供应链领导者必须准备好实施大数据,如何利用大数据作为持续改进的工具?

文章目录
[隐藏]

《供应链领导者必须准备好实施大数据,如何利用大数据作为持续改进的工具?》

这篇客座文章来自Cerasis营销总监Adam Robinson,这是一家顶级货运物流公司和货车运输经纪人。

供应链领导者对使用大数据的想法着迷,但他们往往无法理解如何正确地在组织中传播大数据。确实,他们可能知道如何在单个仓库中推出大数据,或者他们可能听说他们的竞争对手使用品牌系统来实施这项新技术。但是,根本问题仍然存在。

供应链领导者必须准备好实施大数据并利用它来改善他们的公司,而不会有任何延迟或抑制。这可能听起来不可能和令人恐惧,但他们必须只了解大数据总是回到这两个简单的测量原则:审查和行动。

1.询问传统问题,让大数据提供答案。

使用大数据分析功能的新公司最常见的抱怨往往围绕传统的业务战略问题。请考虑以下要素解释Inbound Logistics的 John Richardson ,它影响业务战略。

  • 提高订单效率。
  • 需求预测。
  • 每种产品的数量。
  • 库存位置和管理。
  • 原料供应商和物流。
  • 采购和运输中使用的运输方式。
  • 购买前分配商品。
  • 需求波动。

传统上,这些元素中的每一个都通过将流程分析外包给供应链顾问来处理。这实际上涉及第三方物流提供商的概念。然而,产品的快速增长和多样化使托运人,制造商和供应商重新考虑他们的业务战略。换句话说,消费者可以随时获得他们想要的任何东西,并且如果有可能免费送货,更多的消费者表示愿意等待产品几天。因此,这种适应运营的需求反映了传统客户和供应链实体的共同关注点。但是,有一个区别。

以前,这些实体只需关注当地人口,以确保持续稳定。但互联网的兴起使消费者和其他所有人都能够从任何卖家和全球任何地方访问任何产品。这是一种传统的商业战略,现代供应链必须愿意使用大数据所有运营来创造比以前需要的消费者,利益相关者或政府组织更积极的结果。

2.绩效衡量和管理。

正如之前博客文章中所解释的那样,通过大数据使用绩效评估工具,可以实现组织的持续改进。大多数情况下,这反映了员工的技能和实际工作能力。由于员工是组织可能面临的最大开支之一。

拥有最好的员工可能意味着公司成败的区别。此外,大数据可以帮助员工了解他们做了什么,不需要做什么来提高他们的绩效得分。这也有助于防止管理人员的监督,并使所有员工都能按照指定的方式完成职责。

绩效评估也不一定要限于员工的绩效。它可以扩展为识别性能较差的机器,或者可以用于隔离与供应商或供应商合作的低效率。最终,绩效衡量是用于跟踪供应链过程中任何指标的隐喻,但在将大数据收集的见解转化为可操作的结果时,发现有效的关键。

例如,给定装载的操作效率与拾取器能够快速完成订单并将其移动到码头上的速度直接相关。显然卡车只能装得这么快; 什么是适合当前工作量的拣货员数量,或者通过工厂的哪条路线为每个工人的职责增加额外的20分钟?

这些问题表明,最微不足道的细节可能是推动供应链效率低下的因素。但它们代表着持续改进的机会。仓库的设计或布局的变化或卡车时间表的变更可能需要立即改变某个工人的职责。从本质上讲,工作人员必须能够访问影响其职责的所有因素的连续数据测量。

3.供应链领导者需要关注持续改进。

持续改进是一个复杂的概念。它基于来自各个收集点的数百个(如果不是数十万个)个体指标并实时分析。所有这些都反映了非常大量的数据。它可以被消化并分解成可用的位,就像胃的生物过程一样,这对于即将到来的季节来说是必不可少的。

这种比较不仅仅是一个比喻; 这是供应链实体及其领导者面临的真正问题。供应链领导者必须使用大数据来收集洞察力,并在经常性,频繁和立即的基础上为其企业创建可量化的绩效和功能度量。

点赞

发表评论