Drie technische mogelijkheden om concurrerend te blijven in het volgende normaal

Terwijl bedrijven hun opmars naar digitalisering voortzetten, moeten bedrijven strategieën inzetten die de juiste basis bieden om te concurreren. Een belangrijk onderdeel van succes als echte digitale kampioen is het vermogen om de hoogste klantenserviceniveaus te leveren tegen de laagst mogelijke kosten. En daarvoor zijn volledige en nauwkeurige supply chain-gegevens essentieel. Gegevens zijn een valuta geworden die in waarde toeneemt naarmate het realtime nadert, en hoe meer het kan worden gedeeld tussen handelspartners.

Wat duidelijk is geworden, is dat gegevens realtime moeten zijn en maar één keer moeten bestaan. Door gebruik te maken van een federated Master Data Management (MDM)-aanpak, kan informatie actueel en consistent zijn, in plaats van te worden gedupliceerd in meerdere formaten en silo's, waar het oud en latent wordt (of er nu een data lake/magazijn wordt gebruikt of niet). Moderne technologische benaderingen creëren een vertrouwde weergave van elk/item/eenheidsniveau en kunnen die betrouwbaarheid vervolgens omzetten in een algemene realtime netwerkoplossing die de planning en uitvoering voor alle partners optimaliseert met behulp van op agenten gebaseerde prescriptieve analyses. Deze netwerken ondersteunen samenwerking, planning en uitvoering van transacties in realtime met meerdere partijen en helpen alle deelnemers om te presteren in de "next normal", op voorwaarde dat ze rekening houden met drie kritieke mogelijkheden.

Realtime transacties mogelijk maken met een netwerkarchitectuur. We hebben al gezien hoe een op netwerken gebaseerd klantenservice- en activa-hefboommodel is toegepast in aangrenzende sectoren. Uber, Facebook, Airbnb en Alibaba hebben allemaal netwerkgebaseerde architecturen geïmplementeerd die mogelijkheden voor meerdere partijen bieden. Handel vindt plaats tussen alle partijen in een netwerk. En aangezien productsourcing en -levering meerdere partijen in het netwerk omvatten, moeten planning en uitvoering realtime zijn en ook meerdere partijen omvatten, om een ​​maximale hefboomwerking van activa, de laagste landed cost en het hoogste niveau van klantenservice te bieden.

Dit niveau van samenwerking, gecombineerd met zichtbaarheid, analyse, planning en uitvoering op controletorenniveau, vormt de kern van het toekomstige concurrentievermogen. Dit is niet verwonderlijk aangezien bij de meest eenvoudige transactie meerdere partijen betrokken zijn, zoals een klant, brandmanager, co-packer, leverancier, vervoerder, 3PL en distributeur.

Helaas zijn veel enterprise-centric technologie-implementaties ontworpen op een hub-and-spoke-manier, wat betekent dat ze fungeren als het centrum van het universum voor dat knooppunt in het netwerk en hun processen en gegevens als zodanig behandelen. Deze hub-technologie is ontworpen om gegevens te verzamelen op een point-to-point/spoke-to-hub-manier. Vervolgens beslist het wat te doen met veranderingen in vraag, capaciteit of aanbod op basis van de hubvariabelen afzonderlijk, en deelt vervolgens een deel van de verouderde of latente gegevens, na verwerking, met enkele van hun spokes, zowel inkomend als uitgaand. Als gevolg hiervan kan het in een typisch handelsnetwerk meer dan 20 winkel- en forward-type verwerkingsacties creëren bij handelspartners, stroomopwaarts en stroomafwaarts, waardoor tijd, mankracht en activa worden verspild. Het ergste van alles is dat het de klantenservice beïnvloedt, omdat partijen niet op één lijn zitten als een gecoördineerd netwerk dat de eindgebruiker bedient.

Een enkele, vertrouwde weergave tot stand brengen. Als gegevens uw valuta zijn, zijn meerdere ERP-instanties vergelijkbaar met een federatie van entiteiten waarbij elke bron fungeert als zijn eigen unieke wettige betaalmiddel. Gegevens komen vast te zitten in uw ERP-kachelpijpinstanties en worden vervolgens meestal op een hub-and-spoke-manier gedeeld in één-op-één handelsrelaties met netwerkpartners. Onnodig te zeggen dat dit een sub-optionele benadering is, want zelfs als u gegevens naar een datawarehouse of datameer zou exporteren, creëert u latentie en verouderde gegevens in de gegevens. Dit devalueert de valuta in termen van besluitvorming tussen netwerkpartners.

Als gevolg hiervan adopteren organisaties oplossingen die federatief masterdatabeheer omvatten. Met deze aanpak kunnen netwerkhandelspartners zich aanmelden voor het netwerk en zowel hun hoofd- als bedrijfsgegevens delen met andere handelspartners. Gebaseerd op een beveiligd machtigingenframework over het hele netwerk, bestaan ​​gegevens slechts één keer en worden ze gefedereerd aan handelspartners op basis van de verleende machtigingen. Aangezien de gegevens niet worden gekopieerd of gedupliceerd tussen echelons, lagen of knooppunten in het netwerk, is het per definitie realtime en direct beschikbaar om het gebruik van activa, klantenservice en de laagste landkosten te optimaliseren.

Ondersteuning van bruikbare en autonome prescriptieve analyses. Gezien het meerpartijenkarakter van netwerkgebaseerde handelsrelaties, is het laatste criterium het vermogen om het volledige end-to-end supply chain-netwerk te modelleren om correct te analyseren en actie te ondernemen op het oplossen van problemen en het creëren van kansen. Aangezien de problemen of kansen die door de analyse worden blootgelegd, zich kunnen manifesteren in strategische, tactische of operationele tijdsbestekken, moet de basis naadloos zijn over deze tijdshorizon. Het moet ook diensten, algoritmen en analyses aanbieden die in realtime over het netwerk worden uitgevoerd, of het nu wordt gebruikt om problemen op te lossen die naar verwachting binnen zes maanden zullen plaatsvinden of tijdens een levering die later vanmiddag is gepland. Het goede nieuws is dat als je aanpak zowel criteria één als twee omvat, deze basis er al is.

Het end-to-end, realtime leveringsnetwerkplatform maakt het mogelijk om nieuw beleid voor de toeleveringsketen, netwerkveerkracht, de haalbaarheid van strategische of tactische plannen te testen, alternatieve onderdelen of leveranciers te activeren, vervoerswijzen aan te passen of zelfs toe te voegen extra diensten in een fabriek.

Aangezien er veel manieren zijn om problemen met betrekking tot vraag, aanbod, logistiek en fulfilment in een netwerk op te lossen, is het belangrijk dat de analysewerkbanken realtime toegang hebben tot elke materiële variabele die mogelijk is. Traditionele systemen bieden u doorgaans maar één manier om een ​​probleem op te lossen, vanwege statische doorlooptijden en verouderde gegevens. Een op AI gebaseerde analytische werkbank is daarentegen een prescriptieve omgeving waar organisaties de top drie of vier oplossingen krijgen aangeboden die het beste aan hun doelstellingen voldoen. Het kan ook machine learning ondersteunen, wat gewoon een betere manier is om resultaten te voorspellen en uiterst waardevol is bij het aanbevelen van voorschrijvende acties. Niet alleen dat, machine learning verbetert de voorspellingen in de loop van de tijd naarmate u meer gegevens verstrekt.

Deze mogelijkheden bieden het platform en de architectuur die nodig zijn om deze basis mogelijk te maken en bieden de mogelijkheden die nodig zijn om in de toekomst te kunnen concurreren.

Joe Bellini is chief operating officer bij One Network Enterprises, leverancier van AI-bedrijfsnetwerksoftware.