Das quantitative Supply Chain Manifest

Bei Lokad entdecken wir bessere Möglichkeiten zur Optimierung von Supply Chains und möchten anderen dabei helfen, dasselbe zu tun. Durch unsere Arbeit haben wir erkannt, dass:

1. Alle möglichen Zukunftsszenarien müssen berücksichtigt werden; eine Wahrscheinlichkeit für jede Möglichkeit

Kunden selbst wissen oft nicht genau, was sie kaufen werden, wann sie kaufen werden oder ob sie überhaupt kaufen werden. Unsicherheit kann nicht geleugnet, sondern sollte akzeptiert werden. Dennoch bedeutet Unsicherheit nicht, dass alle Zukunftsszenarien gleich wahrscheinlich sind. Einige Zukunftsszenarien sind wahrscheinlicher als andere. Das Ziel des Prognoseprozesses besteht darin, jeder einzelnen möglichen Zukunft eine Wahrscheinlichkeit zuzuweisen. Moderne Computer verfügen über unglaubliche Rechenleistung, und obwohl die Bewertung all dieser Wahrscheinlichkeiten erhebliche Verarbeitungskapazitäten erfordert, stellt dies kein Hindernis mehr dar.

2. Alle machbaren Entscheidungen müssen berücksichtigt werden; Möglichkeiten gegen Wahrscheinlichkeiten

Jede Einheit an Waren, die Sie auf Lager haben, bedeutet, dass Sie mindestens eine Entscheidung pro Tag treffen müssen: die Einheit dort zu belassen, wo sie ist, oder etwas anderes damit zu tun. Jede Einheit, die Sie nicht auf Lager haben, sei es, weil sie noch nicht gekauft wurde oder weil sie noch nicht produziert wurde, erfordert ebenfalls eine Entscheidung pro Tag: ob diese zusätzliche Einheit “materialisiert” werden soll oder nicht. All diese Entscheidungen sollten jeden Tag für jedes Produkt, für jeden Standort, für jeden Lieferanten, für jede Route berücksichtigt werden. Auch hier war die Rechenleistung in der Vergangenheit möglicherweise ein Problem, aber es ist kein Hindernis mehr. Daher sollten alle möglichen Entscheidungen in Bezug auf alle möglichen Zukunftsszenarien und deren jeweilige Wahrscheinlichkeiten untersucht werden.

3. Wirtschaftliche Treiber müssen verwendet werden, um machbare Entscheidungen zu priorisieren

Null Bestände, null Fehlbestände, null Verzögerungen sind nur theoretische Grenzen Ihrer Supply Chain; das sind keine praktischen, machbaren - und sicherlich keine profitablen - Optionen. Ein wichtiges Ziel der Supply Chain besteht darin, die Fehlerkosten zu minimieren, nicht die Fehlerquoten. Die Annahme, dass eine Verbesserung der Fehlerquoten automatisch zu Kosteneinsparungen führt, ist ein Trugschluss. Lagerhaltungskosten müssen mit den Kosten für Fehlbestände abgewogen werden. Einkaufspreise müssen mit Einkaufsmengen abgewogen werden. Jede Optimierung ist grundsätzlich von den Metriken abhängig, die optimiert werden. Um eine solche geschäftsorientierte Optimierung zu erreichen, müssen wirtschaftliche Treiber eingeführt werden. Dank dieser wirtschaftlichen Treiber wird es nun möglich, alle machbaren Entscheidungen in Bezug auf ihre erwartete Rendite zu priorisieren. Die Verfeinerung der wirtschaftlichen Treiber kann genauso viel Aufwand erfordern wie die Durchführung der Optimierung selbst; dies ist jedoch der Preis, der für die Sicherstellung der Übereinstimmung der Ergebnisse mit der Wirtschaftlichkeit des Unternehmens zu zahlen ist.

4. Die Kontrolle erfordert die Automatisierung jeder banalen Aufgabe

Automatisierung ist der Schlüssel, um das Management mehr Kontrolle über ihre eigene Supply Chain zu geben. Wenn es erforderlich ist, sich um den endlosen Strom von entscheidungsbasierten Optimierungen zu kümmern, erfordert dies einen endlosen Strom von manuellen Eingaben, dann sind die Supply Chain-Praktiker die Sklaven ihrer eigenen Supply Chain-Lösung. Die manuelle Ergänzung der Lösung mit endlosen manuellen Eingaben zu ergänzen, ist das genaue Gegenteil von Kontrolle.

Tatsächlich bedeutet Kontrolle, dass alle strategischen Erkenntnisse ordnungsgemäß in die Millionen von Entscheidungen einfließen, die in Bezug auf Ihre Supply Chain getroffen werden. Wenn sich Ihre Marktsituation ändert, müssen auch Ihre strategischen Erkenntnisse überarbeitet werden. Die Überarbeitung einer Supply Chain-Lösung, um die neuen Elemente in der Unternehmensstrategie zu berücksichtigen, sollte schmerzlos sein und idealerweise innerhalb von Stunden, nicht Wochen, erfolgen. Darüber hinaus sollte es keine Begrenzung für die Menge an Expertenwissen geben, das in die Automatisierung eingebracht werden kann.

5. Ein Supply Chain Scientist muss die Verantwortung für die numerischen Ergebnisse übernehmen

Wenn Ihre Supply Chain bedeutend ist und seit Jahren in Betrieb ist, dann ist die Vorbereitung Ihrer Supply Chain-Daten an sich schon eine große Aufgabe. Nur sehr wenige Praktiker realisieren, wie viel Tiefe in den Daten vorhanden ist, und als Faustregel gilt, dass eine “traditionelle” IT-Abteilung dies fast nie tut. Die Hauptherausforderung besteht darin, die Semantik der Daten festzulegen: Was bedeuten die Daten tatsächlich? Die Semantik hängt nicht nur von der verwendeten Software ab, sondern auch von den vielen betrieblichen Prozessen, die befolgt werden. Das Aufdecken und Dokumentieren der Daten-Semantik erfordert beträchtliches Geschick. Darüber hinaus erfordert die Bereitstellung der numerischen Ergebnisse eine angemessene Modellierung der Supply Chain, die wiederum zusätzliche Fähigkeiten erfordert. Es ist entscheidend für den Erfolg eines Projekts, dass ein Supply Chain Scientist die Verantwortung für die Bereitstellung der numerischen Ergebnisse übernimmt. Ohne die erforderlichen Kompetenzen in der Supply Chain Science besteht die Gefahr, dass eine Initiative unter nicht identifizierten Feinheiten leidet, die mit Daten, Supply Chain-Prozessen oder Modellierungsartefakten verbunden sein können. Dies kann wiederum zu Chaos in den Supply Chain-Operationen führen, sobald die Ergebnisse in Produktion gehen.

Dieses Manifest fasst die von Lokad angenommene Philosophie zur Bewältigung von Supply Chain-Herausforderungen zusammen. Unsere Technologie bietet die Bausteine zur Umsetzung dieser Vision in Ihrem Unternehmen. Unser probabilistischer Prognose-Engine weist jeder möglichen Zukunft eine Wahrscheinlichkeit zu. Unsere numerischen Solver berücksichtigen und bewerten alle möglichen Entscheidungen. Die End-to-End-Automatisierung wird durch Envision, unsere Programmiersprache, erreicht. Unser Team bietet die erforderliche Expertise und Erfahrung für die Durchführung der Initiative. Wir helfen Ihnen dabei, die Kennzahlen zu entwickeln, die Ihr Unternehmen benötigt. Wir helfen Ihnen dabei, das Beste aus den Daten zu machen, die Sie haben, auch wenn es noch nicht die Daten sind, die Sie sich wünschen.