Interview: Waarom is Supply Chain Analytics echt belangrijk?
In de volgende video bespreekt Hakan Andersson waarom Supply Chain Analytics er echt toe doet.
Belangrijkste opmerkingen:
De uitdagingen van Big Data
Vier problemen met gegevensanalyse van de toeleveringsketen
Soorten analyse van supply chain-gegevens die moeten worden uitgevoerd
Waarom is het moeilijk om big data te begrijpen?
Allereerst wil ik zeggen dat het geweldig is om big data te hebben. Nu we gegevens hebben, gegevens op een diep niveau, hebben we de computerkracht om de gegevens te verwerken. Dit betekent dat we feitelijk, dicht bij het moment waarop dingen gebeuren, kunnen vaststellen wat de werkelijkheid is. We hoeven niet te vertrouwen op gevestigde waarheden die heel vaak geen waarheden blijken te zijn, maar eerder bedrijfsmythes.
Het risico hier is dat, met al deze prachtige gegevens die beschikbaar zijn, het heel gemakkelijk is om je te laten meeslepen. Er is ook een risico dat de gegevens voor veel mensen beschikbaar zijn. Iedereen die over deze gegevens beschikt, kan zijn eigen conclusies trekken. Daarom moeten de gegevens worden gecureerd; ze moeten worden behandeld door iemand die de expertise en de kennis over de activiteiten heeft. Anders kunnen de conclusies die iedereen met toegang tot de gegevens trekt heel goed fout zijn en ben je appels met ananassen aan het vergelijken.
Uit de Establish-Davis Database, waarin we al bijna veertig jaar de logistieke kosten en diensten volgen, weten we dat je echt moet weten wat vergelijkbaar is en wat niet.
Het is niet eerlijk om de logistieke kosten voor een hoogwaardig artikel met een laag gewicht zoals farmaceutische producten te vergelijken met een bedrijfstak als de staalindustrie, waar artikelen een lage waarde en een hoog gewicht hebben. Dat maakt veel verschil en het kan een probleem vormen als je aan de supply chain kant van het bedrijf staat, want dan ben je de hele tijd in de verdediging en probeer je uit te leggen waarom dingen goed of fout zijn, en je moet de baas zijn over wat belangrijk en goed is.
Moeilijkheden bij de analyse van supply chain-gegevens
Een moeilijkheid bij het sorteren van de gegevens is ten eerste dat de gegevens nooit - ik zeg bijna nooit - schoon zijn. Het feit dat je veel gegevens hebt en het lijkt alsof ze heel nauwkeurig en geldig zijn, betekent niet dat ze dat ook zijn, dus je moet de zwakke punten van de gegevens kennen en identificeren, weten waar de hoofdbestanden zijn bijgewerkt en waar niet en waar je gewoon een plaatshouder hebt en waar het echt materiaal is.
Een ander probleem met schone gegevens is dat zelfs als de gegevens kloppen, ze extremen en uitschieters kunnen bevatten die de resultaten van de analyse die je maakt verstoren. Daarom is het een eerste stap om de gegevens op te schonen, de extremen te identificeren en de zwakke punten te kennen waar je de gegevens kunt gebruiken en waar ze niet geldig zijn.
Je moet beslissen wat belangrijk is. Hier is het gemakkelijk om te verdwalen in een hoop analyse en je moet weten wat echt zinvol is en waar je de output van de analyse vandaan haalt.
Je moet de gegevens vergelijkbaar maken. Je moet ze bijvoorbeeld vergelijkbaar maken in de tijd, zodat je weet wanneer het bedrijf is veranderd, en je moet aanpassingen maken aan de trends. Trendanalyse is de beste manier om te controleren en vast te stellen waar je maatregelen om bijvoorbeeld de efficiëntie te verbeteren hun vruchten afwerpen en waar je beter moet kijken.
Met big data wil je ook benchmarken tussen je entiteiten en extern benchmarken. Dan moet je de gegevens vergelijkbaar maken tussen de entiteiten.
Een voor de hand liggend en misschien klein voorbeeld zijn de faciliteiten. Er zijn kosten verbonden aan het onderbrengen van de inventaris, waarbij je sommige faciliteiten zelf kunt bezitten en andere kunt huren. De werkelijke kosten die je zou moeten gebruiken kunnen hetzelfde zijn, maar de faciliteit in eigendom kan zeer gunstig uitkomen in deze vergelijkingen. Hier zou je een fictieve huur kunnen creëren om het speelveld gelijk te maken.
Welke soorten analyse van supply chain-gegevens moeten worden uitgevoerd en waarom?
Dit hangt natuurlijk af van de behoeften. In welke fase bevindt u zich? Draai je een bedrijf om? Houd je gewoon een goed functionerend bedrijf in de gaten? Zijn er fusies geweest, enzovoort?
Het eerste gebied waar je naar wilt kijken zijn de kosten en de efficiëntie. We zijn geneigd om eerst te kijken naar de logistieke kosten en structuur per artikel, per klant en per leverancier, en we kijken naar de orderstructuur. We proberen te kijken naar wat de kosten veroorzaakt. Door vuistregels of gedetailleerde kennis uit andere analyses toe te passen, kunnen we vaststellen welke artikelen winstgevend zijn, op welke klanten we ons moeten richten, met welke leveranciers we overeenkomsten hebben waardoor de landingskosten hoger zijn dan we dachten.
Als we dit weten, kunnen we strategieën maken voor de manier waarop we met klanten omgaan. Het kan zijn, en dat is vaak het geval, dat we een orderstructuur hebben met veel kleine orders. De afhandelingskosten kunnen hoog zijn voor elke bestelling, dus de kleine bestellingen maken de hele operatie onrendabel. Als we dat weten, kunnen we verschillende manieren vinden om de orderafhandeling te automatiseren of gratis vrachtlimieten of afhandelingskosten te hanteren.
Er zijn veel manieren waarop je deze kennis kunt gebruiken. Als je naar de leveranciers kijkt, zie je vaak dat ze een beetje ongericht zijn, alle kanten op wijzen, je hebt veel kleine leveranciers. En het kan zinvol zijn om iemand te hebben die iets duurder is, maar waar de logistiek heel efficiënt en heel gunstig voor je is.
Als we kijken naar efficiëntie, richten we ons natuurlijk op de verwerkingskosten en de facilitaire kosten, we kijken naar orderpicking, ontvangst, administratie. In dit geval willen we trendanalyses doen; we willen intern benchmarken tussen verschillende entiteiten en verschillende faciliteiten; we willen kijken of er een geografisch gebied of land is dat gunstiger en efficiënter is.
Als we dit op orde hebben, is het heel interessant om een externe benchmark te maken. Waar zijn je concurrenten? Ik heb het al eerder gehad over de Establish-Davis Database, die gratis is zodat je een goed beeld kunt krijgen van hoe je presteert ten opzichte van je concurrenten.
Een specifiek gebied zijn de transportkosten. Dit is een kostenpost die in de meeste bedrijven meestal extern is, wat betekent dat het geld op de onderste regel drukt. Door de zendingen en de behoefte aan modi te analyseren, kun je erachter komen dat je vaak goedkopere modi kunt gebruiken, je kunt potentiële consolidatiegebieden vinden, waarvan we weten dat ze veel geld besparen en, nogmaals, op het resultaat drukken.
Er zijn nu trendanalyses mogelijk die een aantal jaren geleden niet mogelijk waren met bijvoorbeeld het transport. Vroeger was het onmogelijk om echt een gedetailleerde analyse te maken van hoe de werkelijke vrachtfacturering zich verhield tot de afspraken, maar nu is het mogelijk.
Wat we weten is dat een bedrijf gemiddeld 2 tot 4 procent te veel gefactureerd krijgt als je de werkelijke zending vergelijkt met de overeenkomst en om dit constant te controleren en op te volgen zou iets kunnen zijn dat je uitbesteedt, maar het is ook direct beschikbaar in logistieke controletoren transportmanagementsystemen, of je kunt het, in sommige gevallen, zelf doen zonder die analysetools.
Als je kijkt naar een meer strategisch niveau, hebben we het gehad over de analyse van leveranciers, orderstructuur, klanten, artikelen, assortimentanalyse, maar een zeer lucratief gebied om naar te kijken is de distributie-netwerkanalyse. Wat je doet is kijken naar... sla ik de juiste hoeveelheid van elk artikel op om een bepaald serviceniveau te bereiken? Sla ik de artikelen op waar dat qua kosten het gunstigst is? Sla ik ze op waar het het makkelijkst en goedkoopst is om naar klanten te verzenden? Dit is allemaal mogelijk met gegevens die direct beschikbaar zijn.
Conclusie
Samenvattend bieden de supply chain analyses die nu mogelijk zijn een geweldige kans voor jou als supply chain manager om het stuur in handen te krijgen. Dit is een gebied waar het heel kwantificeerbaar is en waar je cijfers op kunt plakken. Als je de gegevens hebt, kun je de leiding nemen, je kunt bepalen wat belangrijk is en je kunt de efficiëntie sturen en bewaken, en je kunt ook een goede klant zijn voor de leveranciers die je helpen.
Hartelijk dank voor de uitnodiging en ik kijk ernaar uit om weer met u te praten.