供應鏈上下游困境待解?資料分析提供神救援 - CIO Taiwan
文章推薦指數: 80 %
從Optimas Solutions、Carparts.com 與聯想(Lenovo)的案例中顯示,愈來愈多企業轉向採用資料分析技術,來解決供應鏈的挑戰。
登入註冊網站會員
活動
影音
趨勢分析
CIOIT經理人雜誌
CSO精選
電子報
下載
聯繫我們
沒有結果
查看所有結果
沒有結果
查看所有結果
首頁
產業瞭望
供應鏈上下游困境待解?資料分析提供神救援
2022-06-14
分類:
產業瞭望
0
A
A
A
A
Reset
0
(圖片來源:由RomanoWalloy在Pixabay上發佈)
從OptimasSolutions、Carparts.com與聯想(Lenovo)的案例中顯示,愈來愈多企業轉向採用資料分析技術,來解決供應鏈的挑戰。
文/BobViolino‧譯/葉庭筠
目前各產業供應鏈的問題,已持續困擾幾乎全球所有企業組織,遍及各行各業。
所幸對一些企業組織而言,只要善加利用資料與分析工具,就是解決問題的最有效方法。
新冠肺炎疫情嚴重打亂了全球供應鏈。
顧問公司勤業眾信(Deloitte)指出,人員、原物料、成品的自由流通與工廠運作都已陷入困境。
不僅直接供應鏈已經發生困難,廣義的供應鏈合作夥伴,像是第三方或第四方廠商,也就是供應商的供應商,同樣也受到衝擊。
[推薦閱讀:CIO都在讀什麼?【Top10】2022-5文章閱讀排行]
Deloitte表示,在供應鏈各個階段,都面臨了多種挑戰,包括產品生命周期縮短,及消費者喜好的快速變化,資源波動大增與取得困難;法規遵循要求及違反規定的罰則變高;以及經濟版圖變動加上供應商整併等各種可能影響因素。
但科技並不能解決所有供應鏈問題。
廠商生產完商品,必須把商品由一地運送到另一地,但由機器學習演算法加持的最新分析工具,則可協助企業更有效預測需求,得以調整生產和出貨作業流程。
以下將討論三家企業成功運用資料分析,來改善供應鏈營運的案例。
內容目錄
隱藏
【製造業】OptimasSolutions─改善營運與供應商關係
【零售業】CarParts.com─更有效地預測產品需求與庫存需求
【製造業】聯想─支援日愈複雜的供應鏈
【製造業】OptimasSolutions─改善營運與供應商關係
汽車安全帶製造及代理商OptimasSolutions公司的供應鏈與商業智慧副總裁MarkKorba指出,為了改善作業,以及與供應商和客戶之間的關係,該公司在三項關鍵領域採用了資料分析。
第一,Optimas將資料分析應用在多項功能上,像是製造的原物料取得、生產與客戶需求預測、提升向供應商下訂單的效率及精準度,以及庫存管理等。
這些分析項目可協助Optimas更精準地進行決策,管理並降低總體成本,讓供應鏈運作更有效率,同時整體現金管理也能獲得改善。
第二,Optimas利用資料分析強化和企業客戶的協同工作,藉此降低成本,並強化庫存管理。
Korba說,資料分析也讓該公司得以更有效預測需求和消費,可穩定降低成本。
最後,Optimpas運用資料分析技術改善該公司與供應商間的協同工作能力。
Korba表示,若能了解和管理需求,特別是個別顧客的需求,該公司就能提供更精準的預測資料給供應商,改善訂單管理,讓供應商更有效地支援Optimpas。
Korba說,Optimpas採用了ToolsGroup的ServiceOptimizer99+來提供需求規畫、庫存最佳化與補給規畫。
該平臺可以介接Optimas的NetSuite企業資源規畫(enterpriseresourceplanning,ERP)套件以整合供應鏈資料。
[加入CIOTaiwan官方LINE與Facebook,與全球CIO同步獲取精華見解]
Korba解釋道,通常人們以為供應鏈是一個完整的鏈結,其實不然。
Optimpas認為供應鏈是整體商業運作裏多個環節的總和,不論Optimas或客戶端位於何處,都是從了解客戶需求到物料管理、製造、尋料和採購、運籌與運輸,到庫存管理及自動化補貨等所有流程。
成功關鍵在於Optimpas是否能順暢整合使用所有供應鏈工具,以提供適當的客戶庫存並對成本、需求、庫存、生產及供應商進行有效管理。
分析產出的資訊,也需要解決財務的問題,像是供應及需求端的現金流與價格等。
整體而言,不論是整體作業或個別發揮,都該用工具解決所有供應鏈相關問題。
這有助提升效率、客戶庫存管理精準性、供應商關係、成本控制,以及精準快速預測的能力。
資料分析讓團隊清楚掌握公司整體運作,甚至是之前未考慮到的細節,像是現金轉換周期、供應鏈回應能力排序、分析任務完成時間(timetotask)或是評估該公司和客戶的負載量。
Korba強調,供應鏈資料不一定是存放在單一地點。
那麼團隊必須知道什麼系統或外部服務,能協助蒐集和分析所需的資料,使它變成真正有用的決策支援資訊。
例如,運用鋼或其他原料、包裝價格指標或勞力和運輸成本,有助於決定何時需要漲價。
公司內外人員若能更容易取得資訊,將有助於Optimas對客戶與供應商做出更好的決策。
Korba表示,隨著Optimas大力推動資料分析,客戶和供應商將可多方受惠,像是對整體供應鏈具備了更高掌握度。
【零售業】CarParts.com─更有效地預測產品需求與庫存需求
汽車零件線上零售商CarParts.com應用進階資料分析工具和機器學習演算法,來提升產品需求和庫存需要的能力。
CarParts庫存規畫暨預測部門副總裁StanislavTatarzuk表示,新的資料分析能力,讓該公司能夠更準確地預測美國國內各區域與各城市的需求。
目前CarParts.com運用機器學習系統產生的模型,來找出它的庫存應置於物流中心網路的那些地方,以求更接近需要相關商品的顧客,同時能快速輸出零組件,並降低出貨成本。
CarParts.com部署了一個Databricks平臺,用來集中儲存與產品訂單及庫存相關資料,並且進行資料分析。
該公司還應用開放原始碼函式庫,像是XGBoost和Prophet、等多種分析工具,以及開放原始碼工作流程管理平臺ApacheAirflow來支援資料工程(dataengineering)和報表自動化。
[推薦下載:2022年度CIO大調查報告PDF]
Tatarzuk說,使用資料分析來協助管理供應鏈的好處之一,就是出貨最佳化。
從何處出貨,以及如何整合到一個地方的類型問題,其實相當複雜。
在採用即時分析最佳化多品項訂單出貨過程中,如果採用出貨夥伴與CarParts倉儲中心的即時資料,可以將效率最大化。
另一好處是達到倉儲最佳化。
Tatarzuk認為,在目前工資不斷上漲的情勢下,降低勞動成本和縮短出貨時間是當務之急。
CarParts建立了模型,可將庫存放在最適當的物料中心,以減少上下貨次數,節省時間;並設立高密度的集中地,以提升出貨速度。
資料分析使CarParts.com得以在供應鏈危機早期,就能清楚掌握需求的增加,並拉長前置作業時間,比競爭者更快回應,成功克服新冠疫情所造成的供應鏈亂象。
【製造業】聯想─支援日愈複雜的供應鏈
全球科技大廠聯想(Lenovo)資深副總裁暨資訊長ArthurHu表示,聯想正在應用進階預測技術與資料分析,來解決疫情帶來的全球供應鏈挑戰。
Hu指出,聯想的供應鏈以前只著重運籌、資訊流及業務流。
但是聯想已轉型為全方位服務的科技供應商,意謂著以前以裝置銷售為主的供應鏈,會變得愈來愈複雜。
客戶需求變得更多元,產品種類更複雜,以及營運和服務必須更加靈活且更具效率。
過去一年以來,聯想的供應鏈團隊已和2,000家供應商運送超過1.3億臺聯想裝置。
有鑒於此,聯想的供應鏈部門決定以智慧化轉型方式來翻新作業流程。
一個跨功能團隊,將聯想的供應鏈作業轉化為以資料驅動的智慧型生態體系。
新系統提供了即時資料、智慧分析及決策支援,使聯想的業務,能比以前更確實及更有效率對客戶履約。
聯想打造了一個「成本預測引擎」(CostForecastingEngine,CFE)系統,可以更快、更精準地預測供應鏈上的所有採購、製造和銷售成本。
利用這套系統結合線性迴歸及開放原始碼軟體函式庫XGBoots(eXtremeGradientBoosting)作為機器學習演算法,聯想的主管們得以設定出最高和最低門檻值,以避開可能影響成本精確度的極端數值。
科技可以提供成本比較,減少硬體元件每個月成本波動帶來的衝擊,並提供主管們在執行業務策略決策時的基礎。
Hu表示,CFE現在已擔負聯想全球供應鏈超過70%的採購和生產成本預測工作,以及90%的銷售成本預測。
相較於人工的成本維護,聯想在自動化後的周期成本預測效率提升約12%,成本精確率則長期保持在95%左右。
(本文授權非營利轉載,請註明出處:CIOTaiwan)
這篇文章對您有幫助嗎?👍👎
標籤:OptimasSolutions供應鏈分析最新文章製造業資料資料分析資料與分析零售業
上一篇文章
【Top10】2022-5文章閱讀排行
下一篇文章
新微笑曲線、疫後新常態推動金融產業轉型
相關文章
產業瞭望
【製造業】奧的斯讓智慧型電梯提升到新的高度
2022-08-19
產業瞭望
【物流業】150歲物流業長青樹如何提高客戶滿意度
2022-08-18
產業瞭望
【金融業】AI與預測分析成為銀行的熱門技術
2022-08-11
下一篇文章
NTTDATA:善用低程式碼平台縮短開發時間、降低成本
發佈留言取消回覆發佈留言必須填寫的電子郵件地址不會公開。
必填欄位標示為*留言*顯示名稱*
電子郵件地址*
個人網站網址
在瀏覽器中儲存顯示名稱、電子郵件地址及個人網站網址,以供下次發佈留言時使用。
📈CIO點閱文章週排行
【專訪】勤業眾信風險諮詢服務執行副總簡宏偉
0分享
分享0
Tweet0
微服務的迷思:沒有不透風的牆
0分享
分享0
Tweet0
OT裝置有漏洞!資安危機如何緩解?
0分享
分享0
Tweet0
2022年度CIO大調查報告下載
0分享
分享0
Tweet0
強化IT和業務協同的6大有效策略
0分享
分享0
Tweet0
微服務的迷思:不要為微而微
0分享
分享0
Tweet0
【專訪】警政署資訊室主任林建隆
0分享
分享0
Tweet0
明鏡為鑒:10個數位轉型成功案例
0分享
分享0
Tweet0
【物流業】150歲物流業長青樹如何提高客戶滿意度
0分享
分享0
Tweet0
【金融業】王儷玲談後疫時代的金融科技發展趨勢
0分享
分享0
Tweet0
追蹤我們的Facebook
數位及平面
CIOTaiwan網站
CIO電子報
《CIOIT經理人》數位版雜誌(Zinio)
《CIOIT經理人》平面雜誌
關注社群
Line加入好友
Facebook粉絲頁
合作夥伴
CIO協進會
CIO.com
關於我們
關於我們
隱私權政策
旗訊科技股份有限公司|100台北市中正區杭州南路一段15-1號19樓|TEL:886-2-2321-4335
Copyright©FlagInformationCo.,Ltd.AllRightsReserved.
登入
註冊
沒有結果
查看所有結果
活動
影音
最新文章
產業速報
新聞速寫
風雲人物
CXO分享
產業瞭望
專欄
精選文章
原生現場
供應商視野
線上調查
CIOIT經理人雜誌
電子報
下載
聯繫我們
©2020CIOTaiwan版權所有
CIOTaiwan歡迎你回來!可用使用者名稱或Email登入
記住我
忘記密碼
註冊
歡迎註冊CIOTaiwan網站會員請設定Email及使用者名稱(使用者名稱不接受中文、將來無法更改)
欄位皆為必填
登入
找回密碼
請輸入使用者名稱或Email以重設密碼
登入
您已閒置超過3分鐘了,為您推薦其他文章!點擊空白處、ESC鍵或關閉回到網頁
提升信任至關重要匯豐銀行(HSBC)在病毒危機期間啟用AI防護
匯豐銀行全球零售及財富銀行業務資訊長GavinMunroe表示,該銀行正利
臺大醫院與雲象科技宣布「骨髓抹片AI分類計數」獲衛福部與歐盟CE核准
臺大醫院與雲象科技宣布,共同研發的「骨髓抹片AI分類計數aetherAIHe
明定資安責任歸屬篩選合適資訊服務商
醫療法修正有助加速醫療上雲現行醫療資安法規架構涵蓋醫療法、個資法、資安法,衛
【專訪】國泰金控資深副總姚旭杰
國泰金控三面向著手推動數位轉型有成國泰金控以雙軌(Bi-Modal)方式推動數
F5年度SOAS調查報告發現:亞太地區企業加速應用現代化與邊緣運算
疫情推動數位轉型,企業強化人工智慧、遙測與多重雲端的部署F5發佈2021應用策
中華電信健康雲上線攜手聯新國際搶商機
智慧醫療中結合雲服務逐漸成為趨勢,中華電信出面整合各家醫療體系,打造健康雲,希望
文章分類
產業速報
專欄
影音
風雲人物
CXO分享
產業瞭望
原生現場
精選文章
趨勢分析
供應商視野
新聞速寫
下載
Sponsors
熱門標籤
最新文章
雲端運算
人工智慧
數位轉型
製造業
物聯網
資料與分析
資安
區塊鏈
5G
儲存
基礎架構
活動
CIO價值學院
企業防疫與持續營運計畫線上座談會
亞太CIO線上高峰論壇
製造業CIO論壇
金融CIO高峰會
AsiaLeadershipForum2020
智慧醫療研討會
商業服務科技論壇
CIO大調查
影音
影音
延伸文章資訊
- 1Ch01 供應鏈管理概論
供應鏈管理. 3. 何謂供應鏈(Supply Chain). ▫ 供應鏈的範圍包括上游供應商、製造商到下游顧客,. 其為從產品生產到配送等相關活動流程。[美國供應鏈.
- 2供應鏈上下游困境待解?資料分析提供神救援 - CIO Taiwan
從Optimas Solutions、Carparts.com 與聯想(Lenovo)的案例中顯示,愈來愈多企業轉向採用資料分析技術,來解決供應鏈的挑戰。
- 3何謂供應鏈分析? - 台灣 - IBM
分析代表可根據相關可靠資料之摘要製作資料驅動決策的能力,通常是使用圖形、圖表及其他方法的形式來視覺化呈現。供應鏈通常會產生大量資料。供應鏈分析有助於瞭解所有這些 ...
- 4供應鏈管理- 維基百科,自由的百科全書
供應鏈管理(Supply Chain Management,SCM)在1985年由麥可·波特(Michael E. Porter)提出,有多種不同的定義。 供應鏈管理作為一個策略概念,以相應的訊...
- 5供應鏈管理服務| 勤業眾信 - Deloitte
供應鏈策略規劃供應鏈計畫規劃採購及尋源服務卓越的營運能力提升供應鏈數據分析服務.