In che modo le aziende possono sfruttare i dati per gestire i problemi della catena di approvvigionamento

In che modo le aziende possono sfruttare i dati per aiutare a mitigare l’impatto delle interruzioni della catena di approvvigionamento sui consumatori? originariamente apparso su Quora: il luogo in cui acquisire e condividere conoscenze, consentendo alle persone di imparare dagli altri e comprendere meglio il mondo.

Risposta di Joel McKelvey, VP Product and Partner Marketing presso Dati SisuSu Quora:

Affinché le aziende possano mitigare l’impatto dei problemi della catena di approvvigionamento, devono porsi tre domande: cosa è successo, perché è successo (la maggior parte delle aziende ha difficoltà a scoprirlo) e cosa fare dopo. Sisu lavora con una varietà di clienti, produttori e fornitori di eCommerce in tutto il mondo che devono rispondere a queste domande difficili. Quando sei una grande azienda, come alcuni dei grandi rivenditori con cui lavoriamo in Sisu, è molto importante rimediare agli incidenti della catena di approvvigionamento e aumentare l’efficienza: anche piccoli aggiustamenti possono fare un’enorme differenza.

Per ottimizzare la catena di approvvigionamento e anticipare problemi come ordini in ritardo, ritardi nell’elaborazione degli ordini e ordini danneggiati, i rivenditori hanno bisogno di informazioni rapide, complete e utilizzabili. La maggior parte delle volte le risposte delle aziende per evitare e affrontare questi problemi sono probabilmente da qualche parte nei loro dati. Il problema è che il processo di un analista di dati attraverso il quale setacciare per trovare quelle risposte è solitamente complesso quanto i dati stessi (leggi: molto). I dati delle aziende provengono da una miriade di aree all’interno di un’organizzazione, non è così semplice come se un pacco è stato consegnato o meno, il risultato di una consegna può essere influenzato da quasi tutti i componenti di un’organizzazione. Per un ordine perso, le variabili che influiscono sul risultato potrebbero derivare da un problema del sito Web, dall’elaborazione dell’ordine, dalla produzione, dal magazzino, dal trasporto, ecc.

Se qualcuno vuole sapere perché la sua attività ha subito un ritardo di spedizione, la possibilità di ripetere oltre la domanda sul perché c’è stato un ritardo nella spedizione in Kansas o perché c’è stato un ritardo nella spedizione in Kansas martedì con un fornitore specifico è stentata perché richiede dati team giorni per rispondere esclusivamente alla domanda iniziale sul motivo per cui si è verificato un ritardo nella spedizione. I data team impiegano giorni e persino settimane per scoprire la causa di un ritardo nella spedizione che danneggia immensamente le aziende: più tempo è necessario per identificare la radice del problema, maggiore è il rischio di merci danneggiate e di attività perse. Per evitare sorprese, le aziende necessitano di un’analisi completa di tutti i loro dati per avere un quadro completo e individuare le sfide e le opportunità di ottimizzazione.

Le aziende hanno bisogno di risultati fruibili dai loro dati. Non è utile esaminare manualmente mille possibili ragioni per cui un ordine è in ritardo, ma statisticamente è possibile individuare le prime 10 possibilità su cui concentrarsi. Le prime domande dei leader aziendali e dei team decisionali quando vengono presentati i dati sono in genere: “possiamo tagliarlo questo variabile?” o “Possiamo esaminare questo impatto della variabile?” La risposta è sì, gli analisti di dati possono approfondire queste domande, ma quel processo può richiedere giorni e giorni. Tuttavia, la capacità di eseguire iterazioni in tempo reale è importante, poiché impedisce che un camion del latte si rompa o che una candela si sciolga con il calore.

Questa domanda originariamente apparso su Quora – il luogo per acquisire e condividere conoscenze, consentendo alle persone di imparare dagli altri e comprendere meglio il mondo.

Leave a Reply

Your email address will not be published.