Comment les données peuvent déplacer l’aiguille sur la chaîne d’approvisionnement

Les chaînes d’approvisionnement basées sur les données continuent d’être un sujet brûlant, compte tenu de ce qui s’est passé au cours des deux dernières années avec la pandémie, les blocages, les problèmes de transport, les porte-conteneurs détenus à l’extérieur des ports, la guerre en Ukraine et d’autres problèmes qui ont fait des ravages. Les problèmes causés par ces événements sont permanents, mais s’ils sont traités d’un point de vue proactif plutôt que réactif, il existe des moyens d’atténuer leur impact négatif, en particulier lorsque les analyses et les processus deviennent clairs.

« Ce que nous constatons avec les clients, alors que nous nous concentrons sur une chaîne d’approvisionnement basée sur les données, permet de prendre des décisions basées sur les données à tous les niveaux de l’organisation », déclare Singleton.. « Historiquement, les chaînes d’approvisionnement ont été lentes à adopter les technologies et l’analyse, mais de grands progrès ont été faits pour mettre à niveau les systèmes afin de capturer les données critiques dans la chaîne d’approvisionnement. Maintenant, la question est de savoir comment retourner toutes les données dont nous disposons pour transformer et permettre à nos employés de prendre des décisions, appuyées par ces données, pour créer une chaîne d’approvisionnement proactive plutôt qu’une chaîne réactive aux conditions du marché.

Anticiper les problèmes de la chaîne d’approvisionnement plutôt que d’y répondre est également un moyen principal de donner aux entreprises un avantage sur leurs concurrents en termes non seulement de pouvoir accéder à une quantité accrue de données, mais aussi d’avoir les moyens d’utiliser efficacement ces données de manière personnalisée et manière ciblée.

« Les données en général explosent depuis des années dans toutes les facettes et dans tous les secteurs verticaux », déclare Abel. «Et dans le domaine de la chaîne d’approvisionnement en particulier, compte tenu des défis de la pandémie, des guerres, du chipageddon et de tout le reste, la capacité d’exploiter ces données et de créer de la transparence tout au long de votre chaîne d’approvisionnement, et d’effectuer des analyses dessus, est le changeur de jeu se produit maintenant.

Mais lorsqu’une telle perturbation complexe se produit, créant une bataille sur plusieurs fronts, c’est à ce moment-là que les analyses et les données deviennent encore plus importantes, car la gestion de plusieurs crises à différents points de la chaîne d’approvisionnement nécessite une approche plus raffinée, ciblée et précise que le maniement d’un objet contondant. L’objectif ultime est d’éliminer le climat propice aux crises avant qu’elles ne surviennent, mais le dénominateur commun est le talent et la mise en place des bonnes personnes qui sont équipées pour trouver des réponses.

« Nous avons tendance à nous concentrer sur la technologie, qui concerne généralement les bases de données, la BI et les solutions analytiques », explique Patel. « Toutes ces choses sont assez matures et disponibles, et de nombreuses entreprises les ont mises en œuvre au fil des ans. Nous disposons donc d’une bonne technologie et nous voulons l’utiliser efficacement. Mais lorsque nous examinons la chaîne d’approvisionnement, de nombreuses données ont tendance à être disparates, et les collecter en un seul endroit ou connectées afin que vous puissiez effectuer ces analyses et visualisations plus approfondies sur tous ces ensembles de données est un problème difficile à résoudre. Le côté humain des choses est l’élément le plus difficile. Beaucoup trop de gens sont habitués aux rapports, aux tableaux de bord et aux bases et je pense que nous devons élever le niveau de compréhension des données, puis les aider avec des experts capables de répondre aux questions difficiles.

Abel, Patel et Singleton se sont récemment entretenus avec Ken Mingis, rédacteur en chef de Monde de l’ordinateur et hôte du podcast IDG Tech(talk), sur les avantages organisationnels réalisés grâce à la chaîne d’approvisionnement axée sur les données, et permettant aux bonnes personnes d’interpréter ces données pour prendre des décisions plus éclairées.

Voici quelques extraits édités de cette conversation. Regardez la vidéo complète ci-dessous pour plus d’informations.

Jean Abel

John Abel sur la gestion des données : La planification de la chaîne d’approvisionnement existe depuis toujours. Je connais mon rôle. Je suis habitué à l’aspect rétroviseur. Certains ne connaissent pas l’art du possible ou le potentiel qui existe, donc ce n’est pas qu’ils ne savent pas quoi en faire, mais il n’y a personne dans leur équipe qui possède les compétences nécessaires pour créer l’art du possible.

Il s’agit donc d’apporter les ensembles de compétences dans l’organisation afin de créer. C’est là que la plupart des entreprises sont actuellement à la traîne. Cela va au-delà de la vision traditionnelle que les professionnels de la chaîne d’approvisionnement avaient de simplement fournir des résultats basés sur des KPI traditionnels. Donc, aller au-delà de cela et combiner la chaîne d’approvisionnement traditionnelle pour les informations avec les données client ou avec l’utilisation, ou avec l’expérience client, c’est à ce moment que vous commencez à comprendre ce qui joue dans votre écosystème pour fournir de meilleurs résultats qui génèrent des revenus ou une réduction des coûts.

Ce sont les résultats, en fin de compte, qui motivent la plupart des organisations. La seule chose clé est que si vous n’avez pas déjà commencé ce voyage, il est essentiel de commencer le plus tôt possible. Il suffit de regarder les données disponibles et de comprendre cela. Ensuite, armez-vous du bon talent pour comprendre votre écosystème et comment vous obtenez les bons résultats.

Manesh Patel

Manesh Patel sur la gestion des attentes: Une chose que de nombreuses entreprises ont fait était de gérer leurs chaînes d’approvisionnement dans une capacité standard. Si nous pensons au MRP, à la communication en aval avec les fournisseurs et les vendeurs, etc., il s’agit en premier lieu d’un énoncé de problème complexe. Et je pense que le simple fait de faire le genre de processus au jour le jour, de semaine en semaine était onéreux au départ et de nombreuses entreprises se concentraient sur cela.

Puis avec la pandémie, nous avons tous commencé à réagir et à gérer ces exceptions, qui sont beaucoup plus difficiles à faire car elles sont toutes différentes. Et je pense que nous sommes devenus plus aptes à traiter ces exceptions au cours des trois dernières années. Nous avons encore un long chemin à parcourir cependant. Saisir ces exceptions est devenu très critique et une chose que nous avons réalisé est que ce n’est pas une chose ponctuelle. Que ce soit pour une guerre, le climat ou autre chose, c’est une réalité de notre avenir.

Erik Singleton

Erik Singleton sur la littératie des données : Avant, un superviseur d’entrepôt aurait peut-être regardé un quai ou un plancher et aurait dit : « D’accord, je vais bien pour la journée ». Mais maintenant, ils peuvent voir des métriques clés et des UPH ou KPI concrets. Mais comment agissent-ils là-dessus ? Il ne suffit pas d’avoir les données. Il s’agit d’apprendre à vos employés à penser avec un état d’esprit axé sur les données et à vraiment les amener à articuler, interpréter et analyser des données qui ont un impact significatif. Il y a donc tellement d’éléments dans la simple intégration, mais cela permet également aux gens d’utiliser les informations dont ils disposent.

John Abel sur le volume de données : Les volumes de données augmentent partout. La bonne nouvelle est que le côté technologique peut gérer cela. Nous sommes capables de traiter et de sélectionner de grandes quantités de données, mais la réalité est que les gens sont dépassés. Alors, comment transformer les récentes explosions massives de données en valeur, et quelles sont les analyses que vous utilisez ?

Un cas d’utilisation est que nous aidons un client dans le monde du sport en équipant les stades d’appareils de mise en réseau pour obtenir d’énormes quantités de données et fournir des analyses, qu’ils peuvent ensuite transformer en plus de valeur pour leurs clients. Les personnes qui peuvent regarder les volumes entrants, les analyser et les transformer en valeur sont un ensemble de compétences uniques et difficiles à trouver. Il s’agit vraiment de prendre de grandes quantités de données dans votre écosystème et au-delà de votre écosystème, et de trouver quelle valeur vous pouvez générer en utilisant l’analyse.