Supply chain analytics: 5 tips for smoother logistics

Die weltweiten Herausforderungen in der Lieferkette, die Unternehmen in mehreren Branchen im Jahr 2021 geplagt haben, setzen sich auch in diesem Jahr fort. Eine potenziell effektive Lösung zur Bewältigung von Angebots- und Nachfrageproblemen ist die Nutzung von Datenanalysen.

Das professionelle Dienstleistungs- und Beratungsunternehmen KPMG stellt in einem kürzlich erschienenen Bericht fest, dass derzeit mehrere größere Störungen die Lieferketten beeinträchtigen. Dazu gehören die anhaltenden globalen Logistikstörungen aufgrund der COVID-19-Pandemie, die sich weiterhin auf Unternehmen und Verbraucher auswirken – da der Warenfluss in Schlüsselmärkte durch die Schließung großer globaler Häfen und Flughäfen eingeschränkt ist.

Die großen logistischen Störungen erzeugen einen Welleneffekt in den globalen Lieferketten, der letztendlich dazu führt, dass sich die Waren im Lager stapeln, sagt das Unternehmen. Unter der Annahme, dass diese Störungen abnehmen und der Zugang zu See- und Luftfracht wieder auf das Niveau vor der Pandemie zurückkehrt, wird es wahrscheinlich einige Zeit dauern, bis sich die Dinge wieder normalisieren, heißt es.

Andere Faktoren, die zu Problemen in der Lieferkette beitragen, sind Produktionsverzögerungen, übermäßige Abhängigkeit von einer begrenzten Anzahl von Drittanbietern und Engpässe auf dem Arbeitsmarkt. Der Bericht weist auch darauf hin, dass viele Unternehmen in Technologien investieren, um Schlüsselknoten innerhalb der Lieferkette zu automatisieren.

In diesem Jahr wird es laut KPMG zu einem beschleunigten Investitionsniveau kommen, da Unternehmen versuchen, kritische Fähigkeiten zur Lieferkettenplanung zu verbessern, indem sie fortschrittlichere „digitale Befähiger“ wie kognitive Planung und KI-gesteuert einsetzen prädiktive Analytik.

„Der Einsatz neuer Technologien hat die Art und Weise, wie Lieferketten weltweit funktionieren, grundlegend verändert“, heißt es in dem Bericht. „Die Verbraucher werden anspruchsvoller, und dies führt dazu, dass sich die Lieferketten schneller verändern und weiterentwickeln. Moderne Betriebe konzentrieren sich auf Technologie und Innovationen, wodurch die Lieferketten immer komplexer werden.“

Wie können Unternehmen Datenanalysen am besten nutzen, um ihre Lieferkettenmanagement (SCM) Bemühungen? Hier sind einige Best Practices, laut Experten.

Verwandeln Sie Daten in umsetzbare, einfache Erkenntnisse

Die meisten Unternehmen werden von großen Datenmengen überschwemmt, die oft in verschiedenen Systemen und Datenbanken gespeichert sind, sagt John Abel, CIO des Netzwerktechnologieunternehmens Extreme Networks. Lieferketten haben die zusätzliche Komplexität zusätzlicher Datenquellen, die von erweiterten Partnern wie Outsourcing, Logistik und Vertriebsbetrieben generiert werden, fügt er hinzu.

„Infolgedessen haben viele Schwierigkeiten, diese Daten zu nutzen, um aussagekräftige Erkenntnisse zu gewinnen, die über Metriken auf oberster Ebene und beschreibende Statistiken hinausgehen“, sagt Abel. „Datenanalysetools können tiefere, umsetzbare Erkenntnisse liefern und die Genauigkeit dieser Erkenntnisse verbessern.“

Zu den Grundlagen einer erfolgreichen Datenanalysestrategie für die Lieferkette gehört die Sicherstellung, dass interne und externe Daten in einem strukturierten Format zusammengeführt werden; Konzentrieren des Ergebnisses von Datenprojekten darauf, welche Maßnahmen ergriffen werden müssen, um die Leistungsnadel zu bewegen; und sicherzustellen, dass die Ergebnisse einfach zu verstehen sind, sagt Abel.

„Der letzte Punkt ist einer der wichtigsten“, sagt Abel. „Es ist oft verlockend, sich auf das verwendete Modell und nicht auf das Ergebnis zu konzentrieren“, da viele Technologieführer versuchen, KI in ihre Prozesse einzubeziehen. „Aber das wichtigere Ziel ist es, sich auf die Generierung von Erkenntnissen zu konzentrieren, die klar, erklärbar und für die Geschäftsanwender leicht verdaulich sind, nicht nur für Analyseteams.“

Jeder Bericht oder jedes Dashboard, das mit funktionsübergreifenden Teams geteilt wird, muss in der Lage sein, eine klare Geschichte zu erzählen, die leicht verständlich ist. „Andernfalls könnten die Vorteile der Datenanalyse durch die Notwendigkeit langer Besprechungen überschattet werden, um zu erklären, warum sie wertvoll sind“, sagt Abel.

Das funktioniert auch umgekehrt. „Während die meisten Data-Analytics-Experten keine fundierten funktionalen Kenntnisse der Geschäftsprozesse und -systeme haben, die diese Daten erzeugt haben, verfügen sie oft über ein breites Wissen über die vor- und nachgelagerten Prozesse und Systeme“, sagt Abel. „Erfolgreiche Supply-Chain-Analytics-Projekte gehen von der Perspektive „Was sagen uns die Daten aus“ aus, schichten dann aber ein tiefes Verständnis der Geschäftsprozesse ein.“

Partnerschaften zwischen Analytics-Teams und den Geschäftsanwendern tragen dazu bei, diese erklärbaren Erkenntnisse zu entwickeln, die problemlos im gesamten Unternehmen kommuniziert werden können, sagt Abel.

Konzentrieren Sie die Analyse auf Bereiche, die den Unterschied ausmachen

Supply-Chain-Organisationen werden mit Daten wie Kundenbestellungen, Artikelinformationen, Geräteauslastung und sich ständig weiterentwickelnden Transportkosten überschwemmt, sagt Erik Singleton, Experte für globale Lieferketten beim Beratungsunternehmen North Highland Worldwide Consulting.

„Der Schlüssel zum Aufbau einer erfolgreichen, kundenorientierten Lieferkette bei gleichzeitiger Maximierung der betrieblichen Effizienz liegt in der Verwendung der richtigen Analysen, um datengesteuerte Entscheidungen zu treffen“, sagt Singleton. Er empfiehlt, dass Supply-Chain-Organisationen ihre Analysen auf drei Hauptbereiche konzentrieren.

Eine davon ist die Bedarfsplanung und Bestandsplatzierung. „Organisationen sammeln Millionen Zeilen von Transaktionsdaten und ermöglichen so eine gründliche Analyse des Kaufverhaltens von Kunden“, sagt Singleton. „Durch die Nutzung dieser Daten zum Aufbau eines robusten, analytischen Algorithmus zur Steuerung der Bestandsplatzierung in der gesamten Lieferkette wird sichergestellt, dass die Produkte zur richtigen Zeit am richtigen Ort sind.“ Unternehmen sollten analytische Ressourcen auf die Prognose von Nachfragemustern zwischen Produkttyp, Vertriebskanal und geografischer Platzierung konzentrieren.

Der zweite Bereich ist die Betriebseffizienz. Kunden- und Auftragsdaten ermöglichen es Lieferketten, die Ressourcen- und Personalauslastung zu maximieren, indem Ressourcen effizient geplant werden, um schwankenden Nachfragemustern Rechnung zu tragen, sagt Singleton. „Durch die Anpassung von Arbeitsplänen, um Ressourcen in Spitzenzeiten aufzustocken, während die Wartung von Ausrüstung/Anlagen in Zeiten von Talfahrten geplant wird, können Unternehmen die Effizienz maximieren und die Betriebskosten senken“, sagt er.

Und der dritte Bereich ist die Entscheidungsfindung zum Auftragserfüllungspfad. „Kunden erwarten, dass Lieferketten flexibler und kundenorientierter sind als je zuvor, mit mehreren Wegen, über die Produkte den Endkunden erreichen“, sagt Singleton. Unternehmen müssen eine Vielzahl von Faktoren abwägen, darunter Serviceerwartungen, Transport- und Erfüllungskosten sowie Lagerbestände, um die beste Methode für die Auftragserfüllung zu ermitteln.

„Der Einsatz von Analysen zur Abwägung von Kosten und Kundenerlebnis ist entscheidend, um die Wettbewerbsfähigkeit aufrechtzuerhalten“, sagt Singleton.

Nutzen Sie Echtzeitdaten, um Störungen zu bewältigen

Da sowohl die Größe als auch die Komplexität von Lieferketten weltweit zunehmen, wird es exponentiell schwieriger, Schwankungen in der gesamten Lieferkette zu verwalten und darauf zu reagieren, sagt Abel.

„Da sich Datenpunkte schnell ändern, basieren Analysen und Entscheidungsfindungen oft auf veralteten Informationen und werden durch die Zeit, die für eine effektive Analyse der Daten benötigt wird, weiter verschärft“, sagt Abel. „Um dies erfolgreich zu steuern, müssen Supply-Chain-Manager gleichzeitige Planungssysteme entwickeln, die Nachfrage und Angebot optimieren, indem sie fortschrittliche Analysen und Echtzeit-Sichtbarkeit in der gesamten Lieferkette nutzen.“

In der Vergangenheit basierten Updates auf einem bestimmten Zeitrahmen und wurden vielleicht täglich oder stündlich geteilt, sagt Abel. „Aber heute reicht das nicht mehr“, sagt er. „Nachfrage und Angebot schwanken ständig, daher ist es am besten, Systemintegrationen mit wichtigen Lieferanten zu haben, um Updates in Echtzeit zu erhalten.“

Wenn sich bei einem Lieferanten etwas ändert, müssen Unternehmen die potenziellen Auswirkungen sofort verstehen, damit sie alternative Pläne erstellen können, um Verpflichtungen gegenüber Kunden einzuhalten. „Der Einsatz fortschrittlicher Analysen auf Echtzeit-Datenfeeds ermöglicht es den Verwaltern der Lieferkette, die Auswirkungen potenzieller Störungen schnell zu modellieren und zu bewerten, sodass sie Schwankungen bei Nachfrage, Angebot und Bestand planen und umsetzen können“, sagt Abel.

Diese Erkenntnisse können auch verwendet werden, um die potenziellen Auswirkungen von Einschränkungen in der Lieferkette auf Umsatzprognosen zu verstehen, sagt Abel. Die nahezu Echtzeit-Sichtbarkeit von Daten wie Buchungen, Lieferungen, Lagerbeständen, Lieferantenverpflichtungen, Rabatten und Pipeline-Verkaufsmöglichkeiten – sowie die Echtzeitanalyse dieser Daten – ist für die Fähigkeit eines Unternehmens, Einnahmen zu überwachen und zu verwalten, zu einem entscheidenden Faktor geworden Prognosen.

Durch den Einsatz fortschrittlicher Analysen und Automatisierung „können diese variablen Dateneingaben verwendet werden, um Tracking-Modelle zu erstellen, die es den Supply-Chain-Teams ermöglichen, nahezu in Echtzeit auf Änderungen zu reagieren, Eventualitäten zu entwickeln und eine vorhersehbarere Umsatzprognose zu liefern“, sagt Abel.

Betonen Sie Data Governance und Qualität

Das alte Sprichwort über Informationen „Garbage in, Garbage out“ gilt sicherlich für Lieferkettendaten, sagt Mark Korba, Vice President of Supply Chain and Business Intelligence bei Optimas Solutions, einem Hersteller und Vertreiber von Verbindungselementen.

„Es ist wichtig, Daten zu validieren, insbesondere da sie aus einer Vielzahl von Quellen stammen“, sagt Korba, darunter Bestandsverwaltungssysteme von Kunden, Bedarfsplanungsanwendungen, Lieferantensoftware und andere. „Oft sind die Daten nicht konsistent oder werden systemübergreifend gleich verwaltet und sind daher nicht vollständig.“

Die Schaffung eines aktiven Data-Governance-Programms ist besonders wichtig, um die Datenintegrität in der gesamten Lieferkette sicherzustellen, sagt Korba. „Ein Governance-Programm stellt sicher, dass die Daten richtig ausgerichtet sind, und stärkt die Zusammenarbeit zwischen den Partnern der Lieferkette“, sagt er. „Es gibt viele öffentliche Informationen über die Einrichtung von Data-Governance-Programmen.“

Laut Korba ist es besonders wichtig, die Lieferkette eines Unternehmens mit bekannten Daten zu vergleichen. „Bei Optimas Solutions vergleichen unsere Supply-Chain-Teams ihre Leistung mit denen der Konkurrenz“, sagt er. „Sie überprüfen Branchendurchschnitte und sammeln Informationen, die dazu beitragen, die Fähigkeit des Unternehmens zu verbessern, die Nachfrage zu befriedigen.“

Lieferkettenanalysen allgemein verfügbar machen

SCM umfasst mehrere Facetten der Organisation, daher müssen Analysefunktionen großzügig geteilt werden.

„Machen Sie es allen Beteiligten in der Lieferkette leicht, die benötigten Daten und Tools zu erhalten“, sagt Arthur Hu, Senior Vice President und CIO beim Computerhardwareanbieter Lenovo. „Hierfür müssen zunächst alle ‚Informationssilos‘ aufgebrochen und ein integriertes End-to-End-Informationssystem aufgebaut werden.“

Es bedeutet auch, Tools wie maschinelles Lernen und künstliche Intelligenz zu nutzen, um den vollen Wert eines so datenreichen Systems auszuschöpfen, sagt Hu. „Wenn diese Art von System vorhanden ist, können Manager und Bediener auf und ab in der Lieferkette ihre Leistung optimieren.“

Es ist auch wichtig, sich daran zu erinnern, dass Anwendungsfälle für Supply-Chain-Analysen keine Abteilungsgrenzen kennen. „Teams neigen dazu, sich auf die Daten zu konzentrieren, die innerhalb ihrer Organisation leicht verfügbar sind“, sagt Hu. „Auf diese Weise können sie die vollständigen Daten verpassen, die erforderlich sind, um einen wirklichen Einblick in ein Problem zu erhalten. Als kritische Plattform, die mehrere Teile des Unternehmens berührt, muss die Lieferkette aus einer ganzheitlichen Perspektive verwaltet werden.“

Bei der Verwaltung der Produktqualität sollte ein Team beispielsweise nicht nur Zugriff auf die werksseitige Konfiguration und Metriken haben, sondern auch auf Produktentwicklungsdaten, Komponentenlieferantendaten und Kundenfeedbackdaten, sagt Hu. All dies zusammen ergibt ein multidimensionales Bild dessen, was Qualitätsergebnisse antreibt, sagt er.

Indem sichergestellt wird, dass Führungskräfte auf allen Ebenen des Unternehmens Zugriff auf Lieferkettendaten haben und damit interagieren können, „können sich Unternehmen auf Erfolg einstellen und langfristige Renditen erzielen, die ihr Endergebnis verbessern“, sagt Stanislav Tatarzuk, Vice President of Inventory Planning and Forecast beim E-Commerce-Unternehmen CarParts.com.

Dateneinblicke „können verschiedenen Teams und Abteilungen unterschiedliche Wertniveaus bieten“, sagt Tatarzuk. „Zum Beispiel kann ein Logistikteam Daten verwenden, um Engpässe zu entdecken und die Effizienz in seinem Lager oder Vertriebszentrum zu steigern, während eine Finanzabteilung dieselben Daten einsehen und Wege finden kann, Kosten zu optimieren und Ausgaben zu reduzieren.“

Dieses Maß an Wissensaustausch innerhalb einer Organisation reduziert nicht nur das Gesamtrisiko, sondern ermöglicht auch eine verbesserte Entscheidungsfindung und Leistung, sagt Tatarzuk.