Het hoeft geen verrassing te zijn dat een beter inzicht in bestellingen, voorraad en zendingen bovenaan de prioriteitenlijst staat voor 60% tot 80% van de bedrijven in supply chain-onderzoeken. 

Waar fabrikanten en detailhandelaren ooit op basis van voorspelbare historische en seizoenspatronen grote hoeveelheden goederen ontwikkelden, op voorraad hielden en naar regionale markten brachten, is D2C e-commerce via internet toegankelijk voor een veel breder publiek, op basis van pull. Een totale, vrijwel continue stroom van kleinere bestellingen die op aanvraag worden verzonden, samen met de stijgende algemene vraag naar vracht, heeft de terminal-, magazijn-, uitrustings- en voertuigcapaciteit op een krappe arbeidsmarkt overspoeld. 

Veranderlijke klantverwachtingen verergeren de moeilijkheden. De last-mile-druk en -kosten zijn enorm verschillend voor gepalletiseerde vracht die in een distributiecentrum wordt bewaard voor geleidelijke vrijgave aan fabrieken of winkels op aanwijzing van de verzender, versus tijdgebonden bestellingen met meerdere bezorgtijd- en locatie-opties en een basisverwachting van tijdige en volledige levering.  

Of het nu gaat om een ​​nieuwe pandemievariant, weersomstandigheden of een containerschip dat het Suezkanaal blokkeert, onvoorziene omstandigheden kunnen gemakkelijk voor een omslagpunt zorgen waardoor vraag, aanbod en capaciteit van de ene op de andere dag uit balans raken. 

Zichtbaarheid kent vele bewegende delen

De meeste toeleveringsketens ontberen nog steeds voldoende inzicht aan de stroomafwaartse vraagzijde op het verkooppunt (POS), stroomopwaarts bij de inkoop en productie van leveranciers, en tijdens het transport tijdens de verzending. Het vroegtijdig signaleren van de vraag is vooral van cruciaal belang gezien de aanhoudende marktvolatiliteit als gevolg van de gestage D2C-groei, versterkt door de pandemie, het klimaat, de oorlog in Oekraïne, de mondiale inflatie en andere externe druk.  

Vraagsignalen sturen, meer dan enige andere afzonderlijke invloed, de toeleveringsketen aan. Zij dicteren wat er moet worden geproduceerd, in welke hoeveelheden en waar het naartoe moet worden verzonden – kortom: alles, van de inkoop tot de toewijzing van activa en middelen tot de workflow. Het lijkt dan ook contra-intuïtief dat de meeste conventionele hiërarchische supply chain-modellen fabrieken en leveranciers nog steeds niet rechtstreeks verbinden met retailers en klanten in een positieve feedbackloop.

In plaats daarvan stroomt de meeste communicatie vanuit het centrum naar buiten, en reikt de input van partners zelden verder dan één niveau omhoog of omlaag, waardoor cruciale gegevens in organisatorische silo's terechtkomen. Aggregatorgegevens van derden kwijnen weg in marketing, CRM-gegevens (Customer Relationship Management) in de verkoop, productiegegevens in de bedrijfsvoering en in de C-suite. Dit brengt een aanzienlijk risico met zich mee op hogere kosten en omzetverlies bij een verstoring. 

De complexiteit van de toeleveringsketen verergert het probleem: meer dan 60% van de mondiale consumenten maakt nu gebruik van e-commerce, er zijn wereldwijd meer dan 25 miljoen verkooppunten geopend, er is de afgelopen tien jaar een tienvoudige toename van het aantal nieuwe producten dat elk jaar op de markt komt, en 10 % van de artikelen met voorraadtekorten.

“In opkomende markten verzenden mondiale fabrikanten hun producten via distributeurs, en op dat moment stopt hun zichtbaarheid”, legt Suresh Prahlad Bharadwaj uit, platformhoofd voor TradeEdge bij EdgeVerve Systems, een volledige dochteronderneming van Infosys. “Ze weten niet wie hun klanten zijn, meestal kleine moeder-en-popwinkels. Zelfs in de moderne handel, waar fabrikanten via een groothandel of rechtstreeks aan een grote winkel als Walmart of Target verkopen, zijn ze niet uitgerust om de zichtbaarheid op het verkooppunt te verwerken die naar hen terugkomt. 

In een gedecentraliseerde e-commerceomgeving, zegt Suresh, kunnen verkooppunten verspreid zijn over honderden of duizenden distributeurs, detailhandelaren en websites, allemaal met verschillende niveaus van volwassenheid in het verzamelen en delen van gegevens, en verschillende manieren om gegevens te formatteren en te communiceren. 

“Wie zijn mijn klanten, waar bevinden ze zich, wat bestellen ze?” vraagt ​​Suresh. “Om dat te weten moet ik samenwerken met retailers om die verzamelde verkooppunt- en voorraadinformatie snel terug te geven aan fabrikanten, zodat ze aanpassingen kunnen maken.” Op dit moment, voegt hij eraan toe, kan dat proces drie tot vier weken duren, waarbij hij vertrouwt op externe datasyndicators zoals Nielsen of IRI om gegevens van een panel van winkels te verzamelen en te harmoniseren, en vervolgens aangepaste rapporten voor bepaalde klanten op te stellen. ‘In de wereld van vandaag’, zegt hij, ‘is dat te laat.’

Nu de kracht van de cloudgebaseerde gegevensverwerking is toegenomen en de kosten zijn gedaald, legt Suresh uit, snijden steeds meer detailhandelaren en tussenpersonen de directe overeenkomsten voor het delen van gegevens met klantbedrijven af ​​om verkoopgegevens uit primaire bronnen in de keten te verspreiden. Maar dat is nog maar het begin.

Naalden vinden in hooibergen

Op software gebaseerde vraagdetectietools, geholpen door kunstmatige intelligentie en machinaal leren, krijgen steeds meer aandacht vanwege hun vermogen om de vraag in de nabije toekomst te voorspellen. Deze tools modelleren realtime POS-gegevens tegen interne en externe afwijkingen in de toeleveringsketen, zoals klimaatgebeurtenissen, havencongestie, een spoorwegstaking, bewegingen van de brandstofprijzen, rentestijgingen en hoge werkloosheidscijfers – die allemaal van invloed zijn op aankoopbeslissingen. 

Kortom, een gedetailleerd begrip van de omstandigheden waaronder goederen gisteren werden verkocht, biedt kortetermijninzichten in hoe en waar dezelfde goederen morgen waarschijnlijk zullen worden verkocht, onder dezelfde of andere omstandigheden. Naarmate er in de loop van de tijd meer gedetailleerde gegevens worden verzameld, ontdekken kunstmatige intelligentie en machinaal leren patronen en inzichten die zouden worden gemist door een traditionele handmatige bewerking op een ERP-pakket (Enterprise Resource Planning). Frequentere rapportage-intervallen verkorten de responstijd wanneer zich plotselinge, meer uitgesproken gebeurtenissen voordoen.

Gezien de bijna teloorgang van de traditionele strategische langetermijnplanning en vraagplanning sinds het begin van de coronacrisis, kan het op deze manier construeren van bijna realtime gegevens belangrijke voordelen opleveren. Plotseling werken bedrijven met de verkoop- en voorraadgegevens van de POS-winkel-SKU van gisteren, versus de samenvattende rapportage van weken oud. Verkoopgegevens leveren doorgaans ook nauwkeurigere vraagvoorspellingsresultaten op dan vergelijkbare verzendgegevens, omdat goederen om verschillende redenen kunnen worden verzonden, bijvoorbeeld om uitwisselingen of proefartikelen.

Met behulp van gedefinieerde bedrijfsregels en standaarden als benchmarks brengen AI en machine learning de SKU-, product-, UPC- en andere codering van de retailer in kaart met fabrikantcodes als onderdeel van het onboardingproces. Ze kunnen ook onderscheid maken tussen standaard- en promotionele SKU's met bijvoorbeeld kleine inhoudswijzigingen voor hetzelfde product. Een belangrijk voordeel is het vermogen van AI en machine learning om fantoomvoorraden te analyseren en te elimineren en lege ruimtes weer te geven om voorraadtekorten te voorspellen en te verminderen. Met behulp van analyses kunnen bedrijven binnen enkele uren verkooptrendgegevens valideren.

“Een van de dingen die we weten over voorspellingen is dat deze niet accuraat zullen zijn”, betoogt Suresh. “De vraag wordt dus hoe we de gaten kunnen dichten. We doen dit door het uitvoeren van kortetermijnbevoorradingsbeslissingen over het hele netwerk.”  

Het opbouwen van een supply chain-waardenetwerk

Inzicht in de manier waarop markten en klanten met elkaar omgaan om de verkoop te beïnvloeden en daarbij waardevolle vraagsignalen te genereren, maakt de weg vrij voor een grotere heroverweging van de gehele toeleveringsketen. 

Zichtbaarheid zowel upstream als downstream, van bestelling tot betaling in een niet-hiërarchisch, “many-to-many” netwerkmodel, biedt kansen voor end-to-end, real-time datarapportage en -deling, en voor samenwerking tussen alle partijen in het netwerk. 

Het proces begint met het bouwen van één enkele, vertrouwde, deelbare bron voor informatie via het netwerk. Partners krijgen de juiste machtigingen om toegang te krijgen tot specifieke soorten gegevens voor specifiek gebruik. Gegevens, inclusief relevante formulieren, documentatie en communicatie, zijn gestandaardiseerd, geharmoniseerd en gestructureerd in een gemeenschappelijk databaseformaat voor gebruiksgemak. 

Dus wat gebeurt er als de vraagsignalen beginnen te knipperen? Kan de productie snel omhoog of omlaag worden geschaald, of kan de productmix en de volgorde worden aangepast om ervoor te zorgen dat bestellingen op tijd worden uitgevoerd? Beschikken Tier 2-leveranciers over de materialen en onderdelen om de productie indien nodig op te voeren? Zo niet, kan de bestaande voorraad in het systeem dan worden gelokaliseerd, omgeleid en aangevuld? Als dat niet het geval is, moeten de operationele en planningsteams dan opnieuw nadenken over veiligheidsvoorraden, leveranciersdiversificatie of productportfolio-alternatieven? Wat zouden de kosteneffecten zijn? Tijd is van cruciaal belang om antwoorden op deze vragen te krijgen en de optimale corrigerende actie te ondernemen.

Het belangrijke verschil met het netwerkmodel is dat leveranciers, fabrikanten en detailhandelaren niet alleen verschuivingen in de vraag kunnen waarnemen, maar ook direct en proactief, in realtime, kunnen samenwerken om problemen op te lossen, in plaats van dat elk afzonderlijke, geïsoleerde communicatie via het hoofdbedrijf voert. waar cruciale details verloren kunnen gaan tijdens de vertaling. Bovendien kunnen analyses op basis van AI en machine learning binnen enkele minuten honderden of duizenden scenario's uitvoeren, waarbij elk scenario wordt uitgeprobeerd op basis van huidige en historische verzend- en voorraadgegevens om een ​​optimale oplossing te formuleren.

Maar zoals het oude technische gezegde luidt: garbage in, garbage out. Netwerkprestaties zijn slechts zo goed als partnerinkoop en een nauwkeurige dataset. “Het gaat niet alleen om technologie in de cloud”, benadrukt Suresh, “het gaat om het stimuleren van de compliance van partners op het gebied van rapportage, de hoeveelheid en tijdigheid van gegevens, de granulariteit van de informatie en de frequentie waarmee deze wordt gedeeld.”

Suresh erkent dat het tot nu toe vooral zeer grote bedrijven zijn geweest, in de orde van grootte van $6 miljard en meer, die dit niveau van digitale transformatie hebben aangestuurd, deels vanwege hun macht om veranderingen af ​​te dwingen en te beheren bij kleinere leveranciers, verkopers, en klanten. Maar hij ziet kansen in het werven van klanten tussen de $1 miljard en $5 miljard. 

Waar gaat dit allemaal naartoe? Het zal in de loop van de tijd absoluut noodzakelijk worden voor bedrijven van elke omvang om digitale transformatie door te voeren, wat in de loop van de tijd zal leiden tot de interconnectie en consolidatie van toeleveringsketens. Zoek naar meer activiteiten en processen die geautomatiseerd kunnen worden, waardoor de responstijden verder worden verkort, fouten worden geëlimineerd en de order-to-pay-cyclus wordt gecomprimeerd, terwijl mensen en middelen worden vrijgemaakt voor productiever en lonender werk. Onboarding en dataharmonisatie zullen waarschijnlijk bijna plug-and-play worden voor kleine en middelgrote leveranciers en verkopers, waarbij netwerkmogelijkheden een belangrijke onderscheidende factor zullen worden op weg naar alomtegenwoordigheid. 

Het komt erop neer: na een korte, soms moeilijke aanpassingsperiode, staat de toeleveringsketen op het punt veel sneller, eenvoudiger en veerkrachtiger te worden. 

Bron links: 

RandVerve, http://www.edgeverve.com 

HandelsEdge, www.edgeverve.com/tradeedge

• Door SEO aangedreven content en PR-distributie. Word vandaag nog versterkt.
• Platoblockchain. Web3 Metaverse Intelligentie. Kennis versterkt. Toegang hier.
• Bron: https://www.supplychainbrain.com/articles/36546-supply-chain-visibility-isnt-just-a-catchphrase-its-an-imperative