企業組織正逐步增加資料分析的應用,以應對供應鏈中斷的問題,並加強供應鏈管理(SCM)相關措施。本文將討論如何正確達到此一目標的可能做法。
文/Bob Violino‧譯/林麗冠
在 2021 一整年讓各行各業者備感困擾的全球供應鏈挑戰,在 2022 年仍將繼續纏磨。想要解決供應鏈上的供需問題,有一項可能有效的解決方案,就是應用資料分析。
專業服務和諮詢公司 KPMG 在最近的一份報告中指出,目前有幾項重大的中斷問題正在影響供應鏈。其中包括因新冠肺炎大流行而導致的全球物流持續中斷,這些中斷問題繼續衝擊企業和消費者,因為全球主要港口和機場關閉,限制貨物進入關鍵市場。
KPMG 表示,主要的物流中斷狀況,在全球供應鏈中產生了漣漪效應,最終導致貨物堆積在倉庫中。假設能讓這些中斷問題減少,而且促使海運和空運恢復到新冠肺炎流行前的水準,情況也還需要一段時間才會恢復正常。
[ 推薦閱讀:CIO 容易疏忽的優先順序 ─ 確保資安預算來源 ]
導致供應鏈問題的其他因素包括生產延誤、過度依賴數量有限的第三方服務供應商,以及勞動力市場人力短缺。該報告也指出,許多企業正在投資多項技術,推動供應鏈中的關鍵節點自動化。
KPMG 表示,2022 年的企業投資腳步將會加快,因為企業希望透過採用更先進的「數位化推動者」(digital enabler),例如認知規畫以由人工智慧(AI)帶動的預測分析,來加強關鍵的供應鏈規畫能力。
在 KPMG 的報告指出,新技術的問世,徹底改變了全球供應鏈的運作方式,」。「消費者的要求愈來愈高,這導致供應鏈以更快的速度改變和發展。現代營運聚焦於技術和創新,因此,供應鏈變得日益複雜。
那麼企業組織要如何才能夠充分利用資料分析,以加強供應鏈管理行動?專家群提供了以下一些最佳實務做為參考。
一、將資料轉化為可執行的簡易洞察
網路技術公司 Extreme Networks 資訊長 John Abel 表示,大多數企業通常都充斥著被儲存在各種系統和資料庫中的大量資料。而供應鏈增加了額外資料來源的複雜性,這些資料來源通常是由外包、物流和分銷業務等延伸合作夥伴所產生的。
也因此,許多人難以利用這些資料來產生超越頂級衡量標準,與描述性統計資料的深刻洞察。資料分析工具可以提供更深入且可執行的洞察,並提高這些洞察的準確度。
Abel 表示,成功的供應鏈資料分析策略,要先建立一些基礎,其中包括:確保內外部資料是以結構化格式匯集;使資料專案的結果聚焦在需要採取那些行動,以推動績效指標;同時要確保結果易於理解。
Abel 指出,最後一點是最重要的一點。人們往往會將焦點放在所使用的模型上,而非輸出成果。因為許多技術領導者,會希望將人工智慧納入流程當中。但更重要的目標是,聚焦在產出清晰、可解釋且易於讓企業用戶(而非僅僅是分析團隊)消化的洞察。
與跨功能部門團隊共享的任何報告或儀表板,都必須能夠描述出一個易於理解的清晰故事。Abel 說,要是得搞到開個冗長的會議解釋為何那一些報告或儀表板具有價值的話,那麼資料分析帶來的好處,就可能因此黯然失色。
反之亦然。Abel 表示,雖然大多數資料分析專家,對於產生這些資料的業務流程和系統沒有深入的功能性知識,但他們通常對上游和下游流程和系統具有廣泛的知識。成功的供應鏈分析專案會從「資料告訴我們什麼」的觀點出發,但之後會加上一層對業務流程的深入了解。
Abel 指出,分析團隊和企業用戶之間的合作夥伴關係,有助於發展這些可以很容易在整個企業組織中傳達、並且能夠清楚解釋的洞察。
二、讓分析聚焦在差異化領域
諮詢公司 North Highland Worldwide Consulting 全球供應鏈專家 Erik Singleton 表示,在供應鏈體系裡,充斥著客戶訂單、品項資訊、設備利用率和不斷變化的運輸成本等資料。
Singleton 認為,想要建立以客戶為中心的成功供應鏈,同時充分提高營運效率,關鍵是使用正確的分析來做出由資料分析推動的決策。他建議,供應鏈體系應當將分析的焦點,集中在三個主要領域上。
第一個領域,是需求規畫和庫存配置。Singleton 表示,企業組織蒐集數百萬筆的交易資料,因為得以對客戶購買模式進行強而有力的分析。利用這些資料建立起強大的分析演算法,以推動整個供應鏈中的庫存配置,確保產品能夠在正確的時間出現在正確的位置上。企業應該讓分析資源聚焦於預測產品類型、銷售管道和地理配置之間的需求模式。
[ 加入 CIO Taiwan 官方 LINE 與 Facebook ,與全球CIO同步獲取精華見解 ]
第二個領域是營運效率。Singleton 指出,客戶和訂單資料使供應鏈能夠充分利用資產和勞動力,對應做法是有效排定資源以適應波動的需求模式。調整勞工工作排程,以便在高峰期增加資源,同時在低谷期安排設備/資產維護,使企業能夠充分提高效率並降低營運成本。
第三個領域是訂單履行路徑決策。Singleton 表示,客戶期望現在的供應鏈比以往任何時候都更具彈性,並以客戶需求為中心,讓產品可以透過多種途徑送達最終客戶端。企業組織需要平衡多種因素,包括服務期望、運輸和履行成本以及庫存水準,以確定履行訂單的最佳方法。
Singleton 認為,透過資料分析來調整成本,並與客戶體驗比對,對保持企業競爭力至關重要。
三、利用即時資料解除供應鏈中斷問題
Abel 表示,全球供應鏈的規模和複雜度大增,所以愈來愈難管理和因應整個供應鏈的波動,而且困難度以指數速度增加。
Abel 強調,隨著資料點的快速變化,分析和決策通常以過時的資訊為基礎,且會因為有效分析資料所需的時間,使成果進一步大打折扣。為了成功應付這一點,供應鏈管理者需要開發同步規畫系統,這種系統會透過利用遍及整個供應鏈的進階分析與即時能見度,使需求和供應最佳化。
回顧以往,更新是以特定的時間範圍為基礎,並且可能每天或每小時共享一次。但如今這種資料更新頻率並不足夠。供需不斷波動,因此最好與主要供應商進行系統整合,以便即時取得更新資訊。
如果供應商方面產生變動,企業組織需要立即了解潛在影響,以便擬定替代計畫來維持對客戶的承諾。Abel 說明,使用進階分析來處理即時資料派送,讓管理供應鏈的人員能夠快速建模和評估潛在中斷可能造成的影響。如此一來,就可以針對需求、供應和庫存的波動來規畫和執行。
這些見解也可用於了解供應鏈限制對營收預測的潛在影響。在預訂、出貨、庫存水準、供應商承諾、折扣和管道銷售機會等資料方面,近乎即時的能見度,以及針對該資料的即時分析,開始攸關組織的監控和管理營收預測能力。
Abel 認為,透過使用進階分析和自動化,讓這些可變資料輸入可用於建立追蹤模型,這些追蹤模型使供應鏈團隊能夠近乎即時地因應變動、制定應變措施,並提供更可預期的營收預測。
四、強調資料治理與資料品質
扣件(fastener)製造商和分銷商 Optimas Solutions 供應鏈和商業智慧部門副總裁 Mark Korba 表示,在資訊管理領域,有句眾所皆知的老話:「垃圾進,垃圾出」;這當然同樣適用於供應鏈資料。
Korba 指出,驗證資料很重要,特別是因為資料來源很多。包括客戶庫存管理系統、需求規畫應用程式、供應商軟體等。通常資料不一致,或是在不同系統管理相同的資料,因此缺乏完整性。
建立一個主動的資料治理計畫,對確保整個供應鏈的資料完整性尤其重要。治理計畫可確保資料正確一致,並加強供應鏈合作夥伴之間的協同工作。現在已有許多關於建立資料治理計畫的公開資訊可供參考。
根據已知資料對公司的供應鏈進行標竿管理,尤其重要。在 Optimas Solutions,供應鏈團隊會將自家績效與競爭對手進行比較。他們會檢視產業平均水準,並蒐集有助於提高企業滿足需求能力的資訊。
五、讓供應鏈分析結果能夠被廣為分享
供應鏈管理涉及了企業組織的多個面向,因此需要盡可能大方地共享分析成果。
電腦硬體供應商聯想(Lenovo)資深副總裁暨資訊長 Arthur Hu 表示,企業必須要讓參與供應鏈的每個人,都能輕易獲得所需的資料和工具。首先需要打破企業內的「資訊孤島」(information silo),並建立起一個完整的端對端(end-to-end)資訊系統。
Hu 認為,利用機器學習和人工智慧等工具,可以實現這種資料豐富系統的全部價值。在部署這類系統之後,供應鏈上下游的管理者和經營者,可以充分提高供應鏈績效。
同樣重要的是,供應鏈分析使用案例不分各部門的權責限制。Hu 表示,團隊往往聚焦於企業組織內隨時可用的資料。但這樣做,可能會錯過真正深入了解問題所需的全部資料。供應鏈是涉及企業多個部分的關鍵平臺,若要加以管理,需要從整體角度來檢視。
Hu 舉例,像是團隊在管理產品品質時,不僅應該能夠存取工廠的「依生產比例」(as-produced)配置和衡量標準,也應該能夠存取產品開發資料、零組件供應商資料和客戶回應的意見資料。所有這些因素疊加在一起,就形成了一個多維的圖像,能顯示出推動品質成果的因素。
電子商務公司 CarParts.com 庫存規畫暨預測部門副總裁 Stanislav Tatarzuk 說,透過確保企業組織各層級的業務領導人具備對供應鏈資料存取權以及與系統互動的能力。企業可以為成功做好準備,並產生提高盈餘的長期報酬。
Tatarzuk 認為,資料洞察可以為不同的團隊和部門提供不同層次的價值。例如,物流團隊可能會使用資料來發現瓶頸,並提高倉儲或分銷中心的效率;而財務部門可能會查看相同的資料,並確定可精簡成本和削減支出的方法。
Tatarzuk 指出,這種程度的全組織知識共享,不僅可以降低整體風險,更可以改善決策與績效。
(本文授權非營利轉載,請註明出處:CIO Taiwan)