Datadrivna verktyg för analys av försörjningskedjan räcker inte

De som arbetar med Supply Chain Analytics kan lära sig mycket av Customer Analytics. De två domänerna bygger på liknande grundläggande affärsprinciper. Det vi ser är att data och datadrivna beslutsverktyg inte är tillräckligt. De största svårigheterna med supply chain- eller kundanalys ligger i organisationernas kulturella praxis.

Följande artikel skrevs av Maz Iqbal som gav sitt värdefulla perspektiv från en Customer Analytics-synvinkel.

På LinkedIn delar Don Peppers med sig av sitt perspektiv på hur man fattar bättre beslut med hjälp av data. Detta fick mig att fundera och jag vill dela med mig av vad som dök upp för mig. Varför lyssna på min föreläsning? Jag har en vetenskaplig bakgrund (BSc Applied Physics). Jag kvalificerade mig som auktoriserad revisor och var involverad i att ta fram alla typer av rapporter för chefer och såg vad de gjorde eller inte gjorde med dem. På senare tid har jag varit chef för en verksamhet inom data mining och prediktiv analys. Låt oss börja.

Data och datadrivna verktyg för beslutsfattande är inte tillräckligt

Ja, det finns ett överflöd av data, och detta överflöd minskar allt snabbare. Tillräckligt stor och snabb för att få det fyndiga namnet Big Data. Det man glömmer bort är den ansträngning som krävs för att få dessa data att passa för modellering. Detta är ingen lätt och billig uppgift. Men det går att göra om man lägger tillräckligt med resurser på det.

Ja, det finns en mängd olika verktyg för att hitta mönster i dessa data. Och i händerna på rätt personer (statistiskt utbildade, affärsmässiga) kan dessa verktyg användas för att omvandla data till värdefulla (handlingsbara) insikter.

Det är inte så lätt som det låter. Varför inte? För att det råder brist på statistiskt utbildade personer: amatörer duger inte, experter är nödvändiga för att skilja mellan guld och guldkorn - med tillräckligt mycket data kan du hitta nästan vilket mönster som helst. Det räcker inte med statistiskt kunnande, det måste kombineras med affärsmässigt kunnande. Låt oss ändå anta att vi kan övervinna denna begränsning.

Den verkliga utmaningen när det gäller att skapa datadrivet beslutsfattande i företag är de kulturella rutinerna. Vi har inte de kulturella rutiner som skapar utrymme för datadrivet beslutsfattande att dyka upp och blomstra. En tänkare som är mycket smartare och klokare än jag har redan delat med sig av sin visdom, jag inbjuder dig att lyssna:

"På det hela taget är vetenskapliga metoder minst lika viktiga som all annan forskning: för det är på insikten i metoden som den vetenskapliga andan beror: och om dessa metoder går förlorade, då kan inte alla vetenskapens resultat förhindra en förnyad triumf för vidskepelse och nonsens. Kloka människor kan lära sig så mycket de vill av vetenskapens resultat - ändå kommer man alltid att märka i deras samtal, och särskilt i deras hypoteser, att de saknar den vetenskapliga andan; de har inte den distinkta misstro mot tankeavvikelser som genom lång träning är djupt rotad i själen hos varje vetenskaplig person. De nöjer sig med att hitta en hypotes överhuvudtaget om en viss fråga; sedan är de helt eld och lågor och tycker att det räcker. ........ Om något är oförklarligt blir de eld och lågor över den första idé som dyker upp i deras huvuden och som ser ut som en förklaring...."

- Nietzsche (Mänsklig, alltför mänsklig)

Det har slagit mig att den vetenskapliga metoden aldrig har fått fäste i organisationslivet. Lägg den rationalistiska ideologin åt sidan och ta en ordentlig titt på vad som händer i näringslivet, inklusive hur beslut fattas. Jag tror att du kommer att finna att Nietzsches genomträngande insikt om människans villkor är lika sann idag som när han uttalade den. Beslutsfattandet i alla organisationer som jag någonsin har kommit i kontakt med är inte vetenskapligt: det följer inte den vetenskapliga metoden.

Tvärtom fattar chefer beslut som ligger i linje med deras intuition, deras fördomar och deras egenintresse. Det är så sällsynt att stöta på en chef (och organisation) som fattar beslut med hjälp av den vetenskapliga metoden att jag stannar upp när det händer. Det är samma typ av oväntat som att se en kvinnlig streaker springa över fotbollsplanen i en ligamatch.

Vilka är utmaningarna med att införa datadrivet beslutsfattande i organisationer?

Teknologer har en gåva. Vilken gåva? Gåvan att inte tillräckligt djupt förstå hur människor är beskaffade. I brist på denna förståelse kan de och gör det (självsäkert) stå upp och predika teknikens dygder och fördelar. Om livet vore så enkelt.

Sanningen framstår som attraktiv för dem av oss som inte behöver ta konsekvenserna av sanningen. Datadrivet beslutsfattande låter bra för dem av oss som säljer (tjänar pengar och hoppas på att bli rika) datadrivna verktyg och tjänster.

Utmaningen med att införa datadrivet beslutsfattande är att det rubbar status quo. När man stör status quo går man emot de mäktiga som drar nytta av status quo. Kom ihåg Sokrates:

"Själva arten av vad Sokrates gjorde gjorde honom till ett störande och omstörtande inflytande. Han lärde människor att ifrågasätta allt, och han avslöjade okunnigheten hos individer med makt och auktoritet. Han blev mycket älskad men också mycket hatad .... Till slut arresterade myndigheterna honom för .... och för att han inte trodde på stadens gudar. Han ställdes inför rätta och dömdes till döden..."

- Bryan Magee, professor

 

Akta dig för att lyckas införa en kultur med datadrivet beslutsfattande!

Med tillräckligt engagemang och investeringar kan du införa en datadriven beslutsfattande kultur. Precis som människorna på Tesco gjorde. Och genom att fatta beslut med hjälp av data om dina kunder, dina butiker och dina produkter kan du överträffa alla dina konkurrenter, växa som en galning och göra stora vinster. Igen, igen och igen. Sedan kommer räkenskapens dag - när du ställs ansikte mot ansikte med bristerna i att fatta beslut enbart på grundval av data.

Det går inte så bra för Tesco. Det har inte gått så bra på flera år - bland annat utfärdade man sin första vinstvarning någonsin 2012. Vad är den senaste situationen? Tesco har rapporterat en vinstminskning på 23,5 % under det första halvåret i år. Vad har Tesco gjort för att hantera situationen? Så här står det i artikeln:

Förra året meddelade Tesco att man skulle spendera 1 miljard pund på att förbättra sina butiker i Storbritannien, investera i butiksuppgraderingar, produktsortiment, mer personal samt sitt online-erbjudande.

Det finns ett antal brister i datadrivet beslutsfattande. För det första förutsätter datadrivet beslutsfattande att framtiden kommer att vara en fortsättning på det förflutna. Det är ungefär som att säga att alla svanar som vi har stött på är vita, så vi bör planera för vita svanar. Och så en dag upptäcker man att den svarta svanen dyker upp! Lågkonjunkturen och den förändring i konsumentbeteendet som låg bakom lågkonjunkturen var den svarta svanen för Tesco.

Dessutom vågar jag gissa att Tesco-folket i sin dyrkan av datadrivet beslutsfattande glömde bort de dimensioner som är viktiga men som inte matades in i data och prediktiva modeller. Vilka dimensioner? Som kundernas upplevelse av att handla i Tescos butiker: för lite personal, missnöjd personal, butiker som ser mer och mer föråldrade ut för varje dag, kvaliteten på deras produkter...

Det verkar som om människorna på Tesco inte lyssnade på de kloka orden från en av mina idoler:

Allt som räknas kan inte räknas, och allt som kan räknas räknas inte.

- Einstein

Denna artikel om "Musings on Big Data, Customer Analytics, and Data Driven Business" skrevs av Maz Iqbal som är en expert som hjälper chefer, team och organisationer att göra det bra genom att skapa överlägset värde för kunderna och berika livet för alla intressenter. Hans webbplats är http://thecustomerblog.co.uk/

De viktigaste färdigheterna inom Supply Chain Analytics

Efterfrågan på dataanalyskompetens inom supply chain-organisationer ökar. Vilka är de viktigaste färdigheterna som behövs för att utföra effektiv analys av supply chain? "Utöver de tekniska färdigheter som krävs behöver analytiker och konsulter inom supply chain djupgående kunskaper om branschen samt utmärkta kommunikationsfärdigheter.

Business Analytics bland de IT-kompetenser som förväntas vara mest efterfrågade 2014

"Computerworld citerade analytisk expertis som den näst svåraste IT-kompetensen att hitta, vilket antyder att de sexsiffriga löner som dessa yrkesverksamma har kan vara värda varenda öre. Arton procent av de tillfrågade i undersökningen rapporterade att de avser att anställa för detta kritiska behov under nästa år." Ursprunglig källa: http://midsizeinsider.com/en-us/article/business-analytics-among-it-skills-expec

 

Analysdrivna affärsbeslut

"Många av de organisationer som arbetar med program för analys av stora datamängder rapporterar att deras program i allt högre grad lägger till avancerade funktioner för att hitta mönster i den inneboende komplexiteten hos flera datamängder och strukturer. För att åstadkomma detta använder respondenterna optimeringsmodeller och avancerad analys för att förbättra affärsprocesserna."

Ursprunglig källa: http://eyeonibm.com/2012/11/05/analytics-driven-business-decisions-skills-competencies-and-methods-used-by-survey-respondents-to-transform-their-business-decisions-so-that-they-are-analytics-driven/

 

Försumma inte mjukare affärskunskaper i arbetet med stora datamängder

"Men förmågan att kommunicera, relatera och navigera i en organisation - så kallade "mjukare färdigheter" - är särskilt nödvändiga för att sprida analyser och kommunicera effekterna av datadrivet beslutsfattande."

Ursprunglig källa:http://www.customerthink.com/blog/in_big_data_endeavors_don_t_neglect_softer_business_skills

 

Slutsats

Supply chain-analytiker och supply chain-konsulter måste ha förmågan att se helheten, de måste ha teknisk expertis samt operativ kunskap och kommunikationsförmåga.

3 sätt att använda Supply Chain Analytics för att öka lönsamheten

Supply Chain Analytics används inte bara för att realisera möjligheter till kostnadsbesparingar. Supply Chain Analytics erbjuder också en stor outnyttjad potential för att öka den operativa prestandan. Tre viktiga tillämpningar som kommer att driva lönsamhet och tillväxt inkluderar 1. Bygga modeller för leveranskedjan som ger handlingsbar insikt, 2. Koppla samman efterfrågan och utbud i realtid och 3. Analysera leverantörsrisker.

 

Skapa modeller för leveranskedjan som ger användbara insikter

 

Enligt Edith Simchi-Levi kräver Supply Chain Analytics en djup förståelse för supply chain management och drift - samt modellering och matematiska tekniker som ger verklig, användbar insikt i hur man kan förbättra verksamheten. "Det innebär att man först bygger upp en modell av det nuvarande systemet, en så kallad baslinje, och sedan validerar genom att jämföra modellen med resultaten, dvs. detaljerna i verksamheten. Det är faktiskt en ganska komplicerad process."

"...ibland är modellerna bara något nytt och överraskande som man förmodligen inte skulle ha kunnat komma på utan modellen, men ibland tyder överraskningen på något slags problem med data eller antaganden, och det skulle kräva att man granskar eventuella avvikelser för att se, verkligen förstå dem och se till att modellen återspeglar verkligheten korrekt." Ursprunglig källa

Kolla in den här videon om analysens roll i strategin för leveranskedjor och drift:

Koppla ihop utbud och efterfrågan i realtid

"En av de viktigaste egenskaperna hos nästa generations analyser av försörjningskedjan är att de kommer att ta itu med frågor bortom försörjningskedjan. För att optimera verksamheten måste företagen koppla samman sina leveranskedjor med mätvärden och analyser på efterfrågesidan. På den enklaste nivån kan till exempel prisförändringar eller kampanjer för produkter förändra efterfrågan och därmed det nödvändiga utbudet av dessa produkter. På samma sätt bör förändringar i tillgången på produkter och komponenter återspeglas i marknadsförings- och försäljningsprocesser." Ursprunglig källa

 

Analysera risker för leverantörer

"Många företag är medvetna om att deras verksamhet är starkt beroende av deras leverantörer. Ändå har analyser av leverantörsrisker knappast kommit längre än till enkla mätvärden och rapporter i de flesta organisationer. De mest sofistikerade metoderna för övervakning och hantering av leverantörsrisker - som används av företag som är starkt beroende av externa leverantörer och kontraktstillverkare, till exempel Cisco Systems - är bara något mer analytiska." Ursprunglig källa

 

Slutsats

Det finns många möjligheter att tillämpa analys av försörjningskedjan i din verksamhet. Fakta spelar roll när de samlas in från källan och hanteras nära verkligheten med rätt expertis och verktyg. Fakta kan förbättra effektiviteten, driva lönsamhet och tillväxt.

Det största hindret för framgångsrik analys av försörjningskedjan

Verktyg och metoder för Supply Chain Analytics öppnar upp för möjligheten att borra djupare i data från leveranskedjan för att hitta fler sätt att spara pengar. Det största hindret för att lyckas är dock organisatoriska silos och silomentalitet. Det beror på att det är genom samordning mellan olika avdelningar som de största möjligheterna till att skapa effektivitet finns. Datademokratisering är lösningen på detta problem med silos i organisationen.

De flesta stora företag arbetar fortfarande med uppdelade avdelningar. Varje avdelning har liten eller ingen aning om vad den andra gör. De driver vanligtvis sina egna program utan att kommunicera med varandra, och de är sällan samordnade.

För att lyckas med Hadoop måste man undvika tidigare datamisstag

"En organisatorisk silo, precis som en datasilo, har många ingångar men få utgångar: det är en flaskhals för människor. Om en affärsanalytiker ville ha data var de alltför ofta tvungna att gå till ett centralt analysteam, vänta i kö, få analysteamet att förstå deras behov, vänta några dagar på resultaten, inse att resultaten inte var vad de trodde att de hade bett om, och upprepa processen tills en av sidorna gav upp. När affärsanalytikerna sedan klagar och frågar varför i hela friden det kan ta så lång tid, säger analytikerna bara: "Det är mycket matematik inblandat. Du skulle inte förstå.""

Ursprunglig källa: http://www.techrepublic.com/blog/big-data-analytics/hadoop-success-requires-avoidance-of-past-data-mistakes/

 

Varför CIO:er bör bry sig om leverantörskedjor och upphandling

 

"För att uppnå realtidsanalys måste företagen ändra på detta genom att öppna den svarta lådans silo och integrera data med andra företagssystem. Det här är naturligtvis den bästa platsen för middleware-företag som Software AG, vars lösningar kan öppna upp dessa data.

Detta är något som journalister som skriver om företagsteknik vanligtvis inte har täckt eftersom B2B-system har fungerat i en silo, separerade både genom teknik och ansvar från andra företagssystem."

http://www.itbusinessedge.com/blogs/integration/why-cios-should-care-about-supply-chains-procurement.html

 

Silos i leveranskedjan

 

"Det siloproblem som Nagaraja observerar i företagens tekniska arkitektur kan normalt hittas i hela det spektrum av aktiviteter som företagen ägnar sig åt. Catherine Bolgar menar att företag måste undvika "de luckor i företagets resultat" som skapas av silos ["Silos", Zurich Financial Supply Chain Risk Insights, 24 maj 2010]. Hon skriver: "Det krävs mycket mer för att ett företag ska lyckas än att varje anställd gör sin del. Ett företag består av många motstridiga intressen. Produktdesigners vill ha de bästa materialen, men inköpschefer vill ha de billigaste. Ekonomiavdelningen vill ha så små lager som möjligt, men försäljningsavdelningen vill ha stora lager för att kunna sälja stora order med löfte om snabb leverans. De konkurrerande avdelningarna är som de blinda männen som utforskar en elefant, var och en uppfattar djuret ur ett snävt perspektiv. Dessa ledningssilos kan undergräva de bästa planerna för motståndskraft och skapa problem för leveranskedjan och riskhanteringen." "

http://enterpriseresilienceblog.typepad.com/enterprise_resilience_man/2010/06/silos-in-the-supply-chain.html

Bra företag bryter ner silos genom att implementera tvärfunktionella team. De får teamen att arbeta tillsammans med projekt för analys av leveranskedjan. De delar data och gör det enkelt att skicka och ta emot information. Framgångsrik analys av leveranskedjan kräver analysverktyg och en systemmentalitet som gör att man kan tillämpa dem över silos.

3 skäl till varför du bör arbeta med Supply Chain Analytics

Supply Chain Analytics används för att hjälpa företag att få konkurrensfördelar. Vi tittar på den information som samlats in från en mängd olika mått på leveranskedjan och drar sedan slutsatser. Vi kan göra "what-if"-analyser och bedöma var lönsamheten kommer att påverkas.

De 3 skälen till varför vi bör göra analyser av försörjningskedjan:

1. Fatta bättre beslut om leveranskedjan och minska avfallet

2. Modellera lönsamhetseffekter

3. Skapa konkurrensfördelar

Analys av försörjningskedjan: Vad är det och varför är det så viktigt?

Supply chain-analys är en konstnärlig och vetenskaplig metod för att titta på rådata i syfte att dra slutsatser om informationen. Målet är att hjälpa ett företag att fatta bättre beslut om leveranskedjan, samtidigt som man minskar avfallet och ökar leveranskedjans prestanda.

Stigande bränslekostnader, off-shoring och ökad konkurrens från lågkostnadslösningar är några av drivkrafterna bakom analys av leveranskedjan.

Ursprunglig källa: http://www.industryweek.com/blog/supply-chain-analytics-what-it-and-why-it-so-important

 

Analysens roll i kampen om framtidens leveranskedja

Vi måste både förstå försörjningskedjan som ett komplext system och ha förmågan att använda data på ett effektivt sätt. Enligt Lora Cecere "har endast 11% av företagen den kapacitet de behöver för att utvärdera en "what-if-analys" och endast 24% av företagen kan modellera lönsamhetseffekter av ändrade förhållanden i sina komplexa system."

Ursprunglig källa: http://data-informed.com/role-analytics-race-supply-chain-future/#sthash.pwYV2cwR.dpuf

Vad, varför och hur med analys av försörjningskedjan

Vi behöver inte bara matcha kunskap om matematiska tekniker utan också kunskap om försörjningskedjan. Analys av försörjningskedjan är ett investeringsområde och en konkurrensfördel för många företag. Analys av försörjningskedjan hjälper företagen att förstå hur deras verksamhet fungerar och att komma med nya lösningar och idéer för hur de ska utvecklas.

Ursprunglig källa: http://www.opsrules.com/supply-chain-optimization-blog/bid/297730/The-What-Why-How-of-Supply-Chain-Analytics

Presentation av Davis databas vid CSCMP

Establishs konsulter Conrad Ross och Piotr Pregner kommer att presentera 2013 års Establish Davis Logistics Cost and Service Database på CSCMP:s årliga globala konferens i Denver den 22 oktober.

Establish Davis Logistics Cost and Service Database är en löpande årlig undersökning som tillverkare, distributörer och detaljhandlare deltar i för att få en anpassad benchmarkingrapport om logistikkostnader och logistiktjänster. Benchmarkingdatabasen är den som har funnits längst, sedan 1976, och har flest poster inom logistikbranschen. Resultaten presenteras varje år på Council of Supply Chain Management Professionals(cscmp.org) årliga globala konferens. Deltagande i databasen är gratis och konfidentiellt. Det är enkelt att delta online och våra logistikkonsulter är redo att hjälpa dig om du har några frågor.

Internt affärspartnerskap inom upphandling

Dustin Mattison intervjuade Bill Young. Bill diskuterade interna affärspartnerskap inom upphandling.

Interna affärspartnerskap

Bill anser att Internal Business Partnering är viktigt eftersom kategorihantering främst har handlat om kostnadsminskning och många företag har gått igenom minst en, två, ibland tre faser av kategorihantering. Resultatet är att de har plöjt fälten och sparat en hel del pengar. Nu börjar inköpsavdelningen titta på hur den kan skapa värde, utöver att bara minska kostnaderna. För att kunna göra det måste de vara mycket, mycket närmare sina interna kunder, men en del av dessa interna kunder är misstänksamma mot inköp eftersom de har erfarenhet av att deras budgetar har raserats. Bill säger att inköpsavdelningen kanske har lite att ta igen innan den får fullt förtroende som affärspartner.

Intern Business Partnering är egentligen en form av konsultverksamhet. Det handlar om att vara expert på hur leveransmarknaderna fungerar, vad man kan få ut av leveransmarknaderna, hur man kan hantera dem bättre, hur man kan förbättra deras effektivitet, hur man kan utöka organisationens resurser utöver de direkt anställda och till företag som tillhandahåller viktiga tjänster, att utöka omfattningen av ett företags resurser.

Enligt Bill ser vi att IT-avdelningarna på många företag redan har tagit tillbaka inköpsfunktionen. Man kan se företag där cheferna för strategisk sourcing inom IT i själva verket gör exakt det som inköpsavdelningen ville göra och brukade göra, och de har urholkat den delen av inköpsavdelningen. Samma sak kan hända inom HR, där, om man tittar på den genomsnittliga HR-avdelningen, ungefär femtio procent av allt de tillhandahåller verksamheten faktiskt kommer från externa leverantörer. De måste ha någon form av kärnkompetens inom HR-funktionen och hantera dessa leverantörer, och de frågar sig: "Varför skulle vi låta inköpsavdelningen göra detta om det är så viktigt?" Inköpsavdelningens framtid hänger på att de tar steget fullt ut och lär sig hur man arbetar med affärspartnerskap, annars kommer några av dessa avdelningar att ta över det internt, precis som IT-avdelningen redan har gjort.

Hans rekommendationer är att företagen självklart bör fundera ordentligt på intern affärspartnerskap inom upphandling. Det brukar vara tjänsteföretagen som är pionjärer på detta område, och de inkluderar reklamföretag, medieföretag och många av Internetföretagen. Faktum är att Bill nyligen såg en arbetsbeskrivning för vad som för alla andra företag såg ut som en kategoriupphandlingschef på Amazon. Orden upphandling, inköp och köp förekom inte i arbetsbeskrivningen. Han tror att nästa steg kommer att bli företag med hög servicenivå men fortfarande med inslag av tillverkning, särskilt läkemedel. De bör titta närmare på det här området och på övergången. Det intressanta kommer att vara för många företag som aldrig riktigt har anammat kategoristyrning fullt ut, kan de gå direkt från klassisk upphandling till värdebaserad upphandling? Vissa har gjort det, men det är ett stort steg. Så att titta på det här området, titta på kompetensnivåerna och möta utmaningen, det är nästa fas.

Om Bill Young

Utveckling av kapaciteten för försäljning och upphandling

Profil på LinkedIn

Frågor att ställa vid samarbete med leverantörer

Dustin Mattison intervjuade Sara Husk. Sara diskuterade samarbete med leverantörer och kunder.

Sara arbetar för ett företag som heter Imaginatik. Imaginatik är specialiserat på att tillhandahålla innovationsinfrastruktur både ur ett tekniskt perspektiv och ur ett tjänsteperspektiv, främst till Fortune500-företag. Sara arbetar dagligen med många företags innovationsprogram.

En av de saker som Sara och hennes team märker är att företag i allt högre grad vill gå utanför sina fyra väggar för att samarbeta, förnya sig och utveckla nya saker. Det kan vara med kunder, leverantörer eller säljare. De vill verkligen få ut så mycket som möjligt av hela den grupp som de arbetar med. Det kan vara partners, universitet, samhällsgrupper, statliga tillsynsgrupper osv. Alla dessa saker kan bidra till att skapa värde för företaget.

Det första Sara brukar fråga är "varför vill du göra det här?", "vad är det du hoppas uppnå?", "hur ser framgång ut?", "vad är de immateriella resultaten?".

De konkreta resultaten kan vara att man får ett nytt sätt att tillverka en komponent. Immateriella resultat kan vara att bygga upp en stark relation med leverantörerna så att de kan bidra med sina bästa och mest kreativa idéer.

Du tittar också på saker som varför du vill vara det varumärke som väljs på marknaden för att vara gruppen att samarbeta med. Du måste också tänka på vem som äger resultatet och hur du hanterar dessa typer av bitar också. Det är mycket som går in i det när det gäller tankeprocessen på förhand.

Det finns många saker som är inblandade i att tänka igenom hela den här saken. Du måste ställa frågor som t.ex: Hur får du människor att samarbeta med dig? Hur får du människor att samarbeta med dig? Vad tjänar de andra parterna på det?