数据对于数字化供应链的运行至关重要
有效的数字供应链需要创建新的数据模型来组织新的数据来源并建立新的数据关系。本文是探索数据在数字供应链转型中的关键作用的五部分系列文章中的第二部分
最新消息
通货膨胀呈下降趋势,但还有更多工作要做 无摩擦播客:中美洲的服装生产和物流 AAR报告称,截至12月17日的一周,美国铁路货运量和多式联运货运量下降 IANA报告称,11月份多式联运货运量继续下降 需求和业务量下降导致联邦快递第二财季收益下降 更多新闻最新的资源
公司需要如何发展以实现供应链弹性参加由达索系统公司的Adrian Wood主持的网络研讨会,了解供应链弹性发展中的关键要求和考虑因素。所有的资源
编者注:这是探索数据在数字供应链转型中的关键作用的五部分系列文章的第2部分。
你可以阅读第一部分点击这个链接.
你可以阅读第三部分点击这个链接.
你可以阅读第四部分点击这个链接
你可以阅读第五部分点击这个链接.
向数字化供应链转型并不容易。在转型的同时,你需要继续运营供应链。公司正在竞相使用数据,并开发新的数据模型,以提供更高的供应链可见性和弹性。但是,供应链功能与客户分离的传统数据模型不再适用。以客户为中心的数字化供应链是必要的。
供应链不再是一个由市场和销售部门根据销售预测得出的需求预测(通常是基于直觉)所支配的后台功能。新的以客户为中心的数据模型需要集成外部数据(例如,经济、天气、法规)、客户数据(例如,购买行为、互联网行为、社交媒体)、供应商数据(例如,可用容量、材料/组件可用性)和历史销售数据(例如,实际与预测销售),以创建更准确的需求和库存计划。
最终,新的数据模型将整合供应链与市场、销售和产品开发。供应链将在需求刺激和需求感知方面发挥作用。像动态定价这样的策略将扩展到更多的产品和服务中,作为匹配供需的一种手段,同时创造快乐和忠诚的客户。
我们从公司反复听到的一个主题是,需要新的数据模型和新数据来提供更好的端到端可见性。虽然这是事实,但这还不足以推动绩效改善转型。要将声明转化为行动,还需要更多的定义。你需要更多的产品可见性、需求可见性或客户可见性吗?那能见度的范围呢?这里有一个示例来说明作用域的要点。许多公司都在寻求建立或加强直接面向消费者(DTC)的销售渠道。这显然需要一个新的数据模型和新的数据源来实现这种转变。一家传统上通过批发渠道销售的消费品公司正在走向直销。他们正在开发详细的客户档案,以便更好地了解他们的客户并预测他们的需求。 However, the data model being used to build the customer profile ignores their wholesale channel. As a consumer, I could go to the company’s website to browse, or buy occasionally, but primarily go to a retail store to buy. None of that data would make it into my customer profile.
创建新的数据模型只是数字化供应链转型的关键一步。您必须获取数据来填充您的数据模型。这就是一系列全新挑战出现的地方。我们需要一种新的思维方式。如何打破内部孤岛,从“太忙”的其他部门获取数据?您如何让供应商和客户与您交易或共享数据,以填补关键的数据空白?你需要找到一种方法让人们相信,合作交易关键数据可以为所有人带来最大的投资回报率。正如一位消费品主管对我们说的那样,“有些零售商正在设立新的部门,以5美元的价格向我出售数据,但如果他们用我提供的数据进行交易,我们就能产生100万美元的增量销售额。”这太疯狂了。”
在向数字供应链转型的过程中,公司面临的一个重大挑战是内部共享数据的能力,以及从客户和供应商那里获得具体的关键数据的能力。在上面的客户配置文件中,缺少的数据是批发渠道的销售数据。他们需要知道谁从零售商那里购买了他们的产品。即使是带有买家年龄和性别的匿名数据也可以与DTC数据相匹配,以帮助了解客户行为并创建更好的客户档案。消费品公司当然有非常具体的数据来帮助零售商。他们应该进行交易,为双方创造竞争优势。
企业往往认为数据越多越好。但获胜的公司并不是拥有最多数据的公司。成功的公司是那些正确识别要解决的问题——要改进的绩效指标的公司。他们定义了要实现的正确目标。数据模型将把焦点放在缺失的数据上。当然,这就引出了一个问题,我们从哪里得到丢失的数据?从内部,从其他部门?从我们供应链上的公司外部?最好的方法是从小事做起。向部门或公司提出一个具体的建议,明确你需要什么数据,你能提供什么。
在获取和利用新数据方面的成熟是一种竞争优势。随着算法、人工智能(AI)和机器学习(ML)的战略应用的增长,以及企业向更多数据驱动的决策发展,优秀企业与不优秀企业之间的差距将迅速扩大。
数字化转型需要公司领导层的新思维和新的数据驱动文化。供应链领导者需要建立新的性能增强数据模型,优化现有数据,然后协作获取关键的缺失数据。
在本系列的下三篇博客中,我们将通过更详细地探讨数据共享、数据治理和管理网络安全风险等主题,解构数字集成价值链。
作者简介本文作者Craig Moss是全球企业中心(thecge.net)数字供应链研究所(DSCI)数据与变革管理主任。欲了解更多信息,请访问DSCI (www.dscinstitute.org)。
文章主题
并购势头:2022年前20大仓库 卡车司机:恢复正常? 从这一期查看更多信息