La science et la technologie de la Supply Chain
RETOUR À LOKAD TV ›
Prévision des promotions
La prévision de la demande promotionnelle est nécessaire pour allouer la quantité correcte de stock. Cependant, les modèles de prévision des séries temporelles ne conviennent généralement pas pour prendre en compte les schémas de demande liés aux prix. Des modèles de prévision plus complexes basés sur l'apprentissage automatique sont nécessaires pour tenir compte correctement des promotions passées et refléter l'impact à venir de celles qui sont prévues.
Le paradoxe de l’expérience utilisateur
Les systèmes de gestion de la chaîne d'approvisionnement (SCM) présentent des interfaces utilisateur complexes. Parmi elles, les sous-systèmes de prévision de la demande sont non seulement complexes mais aussi compliqués. De meilleures interfaces utilisateur sont nécessaires pour faire face à cette complexité.
Silos et décisions en Supply Chain
Les chaînes d'approvisionnement modernes sont complexes, et la réponse la plus directe à cette complexité est une 'spécialisation du travail'. Malheureusement, cette approche entraîne des 'silos' qui échouent à prendre des décisions qui maximisent les retours pour l'entreprise.
Le Data Scientist en Supply Chain
Les défis de la supply chain sont souvent quantitatifs et axés sur les données. Cela en fait un domaine propice à la pratique de la science des données. Cependant, la compréhension du métier est souvent négligée dans la pratique de la science des données en supply chain.
Blockchain et Bitcoins
Les blockchains et le Bitcoin ont des applications pour les chaînes d'approvisionnement, mais pas celles mises en avant par les fournisseurs de logiciels.
Intelligence artificielle pour la supply chain
L'intelligence artificielle (IA) est un terme générique qui englobe de nombreuses méthodes statistiques à haute dimensionnalité telles que le deep learning ou la programmation différentiable. Ces méthodes peuvent être utilisées de différentes manières pour améliorer les performances opérationnelles des supply chains. Cependant, les problèmes et les solutions diffèrent considérablement des problèmes d'IA courants tels que le traitement du langage naturel (NLP).
Précision des prévisions de demande
Atteindre une prévision de demande hautement précise est classiquement considéré comme la première étape vers l'optimisation d'une supply chain. Des prévisions plus précises sont censées réduire les niveaux de stocks et améliorer les taux de service.