如何使供应链运作的更好(如何提高供应链整体运营效率)、本站经过数据分析整理出如何使供应链运作的更好(如何提高供应链整体运营效率)相关信息，仅供参考！

事实表明，越来越多的企业采用数据分析来应对供应链中断，加强供应链管理。

专业咨询机构毕马威(KPMG)在最近发布的一份研究报告中指出，目前有几个主要的中断正在影响供应链。包括新冠肺炎疫情造成的全球物流持续中断，这将继续影响企业和消费者，因为全球主要港口和机场的关闭限制了关键市场的货物进口。

该公司称，重大物流中断在全球供应链中产生了连锁反应，最终导致货物积压在仓库中。研究报告声称，假设这些中断减少，海空运输恢复到疫情爆发前的水平，情况恢复正常还需要一段时间。

导致供应链问题的其他因素包括生产延迟、过度依赖有限的第三方以及劳动力市场短缺。该报告还指出，许多企业正在采用技术来自动化供应链中的关键节点。

毕马威表示，投资水平将在2022年加快，因为企业希望通过采用更先进的“数字驱动程序”，如人工智能驱动的认知规划和预测分析，来增强其关键供应链规划能力。

报告声称：“新技术的出现从根本上改变了全球供应链的运作方式。消费者的需求越来越高，导致供应链以更快的速度变化和发展。现代运营注重技术和创新，因此供应链将变得更加复杂。”

企业如何最好地利用数据分析来增强其供应链管理(SCM)工作？行业专家分享了一些最佳实践。

1.将数据转化为可操作的简单见解

网络服务提供商Extreme Networks的首席信息官约翰阿贝尔(John Abel)表示，大多数企业都有大量的数据，这些数据通常存储在不同的系统和数据库中。他补充说，供应链的复杂性增加了，因为外包、物流和分销业务等延伸合作伙伴将产生额外的数据源。

阿贝尔说，“因此，许多人很难利用这些数据产生超越顶级指标和描述性统计的有意义的见解。数据分析工具可以提供更深入和可操作的见解，并提高这些见解的准确性。”

阿贝尔说，供应链数据分析策略的成功基础包括确保内部和外部数据以结构化格式汇集在一起；将数据项的结果集中于需要采取什么行动来促进业绩指标；并确保结果易于理解。

他说，“最后也是最重要的一点，通常是关注使用的模型而不是输出。因为许多技术领导者希望将人工智能纳入他们的流程。但更重要的目标是专注于产生清晰、可解释且易于业务用户消化的见解。”

跨职能团队共享的任何报告或仪表板都必须能够清晰地讲述一个易于理解的故事。阿贝尔说，“否则，数据分析的好处可能会因为召开冗长的会议来解释其价值而黯然失色。”

亚伯说，“这反过来起作用。尽管大多数数据分析专家对产生这些数据的业务流程和系统没有深入的了解，但他们通常对上游和下游流程和系统有广泛的了解。成功的供应链分析项目从‘数据告诉我们什么’的角度出发，然后深入了解业务流程。”

他说，分析团队和业务用户之间的合作有助于开发这些可解释的见解，这些见解可以很容易地在整个企业中传达。

2.专注于差异化领域的分析

咨询公司north highland world wide Consulting的全球供应链专家埃里克辛格尔顿(Erik Singleton)表示，许多供应链企业都受到客户订单、项目信息、设备利用率和不断变化的运输成本等数据的困扰。

辛格尔顿说，“这些公司需要建立一个成功的以客户为中心的供应链，而最大化运营效率的关键是使用正确的分析来做出数据驱动的决策。”

他建议供应链企业将分析重点放在三个主要领域：

首先，需求计划和库存放置。辛格尔顿说，“通过收集数百万的交易数据，企业可以对客户的购买模式进行有力的分析。利用这些数据构建强大的分析算法，促进整个供应链的库存分配，确保产品在正确的时间出现在正确的地点。企业应将其分析资源集中于预测产品类型、销售渠道和地理位置之间的需求模式。"

第二个领域是运营效率。辛格尔顿说，“客户和订单数据使供应链能够通过有效调度资源来适应波动的需求模式，从而充分利用资产和劳动力。调整劳动力计划，在高峰期增加资源，在低谷期安排设备/资产的维护，让企业实现效率最大化，降低运营成本。”

第三个领域是订单执行路径决策。辛格尔顿说，“客户希望供应链比以往任何时候都更加灵活，更加以客户为中心，产品可以通过各种渠道到达最终客户手中。企业需要平衡各种因素，包括服务期望、运输和履行成本以及库存水平，以确定订单履行的最佳方法。”

Singleton说，使用分析来权衡成本和客户体验对于保持竞争力至关重要。

3.使用实时数据处理中断。

阿贝尔表示，随着全球供应链的规模和复杂性越来越大，管理和处理整个供应链的波动变得越来越困难。

阿贝尔说，“随着数据点的快速变化，分析和决策通常基于过时的信息，有效分析数据所需的时间进一步加剧了这种情况。要成功做到这一点，供应链经理需要开发并行计划系统，通过利用高级分析和整个供应链的实时可见性来优化需求和供应。”

Abel说，从历史上看，更新是基于特定的时间范围，可能每天或每小时共享一次。他说，“但目前的措施还不够。由于需求和供应不断波动，最好将系统与主要供应商集成，以便实时获得更新。”

如果供应商发生变化，企业需要立即知道潜在的影响，以便制定替代计划来维持对客户的承诺。Abel说，“使用实时数据反馈的高级分析使管理供应链的人能够快速建模和评估潜在中断的影响，因此他们可以计划和执行需求、供应和库存的波动。”

Abel指出，这些见解也可以用来理解供应链约束对收入预测的潜在影响。预订、交付、库存水平、供应商承诺、折扣和管道销售机会等数据的近实时可见性，以及这些数据的实时分析，对于企业监控和管理收入预测的能力至关重要。

阿贝尔说，“通过使用高级分析和自动化，这些可变数据输入可用于创建跟踪模型，使供应链团队能够近实时地对变化做出反应，制定应急措施，并提供更准确的收入预测。”

4.强调数据治理和质量

紧固件制造商和经销商Optimas Solutions的供应链和商业智能副总裁马克科尔巴(Mark Korba)表示，关于信息“垃圾进，垃圾出”的格言当然适用于供应链数据。

“验证数据很重要，特别是因为它来自各种来源，包括客户库存管理系统、需求计划应用程序、供应商软件等，”科尔巴说。一般来说，跨系统的数据不一致或者管理方式不同，因此它们缺乏完整性。"

科尔巴表示，创建一个积极的数据治理计划对于确保整个供应链的数据完整性尤为重要。他说，“治理计划可以确保数据的正确和一致，并加强供应链合作伙伴之间的协作。有很多关于建立数据治理计划的公开信息。”

科尔巴表示，根据已知数据对企业的供应链进行基准测试尤为重要。他说：“Optimas Solutions的供应链团队将他们的表现与竞争对手进行比较，他们审查行业平均水平，并收集有助于提高企业满足需求能力的信息。"

5.使供应链分析广泛可用

供应链管理(SCM)涉及一个企业的多个方面，因此需要自由共享分析能力。

硬件供应商联想集团高级副总裁兼首席信息官亚瑟胡(Arthur Hu)表示，“要让供应链中的每一个人都能轻松获得所需的数据和工具，首先需要打破任何‘信息孤岛’，建立一个集成的端到端信息系统。”

胡表示，这也意味着使用机器学习和人工智能等工具来实现这种数据丰富的系统的全部价值。他说，“当这种类型的系统部署到位时，供应链上游和下游的经理和操作员可以优化其性能。”

同样重要的是，供应链分析用例不知道部门界限。他说，“团队倾向于关注企业内部随时可用的数据。这样做，他们可能会错过真正深入理解问题所需的所有数据。作为涉及业务多个部分的关键平台，供应链需要从整体角度进行管理。”

例如，在管理产品质量时，团队不仅应该能够访问工厂生产期间的配置和指标，还应该能够访问产品开发数据、组件供应商数据和客户反馈数据。他说，所有这些共同形成了一个促进质量和结果的多维画面。

电子商务服务提供商CarParts负责库存计划和预测的副总裁Stanislav Tatarzuk表示，通过确保企业各级业务领导人能够访问供应链数据并与之互动，企业可以为成功做好准备，并产生长期回报，从而增加收入。

Tatarzuk表示，数据洞察可以为不同的团队和部门提供不同层次的价值。例如，物流团队可能使用数据来找到瓶颈并提高仓库或配送中心的效率，而财务部门可能会查看相同的数据并确定简化成本和削减支出的方法。

Tatarzuk表示，企业之间这种程度的知识共享不仅可以降低整体风险，还可以提高决策和绩效。

更多关于如何使供应链运作的更好(如何提高供应链整体运营效率)的请关注本站。