Supply Chain Science
Retour au blog ›
Une approche numérique du DDMRP
Quelle nouveauté apporte réellement le "Demand Driven Material Requirements Planning" aux supply chain ?
Traitement lean scalable pour supply chain
Les calculs à grande échelle via cloud computing valent-ils le coût?
L’applicabilité limitée du backtesting
Le backtesting est simple et élégant, mais est-il vraiment une solution miracle?
Améliorer une technologie de prévision
Découvrez comment Lokad continue à fournir des formes supérieures de l'optimization de la supply chain
Livre: La Supply Chain Quantitative
Découvrez pourquoi votre supply chain mérite ce que machine learning et big data ont à offrir
L’analyse d’entropie pour la découverte des systèmes informatiques de supply chain
Le problème ne réside pas dans les capacités de traitement des données. Le vrai défi est de donner un sens à tous vos champs.
Le Supply Chain Scientist
Découvrez le rôle du Supply Chain Scientist, la pierre angulaire d'une initiative de la Supply Chain Quantitative.
Le test de la performance de supply chain
Testez la performance de votre supply chain à travers 12 questions. Où en êtes-vous?
2017, année de la Supply Chain Quantitative
Lisez notre nouveau manifeste supply chain et découvrez comment cette approche peut transformer votre supply chain.
Préparer les données d’entreprise prend 6 mois
Learn the importance of data preparation and the typical length of a proper set-up phase.
La compilation sauvera-t-elle les supply chains?
Pour les supply chains, la sagesse conventionnelle de l'informatique ne fonctionne souvent pas, mais la compilation pourrait bien sauver la situation.
Les POCs ne fonctionnent pas dans la Supply Chain Quantitative
Malgré les affirmations des vendeurs, optimiser la supply chain est difficile. Découvrez pourquoi la plupart des POCs échouent dès le départ.