撰写者 下午5:06 需求, 未分类

为不同的人提供不同的笔画(以获得更好的结果?)?

这周我在硅谷度过了与技术创新者交谈的时间shutterstock_777626。供应链计划中的破坏正在发生。我的担心是,它并没有更快地发生。我们正在重塑供应链计划等决策支持技术。 第三幕开始。这将使传统方法过时。早期采用者(接下来的五年)的采用率将很快,而保守派采用者的采用率则要慢得多。所有人的障碍是传统思维。

让我分享一个故事。昨天我去了一家从事认知计算的公司。他们为与多家制药商的规划工作感到自豪。为了讲述他们的故事,他们弹出了JDA需求计划的屏幕(自从我1995年研究以来,并没有太大变化),然后继续讲了一个关于他们的认知应用如何改善预测误差(由平均绝对百分比误差衡量)的故事。或MAPE)超过30%。他们逐项显示了细节,以提高准确性。我的反应?陷入悲伤。

行和列了解我以及我对认知计算的热情,您可能会问为什么。让我解释。 JDA中需求计划单位的定义–和其他传统的高级计划解决方案–是在1990年代定义的,当时我们正在讨论将32位架构转换为64位架构的过程改进的可能性。这些传统方法是分层的,数据按行和列进行查看。结果,团队错过了模式。该方法是限制性的。我认为我们需要考虑过去的行和列。

我们今天停滞不前的系统在1990年后期’随着扩展的ERP(在SAP APO和Oracle SCP等应用程序中与企业资源计划捆绑在一起的高级计划系统)的发展以及最佳提供商的广泛供应商合并。这两个因素都阻碍了创新。所以我对主持人的问题是 “如果可以做更多的事情,为什么还要浪费时间尝试改进传统的需求计划方法呢?” 答案? “我们正在与只能采取渐进方法的公司合作。我们必须走之前先走。”等级制

的障碍 采用新技术就是我们。在这种情况下,客户可以使用IMS和World Health Data定义外部流程,以驱动/定义市场驱动的外部流程。在1990年’通道数据不可用,并且内存要求限制了过程。传统的预测流程使用预测建模,将订单数据作为输入。今天,该订单代表了三到四个月的需求延迟。该公司本可以设计基于规则的本体,以允许同时查看属性,成本和数量数据。传统的需求计划层次结构受关系数据库上的主键限制,会产生数量数据。结果,很难理解升力和自相残杀的相互关系。

传统高级计划系统中需求的转换决定了安全库存,但是对于库存周转率为2且需求和供应不确定性较大的制药公司来说,有更大的机会来确定库存策略,包括缓冲,推拉解耦点和推迟。我们花了二十年的时间来尝试优化安全库存,但收效甚微。更大的价值在于确定库存策略,以驱动有关库存形式和功能的决策。

学习供应链认知计算基于上下文数据的相互关系挖掘见解(请参阅左侧的基于规则的本体)。结果,我们不再局限于传统的分层思维,可视化也不再局限于行和列。但是,我们的大脑难以驾驭,迫使传统的需求计划思维转变为这种更具创新性的方法。

真正的自白

当我与团队讨论需求计划时,通常房间里有很多聪明人。许多人有很大的自负。他们通常是供应链超级英雄。传统过程的定义贯穿他们的脉络,他们为所做的事情感到自豪。他们使用大型电子表格,具有深厚的产品知识,并在大多数公司中存在的电子表格贫民窟中占统治地位。

在讨论中,您要做的第一件事是设定期望值。关于未来需求计划的对话不是一场竞赛  “谁是房间里最聪明的人。” 取而代之的是,需要一步一步的改变:重新定义“art of the possible.”由于许多技术最激动人心的技术人员都没有供应链背景,因此需要花费时间和精力来“imagine together.”

为什么这样机会是巨大的。

  • 减少劳动力。 我认为我们可以减少全球供应链组织中80%的计划者,并提供更好的答案。
  • 在更少的时间内得到更好的答案。 借助语音激活逻辑,我们不再为过时的用户界面而苦恼。肮脏的小秘密是,大多数公司不使用其计划系统。他们太僵硬了。
  • 工作满意度。 需求计划者的生活很艰难。大多数需求计划者 感觉很少的爱。他们总是错的,当事情出错时,他们经常是鞭打的男孩。
  • 风险缓解。 今天,供应链超级英雄的流失很难克服。
  • 更少的延迟。 使用渠道数据的组织与市场保持同步。公司不是今天。他们不合时宜。在大多数组织中,订单的需求等待时间在过去十年的10倍中已经增加,但是供应链团队并不了解其含义。结果,对计划的重新思考可以降低成本并带来更好的结果。

需求计划的新方法

This week, largely by accident, I discussed new approaches to 需求计划 with five different solution providers. Each is a different, and a novel approach. I welcome 革新 in this field. (Traditional approaches did not work very well, and the old-fashioned thinking is even less effective now with globalization.) Over the last decade there was slow progress. We inched along. Adexa drove new thinking in attribute planning, Logility innovated with New Profile Planning, Steelwedge adopted attach rate 预测 approaches, and 泰拉科技 developed multi-tier 需求感应; but overall, progress was slow, and user satisfaction disappointing.  Here are five new approaches I am following (in alpha order):

  • E2open。 通过购买Terra Technology and Orchestro,E2open正在尝试一种称为长期需求感应(LDS)的方法。该产品评估促销或新产品发布的市场潜力。由于新产品的误差通常大于70%,偏差通常大于40%,因此重点在于了解基准提升和市场潜力。 P&G正在测试此方法。
  • Enterra解决方案。 Enterra具有预测伊拉克发生军事大火的历史,它使用认知计算功能来重新定义消费产品中的决策支持。他们的方法是将收入管理,贸易促进和需求计划捆绑在一起。试验结果非常有希望。
  • FusionOps。 人工智能和认知计算正进入炒作周期,FusionOps希望在此方面大有作为。他们的重点是构建企业级认知引擎。有了新的首席执行官和制药行业的几个客户,他们的目标是在很大程度上控制供应链市场。这些是小型但有前途的飞行员。
  • Kinaxis。 Kinaxis迟迟未进入需求计划市场,但在本周的简报中,我看到他们在构建外向内流程方面的工作感到很惊讶。重点是使用市场/渠道数据并推动“what-if”分析到供应。这项工作尚处于测试阶段,但很有希望。
  • ka 位于巴黎, Lokad正在建模概率 具有极端错误和间歇性需求的供应链中的结果。这种方法是从传统思维的根本转变。

当我们测试新概念时,我们应该不断地问自己, “需求在未来供应链中的作用是什么?” 今天的重点是改进战术计划。这包括购买原材料,定义资产策略以及将营销计划转化为可操作的运营计划。但是,规划的时间范围比十年前要短,并且这些传统的需求规划方法在操作规划的范围内无法有效地驱动补货和库存策略。传统的基于规则的消费逻辑只是行不通,‘demand sensing’无处不在,稀释了市场的有效性。 (许多公司声称没有能力就无法感知需求。)也许是时候采用一种新方法了吗?特别是对于存在明显差异的供应链–错误率高且需求量大。因此,博客标题“物以类聚,人以群分。”

下周,我将继续讨论下一代计划,重点是供应计划和并行计划的含义。

加入我们

我们的目标是帮助公司将供应链提升到新的水平。我们为有远见的企业而写。为了最大程度地学习,我们提供了很多机会。

小型金融调查供应链金融研究。 想知道其他人在服务成本和建立供应链金融组织方面的进展吗? 参加我们的调查,然后加入虚拟圆桌会议与他人讨论结果。

下一代供应链培训。 有一些 training_three您想放弃下一代思维的高潜力员工吗? 5月的“跨公司同类群组”将带领一组领导者参加 我们在CorpU的帮助下构建了七个供应链在线学习模块。 欧洲,亚洲和北美将有30至40人的人群。每个公司可以在2017年5月至12月期间安排1-3人参加。如果有兴趣,请发送电子邮件至Regina Denman,邮箱为Regina.Denman@supplychaininsights.com。

网络小网络网络网络。 下周,几家公司将讨论计划中的试点,以测试区块链和认知学习,以改善跨网络的互操作性。该会议对所有创新者开放。下一次正式讨论飞行员的正式会议是4月13日在北美和4月28日在欧洲。有关工作的概述,请查看 呼吁采取行动。

峰会-2017_450想像。 我们正在最后确定 供应链洞察全球峰会。 该会议旨在挑战团队以不同的方式思考并取得更好的结果。于2017年9月5日至8日举行的峰会将挑战团队进行创新思考,旨在在企业创新者和技术梦想家之间建立指导联盟。 

要注册活动,请通过regina.denman@supplychaininsights.com与Regina Denman联系。