00:00:03 サプライチェーンにおけるチーム役割の重要性。
00:00:36 サプライチェーン経営陣のデータ管理における役割。
00:03:28 IT部門外でのデータ担当者の必要性。
00:05:39 データ担当者からの重要な成果物。
00:06:59 サプライチェーンサイエンティストの役割と任務。
00:08:00 データ準備におけるサプライチェーンサイエンティストの役割。
00:09:31 データセット統合とデータ準備における課題。
00:11:13 社内サプライチェーンサイエンティストの長所と短所。
00:12:51 データ担当者の内部と外部の役割のバランス調整。
00:14:53 サプライチェーンの意思決定:課題と実務経験の役割。
00:16:02 専任のサプライチェーンコーディネーターの必要性。
00:17:02 サプライチェーン意思決定における物理的現実の考慮。
00:19:28 従来と異なるサプライチェーン役割における課題。
00:22:17 サプライチェーンにエンジニアを引き付けるための戦略。
00:24:42 一体感のあるサプライチェーンチームの成功要因。
概要
Kieran Chandler と Joannes Vermorel は、サプライチェーン施策の成功に必要な主要な役割、すなわちサプライチェーン経営陣、データ担当者、サプライチェーンサイエンティストおよびコーディネーターについて議論しています。Vermorel は、企業のビジョンを統一する経営陣の役割、IT部門から独立してデータを抽出・構築するデータ担当者の役割、そしてデータに基づいて最適な意思決定を導く科学者の責任を強調しています。彼は、経営陣のビジョンを伝えながら現場からのフィードバックを収集する「product kaneto」、すなわちコーディネーターの概念も紹介しています。さらに、これらの役割の採用に伴う課題や、複雑なサプライチェーン問題の解決におけるチーム一体感の重要性にも取り組んでいます。
詳細な概要
ホストの Kieran Chandler はインタビューを開始し、サプライチェーン施策の成功実現における堅固なチームの重要性を強調します。その後、Lokad の創設者である Joannes Vermorel を招き、この成功に不可欠な様々な職務についての知識を伝授してもらいます。
Vermorel はサプライチェーン経営陣の役割を詳述します。彼は、これらの人物が主に企業のサプライチェーン最適化のビジョンを伝え、全員をそのビジョンに沿わせる責任を担っていると説明します。彼らは、縦横に分断されたサプライチェーンの断片化という課題に直面しており、この断片化した『マトリックス』構造からより相互に連携した組織へと移行するよう努めています。この変革は単なる変化のためではなく、柔軟性を制限しサプライチェーンの最適な機能を妨げるマトリックス方式の非効率性に対処するためのものです。
会話は次にデータ担当者の役割に移ります。一般的にデータ担当者が IT 部門に配置される慣例とは対照的に、Vermorel はこの役割が独立して機能すべきだと提案します。この自律性は、IT 部門の日常的な緊急対応に巻き込まれると危うくなる、複数のシステムからデータを抽出するという重要な任務を遂行するために不可欠です。データ担当者の最優先事項は、サプライチェーンに関連するすべての事柄のために一貫したデータ表現を設計することです。
Vermorel は、データ担当者からの主要な成果物として、すべての関連システムから毎日データを抽出し、プログラムで活用可能な形で提供する『プロダクショングレード』のデータパイプラインを挙げています。通常、このデータは、膨大な生データをそのままの形式で必要になるまで保存するリポジトリである『データレイク』に統合されます。さらに、データ担当者は、組織内の他者がデータを十分に理解し効果的に利用できるよう、データレイクの包括的なドキュメントも提供します。
サプライチェーンサイエンティストの役割に焦点を移すと、Vermorel は彼らを、データ担当者が提供するデータに基づいて数学的モデルを構築する責任者として描いています。これは、統計分析や予測に適した形にプロダクションデータを整備し、最適化された意思決定を導くモデルを生成する作業を伴います。さらに、サプライチェーンサイエンティストは、これらの意思決定が効果的かつ管理された状態にあることを組織全体に保証するため、主要業績評価指標(KPI)も提供します。
データ準備とモデル構築の作業を分離するという Chandler の提案に対し、Vermorel は一部のタスクがデータ担当者と共有され得ることに同意します。しかしながら、統計分析に適したデータを整備し、そのデータに基づいてモデルを作成する上で、サプライチェーンサイエンティストが果たす重要な役割を強調しています。
Vermorel は、データを扱う際、特に異なるデータセットを統合しようとする場合に生じる課題を訴えています。彼は、データ担当者がこのプロセスを多少合理化できるものの、なおも重大な複雑さが存在すると説明します。たとえば、販売データと返品データの整合は複雑であり、この問題を解決する手法はサプライチェーン、マーケティング、または内部監査の各視点からのアプローチにより異なる場合があります。したがって、Vermorel は、データを過度に加工すべきではなく、可能な限り プロダクションシステム に近い状態で保持し、IT に起因する複雑さを可能な限り排除すべきだと提案します。
次に彼は、量的供給チェーンイニシアティブにおける役割を検討し、これらの役割を内部採用するか外部委託するかのバランスに焦点を当てる。経営層に関しては、戦略的コンサルタントに検証を依頼するため外部委託が可能である。しかし、ビジョンとリーダーシップは内部に保持する必要がある。同様に、データ担当者は外部でも良いが、企業のIT環境に精通している必要があるため、内部配置のほうが効率的である。
ヴェルモレルは、意思決定を導くモデルを作成する供給チェーン科学者の役割を強調する。しかし、これらの意思決定の影響は数ヶ月先まで現れず、もし
エラーが発生する、例えば在庫切れにより製造工場が停止するなどの状況では。このような高リスクを踏まえ、彼はまず複数の企業で実績のある経験豊富な外部の供給チェーン科学者から開始し、その後、内部でこの能力を育成することを提案している。
ヴェルモレルが最初に挙げる役割は、供給チェーン科学者である。この人物はデータの分析、経済の近代化が企業戦略に沿っていることの確認、そして供給チェーンの制約の理解を担う。しかし、ヴェルモレルは、このような人物がしばしば必要なすべてのワークフローを検証する時間を欠いていると認めている。
このギャップを埋めるために、ヴェルモレルは「product kaneto」、すなわちコーディネーター役の概念を導入する。この人物は仲介者として、経営陣のビジョンを現場に伝えると同時に、現場からの重要なフィードバックを集める。この情報交換により、自動化されたプロセスが供給チェーンの実態に即したものとなることが保証される。
次に、会話はこれら新たに定義された役割の充足へと向かう。ヴェルモレルは、これらのポジションに適した候補者を見つけるのは、その型破りな性質ゆえに困難であると認める。従来のIT環境外で働く準備とITスキルの両方を必要とするデータ担当者の役割については、データアーキテクトや管理者としての経験を持つ人物の探索を提案している。
供給チェーン科学者の役割は通常エンジニアによって担われるが、「クール」や最先端と見なされない分野に優秀なエンジニアを引き寄せるのは困難である。ヴェルモレルは、必ずしもその分野の「ロックスター」ではなくとも、有能で熟練した人物を探すことを提案している。
ヴェルモレルは、コーディネーターの役割はMBAやそれに類するバックグラウンドを持ち、理想的には起業家的または「イントレプレナーシップ」の精神を示す人物によって最も適切に担われるべきだと提案する。この役割は、組織内の様々な利害関係者と絶えず連絡を取り合う必要があるため、高度な組織力、持久力、そして明確なコミュニケーション能力が要求される。
成功する供給チェーンイニシアティブの要素について議論する中で、ヴェルモレルは個人的な争いに陥ることなく困難な問題に対応できるチームの必要性を強調する。彼は、供給チェーン管理の問題が複雑であり、解決に時間を要することを指摘する。チーム内の結束と忍耐力を維持することは、正しい軌道にあったプロジェクトが単に解決策の実現にもう少し時間を必要とするだけで、早期に放棄されることを防ぐために極めて重要である。
全文書き起こし
Kieran Chandler: 今日、私たちはそのチームの背後にあるいくつかの職務役割について議論し、それぞれのスキルセットがデータ管理イニシアティブの成功または失敗にどのように寄与するかを理解することを目的としています。ではジョアネス、まずはこれらの異なる職務役割のいくつかを紹介しましょう。サプライチェーンのエグゼクティブから始めましょう。彼らは常により高いレベルにあり、日々の運用には関与していません。これらすべての中で彼らの主な役割は何でしょうか?
Joannes Vermorel: サプライチェーンのエグゼクティブは、定量的なサプライチェーンのイニシアティブなど、Lokadが主に注目する取り組みにおいて極めて重要な役割を果たします。彼らの役割は、サプライチェーンをどのように最適化するかという点で根本的に異なります。エグゼクティブの責務は、本質的にこのビジョンに全員を同調させ、努力を整合させることにあります。これは決して軽いことではありません。前回のエピソードでは、垂直および水平のセグメンテーションによって特徴づけられるサプライチェーンの断片化について議論しました。例えば、異なる担当者によって管理される製品群を代表する様々な部門が存在するかもしれません。また、このマトリックスには、予測や計画などを担当する別の次元もあります。しかし、たとえこのマトリックスのすべてのセルが最適化されていたとしても、サプライチェーン全体が効率的でない可能性があります。同じマトリックス内の異なるセル間で発生する事象は、分割して統治するアプローチでは対処できません。Lokadでは、このマトリックスによるサプライチェーンのビジョンに挑戦しています。私たちの目標は、サプライチェーンのエグゼクティブに、マトリックスを超えてより相互接続されたシステムを考えるよう促すことです。サプライチェーンのパフォーマンスは、通常、どこにでも存在するボトルネックによって制約を受けます。どこか一箇所から別の箇所へ問題を移動させるだけでは、局所的なすべてをミクロ最適化する意味がありません。
Kieran Chandler: ここで議論しているマトリックス内のセルの一つについて話しましょう。データオフィサーの役割を見ると、多くの場合、そのデータオフィサーはIT部門に属さず、独立して行動していますが、なぜなのでしょうか?
Joannes Vermorel: 定量的サプライチェーンのイニシアティブを実施するには、多くのシステムからデータを抽出する必要があります。発注書、製品リスト、サプライヤー情報などが必要となります。どの大企業でも、場合によっては数システム、あるいは大規模な企業では十数システムからデータを抽出しなければなりません。この業務をIT部門に依存してしまうと、生産を円滑に維持することが最優先となり、それ以外は二の次になってしまいます。したがって、大量のデータを抽出するための必要なITスキルを持ちながら、IT部門の優先事項に縛られないデータオフィサーが求められるのです。
Kieran Chandler: IT部門の日常的な緊急性とは何か、そしてなぜそれが別個の注意を要するのか、詳しく説明していただけますか?
Joannes Vermorel: はい、IT部門は主に生産システムの維持と稼働に注力しているため、別途専用の注意が必要です。また、データの一貫したビジョンを構築するために、専任の担当者または機能を持つことも非常に重要です。マトリックスに頼ると、例えば在庫評価の表現が部門ごとに異なってしまうリスクがあるからです。実際に必要なのは、サプライチェーンに関連するすべての事項の一貫したデータ表現を設計できる人物です。
Kieran Chandler: では、データオフィサーが提供する主要な成果物は何でしょうか?
Joannes Vermorel: 主な成果物は通常、実運用レベルのデータパイプラインです。これは毎日稼働し、すべての関連システムからデータを抽出してプログラムで利用可能な形で提示します。本質的には、データを大量に扱うことに特化したデータベース、いわゆるデータレイクに統合する必要があります。目的はデータを一行ずつ提供することではなく、例えば過去数年間の販売履歴全体を提供することにあります。これは一般にデータレイクと呼ばれ、主要なクラウドコンピューティングプラットフォーム上で多くのデータレイクソリューションが存在しています。もう一つの成果物は、出力をどのように利用すべきかを人々が理解できるよう、データに関する一貫したドキュメントを整備することです。
Kieran Chandler: わかりました。それでは、データレイクについて話しましたね。それを扱うのはサプライチェーンサイエンティストで、彼は非常に多忙で多くの責任を担っているようです。彼らは日々何をしているのでしょうか?
Joannes Vermorel: サプライチェーンサイエンティストは、しばしば数学的なモデルを生成する責任があります。時には、統計解析に適した状態になるように生産データを準備するといった日常的な作業も含まれます。最も明白なタスクのひとつは需要予測ですが、リードタイム予測やその他の不確実性も存在します。しかし、この種の予測を行う際には、生産システムから直接抽出されたデータをそのまま使うことはできません。注意深い検討が必要な多数の要素があります。例えば、売上は需要と同義ではありません。在庫切れが発生すると、実際には需要が増加しているにもかかわらず、売上が減少することがあります。サプライチェーンサイエンティストは、これらのデータに基づいてモデルを作成し、最終的には最適化された意思決定を提供します。また、その決定が管理下にあり、状況を改善していることを示すためのKPIも提供します.
Kieran Chandler: 現代化とデータ準備の観点からすると、その2つのタスクを分割する方がより効率的ではないでしょうか?現代化を担当するチームと準備を担当するチームを別々に設けるべきではありませんか?
Joannes Vermorel: ある程度、その通りです。データオフィサーは、サプライチェーンサイエンティストの作業を確かに容易にすることができます。彼または彼女が行えることは数多くあります。例えば、データレイクでは、数字や日付の形式を統一するなど、データの一貫性を可能な限り高めることができます。マスターデータが整備されていれば、組織全体で購入または販売する製品などを一貫した方法で識別できるようになります.
データオフィサーができることは山ほどあり、これによりデータセットがすぐに処理可能な状態に整えることができます。しかし、データセットを統合しようとすると、問題が生じます。突然、無限ともいえる複雑な問題に直面することになるのです。例えば、売上や返品が関与する統計的に意味のあるデータを付加しようとすると、多くの複雑な問題にぶつかる可能性があります.
これらの結合方法は、サプライチェーンの視点、マーケティングの視点、あるいは内部監査の視点からアプローチするかによって異なる可能性があります。ここでビジネス的な観点が重要になります。したがって、データを準備する側は比較的ビジネスに左右されない状態に保たれます.
問題は、これを行わないと、データが既に特定の方法で再構成されてしまい、その結果、後の段階で特定の最適化が行われないという早期最適化のリスクがあるということです。基本的に、サプライチェーンサイエンティストの場合、データは過度に準備されるべきではなく、生産システムにできるだけ近い状態でありながら、IT関連のアーティファクトや問題は可能な限り取り除かれるべきです.
Kieran Chandler: 多くの場合、サプライチェーンサイエンティストは外部で活動しており、私たちLokadとともに仕事をしています。それはなぜ理にかなっているのでしょうか?内部で活動していた方が、日々のビジネスプロセスや全体のビジネスの理解が深まるのではないでしょうか?
Joannes Vermorel: とても興味深い点です。定量的なサプライチェーンの取り組みにおける全ての役割には、内部で行うか外部に依頼するかのバランスがあります。経営層に関しては、戦略的コンサルタントが経営判断を検証する形で外部に委任されることがよくあり、これは有名な戦略コンサルティンググループが通常行っている方法です.
しかし、リーダーシップを発揮し、提示されたビジョンに人々を従わせるという点では、内部で行う必要があります。データオフィサーについても同様です。外部のIT企業に大いに依存することができ、多くの企業がそのようにしています。唯一の制約は、企業のアプリケーション環境に対する理解の深さです.
年月を経るにつれて、内部スタッフは企業のIT環境に非常に精通し、これが一種の資本的要因となります。データオフィサーの役割はおそらく外部に委託しやすいものですが、内部化しなければ、持続的にはより高コストになる可能性があります。これは、企業のIT環境に対する理解や経験が不足しているために、効率が低下するためです.
サプライチェーンサイエンティストに関しても、内部と外部のバランスが存在します。しかし、そこには微妙な違いがあります。この人物は、意思決定を生み出すモデルを作成します。一方、データオフィサーの場合、データにアクセスできるかどうか、作業が適切に行われているかを比較的容易に判断できます.
しかし、サプライチェーンサイエンティストの場合、作業の質を評価することも可能であり比較的簡単ですが、ひとつ小さな違いがあります。例えば、サプライチェーンの決定に関しては、その正しさ、または誤った決定であったということを、通常、約6か月後に評価できるのです.
Kieran Chandler: 極めて特定の課題に直面することになります。つまり、コストとリターンの比率が非常に非対称な決定です。これは、在庫を減らすことで若干のコスト削減が可能かもしれませんが、もし大規模な在庫切れに直面した場合、たったいくつかの欠品が原因で製造プラント全体が停止する可能性があるということを意味します。コストは非常に非対称で、その状況に至るまでには数ヶ月かかるのです.
Joannes Vermorel: はい、その通りです。こうした状況では、貴社で初めてサプライチェーンサイエンティストに対応させるのは避けるべきです。まずは、既に複数の企業でこの経験を持つチームの一員に取り組んでもらい、その後ゆっくりと社内の能力を高めていくのが望ましいです。長期的にはこの能力を社内で構築できますが、開始段階ではすでに外部で実績のある人材を確保する方が良いのです。これがバランスであり、そのためにLokadでは、少なくとも最初はサプライチェーンサイエンティストをパッケージの一部として提供しています.
Kieran Chandler: なるほど。いわば最後のピースはプロジェクトマネージャーです。ここは非常に小規模なチームについて話しているのですが、なぜプロジェクトマネージャーが実際に必要なのでしょうか?
Joannes Vermorel: 定量的なサプライチェーンの取り組みでは、サプライチェーンマネジメントが掲げたビジョンを多くの人に伝える必要があり、それには相当な時間がかかるため、通常はプロジェクトマネージャーまたはコーディネーターが必要です。サプライチェーンディレクター自身が個々に多数の関係者と話す必要がないのは有益です。すでに経営陣の一員として多くの人と接しているため、多くの人を調整し、全員が同じ方向に向かうようにする些細な作業を一手に引き受ける役割の人がいると非常に助かります。これは非常に時間のかかる作業です.
プロジェクトコーディネーターは、すべてのサプライチェーンワークフローの細部も精査します。サプライチェーンサイエンティストが作成したモデルによって生成される在庫移動のような決定は、サプライチェーンの厳しい現実に適合して初めて最適化されるのです。例えば、ある数量の在庫を棚に置くと決定しても、物理的に収まらなければ、モデルがそれを良い決定だと示していても意味がありません。現実には棚の容量を超えているため、そんなに大量の在庫を棚に移動するのは良い決定とは言えません.
あなたの数学的または統計的モデルが、基本的な現実に反する場合、失敗する可能性があります。ワークフローからは非常に微妙な制約が多数現れることがあります。時には、文字通りサプライチェーンが物理的にどのように構成されているかという点そのものなのです。それらの細部を評価するのは多くの時間を要し、サプライチェーンサイエンティストは既にデータの解析や、分析が意味をなしているか、経済的な近代化が企業戦略と一致しているかの確認で忙しくしています.
これらの制約について最も詳しい人物こそ、経営陣が示した新たなビジョンを知らされるべき人物です。だからこそ、プロジェクトコーディネーターという役割が非常に有益なのです。この人物は、経営陣のビジョンを体現するとともに、必要な全ての情報を収集することができます.
Kieran Chandler: オートメーションの最適化と投資回収率の最大化のために、サプライチェーンマネジメントに新たな役割が必要であるというフィードバックをいただいております。しかし、これらは従来存在しなかったユニークな役割です。これらの役割を埋めるには、どこを探すべきでしょうか?
Joannes Vermorel: サプライチェーンマネジメントには、変革を主導する上で重要な役割を担う人々が長年存在してきたという伝統があります。ですから、この点については比較的カバーされ、従来の枠組みに収まると思います。しかし、データオフィサーのような役割は、通常、データアーキテクトや管理者としての経験を持つ人々によって担われます.
Kieran Chandler: データオフィサーの役割の性質について、もう少し詳しく説明していただけますか?
Joannes Vermorel: データオフィサーの斬新な点は、ITスキルを要求する一方で、従来のIT部門の枠を越えて機能する必要があるということです。事実上、この人物はIT部門外のIT担当者としての役割を担うため、非常にユニークな側面を持っています。しかし、これがこの役割の人材確保を複雑にする可能性があります.
Kieran Chandler: なぜこの役割は埋めるのが困難なのでしょうか?
Joannes Vermorel: 課題はキャリアパスにあります。大企業では、IT部門は一種のミニ組織のように機能し、メンバーには明確な昇進ルートがあります。しかし、IT部門外で活躍するIT担当者の場合、そのキャリアパスは必ずしも明確に定義されておらず、その不確実性が大きな障壁となり得ます.
Kieran Chandler: サプライチェーンサイエンティストの役割はいかがでしょうか?どのような課題があるのでしょうか?
Joannes Vermorel: サプライチェーンサイエンティストの場合、一般的なバックグラウンドは工学です。必ずしも華やかと見なされない分野に才能あるエンジニアを引き付けるのは挑戦となることがあります。若いエンジニアは、AppleやAirbnbのような著名な企業で働くことを志望するかもしれません.
Kieran Chandler: それは単にこうした企業の威信によるものだけでしょうか、それとも他に理由があるのでしょうか?
Joannes Vermorel: それは単に威信の問題だけではありません。これらの企業は、経営陣が非常に有能で自ら模範を示しているため、クールだと見なされています。サプライチェーンサイエンティストは、自分よりも経験豊富で有能な人物を尊敬し、将来的にはそのようになりたいと望むものです。自社内にそのような能力が備わっていない伝統的な企業にとっては、これは大きな課題となります.
Kieran Chandler: では、こうした企業はどのようにしてこの課題を克服できるのでしょうか?
Joannes Vermorel: 一度に一歩ずつ進む必要があります。たとえGoogleで働くエンジニアを採用できなくとも、少し異なるプロファイルを持つ、かなり優秀な人材を見つけることは可能です.
Kieran Chandler: つまり、彼らがどこでも働けるというのは明らかに良いことです。ここでのコーディネーターは、通常MBAを修了した人々のプロファイルであることが多いです。最適なプロファイルは、いわば起業家志望の若者、企業内で起業家的なマインドを持つ、いわゆるイントレプレナーと呼ばれる人物です.
Joannes Vermorel: そうですね。通常、そうした人々はリーダーです。必要な資質のひとつは、非常に高いスタミナです。というのも、膨大な数の人々と容赦なく話をしなければならないからです。誰も驚かせず、経営陣のビジョンを裏切らないよう、非常に明確なコミュニケーションが求められます。それには多大なエネルギーが必要です。また、非常に組織的な人物でなければなりません。組織内の多くの人々と連絡を取りながら、もし組織的でなければ大きな混乱を引き起こす可能性があるのです。全体の取り組みに対し、純粋なマイナスの影響を与えないようにすることが非常に重要です.
Kieran Chandler: では、まとめに入ると、サプライチェーンの取り組みを成功させるために、このチームが必要とする重要な要素は何でしょうか?
Joannes Vermorel: おそらく最も重要なのは、人に厳しくするのではなく、問題に厳しく取り組むことです。これは一般的な考え方で、取り扱う問題は非常に困難で、多くの人のプライドを揺るがすものだからです。最大の課題の一つは、非常に強い結束力を持つチームを維持し、どんなに困難な問題でも協力して解決に当たることです。問題が困難であるということは、解決により多くの時間が必要になることも意味します。もし、問題が突然数か月余分な時間を要するだけで結束が失われてしまえば、たとえ順調に進んでいたとしても全体が崩壊してしまう可能性があります。短絡的な解決策―「この機械は狂っている、この狂気はやめよう、サプライチェーンの最適化すらやめよう」といったものを展開するのではなく、満足のいく解決策を出すために、もう少し時間をかける必要があるのです.
Kieran Chandler: では、本日はここまでにしましょう。お時間を割いていただき、ありがとうございました.
Joannes Vermorel: ありがとうございます.
Kieran Chandler: では、今週はこれで全てです。来週また別のエピソードでお会いしましょう。それでは、ご視聴ありがとうございました.