Промышленное производство
Промышленный Интернет вещей | Промышленные материалы | Техническое обслуживание и ремонт оборудования | Промышленное программирование |
home  MfgRobots >> Промышленное производство >  >> Manufacturing Technology >> Промышленные технологии

Почему ритейлеры и поставщики борются за выравнивание прогнозирования спроса

Как в мире ритейлеры и поставщики могут придумать точные прогнозы спроса, если они не делят одни и те же данные тем же способом в то же время?

COVID-19 справедливо винят за многие проблемы, что заражали цепочки поставок потребительских товаров в течение 2020 года. Но дефициты туалетной бумаги, бутилированной воды и других essentiel товаров были сделаны еще хуже невыравниванием стратегий данных спроса между поставщиками и покупателями. Это вывод недавнего отчета компании по софтверной инженерии CI&T.

«Отношения ритейлер-поставщик не устроены способом, наиболее подходящим для уверенного прогнозирования спроса», — заявляет отчет довольно вежливо. Но последствия серьезны, представляя розничную цепочку поставок с множеством проблем, исходящих из неудачи точно предсказать спрос.

Две стороны даже не могут согласиться на природе проблемы. Поставщики говорят, их номер-один вызов в прогнозировании спроса — видимость и доступ к данным. Ритейлеры говорят — масштабирование платформы данных. «Стратегически, как они думают о прогнозировании спроса, действительно разное», — говорит Мелисса Минков, лидер ритейл-отрасли в CI&T и соавтор отчета.

Разрыв начинается с базового подхода к прогнозированию двумя наборами номинальных партнеров. Большинство поставщиков говорят, они, вероятно, разобьют релевантные данные по географии, в то время как ритейлеры делают это по каналу, такому как e-commerce и in-store продажи.

Дополнительно, большинство поставщиков сравнивают данные продаж за данный месяц с тем же периодом прошлого года для предсказания продаж следующего месяца, в то время как ритейлеры сравнивают цифры с предыдущим месяцем. Два метода могут дать совершенно разные выводы о том, сколько продукта производить, хранить и выкладывать на полки на следующие 30 дней.

Стороны согласны на типе информации, которую они считают наибольшей ценностью для формулирования прогноза спроса: детализированные потребительские данные вроде пола, возраста и размера домохозяйства. Но они не могут показаться управлять обменом этой интеллектуальной собственности в реальном времени.

Есть надоедающая нерешительность делиться чувствительными и проприетарными данными, «что значит, что им трудно работать вместе», — говорит Минков. Та отсутствие прозрачности хотя бы частично ответственно за дивергентные подходы к интерпретации данных.

В время, когда нарушения вроде COVID-19 угрожают стабильности цепочек поставок потребительских продуктов, никогда не было более срочно рассматривать ключевые данные через единую линзу. Но ритейлеры и поставщики кажутся недотягивающими до этой цели. «Было много самодовольства» за последние 15 месяцев, говорит Минков. «Обе стороны играют всю игру очень близко к жилетке. И это только станет хуже в следующие шесть месяцев, с наступающими праздниками».

Будьте уверены, многие проблемы, заражающие цепочки поставок сегодня, вне контроля ритейлеров и поставщиков. Но две стороны могут сделать больше для смягчения влияния внешних кризисов гармонизируя свой подход к анализу данных и прогнозированию спроса. В неопределенное время, устойчивость — ключ. «Есть много места для данных, чтобы быть общими», — говорит Минков.

Отчет CI&T призывает к новому фреймворку для создания прогнозов спроса, который не развивает их в изоляции. В данный момент, говорит Минков, «они даже не беспокоятся смотреть на прогнозы спроса друг друга. Если бы они сделали, они бы увидели, где они могут учиться у друг друга».

В эпоху соцмедиа, больше данных доступно розничной цепочке поставок, чем когда-либо. Это и благословение, и проклятие — правильно проанализированные и общие, информация может использоваться для выявления потребностей клиентов и адаптации продуктов соответственно. Но чистый объем угрожает перегрузить провайдеров, лишенных способности делать смысл из него и координировать его поток между партнерами.

Минков говорит, ритейлеры и поставщики не делают полного использования данных, доступных им. Дополнительно к потребительскому интеллекту, они также должны черпать из данных продаж или корзины для обоих e-commerce и in-store покупок, сезонных трендов, погодных паттернов, праздников и ценовых стратегий конкурентов.

CI&T предлагает, чтобы ритейлер владел отношениями обмене данными, затем определял, какие типы кастомизированных данных каждый поставщик должен быть привилегирован в «uber-прогнозирующей» системе. «Мы бы положили больше власти в руки ритейлеров, но мы также открыты к тому, чтобы поставщики были первыми движенцами», — говорит Минков. «Идея — быть в середине, где все наборы данных существуют. Тогда вы можете настраивать отношения как вы видите уместным».

Неудача координировать критические отношения между ритейлерами и поставщиками для целей прогнозирования спроса дорого обходится всем сторонам, но особенно тем в конце цепочки поставок. «Если нет оптимизированной стратегии обмена данными, потребители — те, кто проиграет», — говорит Минков. «И когда потребитель проигрывает, все проигрывают».

Промышленные технологии

  1. Понимание облачной безопасности: почему вашему бизнесу это нужно
  2. Адрессирование правовых вызовов в облачных вычислениях: риски, регуляции и лучшие практики
  3. Почему важна цифровая память
  4. Периферийные вычисления: Почему это важно для современного бизнеса
  5. Поставщики обороны: Освоение самоутверждения и Закона о ложных претензиях
  6. Максимизация бизнес-ценности через интеграцию Big Data и AI
  7. Логистика в эпоху больших данных: почему внедрение облаков необходимо
  8. Почему бренды и ритейлеры принимают 3D e-commerce
  9. Раскрытие видимости цепочки поставок: решающая роль данных и контекста
  10. Революция в управлении автопарками: интеграция ИИ и IoT для более умных операций