数据分析的应用将成为供应链的竞争优势

对组织来说，有效的管理供应链也许从来没有变得像现在这样重要。冠状病毒的大流行造成了严重的市场混乱，改变了消费者和企业购买产品的方式，并让制造商仅仅只是获得所需的材料也充满了挑战。

一些组织发现，数据分析和相关技术，如人工智能和机器学习是实现供应链卓越管理的关键。无论是确保供应链的完整性，还是驾驭快速增长和复杂性的问题。以下是一些组织如何将分析运用到工作中以获得有益结果的方法。

NASA:保持供应链的完整性

2013年，美国国会指示NASA需要改善其供应链风险管理流程，特别是涉及IT和运营技术方面的逾8亿美元的技术采购。

分析技术在帮助航天局遵守这一倡议方面发挥了重要作用。NASA的供应链风险管理服务(SCRM)负责人Kanitra Tyler说，其中的关键是航空航天研究机构采用了Interos公司的人工智能供应链风险管理工具来提供分析和洞察。“我们在这个工具上的成功最终使我们的计划成为了整个NASA的共享服务。”她说。

SCRM的集中审查的产品清单允许NASA内的所有中心和任务主管能够共享该平台所收集的信息，同时仍然使用他们自己的风险管理流程，并根据他们各自的风险状况和容错度来做出是否购买的决定。

“保持供应链的完整性对NASA来说是至关重要的，”Tyler说。“我们对来自敏感国家的产品和部件实行了限制，并且对假冒或劣质产品零容忍。但保持供应链的可见性并非易事。”

随着大流行对全世界的供应链构成了重大挑战，迅速而有效地解决中断问题的需求变得比以往任何时候都更加重要了，Tyler说。

“COVID-19也增加了风险产生的可能性，尤其是在次级供应商层面，”Tyler说。“我们已经能够利用分析技术，通过提供多层、多因素的实时评估能力，有效地控制这些风险，进而在疫情期间对NASA的整个供应链进行实时评估。”

传统上，在NASA，维护供应链的完整性是手工完成的，会由独立分析师一次调查一个供应商来实现。“为了跟上不断增长的技术变革速度，我们知道我们需要一种能够提供更大可视性、释放人力资源的东西，使我们能够持续地为我们的产品和专业服务提供信息和分析，并为我们的各种程序提供服务，”Tyler说。

风险管理服务的目标是进行预先识别和降低风险，使NASA的各个项目能够专注于它们自己的目标，而无需担心IT组件的安全和完整性。

利用Interos平台所提供的分析，NASA已经能够实现流程的自动化，这大大提高了供应链的可见性。

“机器学习所提供的分析功能为我们节省了无数的时间，使我们能够自动、连续地完成大部分工作，从而释放出人力资源，能够让我们在需要的时候进行有针对性的深入调查，”Tyler说。

自从采用了这个分析平台，SCRM已经发现了4500多家之前所不知道的供应商。“我们还发现了大约400家供应商位于敏感国家，其中的许多也存在财务偿付能力的问题。我们还发现了一家关键的次级供应商，它是一家被禁止的俄罗斯公司的掩护，”Tyler说。

SCRM现在可以基于公平的标准来比较供应商了。“以前，我们在很大程度上依赖于外部机构的评估，比如情报机构，来帮助我们确定风险，”Tyler说。“使用机器学习和分析给我们提供了一个客观和一致的标准来评估它们，并将它们与NASA的具体风险承受能力进行了对比。”

Intermountain Healthcare:改进的完成指标

Intermountain Healthcare在犹他州、爱达荷州和内华达州运营着24家医院和215家诊所，拥有庞大的供应链和物流系统。

Intermountain的供应链组织(SCO)所做的大部分工作都可以通过数据分析来得到增强，数据分析经理James Selfridge表示。

“实时的电子仪表板对于我们管理日常工作来说是至关重要的，”Selfridge说。“这不仅对SCO很重要;对我们的客户和供应商也很重要。数据能够确保我们正在增强好的一面并修复坏的一面。我们的数据分析部门为SCO所做的所有工作，都有助于我们做出更好的决策，并降低成本。”

SCO需要访问公司所使用的所有分析平台，以全面了解供应链中正在发生的事情，Selfridge说。数据分析师会使用多家供应商所提供的工具，并根据收到的数据来创建报告。

数据分析为CSO如何在多个流程中的执行方式提供了关键见解。

一个是“完美的订单履行”，这是一个供应链指标，衡量在正确的时间、正确的条件、正确的包装、正确的数量、正确的文件、正确的客户和正确的发票下，将订单交付到正确的地点、正确的产品的百分比。

其他还包括了对一次性使用的医疗器械进行再处理;物料管理，包括与系统内现有供应和物流有关的一切;一个大流行病仪表板 ，这是该公司每天对COVID-19数据的总结，也包括了专门用于病毒跟踪的用品供应。

“有了这些关键的见解，SCO就可以了解当下的状况，并开始采取对策，在降低成本、提高效率和安全性、或是提高质量等方面进行改进，”Selfridge说。材料管理人员可以使用分析来跟踪员工的日常工作表现，并相应地调整工作量和劳动力水平，他说。

分析数据已经成为大流行期间基于产品可用性来作出决策的关键性能指标。Selfridge说，在我们“掌舵”这场健康危机期间，“这对Intermountain Healthcare的所有领导人来说都越来越重要了。”总的来说，“分析是我们SCO成功的重要贡献者，”他说。

Sanmina:快速响应需求变化

在过去的几年中，电子制造服务提供商Sanmina也在数据分析和集成供应链技术方面进行了投资，以提供端到端的可见性和规划能力。

“使用标准MRP(材料需求规划)系统的传统供应链规划模型在满足当今供应链需求方面价值有限，”Sanmina的首席信息官和高级副总裁Manesh Patel表示。“我们的客户希望响应时间能在几分钟或几小时内做出改变，而不是几天或几周。”

能否及时将这些变化传递给Sanmina在22个国家的60多个生产基地，并传递给数千家下游供应商，对于满足交付计划来说是至关重要的。此外，供应网络所提供的近乎实时通信的能力，也确保了Sanmina的工厂和供应商能够在正确的时间生产正确的产品，减少过剩库存和不必要的成本。

Patel说，Sanmina整合了过去用于支持管理供应链不同环节的不同功能组的数据仓库。最新的数据仓库技术、供应链计划系统和与数据整合的结合是其供应链平台的基础。

该公司利用了Kinaxis公司提供的名为RapidResponse的供应链规划平台，能够利用其内存引擎处理数百GB范围内的大型数据集，在几分钟内洞察需求变化的影响。

（编辑：应用网_阳江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!