞(Pfizer)表示,其全球供應數字運營中心(DOC)項目對該公司在全球制造和供應輝瑞-BioNTech新冠肺炎疫苗的能力至關重要。

該項目是輝瑞運營的“駕駛艙”,提供端到端制造的共享視圖,并為公司提供運營績效數據。輝瑞表示,這些數據幫助它發(fā)現,在某些制造領域,公司可以減少10%的周期時間,并一直為依賴輝瑞藥品的患者維持關鍵供應。

輝瑞執(zhí)行副總裁兼首席數字和技術官Lidia Fonseca說:“該解決方案改變了制造業(yè)同事協作和做決策的方式。為他們提供工具,使他們能夠在問題發(fā)生之前就預測到問題,并進行實時調整。DOC幫助團隊挖掘數據,對比先前估計的標準交貨時間,提供變化分析,從而獲得進一步改進的機會。”

Fonseca建議:一切都與文化有關。開始做供應鏈分析的輝瑞,轉變?yōu)橐粋€更精簡、更科學驅動、更以患者為中心的企業(yè)。成功需要公司清楚地傳達其數字化戰(zhàn)略,以激發(fā)員工的支持和參與。

“我們的文化有助于鼓勵我們的員工勇敢并以不同的方式思考,以完成我們以前無法想象的事情。”

來源:www.cio.com,作者:Thor Olavsrud,他負責為CIO.com撰寫數據分析、商業(yè)智能和數據科學領域的文章。

THEEND

最新評論(評論僅代表用戶觀點)

更多
暫無評論