供給チェーンパフォーマンスのテスト
サプライチェーン施策のROIは、ソフトウェア技術の性能と、その施策を実行する人々のスキルに依存します。しかし、ROIは現状のサプライチェーンパフォーマンスにも大きく左右され、パフォーマンスが低いほど改善の余地が大きくなります。以下では、数分で実施可能なシンプルなテストを提供し、貴社の現在のサプライチェーンパフォーマンスを評価できるようにしています。このテストはシンプルながら、市場で提供されるほとんどの詳細なサプライチェーンベンチマークや監査よりも、より正確な視点を提供すると私たちは信じています。所要時間は約5分です。
12の質問で見るあなたのサプライチェーンパフォーマンス
- エクセルなしでサプライチェーンは運用できますか？
- ABC分析は陳腐化していると考えますか？
- サプライチェーンチームはすべての関連データを文書化していますか？
- 過去の在庫レベルを記録していますか？
- サプライチェーンチームはデータの品質を監視していますか？
- リードタイムの予測を行っていますか？
- 予測に手動介入を防止していますか？
- 運用上の制約（例: 最小発注量）をデータとして管理していますか？
- サプライチェーンの失敗にかかるコストを定量化していますか？
- 意思決定システムは1週間放置しても大丈夫ですか？
- すべての意思決定を1時間以内に再計算できますか？
- すべての意思決定は互いに優先順位付けされていますか？
1. エクセルなしでサプライチェーンは運用できますか？
もしサプライチェーンチームが、購入数量などの日常的な意思決定にエクセルシートを使用しているのであれば、実際の運用はエクセル経由で行われていると考えられます。時折、データの探索やこれまであまり注目されなかったサプライチェーンの問題を調査するためにエクセルを利用するのは問題ありませんが、日々の意思決定プロセスにエクセルを組み込むのは適切ではありません。信頼性の高いサプライチェーンプロセスを提供するには、1日あたり何千件、あるいは何百万件もの意思決定を生成するためのツールとしてエクセルは不向きです。もしサプライチェーンの意思決定がエクセルに依存しているのであれば、実際にはその意思決定が十分に最適化されていないことを意味します。
2. ABC分析は陳腐化していると考えますか？
ABC分析とは、貴社が販売している何千もの製品を、最近の販売量に基づいて定義された3～5のクラスに分類することに尽きます。しかし、これらのABCクラスは新たな情報を提供しているわけではなく、単に過去の需要を（粗野な方法で）反映しているにすぎません。多くの元情報が失われているため、ABC分析およびその派生手法は、サプライチェーンの複雑性を非常に大雑把な近似により軽減しようとする弱い分析手法でしかありません。もしサプライチェーンの意思決定がABCクラスに依存するルールに基づいているのであれば、単にABCクラスを取り除き、予測される将来の需要へのより細かな対応を導入することで、意思決定を改善できるでしょう。
3. サプライチェーンチームはすべての関連データを文書化していますか？
この質問で重要なのは、誰が文書を作成するかという点です。サプライチェーンデータ、すなわち、販売履歴、購買履歴、在庫レベルや製品カタログなどに関する文書がほとんど存在しなかったり、全く存在しないことがよくあります。しかし、仮にそのような文書が存在しても、サプライチェーンチーム自身ではなく、ITチームによって作成されている場合があります。データの文書はサプライチェーンの視点から作成される必要があり、そうでなければ企業のサプライチェーンプロセスに伴う多くの微妙な点が必ず見落とされます。データ文書化の欠如は、長期にわたるサプライチェーンの不具合を修正する取り組みの多くを妨げます。実際、これらの不具合は通常、特定のケースに起因しており、専用の正確なルールを実装することで適切に処理できたはずですが、サプライチェーン主導の正確な文書が不足しているため、企業はこれらの修正に失敗し続けています。
4. 過去の在庫レベルを記録していますか？
測定しなければ最適化はできません；測定が優れていればいるほど最適化は容易になります。サプライチェーンでは、販売履歴、購買履歴、在庫移動履歴など、多くの履歴データを保持する必要があります。しかし、過去の在庫レベルが適切に記録されていないことがしばしばあります。ERP／MRP／WMSのベンダーは、これらのデータがシステムに負担をかけると主張するかもしれませんが、現代の豊富なデータ保管能力のおかげで、そのようなデータの記録はもはや大きな課題ではありません。したがって、もし貴社のサプライチェーンシステムが過去の在庫レベルを記録していないのであれば、在庫レベルがもたらすバイアスに対処するための仕組みもほとんど整っていない可能性が高いのです。
5. サプライチェーンチームはデータの品質を監視していますか？
改めて、この質問で重要なのは誰が監視を行うかという点です。サプライチェーンデータの品質は、運営を円滑に保つための重要な要素です。しかし、サプライチェーンチームは、自らのデータ品質を監視し、KPIが初期の軌道から逸脱した場合に対応する手段をほとんど持っていないことが多いです。価値は見る人の目にあるというように、サプライチェーンデータの品質を監視し、時間経過とともに発生する問題を積極的に修正する任務は、ITチームに委ねるべきではありません。むしろ、これこそがサプライチェーンの主要な責任のひとつであるべきです。もしサプライチェーンがこの責任を果たさなければ、多くの不具合が見過ごされ、結果として企業にとって高コストな（通常は分散した）ミスへと発展してしまいます。
6. リードタイムの予測を行っていますか？
良い需要予測も、良いリードタイム予測がなければ意味がありません。実際、適切なタイミングで適切な数量を購入または生産するためには、企業は将来の需要を正確に予測するだけでなく、カバーすべき期間も正確に見込む必要があります。リードタイムは変動し、需要と同様に季節性や不確実性など、多くの統計的パターンを示します。たとえば、中国で製造を行う場合、旧正月によりリードタイムが延びることがあります。リードタイムが予測されなければ、その変動に対して計画が立てられず、サプライチェーンは適切に対応できなくなります。リードタイムの統計的予測は、この課題に真正面から取り組み、リードタイム予測を踏まえて生成される需要予測を最大限に活用するためのものです。
7. 予測に対する手動介入を防止していますか？
もし統計的予測が誤っているのであれば、その根底にある統計モデルを修正すべきです。もし統計モデルが、本来サプライチェーン担当者が利用可能な重要なデータを欠いているなら、そのデータを入力しシステムで利用可能にすべきです。もし統計モデルがこの追加情報を活用できないのであれば、より優れた、追加情報を考慮できるモデルに変更すべきです。予測や予測モデルに対して手動介入を許容する合理的な理由はなく、手動介入は時間の大きな浪費であるだけでなく、本来問題解決のために取り組むべき根本的な課題からサプライチェーン担当者の注意を逸らしてしまいます。
8. 運用上の制約（例: MOQs）をデータとして管理していますか？
販売履歴などの取引データ以外にも、サプライチェーンの意思決定にとって重要なデータセットは多数存在します。例えば、最小発注量（MOQ）、輸送コスト、最大コンテナ容量、サプライヤーの価格割引、商業的ノルマ、契約上のペナルティなどです。日常のサプライチェーン運営がこれらのデータに依存している以上、これらは生産データとして扱うべきです。しかし、これらのデータの多くが、生産ITシステム内で適切に管理されていないのが現状です。代わりに、これらのデータは通常、エクセルシートやAccessデータベースに保存され、IT部門にはほとんど知られていません。これらのデータがコアのITシステムに含まれていないということは、生産が信頼性の低いデータソース、すなわち同じエクセルシートやAccessデータベースに依存していることを示唆しています。その結果、サプライチェーンは上述の制約に対して最も効率的に対応できるよう最適化されていないのです。
9. サプライチェーンの失敗にかかるコストを定量化していますか？
サプライチェーンは常に納品に失敗する可能性があります：ストックアウトは常に発生し、死蔵在庫も日常茶飯事です。このような失敗の頻度や規模を減らすことは望ましいだけでなく、ほぼ常に可能ですが、完璧を目指すのは現実的な目標ではありません。ある程度の失敗は常に発生します。なぜなら、完璧、すなわちゼロ失敗を目指すことは、失敗そのものよりもはるかに高コストになるからです。在庫コストとストックアウトコストの間にはバランスが必要です。もしサプライチェーンの失敗に関連する経済的コストが定量化されていなければ、貴社がリスクを取りすぎているのか、逆に取り足りていないのかを判断することはできません。実際、これは貴社がサプライチェーンに関わるリスクを適切に最適化できていないことを意味します。
10. 意思決定システムは1週間放置しても大丈夫ですか？
大規模なサプライチェーンでは、毎週何百万もの意思決定が求められます。たとえITシステムがサポートされていたとしても、サプライチェーンチームがすべての意思決定を細かく管理するのは現実的ではありません。その結果、すべての現代のサプライチェーンは、場合によっては最小最大在庫管理のような大雑把な概念を通じて、何らかの自動化を利用して運用されています。もしサプライチェーンの意思決定システムが1週間放置できないのであれば、間違いなくそれらのシステムは貴社に損害を与えるような不適切な意思決定を生み出していることを意味します。実際、これらの「不適切な」意思決定が頻発しているのは、しばしば手動で上書きできる人がいないためでもあります。したがって、もし貴社が自社の自動化システムを1週間にわたって安心して任せられないのであれば、サプライチェーン自動化の「不適切な」部分を改善することで大きな効果が期待できるのです。
11. すべての意思決定を1時間以内に再計算できますか？
サプライチェーンにおいては機敏さが不可欠です。ビジネス環境は常に変化し、あらゆる仮説検証が求められます。例えば、貨物を航空輸送するか海上輸送するかという核心的な仮説を変更する際、システムからリアルタイムの応答を得ることに大きな意味はありません。しかし、サプライチェーンモデルに関しては、1時間程度以内に応答が得られることが極めて重要です。サプライチェーン管理は、少なくともシミュレーションの観点から、試してみたいアプローチについてその日のうちにフィードバックを得ることができるべきです。通常、シミュレーションは適切な設定を見出すために数回の試行を必要とするため（すべてのモデルが1時間以内に再実行できない限り）、その日のうちにフィードバックを得ることは困難です。変動する仮説の下で全てのサプライチェーンの意思決定を再生成する能力がない企業は、利用可能なサプライチェーンオプションを検討することすらできません。その結果、多くの潜在的な可能性が活用されないままとなっています。
12. すべての意思決定は互いに優先順位付けされていますか？
従来の多くのサプライチェーンシステムは、部門ごとの孤立を強調します。つまり、全体像を考慮せずに各現場で意思決定が行われます。たとえば、ある倉庫で特定の製品の在庫が不足している場合、残っているわずかな在庫を最も必要とする店舗に配分するのが最善です。しかし、個別に意思決定が行われると、ある店舗がその製品を大量に再注文してしまい、結果としてその倉庫でストックアウトが発生する可能性があります。つまり、各店舗が個別に判断すると、多くの場合、全体の影響を見落としてしまうのです。したがって、もし貴社のサプライチェーンの意思決定が既に互いに体系的に優先順位付けされていなければ、そのような優先順位付けを導入することで、さらなるパフォーマンス向上が期待できるでしょう。