Укрощение чудовища операций розничной цепочки поставок

Руководители розничных цепочек поставок находятся под сильным давлением, требующим поддержки непрерывного многоканального взаимодействия, которое потребители требуют в цифровую эпоху.

Потребители хотят большего разнообразия продуктов, более быстрой доставки, доступности, а также получения и возврата по любому каналу. Соответствие этим ожиданиям зависит от ритейлеров, использующих рентабельную цепочку поставок, которая может быстро и точно реагировать. Когда дело доходит до повышения качества обслуживания клиентов, это не менее важно, чем персонализированный интерфейсный маркетинг.

Настали тяжелые времена для руководителей розничных цепочек поставок. Ставки заоблачно высоки, поскольку каждый день, кажется, приносит новости о еще одной громкой неудаче или неудаче.

Розничная цепочка поставок - сложное животное, которого сложно приручить. Недавнее исследование Sapio Research показало, что:

• 94% розничных продавцов не имеют полной видимости событий, влияющих на эффективность цепочки поставок.
• 71% считают, что недостаточная прозрачность цепочки поставок негативно влияет на бизнес.
• 87% считают, что полностью видимая цепочка поставок с обновлениями в режиме реального времени обеспечит конкурентное преимущество.

Эти результаты, к сожалению, не удивительны. Согласно исследованию, проведенному компанией eyefortransport, почти две трети розничных торговцев и производителей по-прежнему используют Excel для планирования цепочки поставок. А 46% полагаются на ручные, отнимающие много времени процессы цепочки поставок.

«Сейчас, более чем когда-либо, эффективная цепочка поставок станет решающим фактором роста как для розничных продавцов, так и для производителей», - говорится в отчете Reuters. «Унаследованные инструменты планирования, такие как электронные таблицы Excel, и традиционные решения для планирования с ограниченными возможностями больше не подходят для решения современных сложных задач цепочки поставок».

Когда пластыря недостаточно

Розничные цепочки поставок внедряют инновации, чтобы лучше удовлетворять потребности клиентов. Одним из примеров является всплывающий склад, расположенный в районах с высоким спросом для ускорения доставки на последней миле. Эти объекты могут также использоваться в качестве места для самовывоза потребителей или предлагать ограниченный выбор в розничной торговле. Кроме того, розничные торговцы используют модели доставки из магазина, превращая физические магазины в специальные центры выполнения заказов.

Обе модели позволяют быстрее доставлять товары потребителям, но они могут привести к дополнительным расходам, снижающим маржу. Это временные решения, которые не устраняют основную причину неэффективности цепочки поставок:разрозненные приложения, быстрорастущие объемы данных и врожденные человеческие ограничения.

Планирование на основе Excel и традиционные инструменты прогнозирования спроса, использующие данные из систем для планирования ресурсов предприятия (ERP), складского хранения, инвентаризации, продаж и логистики, не успевают за ними. Объемы данных и сложность приложений растут так же быстро, как и ожидания потребителей.

В результате розничные продавцы не могут быстро реагировать на изменения спроса. Поскольку сроки выполнения заказа устанавливаются на месяцы вперед, они медленно адаптируются, если спрос в одной области растет, а в другой падает, или если объем продаж электронной коммерции превышает прогнозы. Часто они прибегают к затовариванию товарных запасов, рискуя высокими расходами на транспортировку и непроданным продуктом, если продажи не достигают.

Управление многочисленными динамиками сегодняшней цепочки поставок в реальном времени оказывается практически невозможным для специалистов по планированию. Просто слишком много данных, слишком много приложений и слишком много переменных, которые нужно учитывать. Между тем, ритейлеры старой закалки уступают позиции цифровым аборигенам, таким как Amazon, которые используют технологии нового поколения, такие как искусственный интеллект, для оптимизации цепочки поставок и улучшения потребительского опыта.

«Потребность в оцифровке, чтобы справиться с растущей скоростью розничной цепочки поставок, будет только расти», - говорится в отчете Reuters. «Для дальновидных розничных торговцев важно начать думать о том, как использовать новые аналитические технологии не только для анализа и понимания прошлого, но и для принятия более эффективных решений на будущее».

Когнитивная автоматизация на базе искусственного интеллекта

ИИ проник в нашу потребительскую жизнь, помогая нам выбирать продукты, избегать пробок и даже выбирать медицинские процедуры. Теперь то же самое происходит в масштабах всего предприятия, предоставляя компаниям новаторские возможности для более быстрых, более заметных и менее дорогостоящих цепочек поставок.

ИИ - это основополагающая технология так называемой когнитивной автоматизации, которая привносит аналитику глубокого машинного обучения (ML) в операции цепочки поставок. Платформа когнитивной автоматизации на базе искусственного интеллекта будет выполнять сканирование данных тысячи раз в день во всех соответствующих приложениях, собирая эту информацию в единый слой когнитивных данных.

Это называется когнитивным уровнем, потому что именно там алгоритмы искусственного интеллекта и машинного обучения применяются для анализа ситуаций, прогнозирования результатов и выработки рекомендаций по оптимальным действиям на основе целей - например, перераспределения запасов, сокращения затрат или ускорения времени доставки.

В отличие от традиционных методов, эти аналитические идеи не основываются на данных, которым уже несколько недель или месяцев; они основаны на информации, близкой к реальному времени. Когнитивная автоматизация выявляет тенденции и проблемы по мере их развития, чтобы обеспечить быстрое вмешательство. А поскольку когнитивная автоматизация связана с транзакционными системами, корректирующие меры могут выполняться автоматически, без необходимости входа человека в систему для изменения процессов.

Когнитивная автоматизация уже обеспечивает многомиллионные улучшения в цепочках поставок в компаниях CPG, фармацевтических и производственных компаниях. Розничные продавцы, которые начинают с малого и наращивают масштабы, получают множество наград, в том числе:

Лучшее прогнозирование. Когнитивная автоматизация консолидирует высокодетализированные данные на уровне SKU по нескольким приложениям, каналам и географическим регионам. AI-анализ тенденций продаж, демографических данных, разновидностей артикулов и других переменных повышает точность определения наличия нужного продукта в нужном месте в нужное время.

Гибкое перераспределение инвентаря . Когнитивная автоматизация постоянно анализирует данные о запасах и продажах в реальном времени со скоростью и масштабом, недоступными с помощью традиционных инструментов. Он дает рекомендации по перераспределению запасов при изменении условий или может предлагать рекламные акции для недопроданных товаров.

Комплексное планирование . Опираясь на широкий спектр данных, когнитивная автоматизация помогает розничным торговцам координировать производство, инвентаризацию, маркетинг, мерчандайзинг, рекламные акции, логистику и другие области, которые обычно разобщены. Продавцы могут принимать решения на основе данных на протяжении всего жизненного цикла, а не полагаться на обоснованные предположения.

Улучшения в транспорте и логистике. Когнитивная автоматизация позволяет розничным торговцам ускорить выполнение заказов и минимизировать затраты за счет анализа переменных в реальном времени, таких как наличные запасы, колебания спроса, доступность перевозчиков, расходы на перевозку, время выполнения заказа и многое другое. Если произойдет сбой, ИИ порекомендует альтернативы для достижения целей.

Изменения в розничной торговле продолжатся в 2020 году и в последующий период. Становится совершенно ясно, что технологические инновации - это то, что отличает успешных ритейлеров от отстающих. Розничные торговцы, которые разумно инвестируют в технологии, чтобы принимать решения на основе данных и координировать процессы, будут иметь все необходимое для выживания и процветания в быстро меняющейся отрасли.

Арно Морван - старший директор по работе с клиентами компании Aera Technology.