サプライチェーンパフォーマンスのテスト
サプライチェーンのイニシアチブのROIは、ソフトウェア技術のパフォーマンスとイニシアチブを実行する人々のスキルに依存します。しかし、ROIはまた、現在のサプライチェーンのパフォーマンスにも強く依存しており、パフォーマンスが低いほど改善の余地があります。以下に、会社の現在のサプライチェーンのパフォーマンスを評価するために数分で実施できる簡単なテストを提供します。このテストのシンプルさにもかかわらず、私たちは、これが市場で提供されているほとんどの詳細なサプライチェーンのベンチマークや監査よりもより正確な視点を提供していると考えています。お時間は約5分かかります。
12の質問であなたのサプライチェーンのパフォーマンスを評価する
- サプライチェーンはExcelなしで運営できますか？
- ABC分析は時代遅れだと考えていますか？
- サプライチェーンチームが関連するデータをすべて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？
- リードタイムを予測していますか？
- 予測に手動介入を防いでいますか？
- MOQ（最小発注量）などの運用上の制約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のコストを定量化していますか？
- 意思決定システムは1週間放置できますか？
- 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優先順位付けされていますか？
1. サプライチェーンはExcelなしで運営できますか？
サプライチェーンチームがExcelシートを使用して日常的なサプライチェーンの意思決定（例：購入する数量の決定）を生成している場合、操作は実際にはExcelを介して実行されていると考えることができます。Excelを使用してデータを探索したり、過去にあまり注意を払われていなかったサプライチェーンの問題を調査するためにExcelを使用することは完全に合理的ですが、Excelを日常的な意思決定プロセスの一環として使用することは適切ではありません。Excelは、信頼性のあるサプライチェーンプロセスを提供するために1日に数千、数百万の意思決定を生成する際には適切なツールではありません。サプライチェーンの意思決定がExcelに依存している場合、それは実際には最適化されていないということを意味します。
2. ABC分析を時代遅れと考えていますか？
ABC分析は、貴社が販売している数千の製品を、最近の販売数量に基づいて定義された3〜5つのクラスに分類することに帰結します。しかし、これらのABCクラスは情報を追加しません。代わりに、彼らは単に歴史的な需要を反映しています - たとえば、粗いな方法で - 元の情報のほとんどは失われています。ABC分析とそのすべてのバリエーションは、非常に大まかな近似値を用いてサプライチェーンの複雑さを緩和しようとする弱い分析手法を表しています。サプライチェーンの意思決定がABCクラスを含むルールに依存している場合、これらの意思決定は、ABCクラスを削除し、将来の需要に対してより詳細な応答を導入することで改善することができます[/ja/確率的-予測-定義/]。
3. サプライチェーンチームは関連データをすべて文書化していますか？
この質問の重要な部分は、誰が文書化を行うかです。サプライチェーンデータには、販売履歴、購入履歴、在庫レベル、製品カタログなどが含まれますが、しばしばほとんどまたはまったく文書化されていません。ただし、そのような文書化が存在する場合でも、それはサプライチェーンチーム自体ではなく、ITチームによって書かれたものかもしれません。データの文書化はサプライチェーンの観点から書かれる必要があります。そうでない場合、会社のサプライチェーンプロセスに関連する多くの微妙な点を見逃すことが保証されています。データの文書化が不足しているため、長期にわたるサプライチェーンの問題の修正の試みの多く、もしくはほとんどが妨げられています。実際、これらの問題は通常、特定のケースに対処するために専用の正確なルールを実装することで適切に処理できるはずのエッジケースに関連しています。しかし、正確なサプライチェーン駆動の文書化が欠如しているため、会社はこれらの修正を実装することに常に失敗しています。
4. 過去の在庫レベルを記録していますか？
測定しないものを最適化することはできません。測定が良ければ良いほど、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、購入履歴、在庫移動履歴など、多くの過去のデータセットを保持する必要があります。しかし、過去の在庫レベルは十分に記録されていないことがよくあります。ERP / MRP / WMSのベンダーは、こ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、現在利用可能なデータストレージの能力のおかげで、そのようなデータの記録はもはや難しい課題ではありません。したがって、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場合、おそらく在庫レベル自体によって導入されるバイアスに対処するための実際の対策はほとんどないでしょう。
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？
再び、この質問の重要な部分は、誰が監視を行うかです。サプライチェーンデータの品質は、サプライチェーンの運用をスムーズに維持する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、自分たちのデータの品質を監視し、KPIが初期のコースから逸脱し始めたときにそれに対処する手段をほとんど持っていないことがよくあります。価値は見る人の目にあります。サプライチェーンデータの品質を監視し、時間の経過とともに発生する問題を積極的に修正する作業は、ITチームに委任することはできません。これはむしろサプライチェーンの主な責任の一つであるべきです。サプライチェーンがこの責任を果たさない場合、多くの問題が見落とされ、必ずしも一箇所に集中していないが高額なミスとなります。
6. リードタイムを予測していますか？
良い需要予測は、良いリードタイム予測なしでは何もありません。実際、適切な数量を適切な時期に購入または生産するためには、将来の需要だけでなく、カバーする必要のある時間枠も正確に予測する必要があります。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、多くの統計的なパターンを示します。たとえば、中国で製造が行われる場合、中国の春節はリードタイムを延長します。リードタイムが予測されていない場合、サプライチェーンはリードタイムの変動に対して適切に対応する傾向がありません。リードタイムの統計的な予測は、需要予測を最大限に活用するために、リードタイム予測の上に生成されるべきです。
7. 予測において手動の介入を防いでいますか？
統計的な予測が正しくない場合、基になる統計モデルを修正する必要があります。サプライチェーンの実践者が利用可能な重要なデータが統計モデルに欠けている場合、このデータを入力してシステムで利用できるようにする必要があります。統計モデルがこの追加情報を活用できない場合、このモデルはこの追加情報を考慮に入れることができるより良いモデルに変更する必要があります。予測や予測モデルに手動の介入を許容する理由はありません。手動の介入は時間の無駄だけでなく、手動の介入が必要となる根本的な問題の解決からサプライチェーンの実践者を逸らします。
8. MOQなどの運用上の制約をデータとして管理していますか？
販売履歴などのトランザクションデータ以外にも、サプライチェーンの意思決定に重要な他のデータセットがあります。最小注文数量（MOQ）、輸送コスト、最大コンテナ容量、サプライヤの価格設定、商業的な割り当て、契約違反に対するペナルティなどです。日常的なサプライチェーンの運用は、このデータに依存していますので、これらのデータは生産データとして扱われるべきです。しかし、上記のデータのほとんどは、生産ITシステム内で適切に追跡されていないことがよくあります。代わりに、このデータは通常、ExcelシートやAccessデータベースに保管され、これらは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システムの一部として存在しないことは、生産が非信頼性のあるデータソース（たとえば、同じExcelシートやAccessデータベース）に依存していることを示しています。その結果、サプライチェーンは、上記のような制約のタイプに効率的に対応するために最適化されていません。
9. サプライチェーンの失敗のコストを定量化していますか？
サプライチェーンは常に失敗します：ストックアウトはいつも起こり、在庫の滞留もいつも起こります。これらの失敗の頻度と大きさを減らすことは望ましいだけでなく、ほとんどの場合可能ですが、完璧を求めることは合理的な目標ではありません。サプライチェーンの失敗の経済的なコストが定量化されていない場合、企業が実際にリスクをあまりにも少なくまたはあまりにも多く取っているかどうかを知る方法はありません。実際には、これは企業がサプライチェーンに関連するリスクを適切に最適化していないことを意味します。
10. 決定システムを1週間放置できますか？
サイズのあるサプライチェーンにおいては、毎週何百万もの意思決定が必要です。サプライチェーンチームはITシステムをサポートするかもしれませんが、個々の意思決定を細かく管理することは合理的ではありません - それらはあまりにも多すぎます。そのため、すべての現代のサプライチェーンは、最小最大（Min/Max）在庫などの概念を介して、少なくともある程度の自動化を使用して運営されています。サプライチェーンの意思決定システムが1週間放置できない場合、それは確実に会社に害を及ぼす非推奨の意思決定を生み出していることを意味します。実際には、このような「非推奨」の意思決定は常に行われているということも意味します。なぜなら、そのような意思決定を手動で上書きする人がいない場合が多いためです。したがって、会社が自動化システムを1週間スムーズに運営することに信頼を置いていない場合、サプライチェーンの「非推奨」部分を修正することで多くの利益を得ることができます。
11. すべての意思決定を1時間以内に再計算できますか？
アジリティはどのサプライチェーンにおいても重要です。ビジネスの状況は変化し、常にシナリオを検討する必要があります。商品を航空輸送するか海上輸送するかといったような、コアな仮説を変更する場合、システムからリアルタイムの応答を得ることにはしばしば意味がありません。ただし、サプライチェーンモデルに関しては、1時間以内に応答を得ることが重要です。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、テストしたいアプローチについて同じ日にフィードバックを得ることができるべきです。シミュレーションでは通常、適切な設定で「正しい」結果を得るために数回の試行が必要です。すべてのモデルを1時間以内に再実行できない場合、その日にそのようなフィードバックを得ることはできません。さまざまな仮説ですべてのサプライチェーンの意思決定を再生成する能力を持たない企業は、利用可能なサプライチェーンのオプションを探索することができません。そのため、多くの潜在能力が未開発のままになっています。
12. すべての意思決定は互いに優先されていますか？
多くの伝統的なサプライチェーンシステムでは、シロに強い重点が置かれています。つまり、大局を考慮せずに地域ごとに意思決定が行われます。たとえば、特定の商品の倉庫が在庫不足になっている場合、残っている在庫を最も必要としている店舗に配分することが最善です。意思決定が孤立して行われると、ある店舗がその商品の大量発注を行い、結果的に倉庫で在庫切れが発生する可能性がありますが、その店舗は実際にはその時点でそれほど多くの発注をする必要はありませんでした。サプライチェーンの意思決定を孤立して行う企業は、ほとんどのサプライチェーンの意思決定が地域に限定されないことを忘れて、大局を見落としています。したがって、サプライチェーンの意思決定が既に互いに優先されていない場合、その優先順位付けを設定することでパフォーマンスを向上させることができます。