Der Supply Chain Scientist
Künstliche Intelligenz hat in den letzten Jahrzehnten stetige Fortschritte gemacht. Allerdings, während selbstfahrende Autos vielleicht gleich um die Ecke sind, liegen wir noch Jahrzehnte davon entfernt, Software zu haben, die klug genug ist, um eine supply chain Strategie zu entwickeln. Dennoch wäre es falsch zu schlussfolgern, dass supply chain als Ganzes noch Jahrzehnte davon entfernt ist, positiv von machine learning Algorithmen beeinflusst zu werden.
Lokad’s supply chain science Kompetenz entstand aus der Beobachtung, dass Algorithmen allein zwar unzureichend waren, in den Händen fähiger supply chain experts jedoch zu mächtigen Ermöglichern werden. Machine learning bietet die Möglichkeit, beispiellose Niveaus der supply chain performance zu erreichen, indem es sich um all die umfangreichen, jedoch rein administrativen Mikroentscheidungen kümmert, die deine supply chain erfordert: wann ein Produkt bestellt werden soll, wann eine Lagereinheit bewegt werden soll, wann weitere Artikel produziert werden sollen, etc.
Der Supply Chain Scientist ist eine Mischung aus einem Data Scientist und einem supply chain expert. Diese Person ist verantwortlich für die ordnungsgemäße Datenaufbereitung und die korrekte quantitative Modellierung deiner supply chain. Tatsächlich bedarf es menschlicher supply chain Einsichten, um zu erkennen, dass einige relevante Daten in einem Projekt fehlen könnten, und um die Optimierungsparameter mit der supply chain Strategie des Unternehmens in Einklang zu bringen.
Zu oft gehen supply chain Initiativen mit fragmentierten Verantwortlichkeiten einher:
- Die Datenaufbereitung liegt beim IT-Team
- Statistik und Reporting liegen beim BI (Business Intelligence) Team
- Die supply chain Ausführung liegt beim supply chain team
Die herkömmliche S&OP-Lösung für dieses Problem ist die Schaffung eines kollektiven Eigentums durch monatliche Meetings zwischen vielen Stakeholdern, idealerweise wobei alles vom CEO getragen wird. Allerdings, obwohl wir dem Prinzip des kollektiven Eigentums keineswegs abgeneigt sind, zeigt unsere Erfahrung, dass sich die Dinge bei traditionellem S&OP eher schleppend vorwärts bewegen.
Im Gegensatz zu dem durch geplante Meetings etablierten kollektiven Eigentum übernimmt der Supply Chain Scientist die entscheidende Rolle, die end-to-end Verantwortung für alle quantitativen Aspekte einer supply chain Initiative zu übernehmen.
Diese fokussierte Verantwortung ist entscheidend, um die allzu häufigen Fallstricke, die mit traditionellen supply chain Organisationen einhergehen, zu vermeiden:
- Daten werden falsch extrahiert und aufbereitet, hauptsächlich weil das IT-Team nur begrenzte Einblicke in die Nutzung der Daten hat.
- Statistik und Reporting stellen das Geschäft falsch dar; sie liefern wenig nützliche Erkenntnisse und leiden unter weniger als perfekten Dateneingaben.
- Die Ausführung stützt sich stark auf Ad-hoc-Excel-Tabellen, um die oben beschriebenen Probleme zu mildern, was jedoch eine ganze neue Kategorie von Problemen schafft.
Wenn wir eine die Quantitative Supply Chain Initiative mit einem Kundenunternehmen beginnen, stellen wir zunächst sicher, dass ein Supply Chain Scientist zur Durchführung der Initiative zur Verfügung steht.
Erfahre mehr über supply chain scientists
Leserkommentare (1)
Danke für die sehr nützlichen Einblicke in die Prognose.
JMMGSR (Vor einem Jahr)
