00:00:00 用語の紹介と定義
00:02:40 サプライチェーンにおける不確実性と保護のコスト
00:03:54 リスク管理と廃棄物の最小化
00:05:30 削減不可能なリスクとサプライチェーンの機会
00:07:37 サプライチェーン対製造の完璧さ
00:09:35 サプライチェーンと競合他社におけるリスクと機会
00:14:09 サプライチェーンにおける静的アプローチの問題
00:15:56 ビジネス慣行としての予測可能なミス
00:18:46 サプライチェーンにおける敏捷性のエンジニアリング
00:21:20 リスクと機会のドル価値
00:23:36 サプライチェーンリスクの財務最適化
00:26:37 Lokadの確率的予測へのアプローチ
00:29:53 大規模な混乱と地域的な災害のリスク
00:31:59 日々のサプライチェーンの決定にリスクを要素として組み込む
00:34:08 大口顧客を失うリスクとリスクの相関
00:37:03 地図投影と数学モデルの歪み
00:42:31 予測の構築と時系列リスク
00:45:20 確率的最適化と確率的アプローチ
00:48:36 サプライチェーンの決定のための経済的要因の分解
00:51:44 企業は過去の出来事によく驚かされる
00:57:00 予測の損傷と予測のクロスエントロピー
01:00:00 実行可能なリスク評価の重要性
01:06:49 在庫分布の財務リスク
01:13:54 プロモーションのコストとIT依存性のリスク
01:17:22 顧客心理のモデリングの困難
01:24:26 時系列予測の評価
01:27:33 メインストリームのサプライチェーンソフトウェアにおけるリスク
01:29:30 締めくくりの考えと行動への呼びかけ
要約
Conor Doherty、LokadTVのホスト、およびJoannes Vermorel、Lokadの創設者は、サプライチェーン管理に固有のリスクについて議論します。Vermorelは、主要なリスクは未来の不確実性であり、それは削減不可能で、制御を超えていると強調します。彼は、すべての決定がリスクと報酬の間のトレードオフを伴い、ゼロリスクは達成不可能であると指摘します。また、Vermorelは、これらのリスクから生じる機会、例えば市場の不足を利用することなどを強調します。彼は、敏捷性と機会主義的なマインドセットを提唱し、リスクを軽減するための確率的予測の使用を提唱します。VermorelとDohertyは、小さな企業でもリスク管理から利益を得ることができ、利益率とキャッシュフローの増加につながることに同意して結論づけます。
拡張要約
ホストのConor DohertyとLokadの創設者であるJoannes Vermorelの間の会話で、サプライチェーン最適化を専門とするソフトウェア会社Lokadの創設者であるVermorelが、サプライチェーンにおけるリスク管理の話題を深く探求します。Vermorelは、サプライチェーンにおけるリスクの主要な源は未来の不確実性であると説明します。製造業ではリスクをプロセスを完璧にすることで排除できるのとは異なり、サプライチェーンのリスクは未知で削減不可能な未来の条件に依存しています。
Vermorelは、サプライチェーン管理におけるすべての決定がリスクと報酬の間のトレードオフを伴い、未来についての不確実性は削減不可能であると強調します。彼はまた、サプライチェーンではゼロリスクは存在しないと指摘します。完璧な製造プロセスがあっても、5年後に製品が市場で売られないというリスクは常に二桁のパーセンテージで存在します。
Vermorelは、サプライチェーンにおけるリスクの源は未来の不確実性であると再度強調します。彼は、このリスクは削減不可能であり、会計などの他の分野でリスクを排除できるのとは異なり、サプライチェーンのリスクは制御を超えており、軽減することしかできないと説明します。彼はまた、サプライチェーンにはリスクがある一方で、機会もあると指摘します。例えば、市場が不足しているときに大量の在庫を持っていると、かなりの利益を得ることができます。
Vermorelは、Dohertyの観察、つまりサプライチェーンのリスクはより一般的であり、予測可能な財務効果を持つという観察に同意します。彼は、サプライチェーン管理は主に制御を超えたリスクと機会を扱うことを含み、唯一できることは、これらのリスクと機会をバランスする決定をすることであると強調します。
Vermorelは、サプライチェーンにはリスクと機会の両方が生じると説明します。例えば、競争相手が市場に参入したり、市場から退出したりすると、価格が下がったり、上がったりして利益性に影響を与える可能性があります。彼はまた、驚くべきイベントを利用して特別な利益を得たヨーロッパの電子商取引企業の例を挙げます。
Vermorelは、サプライチェーンでは敏捷性と機会主義的なマインドセットを持つことが重要であると説明します。彼は、予測可能なミスを利用する実践を確立することが可能である一方で、新たに出現するリスクに備えることも重要であると指摘します。
Vermorelは、自動車製造における欠陥のコストについて語り、サプライチェーン管理では硬直的な制約はなく、すべてが財務最適化の対象であると説明します。彼は、リスクを軽減するためにサプライチェーン管理で予測が使用されることを説明します。しかし、自動車製造の欠陥とは異なり、予測の不正確さは完全には排除されません。
Vermorelは、すべての可能な未来が確率を持つ確率的予測の概念を紹介します。彼は、クライアントを失う2％のリスクのようなリスクが、製品の需要ではなく、クライアントの行動を予測することによって確率的予測に組み込まれることができると説明します。
Vermorelは、リスク駆動型のアプローチの品質は、確率的予測の品質ではなく、結果によって判断されるべきであると主張します。彼は、主な関心事は予測の精度ではなく、どれだけのお金が得られたか、または失われたかであるべきだと強調します。
Vermorelは、確率的予測の精度を測定するクロスエントロピーは、パーセンテージと同じくらい抽象的であるが、高品質なモデルを学習するための良好な特性を持っていると提案します。彼は、エンドゲームの結果、つまりお金の観点からのエラーの減少が最も重要な指標であると強調します。
Vermorelは、このようなリスク管理部門はしばしば官僚的であり、彼らの評価がサプライチェーンのすべての決定を調整しない限り、結果はないと提案します。彼は、リスク評価が購入決定に影響を与えない場合、それらは無視されていると主張します。
Vermorelは同意し、マクロな決定と日常的な決定の両方が重要である一方、マクロな決定はしばしばギャンブルであり、日常的な決定は定量的に評価することができると主張します。
Vermorelは、サプライチェーン管理の古典的な視点を議論します。ここでは、各店舗が独立して扱われ、潜在的な不足をカバーするために安全在庫が維持されます。しかし、このアプローチは、倉庫レベルで在庫切れになるなどの問題を引き起こす可能性があります。彼は、安全在庫を順次店舗に割り当てる伝統的なアプローチを批判し、これにより一部の店舗が完全に在庫を持つ一方で他の店舗は何も受け取らない結果となる可能性があると指摘します。これは、一部の店舗での未充足の需要と過剰在庫を引き起こす可能性があります。
Vermorelは、より良いアプローチは、すべての店舗が同時に在庫切れになるように在庫を分散させ、販売を最大化することだと提案します。彼は、すべての店舗と利用可能な在庫との間のネットワークと相互依存性を考慮に入れた確率的なアプローチを提案します。
Vermorelは、顧客の期待やブランド価値などの無形のリスクについて議論します。例えば、割引を提供すると、顧客が将来の割引を期待するようになり、これを定量化し管理するのは難しいかもしれません。彼はまた、IT依存性などの他のリスククラスについても言及し、これらがサプライチェーンに影響を与える可能性があると指摘します。
Vermorelは、プロモーションが顧客が将来のプロモーションを待つことを引き起こし、これが顧客行動の長期的な性質のためにモデル化し管理するのが難しい可能性があると説明します。彼は、リスク駆動型のアプローチが、伝統的な時系列計画予測と比較して、これらのタイプの推測とより互換性があると提案します。
Vermorelは、リスクを管理することができるのは大企業だけであるという考え方に挑戦し、リスクを無視することがより高価になる可能性があると主張します。彼は、確率的な予測が伝統的な時系列予測よりも効果的で、導入が容易である可能性があると提案します。Vermorelは、リスク管理から利益を得ることができるのは小さな企業でさえあると主張し、これが利益率とキャッシュフローの増加につながる可能性があると述べています。
結論として、VermorelはDohertyの要約に同意し、多くの企業がリスクを無視することによる防げる災害に直面していると主張します。彼は、現実とサプライチェーン管理との間のより良いマッチングが、より高度な自動化とプロセスを管理するための人員の減少につながる可能性があると提案します。
全文書き起こし
Conor Doherty: LokadTVへようこそ！リスクはサプライチェーンにおいて体系的です。ある視点から見れば、すべてのサプライチェーンの決定は、直接的にも間接的にも、潜在的なリスククラスを提示します。その理由と、重要なことに、それらを避ける方法を説明するために、Lokadの創設者であるJoannes Vermorelをお迎えしました。
それではJoannes、偉大なアメリカの思想家ジョージ・コスタンザの言葉を引用すると、「リスクを管理するためには、まずそれを理解しなければならない。そしてそれを理解するためには、まずそれを定義しなければならない。」サプライチェーンの文脈では、リスク管理とは具体的に何を意味し、それは製造業などの他の分野のリスク管理とどのように異なるのでしょうか？
Joannes Vermorel: サプライチェーンにおけるリスクの主要な源は、あなたが知らない未来です。製造業では、主に正しいプロセスを持つことが重要です。正しいプロセスがあれば、欠陥を一度も経験することなく10億個の部品を生産することが可能です。したがって、製造業では、リスクを排除することが可能です。リスクは未来に依存するものではないと言えます。例えば、工場に火災の危険をもたらす欠陥のあるプロセスがある場合、工場が火災に見舞われるのは時間の問題です。
サプライチェーンでは、文字通り知らない未来がリスクです。すべての可能性を保護することは非常に高価なので、実際にはそれを行うことはできません。特定の製品の需要が20倍に急増する可能性が常にありますが、売る予定の20倍もの在庫を持つべきでしょうか？それは、適用可能なリードタイムやその他の事情を考慮に入れ、この非常に予測不可能な需要の急増に直面する可能性があるという一つの遠い可能性だけで、そうすべきでしょうか？いいえ。
基本的には、私が言いたいのは、他の領域とは異なり、サプライチェーンでは、リスクの源はあなたが知らない未来の状況であり、あなたが取るすべての決定は、この未来に対する不確実性についてのリスクと報酬のトレードオフのようなものだということです。そして、私は未来に対する不確実性は、例えば工場の製造プロセスの物理的資産のような不確実性とは異なり、減らすことができないと言います。
リスクゼロは存在しません。製造プロセスを見てみると、非常に、非常にゼロに近づくことができます。つまり、絶対的にゼロではありませんが、非常に、非常に近いです。サプライチェーンの観点から見ると、どの製品でも、5年後には市場でこの製品がもう売られなくなる可能性が常に二桁のパーセンテージで存在します。特に、製品がバリアントに置き換えられる可能性を考慮に入れると、5年後にもまだ存在すると絶対的に自信を持って言える製品は非常に少ないです。これは、それが異なるSKUとしてカウントされるからです。
Conor Doherty: まとめると、サプライチェーンにおけるリスク管理は、無駄なリソースを最小限に抑えることだけが目的なのですか？それとも、純粋に財務上の懸念事項なのですか？
Joannes Vermorel: リスクの源は文字通り未来を知らないという事実です。未来を教えてくれる魔法の水晶玉があれば、理論的にはほぼリスクフリーのサプライチェーンの実践が可能になるでしょう、十分なお金があると仮定すればです。
このリスクの源は減らすことができず、他の多くの領域では奇妙に感じられます。例えば、会計では、会計ミスのリスクがありますが、それが会計実務の目的です、つまりこのリスクを基本的に排除するためです。不正確な会計実務に関連するリスクについて考えると、それを非常に稀なものにしたいと思うでしょう。
サプライチェーンでは、その選択肢はありません。あなたが優れていても、正しい実践を持っていても、リスクは減らすことができません。戦争やロックダウン、火災など、あなたのコントロールを超えた出来事が起こり、需要を大きく左右する可能性があります。それがリスクの主要な源であり、あなたができるすべてのことは、それらのリスクを軽減することです。しかし、リスクがある一方で、会計実務などの他の領域では存在しない機会もあります。
例えば、市場が不足しているときに何かの在庫をたくさん持っていると、その在庫をプレミアムで売ることで、かなりの利益を得る可能性があります。
Conor Doherty: サプライチェーンの問題の多くは、あなたが不適格な人物を雇うという例よりもはるかに一般的であるように聞こえます。それらは極めて稀ですが、リードタイムが数日延長されたり、逆に短縮されたりするなど、サプライチェーンの文脈で話しているリスクのクラスは、おそらくかなり定期的で、予測可能な財務的な影響を持つでしょう。
Joannes Vermorel: はい、それらはあなたに依存しないということも非常に異なります。あなたが工場の製造プロセスで欠陥を持っている場合、そのプロセスを修正して欠陥がなくなるようにするのは全てあなた次第です。あなたは理論的には完全なゼロ欠陥の状態に達することができます、または完全に近づくことができます。
しかし、もし私たちがサプライチェーンの世界に行くと、そうではありません。つまり、リードタイムがあるということは、あなたには供給者がいて、その会社はあなたのコントロールを超えています。そして、たとえあなたが内部化しても、運送業者がいて、それはまだあなたのコントロールを超えています。そして、たとえ運送業者を内部化しても、道路が洪水で切断されたり、何か他のことがあったりして、再びあなたのコントロールを超えています。
だから、サプライチェーンの実践が特に特異なのは、あなたが多くのリスクと、逆に多くの機会を扱っていて、それらはほとんどがあなたのコントロールを超えているからです。だからあなたができる唯一のことは、それらのリスクと機会を適切にバランスさせる決定をすることです。
Conor Doherty: リスクの文脈で機会について話すとき、あなたが言っているのは、機会を逃すことを意味しますか？
Joannes Vermorel: はい、競争相手が突然市場に参入して価格を下げることがあります。それはリスクです。だから、あなたは自分の価格を下げることを強いられ、それによってあなたが予想していたよりも利益が少なくなるかもしれません、またはもしかするとあなたはもう利益を出せないかもしれません。しかし、逆のことも起こり得ます。競争相手があなたの市場から退出するかもしれません。この場合、あなたは価格を上げることができ、あなたが予想していたよりも利益が出るでしょう。
リスクがあると思うたびに、機会があります。洪水があるかもしれません、あなたの倉庫が洪水になるかもしれません、またはあなたの競争相手の一つが洪水になるかもしれません。だから、人々が製造設定でリスクについて考えるとき、あなたは明確な目標を持っています、それはこの完全性です。だからリスクを考えるとき、それは必ずしも特定の本当に機会的なランダムなアップサイドがないということです。
しかし、サプライチェーンでは、これが起こるかもしれません。あなたは何千もの製品を持っているかもしれません、そして何らかのランダムな理由で、競争相手はただ間違いを犯します。彼らは適切な在庫量を持っていない、または適切な容量を持っていない、または間違った割り当てを持っていて、それから機会が生まれます。
例えば、大手ヨーロッパの電子商取引企業の一つの手法は、彼らがファッション製品を販売し始め、季節の中でベストセラーを非常に早く特定すること、文字通り1日または2日以内に。そして彼らがすることは、彼らがすぐに元のブランドに巨大な注文を通過させることで、彼らはすべての在庫をコーナーします。
それは驚くほどよく受け入れられ、したがって彼らは言っていました、「もしこの販売量が私たちにとって驚きであるなら、おそらくそれは元のブランドにとっても驚きである。だから、もし私たちが大量の注文を出すと何が起こるだろうか？私たちは大量の在庫を抱えている一方で、他の全員が在庫切れになっている。私たちは同じ製品を通常の価格よりもわずかに高い価格で販売することができ、そして私たちは季節終わりのセールに関連する罰金を受けることなくすべてを売り切ることができる。」
だから、あなたが見るように、アイデアは、製品が専門家が予想するよりも多く売れるという驚きのイベントがあり、そして、あなたが賢ければ、それをまだ利用可能な在庫の量をコーナーする機会に変えることができ、そしてこの製品で特別な利益を得ることができます。だから、リスクはそこにありますが、機会も生じます。
Conor Doherty: それを理解しました、ありがとうございます。その例は非常に興味深いです、なぜならそれは会話の可能な分岐を開くからです。私が正しく理解したのであれば、あなたが出した例は、機会への反応的な対応の一つでした。この服のファッション販売業者は機会を見つけ、非常に敏捷にこの機会に対応しました。だからそれは機会を管理し、リスクを避けるための反応的なアプローチでした。それがサプライチェーンでできる最善のことですか、それともこれらの種類のイベントを予測するための積極的なメカニズムがありますか？
Joannes Vermorel: それに対しては二つの答えがあります。まず、あなたが非常に正確です。それは敏捷なマインドセット、機会主義的なマインドセットで来ました、そしてそれはリスクと機会の両方に同様に適用されます。興味深いことは、あなたが製造業のような視点から来るなら、これはあなたが採用する視点ではありません。あなたはただリスクを排除したいだけです。それは静的な問題です。あなたのプロセスにはリスクがなく、欠陥がなく、危険がなく、あなたは良い状態にある、またはそうではなく、それを修正する必要があります。
サプライチェーンでは、興味深いことは、あなたがこの種の静止したマインドセットでリスクにアプローチしようとすると、それを一度で全て修正できるものと考えることです。しかし、問題はそれが機能しないということです。なぜなら、あなたが完全に静的なものを持っているなら、それからはもう機会を捉えることができないからです。しかし、現実は、あなたが新たに出現するリスクにも反応できないということです。それは完全に対称的です。だから、機会が生じるけれども、リスクがただ泡立ってみんなを驚かせ、あなたもすぐに反応する必要がある。だから、それは対称的です。
それが準備されているとはどういう意味ですか？私がこの大きなヨーロッパの電子商取引企業の例を挙げていたように、ブランドの在庫をコーナーするというこのゲームをプレイする、これは確立された実践です。彼らは、大きなファッションブランドがおそらく20,000の異なるバリアントのコレクションを持つことにより、間違いが起こることを知っています。それは確実性です。どれが間違っているかはわかりませんが、大きなブランドが在庫のサイズを全て適切に取得できるという考えは、間違いが起こるという比較的安全な賭けです。そして、あなたはそれらの予測可能な間違いをあなたの利点に変える実践を確立することができます。
Conor Doherty: あなたが急速に動く消費財を扱うような会社でプロセスをエンジニアリングすることについて話すとき、それを具体的にどのように実現しますか？それはトップダウン型のプロセスなのか、それともボトムアップ型のプロセスなのか？つまり、それらの機会を利用するために、どのようにしてそのようなプロセスを実現しますか？
Joannes Vermorel: サプライチェーンのほとんどのことと同様に、それはある程度トップダウンでなければなりません。あなたは組織自体を再エンジニアリングする方法を持つことを非常に底辺の人々から期待することはできません。例えば、あなたがあなたのプロセスがSNOP（販売と運用計画）のようなものであると決定し、そしてあなたが新しい予測を確立するために2ヶ月を費やし、それに全員が同意するためのSNOPの四半期セッションを持つと決定した場合、大きな合意を確立し、そして全員が調査され、そしてあなたは全ての結果をコンパイルする必要があり、そしてあなたは週ごとにカテゴリごとの予測を意味のある決定の観点から何かに再翻訳する必要があります、あなたは非常に底辺の人々が敏捷であるかどうかは問類ではない状況にいます。プロセスと組織自体がどんな敏捷性も防ぎます。だから、ある程度、あなたが敏捷であることを望むなら、これはトップからエンジニアリングされなければならない、そうすればこの敏捷性が起こる可能性があるからです。しかし、それから、一度あなたが可能性になる何かをエンジニアリングしたら、それははるかにボトムアップなものです、なぜならそれはその時に各チームがこの新たに見つけた敏捷性を利用するかどうかについてです。
Conor Doherty: 私には、リスクと機会の考え方をアプローチする別の方法があるように思えます。あなたが出した例をただ反転させるだけで、これらのTシャツを熱烈に売っていて市場をコーナーすることに決めた会社に焦点を当てるのではなく、それは彼らが機会を利用することです。供給者の視点からすると、もしあなたが突然何もないところからJoannesの服屋が私に電話をかけてきて、「ああ、あなたが持っているすべてのTシャツ、すべての黒いTシャツを買います、すぐに」と言うような状況になったら、それはあなたが警戒すべきものですか？なぜなら、再び、そこにはリスクと機会があるからです。供給者として、私は売るべきですか？それは今日、今すぐに確実な販売です、私はすべてをクリアします。それとも、彼がなぜこれらを今すぐ買おうとしているのか調査すべきですか？ここには他の何かが関与しているのでしょうか？
Joannes Vermorel: それは本当にあなたが調査に時間を費やす余裕があるかどうかによります。EDI接続があり、購入が完全に自動化されていて、ループ内に誰もいない場合、それは本当に依存します。しかし、供給チェーン全体で敵対的な行動を持つことは、ただの日常です。あなたのサプライヤーはあなたの最良のパートナーであり、可能性としてはあなたの競争相手でもあります。なぜなら、彼らはあなたの利益を制限することもできます。彼らはまた、時間とともに競争相手になり、自分たちのブランドを持つことを決定することもできます。そして、逆もまた真実です。あなたがブランドであるなら、あなたは内部化を決定し、突然あなたはあなたの元のサプライヤーと競争することになります。だから、一般的なルールはありません、それは本当に依存します。しかし、興味深いことに、供給チェーンでは、あなたはそのようなものに対してドルやユーロの報酬や機会を置くことができます。
また、あなたが自動車製造に戻るなら、一人の人間が死ぬという欠陥を持つことはどれくらいのコストがかかるのか？答えは、それはあまりにも多すぎます。だから、あなたが見るように、それはあなたがファンシーなエンジニアリングをするようなものではありません、なぜならそれはほとんど受け入れられないからです。だから、理論的には、経済学者はあなたにアメリカでの人間の命のコストはさまざまなものによって、例えば500万、何でも、あなたはそれについてケースを作ることさえできるでしょう。しかし、現実は、誰もが本当に真剣なエンジニアリングをすることはありません。彼らはただ、あなたが誰かが死ぬという問題を持つような問題が起こらないように、彼らができることを何でもします。だから、本当の金融エンジニアリングはありません、なぜなら、あなたが製造の角度からそれを取るなら、あなたはただ、設計によってそのような問題を避けたいだけで、あなたはあなたのリスクを最適化しようとはしていません、あなたはその利点と欠点をバランスさせる意味で、あなたはただそれを排除したいだけです。しかし、供給チェーンでは、あなたはそれをすることができず、それは本当のトレードオフになります。あなたがすることは何でもコストがかかり、報酬があり、それはただのグレーの色合いです。だから、それはそうではありません。あなたは常にもう少し在庫を持つことができます、あなたは常に少し在庫を減らすことができます、そしてあなたはゼロの在庫で運営しようとすることさえできます、そしてあなたはただバックオーダーをすべて行います。だから、それは、あなたがたくさんの柔軟性を持っていて、またあなたが非常に少ないハードな制約を持っているということです。あなたが支払う意志がある限り、ほとんど制約はありません。もっとストレージスペースが欲しいですか？あなたがそれに対して支払う意志があるなら、あなたは実際に第二の倉庫を建設するために支払うことができます。だから、最終的には、すべての種類の制約、すべての種類のリスクと報酬、それらは一種のソフトで、それゆえにそれらは生命と死の状況に対して金融最適化が可能であるということです。人々は、「いいえ、私たちはそれの金融最適化をするつもりはありません。それは絶対的な答えでなければなりません。私たちはただそれを望んでいません。」だから、供給チェーンはこの贅沢を持っています、大多数の問題は実際にはソフトな問題で、あなたは超悪いサービスから超良いサービスまで行くことができ、全スペクトラムが可能で、コスト構造はあなたがより良いサービスの質や悪いサービスの質を求めて行くにつれて進化します。
Conor Doherty: あなたが自動車製造の例を出したことは、実際には非常に素晴らしいセグエを提供します。なぜなら、私が知っている限り、自動車製造では、例えばフォードは、特に自動運転車については、デジタルツインを使用してリスクを管理しています。彼らはデジタル版とデジタル環境を作り、そして、アルゴリズムを使用して、理論的な自動運転車を一連のテストに subjectedし、リスクを評価します。それは彼らのリスクを管理するための一歩です。供給チェーンにはそれに似たものがありますか？なぜなら、再び、それはそれ自体が物理的な製品ではないけれども、それは多くの動く部分で構成されているからです。
Joannes Vermorel: それが興味深いことです。それがある意味で予測を行うときに試みることです。あなたはこの不確実な未来についてのリスクを予測を通じて軽減しようとします。理想的には、あなたの予測が完璧であれば、あなたはこのリスクをただ消し去るだけです。だからこそ、多くの供給チェーンの実践が、自動車メーカーがブレーキパッドの欠陥を扱うように、予測の精度を扱います。それはあなたが排除すべきものとしてです。
しかし、問題は、ブレーキパッドの欠陥とは異なり、欠陥の発生率を十億分の一まで下げることが可能で、それが非常に低いために無意味になることが可能なのに対し、予測の不正確さは決して0.01の誤差にはならないということです。それは通常、決定に対して予測的に意味を持つような粒度を見ると、基本的にSKUごと、日ごとに、あなたは広範囲に不正確な予測に困ることになります。それは平均的に50%不正確で、日ごとにSKUごとに、数ヶ月先を見るとそうなります。
興味深いことは、あなたがこれらのリスクのクラスを扱うためのツールやプロセス、方法論を持っているかどうかです。それがまさにLokadが確率的な予測を行っている理由です。それはこの不確実性を受け入れる方法です。しかし、それは予測が正確になるとただ仮定し、不正確さがあれば、それは解決すべき欠陥として扱われる古典的なパラダイムとは非常に異なります。
Lokadのアプローチ、確率的な予測は、私たちはそれらの不正確さが決して消え去ることを仮定も期待もしていないということです。私たちが持っているのは確率です。私たちは私たちのモデルを改善して、もう少し集中した確率を持つことができます。だから私たちは未来について少し鮮やかなビジョンを持つことができます。しかし、全体的な視点は、それがどうであれ、それが非常にぼやけていて非常に不確かであることが続くでしょう。
Conor Doherty: そこにフラグを立てたいと思います。なぜなら、それは重要なポイントだと思うからです。そして、私はそれを強調したいと思います。あなたが未来の需要を予測すると話すとき、ほとんどの人はそれをただ過去の販売データを見て数字を出すというように聞くでしょう。あなたの立場は、確率的な予測のアプローチが歴史的なデータだけでなく、我々が話している他のリスクのクラス、例えば延長されたリードタイム、船が運河に詰まる、またはそのようなものを要素に入れ、それらを一緒に統合するでしょうか？
Joannes Vermorel: はい、絶対にそうです。それが私たちがLokadで一般的に予測モデリングという言葉を使う理由です。理論的には、あなたは何でも予測することができますが、現実は、あなたが予測と言うと、デフォルトの期待は、あなたが需要や販売について話しているということです。それが人々が予測があると言うときの99%の状況です。彼らは販売や需要の予測を意味します。しかし、現実は、未来について不確かなものは何でも予測することができるので、私たちはこの予測モデリングを持っています。
興味深いことは、あなたが本当にデータを持っていなくてもリスクをモデル化できるものがたくさんあるということです。例えば、ヨーロッパでの戦争。過去100年を見てみると、大きな戦争が半世紀ごとに1回ずつ起こっています。だから、それを見ると、毎年2%の確率であなたに影響を与える戦争が起こるということです。あなたはヨーロッパの歴史を5世紀遡ることができ、それは何度も何度も起こってきたことです。
私は現在、西ヨーロッパでの実際の戦争のリスクはかなり低いと思いますが、再び、あなたが歴史的な視点を持つなら、大きな混乱が起こる可能性が2%あると言うことは比較的狂気ではありません。ウクライナで何が起こっているかを見てみてください。リスクは確実に現実的で、20年前には旧ユーゴスラビアでした。だから、そのようなことは起こりますし、あなたは具体的なデータを持っていなくても、私たちは主要な破壊的なイベントのリスクを2%に置くことができると言うことができます。
あなたはその地域に依存しているかもしれません、あなたは洪水になるかもしれません、あなたは火災になるかもしれません。あなたが大まかな評価を行うことができるリスクはたくさんあります。それらのリスクがまったく存在しないふりをするよりも、それを行う方が良いです。そして、確率的な予測とともに、少し推測された2%のリスクを、大きな需要の減少と言うことに加えることは、技術的にはかなり簡単です。
それに対して、あなたがそれを行っている場合、あなたが未来を古典的な決定論的な時間系列予測で接近する場合、それを行うことはほぼ不可能です。はい、あなたは災害が起こるシナリオがあると言うことができますが、あなたが毎日行っていることと、あなたの主要な予測から大きく逸脱したこのシナリオをどのように調整しますか？実際には、あなたはそれを行うことができません。
だから、多くの企業が言う、「ああ、私たちはシナリオを作り、リスクをモデル化する」と、しかし現実は、あなたの日々の決定についてはどうですか？ これらの日々の決定はすべて、リスクを完全に無視した中央値の予測または平均予測に100%駆動されています。だから、この意味で、はい、あなたはリスクについて考えるための知的な演習をいくつか行いましたが、あなたが毎日行うすべての決定がこのリスクを何らかの形で組み込んでいないなら、これはただの知的な演習です。それはあなたが毎日行っていることに何の影響もありません。
コナー・ドハティ: 私はこの点についてあなたを少し押したいと思います。なぜなら、私も実際には興味があるからです。他の予測技術を考えると、例えば、予測価値追加というものがあります。これは、人々が共同で予測に加えていくもので、異なる部門が洞察を持つという考え方です。例えば、新しい競争相手が出現しようとしているという情報を取ると、マーケティングがその情報を持っていて、それを何とかして時間系列に組み込むということです。それは予測にそのような知識をどのように翻訳するかということで、少し難しいです。同様に、これは私が少し押しているところですが、西ヨーロッパでの戦争の2%の可能性をどのように確率的な予測に組み込んで、私の棚にあるユニットの数に到達するのか、具体的にはどのようにするのか、それらはある意味で似ているように思えます。
ジョアンネス・ヴェルモレル: 時間系列から始めましょう。時間系列は現在、人々が未来を考えるときに、一般的には、供給チェーンの主流の実践者だけが時間系列を通じて考えるという信念があります。時間系列は、あなたが未来について知っていることを表現する方法としては非常に狭いです。例えば、あなたがB2Bの会社である場合、つまりあなたのクライアントは他のビジネスである場合、非常に基本的なリスクは、その大きなクライアントの一つがあなたを離れてあなたの競争相手の一人に行くということです。そして、これが起こると、彼らがあなたから購入していたすべての製品を、彼らは何も購入しなくなります。そして、例えば、あなたがこの一人の顧客によく購入されていた製品を在庫に持っていた場合、でもこの一人の顧客が突然あなたを離れると、この在庫の山は一晩でデッドストックになります。なぜなら、在庫はきちんと回転していたけれども、それはこのクライアントがあなたを離れるという隠れたリスクを伴っていたからです。
だからここには、そして、これらの大きなクライアントがあなたを離れる可能性があるという考えは、超洗練された考えではありません。どんな営業マンでも、「まあ、私たちはこのクライアントを持っていました、彼らが私たちを離れるリスクは常にあります」と言うでしょう。しかし、問題は、あなたが未来の予想を時間系列で枠組みすると、あなたは立ち往生します。あなたはそれを表現することができません。なぜなら、あなたが持っている情報はクライアントについてのもので、製品についてのものではないからです。そして、あなたがこの製品のリスクがゼロになると言ったとしても、でも、このリスクは高度に相関しています。それはこのクライアントが購入しているすべてのものが同時にゼロになる可能性があるということです。そして、それはこの製品が孤立してゼロになる可能性があると言うという非常に、非常に異なる種類のリスクです。
最初のことは、時間系列はリスクを表現するのに適していないということです。
人々がそれを見逃さないように、時間系列はクライアントと製品との関係の反映であり、製品自体ではありません。時間系列は単一次元の測定です。あなたは毎日、毎週、毎月落ちる測定を持っています。それは等間隔の時間系列と呼ばれます。それが人々が時間系列を考えるときに頭に浮かぶものです。それは一次元の測定であり、文字通り温度のようなものです。過去には温度があり、未来には温度がありますので、この時間系列を延長することができます。
しかし、これはあなたが購入した製品と既存の顧客との以前の関係についてのことですが、それは未来について何も言わない。問題は、あなたが持っている情報が顧客の粒度であり、あなたの予測が製品の粒度であるということです。そこにはミスマッチがあり、この情報からこの他の情報に移行するための翻訳がありません。それが重要なポイントです。
数学では、あなたがズルをすると、奇妙なものが出てきます。例えば、あなたが少しズルをすると、例えば地球は球体であるとしましょう。それは正確には球体ではありませんが、十分に近いです。だからあなたが地図を持ちたいとき、あなたは球体を平面に投影します。世界地図を見ると、歪みが出てきます。例えば、ヨーロッパの地図ではアフリカはヨーロッパに比べて非常に小さく見えますが、実際にはアフリカはヨーロッパよりも大きいです。これは、球体を表現するために平面を使用しているための歪みの効果です。
しかし、ここでの問題ははるかに大きいです。あなたは完全にリスキーなものを表現しようとしています。それはあなたが一次元のオブジェクトとして表現しようとしている多次元のオブジェクトです、あなたの時間系列です。だからあなたが持っている問題や歪みは絶対に巨大です。あなたがアフリカをヨーロッパよりも小さく見せるだけで問題だと思うなら、それは供給チェーンであなたがリスクについて知っている情報を時間系列に注入しようとするときにあなたが持つ問題に比べて非常に控えめな問題です。
私たちは別の問題を抱えています。解決策がわからないとき、問題について考えるのは非常に難しいです。人々は、これらのリスクを表現できる数学モデルのクラスにはあまり馴染みがありません。彼らは時間系列に固執しているため、時間系列以外の何かを想像することすらできません。しかし、最初のステップは、これが正確な表現ではないと認めることです。まだ何を使うべきかが非常に明確でなくても問題ありません。
いくつかの技術的なことがあります。例えば、対数がどのように計算されるかは非常に明確ではありませんが、それは大丈夫です。あなたは必ずしもそのものの明確なイメージを持つ必要はありません。そうすれば、私たちは第二部に進むことができます、Lokadはこの種の情報をどのように活用するのか。
考え方は、未来について考えるとき、高次元版は、すべての可能な未来が確率を持つと考えることです。だから、あなたはそれを、あなたが全ての売上レベル、需要、再販売されるものについて正確に知っている任意の未来の確率と考えることができます。
これが起こる確率があります。それは極めて小さいですが、適切な数学的ツールがあれば、あなたは極めて小さい確率を扱うことができます。そして再び、あなたが非常に大量の可能な未来を持っているという事実により、それはまだ確率1に加算されます。一つの未来が起こるでしょう、そして、それら全ての確率の合計は1に等しいです。
あなたはリスクを2%の確率でこれらのクライアントを失うようなものとして要素にすることができます。それは実際にはそれほど難しくありません。あなたが製品のレンズを通して需要を見るなら、それはクライアントを注入するのが非常に難しいです。しかし、あなたが需要をクライアントの行動の結果として見て、クライアントの行動を予測するなら、クライアントがあなたを離れるという追加のリスクを加えることは比較的簡単になります。
あなたは予測をさまざまな方法で構築することができます。時間系列アプローチを使用または活用する際の敏捷性と、確率的アプローチを活用する際の敏捷性との間で、そこには何が違いがあり、それがどのようにリスク管理に翻訳されるのか？
主な問題は、時間系列リスクが存在しないことです。それらは存在すらできません。それは二次元空間の中の立方体のようなものです。立方体というものは存在しません。あなたは立方体を描くことができますが、基本的には、それは適合しないのです。それが、適合しない余分な次元を持つときの問題です、あなたは立ち往生します。あなたが持っているのが二次元平面だけなら、あなたはそれに立方体を積むことはできません。それはただ適合しないのです。だから、時間系列では、あなたはちょっと立ち往生します。
あなたはダクトテープで物事を固定することができます。リスクに対処できないと言えば、この予測に基づいて行われる決定がこのリスクを反映するように、故意に歪んだ不正確な予測を持つことでごまかすことができます。それはリスク管理に到達するための非常に複雑な方法です。
技術的には、それをなんとかすることは可能ですが、それは非常に奇妙な方法で行われるでしょう。例えば、あなたは予測を故意に歪めて精度を下げることでリスクに対処することができます。それがリスクに対処する一つの方法です。しかし、それはそのための非常に複雑な方法です。
確率的アプローチに移行すると、あなたは本質的に確率的な予測を持っています。そして、設計上、あなたはそれらの確率を持っています。もう一つの課題の部分は、あなたが最適化をどのように行うかです。それは確率的最適化プロセスと呼ばれています。不確実な条件を持つときに、あなたはどのように決定を最適化するのでしょうか？だから、あなたは初期条件に存在するこれらの不確実性に自然な親和性を持つ最適化を行う必要があります。
コナー・ドハティ: 評価する場合、そして私は具体的にどのように、いや、その質問を再開させてください。あなたが会社を持ち、確率的アプローチを採用し、時間系列を行ってきたあなたは、あなたが言ったことによって説得され、そしてそれらは確率的予測方法論の最終的な製品である推奨事項に提示されるという状況にある場合。そしてその中で、その値が提示された中には、実際には多くの要素が組み込まれていて、例えば、クライアントを失う可能性などがあり、経営陣はそれを見て、それは狂っていると思うかもしれません。彼らはそれとどのように交流すべきなのでしょうか、なぜなら再び、そこには多くのことが要素になっているからです。どのようにギャップを埋めるのでしょうか？
ヨハネス・ヴェルモレル: まず、出力は何であり、そこには根本的な分岐があります。リスク駆動型のサプライチェーンプロセスの出力は、文字通り、それは私の知る限り、リスクに対処するための唯一の実行可能な技術である確率的予測によって駆動されます。それが確率の目的です。出力は決定であり、計画ではありません。それが奇妙なことは、あなたが未来を知ることができると思うと、すべてのリスクを排除することができると思います、サプライチェーンリスクは主にこの不確実な未来についてです。あなたが正確な予測を持つことができると思うなら、あなたのサプライチェーン実践の出力は予測であり、予測はあなたの計画です、なぜなら一度予測があれば、それは決定のオーケストレーションの問題だけだからです。
リスク駆動型のアプローチを取ると、プロセスの出力は計画でも予測でもなく、決定です。しかし、リスク駆動型のプロセスが悪い場合、それは悪い決定につながります。そして、どのようにして決定が悪いと判断するのでしょうか？それは非常に異なります。再び、クラシックな視点に行くと、人々は予測の正確さの観点から考えるでしょう、なぜならそれがエンドゲームだからです。リスク駆動型に行くと、ある決定があり、その決定にはドルやユーロで表現されたリスクと機会が付随しています。したがって、あなたが悪い決定を見ると、基本的には、この今後の決定について行われたドルやユーロの評価が間違っていると言っているのです。
そして、あなたがそれを見ると、私たちは通常、私たちが生成するすべての決定について、経済的なドライバーを分解するので、私たちはこの決定に何が入っているかを反映する半ダースのドライバーを持っていると言うことができます。したがって、それに挑戦したい場合、あなたはコンポーネントに挑戦し、これは、例えば、在庫コスト、あなたが見積もる在庫コストのリスクが全くオフに見えると言います。そして、そうです、それがサプライチェーン科学者の役割です、プロセスを逆にエンジニアリングして、この見積もりに何が間違っているのかを特定することです。しかし、それは非常に技術的です。
しかし、現実は、あなたが非常に間違ったクラシックな時系列予測を持っている場合、あなたはこの時系列予測は非常に不正確だと言います。しかし、一度それを言ったら、その根本原因を調査することは非常に技術的な取り組みになるでしょう。
コナー・ドハーティ: 以前に話していた自動車業界のデジタルツインによるリスク管理の積極的なアプローチと、あなたが与えた衣類の類推からの反応的なリスク管理に戻ると、確率的予測はほとんど積極的に聞こえます。あなたがこの決定を下す世界をシミュレートして、ここに予想される反応があります、あなたがこの決定を下すと、ここに予想される反応があります。
ヨハネス・ヴェルモレル: それは積極的な意味で、あなたはただ言うだけで、変動があり、私のコントロールをはるかに超えた変動が常にあるでしょう。それがこの未来についての不可減の不確実性が何であるかについてです、そしてそれに基づいて、私はそれらの変化する条件に迅速かつ適切に反応するプロセスをエンジニアリングすることができる必要があります、それらが私にポジティブに影響を与えるかネガティブに影響を与えるかに関わらず。そして、そうです、それは非常に積極的です、なぜなら、そのようなプロセスをエンジニアリングすることが、それらが現れるときに機会を利用し、問題が現れるときにそれらを軽減することを可能にするからです、それは多くの準備を必要とします。
しかし、あなたが不確実性を最初から排除するほど準備することができるという考えには騙されません。あなたが見ることができる、それがエンドゲームではありません。それはある意味で独断的な立場ですが、それはあなたがこの予測モデリングのウサギの穴の底に到達することができないという考えです。あなたは100％正確なモデルに到達することはできません、それは決して起こりません。残余不確実性の量は非常に大きくなるでしょう、そしてあなたが残されるものは、あなたがそれを観察するにつれて変化に追いつくのが非常に良いプロセスをエンジニアリングすることです。
なぜなら、事実は、非常に頻繁に企業は数ヶ月前に起こったことに驚かされます。あなたは未来を知らないと言いますが、過去についてはどうでしょうか、私たちは過去を知っています。しかし、あなたがすでに見ている何かに対する平均的な反応時間が6ヶ月のようなものであれば、あなたはすでに数ヶ月前の何かに驚かされるかもしれません、そして企業は非常に定期的にこのように驚かされます。
コナー・ドハティ：再度、少し押し問答をしたいと思います。なぜなら、リスク管理について話すなら、私たちがどのようにリスク管理の実践を評価するかについて話すべきだからです。そして再度、時系列対確率的アプローチに戻ると、あなたが時系列を持っていてそれが大幅に間違っていた場合、私はそれを指摘して、それは間違っていました、それは大幅に不正確でしたと言うことができます。そしてそれは、あなたが知っての通り、それは二元的です、それは正確であったか、またはそうではありませんでした。あなたは私たちが100を売ると言いました、私たちは10を売りました。あなたは1桁間違っていました。確率的アプローチでは、あなたは確率を提供しています、あなたはこれが確かにあなたが売るものだとは言っていません。そして、それはあなたが間違っていることからあなたを保護するのでしょうか？
ジョアンヌ・ヴェルモレル：いえ、私が言うには、確率的予測の精度については技術的には指標がありますが、さらに興味深いことに、決定自体の正確さを評価することができます。そしてそれは、あなたが知っての通り、確率を忘れてください。それらはただの一時的な計算の産物です。他にもたくさんの産物、数値的な産物が計算に入っています。それらは、あなたが不正確な確率を持っていても、それでも正しい決定を下すことができれば、それは本当に問題ないという意味で無意味ですか？
コナー・ドハティ：それは何を意味しますか？あなたは不正確な確率を持っていても、それでも正しい決定を下すことができますか？
ジョアンヌ・ヴェルモレル：例えば、常に気づかない人々がいますが、コンピュータは常に物事を近似します。あなたが計算をするたびに、あなたはただ一定の数の桁の精度を使います。精度の損失は重要ですか、それともそうではありませんか？答えは、それは依存します。そして供給チェーンでは、それは何に依存しますか？それは、最終的な決定が良いか悪いかに依存します。
だから最終的に、私が言っていることは、あなたはこのリスク駆動型アプローチの質を、プロセスの最後、つまり決定によって判断すべきだということです。高次元の確率を扱うこと、非常に高次元の空間での確率の数値評価には、あらゆる種類の癖があります。その技術が適切かどうかは、確率的予測の質ではなく、エンドゲームの結果によって判断されるべきです。
必然的に、予測の精度は主要な関心事ではなく、むしろどれだけのお金が得られたか、または失われたかが問題です。
コナー・ドハティ：はい、まさにその通りです。そして、それは一部の人々にとっては非常に難しいです。許してください、私は見下すつもりはありませんが、あなたはもっと正確な予測を望むという考えが、リスク管理の観点から技術的に間違っていると言っているのですか？
ジョアンヌ・ヴェルモレル：だから、まず、あなたが言うには、あなたが持っているとしましょう、20％不正確な予測、それらのパーセンテージは完全に作り上げられた単位です。それらはキログラムではありません、それらはキロワットではありません、それらは何か具体的な現実を持つものではありません。これは作り上げられたもので、人々は言います、「ああ、でも私たちはその精度のパーセンテージがパーセンテージとして表現されるのにとても慣れているので、それは確かに本物でしょう。」私は全くそうではないと言います。あなたは非常にダメージを与える予測を持つことができますが、それは非常に正確で、不正確さがパーセンテージとして表現されると非常に低いです。
あなたが店舗の需要をゼロと予測するだけで、非常に早く非常に正確な予測を得ることができるという逸話が何度も何度も与えられています。あなたはゼロを予測し、ゼロで開き、予測は100％正確になります。だから、このパーセンテージを表現する測定はあまり理にかなっていません。
あなたに確率的な予測測定をクロスエントロピーで表現できると言ったら、それは非常に抽象的で、あまり洞察に富んでいないでしょう。しかし、私が主張しているのは、クロスエントロピーはパーセンテージと同じくらい抽象的で不透明で、非常に作り上げられたものだということです。例えば、Lokadでクロスエントロピーを選ぶ唯一の理由は、最終的な決定に至る際に良好な特性を持っているからです。
例えば、クロスエントロピーは非常に急な勾配を示し、高品質なモデルの学習を容易にします。これは非常に技術的なことですが、それは機能します。そしてそれはどのような意味で機能するのでしょうか？それはプロセスの最後に生成される決定を判断することで機能し、それが最終的にはユーロやドルのエラーを減らす結果となります。これがリスク駆動の視点から操作する人々にとって重要な指標です。
また、あなたが時間系列の視点から操作するなら、あなたは人々を殺す欠陥を持つ自動車メーカーのように考えています。あなたは、「あなたは何を知っていますか、私たちはドルを数えるのではなく、私たちは非常に安全であることを確認したいだけで、私たちはほとんど測定不能なほど安全であることを確認したいだけです。」と言います。
コナー・ドハティ：だから、あなたがリスクを管理し、評価するための全体的な部門を持っているとしましょうが、あなたのサプライチェーンは時間系列の予測アプローチに基づいているとしたら、それはあなたの立場ではほとんど矛盾している、つまり、それは矛盾しているということですか？
ジョアンヌ・ヴェルモレル：いいえ、それはただリスク管理をしている人々が官僚であるだけです。彼らが何をするにせよ、結果はありません。通常、彼らは何の結果もありません。あなたがリスク評価を行うと、これらのことがあなたのサプライチェーンで行われるすべての決定を微調整できない場合、あなたは評価を行い、評価を行った直後に評価を埋めてしまいます。
あなたが言う、「ああ、この供給者は来年破産するリスクが2％ある」と、それはあなたの購入決定に影響を与えますか？もしそうでなければ、あなたはただあなたの評価を埋めてしまいます。あなたはそれを無視しています。あなたはただ頭を砂に突っ込んでいます。
そしてそれは非常に奇妙です。なぜなら、人々は言うでしょう、「ああ、でも私たちはリスクを分析しました。」はい、でもあなたはこの評価に基づいて行動していません。そして私が行動すると言うとき、人々は本当にそれが間違いだと考えています。人々がサプライチェーンについて考えるとき、それはあなたがメディアで聞くことになるでしょう。彼らは言うでしょう、「ああ、私たちは中国に工場を持つべきではない。」はい、それは非常にマクロなリスクですが、もっと日常的なリスクもあります。
だから、あなたは何を買い、どこにそれをストックするのか、あなたの価格設定を増やすか減らすか？これらはリスクを伴う決定であり、これらの決定はあなたが買う、生産する、または売るすべてのSKUについて毎日行われます。そして、あなたが供給者、競争者、クライアントについてのリスクについての評価が何であれ、問題は、この評価とあなたが取る非常に小さな決定との間に数値的に点を結ぶものがない場合、あなたはリスクを適切に管理していないということです。
コナー・ドハティ：だから、私が間違っているなら訂正してください、あなたはほとんどの人々のリスク管理の概念はマクロスケールで、チェーンを完全に混乱させる大規模なイベントのようなもので、あなたの立場は、より重要で、より緊急なリスク管理は日々の、より小さな決定にあると言っているのですか？
ジョアンヌ・ヴェルモレル：両方とも非常に重要ですが、あなたが本当に適切な決定を下すためにどれだけ真剣に情報を得ることができるかについて現実的に考えてみましょう。それらのマクロな決定については、大いにそれはギャンブルです。それは完全なギャンブルであり、それは大丈夫です。それが資本主義です。これは利益と損失の経済です。人々はリスクを取り、偶然が関与しています。そして私は言っています、まあ、新しい市場に参入することが安全かどうかをあなたに教える実践は本当に持つことができない。あなたは評価を行い、プロセスを少し合理化しようとすることができますが、基本的に、それは統計と定量分析から逃れる何かです。
それに対して、あなたが供給チェーンを見ると、中規模の企業は毎日何万もの決定を下すでしょう、毎日です。そしてそれが私が言っていることです、大きなマクロの決定ではあなたがギャンブルをし、あなたの直感的な評価に従う以外の選択肢はないのとは対照的に、毎日行わなければならない何万もの決定の場合、あなたは定量的な評価を行い、実際に意味のあることを行うことができます。
コナー・ドハティ：さて、マクロスケールのような巨大な例から離れて、SKUレベルのようなものにそれを持ってこようと思います。だから、私たちはいくつかの店舗を持っていて、10の店舗があり、限られた量の在庫があり、白いTシャツの在庫があり、すべての10の店舗が白いTシャツを必要としています。私が持っているものをすべての必要な店舗の間で分配する最も確率的で、最もリスクに対する情報に基づいた方法は何でしょうか？
ジョアンヌ・ヴェルモレル：古典的な視点を取りましょう。古典的な視点、時間系列に焦点を当てたものでは、あなたは未来を知っていると仮定します。だから、あなたは安全在庫を持っています。基本的に、あなたはすべての店舗がこの数量を在庫に持つべきだと言います。そして、その上に少し残った不確実性を認識するために、あなたは小さなバッファを追加し、それがあなたの安全在庫です。すべての店舗は独立して扱われ、あなたがすべての店舗をカバーするための十分な在庫を持つべきだという考えです。
では、実際のリスクは何でしょうか？リスクは、倉庫レベルで在庫切れになる可能性があり、その後の問題は、倉庫で限られたリソースを持っている私は、私のさまざまな店舗に対して何をすべきかということになります。あなたが古典的な方法をただ行うなら、古典的な方法は私が私の安全在庫を持っている、私は最初の店舗のための割り当てを行う、私はまだ在庫が残っている、私は2番目の店舗のためのプロセスを繰り返す、そしておそらく4番目の店舗で、私は在庫がなくなったので止まるでしょう。だから、あなたがやったことは、実質的に最初の4つの店舗を満たし、他の店舗には何も送らないということです。これは非常に賢いことではありません。これは、倉庫で商品が在庫切れになっているというこの小さなミニ危機を適切に対処していないということです。
コナー・ドハティ：しかし、そこでのリスクは、財務的な観点からは何ですか？
ジョアンヌ・ヴェルモレル：いいえ、それはそうではありません。それがあなたの安全在庫についてのことです。あなたが安全在庫を置くとき、あなたは私が店舗にユニットを置いて、それが私の関連する時間枠内で売られる可能性が非常に低いと言っています。それが安全在庫が存在する理由です。それはおそらくあなたが必要としないバッファです。
あなたが販売を最大化したいなら、在庫を広げてすべての店舗が少しでも持つことがはるかに良いです。目標はすべての店舗が同時に在庫切れになることです。明らかに、あなたはそれを本当に達成することはできませんが、それはあなたが近づきたいものです。
最初の4つの店舗に在庫を集中させている代替の状況を考えてみましょう。在庫切れの他のすべての店舗があり、全く売れない状態です。そして、それらの店舗では、在庫の半分程度しか売れないので、大量の余剰が出ます。在庫切れの店舗がある一方で、他の店舗が比較的過剰な在庫を持ち、在庫がない店舗の需要が満たされない状況に陥ります。
コナー・ドハティ：それがリスクですか？
ジョアンヌ・ヴェルモレル：はい、それが在庫切れのリスクについて話しているところです。それを管理する一つの方法は、倉庫の商品が在庫切れになるリスクがあると見たときに、倉庫の在庫を保持することです。このように、最良の店舗はまだ少しの商品を持つことができます。
時系列アプローチとは対照的に、確率的アプローチは、ネットワークとこれらの店舗間の連鎖反応または相互依存性、そして私の利用可能な在庫との関係を考慮に入れます。
コナー・ドハティ：企業がこれらすべてをどのように管理するのか、具体的にはどのようにしているのか、興味があります。それは伝統的な時系列アプローチに比べて多くの情報です。これらすべてを管理する唯一の方法は自動化を通じて、または人々がまだこれらの決定をチェックしているのですか？
ジョアンヌ・ヴェルモレル：Lokadの方法は、全プロセスを自動化することです。人々は自動化を監督するために存在しますが、現実は、ほとんどの企業が、すべてが手動で検証されていると主張しているにもかかわらず、長い間かなり自動化されたプロセスを使用してきたということです。あなたが平均と最大を持つmin-max在庫設定を持っているとき、あなたは通常無人で実行されるreplenishmentオートマトンを持っています。これはすでに数十年にわたって広範囲に自動化された設定を持っているケースでした。
Lokadはこの方向へのさらなる一歩ですが、それは必ずしも人々が以前に持っていたものと比べてそんなにゲームチェンジャーではありません。それはより自動化されていますが、多くの企業はすでに高度に自動化された設定で運営しています。
コナー・ドハティ：自動化を活用しない企業は、しかし、例えば、私が先ほど言及したように、リスク管理の専門家の部門全体を持っているということは、それらの企業はかなり意識しているのですよね？
私たちが主に具体的なリスク、つまりSKU、店舗、洪水などに焦点を当てて会話を進めてきたことも思い出されます。これらはすべて非常に具体的なリソースや資産、そしてそれに伴うリスクです。無形のリスク、つまり時間、帯域幅、知識など、企業の運営に関わるすべてのものはどうですか？そこにはどのようなリスクがあり、それらをどのように管理しますか？
ジョアンヌ・ヴェルモレル：無形のリスクがあります。例えば、あなたがファッション会社であり、セールスを行っている場合、その割引が将来も再び行われるという期待を顧客の間に生み出します、そして人々は彼らの行動を変えます。このプロセスを理論的に推定することは可能ですが、実際には非常に難しいです。なぜなら、顧客の期待を築くことは多年にわたるものであり、実験が容易でないからです。
例えば、あなたが高級ブランドであり、プロモーションを行うとブランドの価値が下がるという信念を持っている場合、プロモーションを行うと本当にブランドの価値が下がるかどうかを見るための5年間のテストを行うことはありません。ある時点で、あなたはテストを行うのではなく、信念と判断に基づいて行動する必要があります。
プロモーションを行うことによって発生するコストは非常にリアルです。プロモーションを行うと、あなたは価格を下げることで直ちに放棄する一定の金額、つまり一部のマージンを放棄します。それは直接的なコストですが、顧客側で悪い習慣が生じるという追加のリスクもあり、それらのコストを定量化する必要があります。
IT依存性のような他のリスククラスもあります。ソフトウェアが壊れたり、供給チェーンに影響を与える他の多くのことが起こる可能性があります。しかし、これらのリスクは、あなたのERPが100％稼働時間であることを望む製造業のリスクとより似ています。ダウンタイムを持つ理由はありません、あなたは100％稼働時間に非常に近い何かに進化することができます。
コナー・ドハティ：あなたは価格戦略の観点から、割引が悪い消費者の習慣を醸成する可能性があると言及しました。それは何を意味しますか？
ジョアンヌ・ヴェルモレル：プロモーションを行うたびに、顧客はあなたがプロモーションを行うのを見ます。だから次回、彼らは、「私は定価で買わない。あなたが再びプロモーションを行うまで待つだけだ。あなたがプロモーションを行うのを見たので、あなたのブランドでプロモーションが行われることを知っています。だから私は待つことができます。あなたがプロモーションを行うまで待って、それから私は買います。」
問題は、それを本当にモデル化できるものは何もないということです。顧客の心理をモデル化することは、ほとんどあなたの手の届かないところにあります。なぜなら、顧客の心を形成するのには10年かかるからです。
価格を設定するとき、あなたは顧客にメッセージを伝えます。人々はある程度注意を払いますが、それが浸透するには時間がかかります。したがって、かなりの慣性があります。あなたは正確にどのような影響があるかを推定するために洗練されたモデリングを試みることができますが、現実は、これらのようなことは何年もかかるため、あなたはあまり実験することができません。あなたが使用しているどのような技術でも検証することができません。したがって、現実的には、あなたは判断を下す必要があります。
コナー・ドハティ：それはリスク管理プロトコルの要素であり、人々が合意に達する範囲内にまだ存在します。私たちはその在庫を清算したいのですか？それを永遠に保持したいのですか？それともプロモーションでそれを売りたいのですか？
ジョアンヌ・ヴェルモレル：はい、そしてあなたがこのリスク駆動型のアプローチを持っているとき、それはこの種のゲスティメートと比較して伝統的な時系列計画予測よりもはるかに互換性があります。
コナー・ドハティ：したがって、企業がどのようなナプキンの裏の規則の親指のポリシーを取るべきかを決定するための指導原則は、それがより大きなリターンに貢献するかどうかですか？
ジョアンヌ・ヴェルモレル：何かが定量的に評価できるなら、それを行ってください。しかし、それが不可能であり、それが重要であると一般的に合意がある場合、あなたはゲスティメートするべきです。
私たちは合理的な数字がないため、それが存在しないふりをするという非常に危険な道を進むべきだと思います。それは存在します、したがってあなたはゲスティメートする必要があります。正確に正しいというよりは、おおよそ正しい数字を持つ方が良いです。
コナー・ドハティ：私たちは少しまとめているように感じますが、少し難しい質問をしたいと思います。あなたは定量的な分析が財政的に禁止されている場合について話しました。したがって、より洗練された予測とリスク管理ポリシーを余裕できる大きな企業は、おそらく確率的なアプローチを取ることができます。しかし、そのような使い捨て可能な現金を持っていない企業に対して、どのようなリスク管理についてのアクション可能なアドバイスを与えることができますか？
ジョアンヌ・ヴェルモレル：リスクを無視することが本当に許されるのか、という問いに挑戦したいと思います。在庫はお金がかかります。供給チェーンの科学者にあなたの決定を最適化するのを助けるための価格計画は、月に約2,500ユーロのようなものです。はい、それはかなりの金額ですが、あなたが小さな会社でない限り、あなたが1000万ドルまたはユーロ以上の会社であれば、これは大きな金額ではありません。実際には、それはあなたがただ一人の人に支払うものの一部に過ぎません。
在庫補充、生産スケジューリング、在庫割り当て、価格管理などの供給チェーン機能を果たす5人以上の人々がいて、彼らがリスクを完全に無視するプロセスを持っている場合、私はあなたがそれを続けることが本当に許されるのか、と問いたいと思います。それらのリスクを無視することは、リスクを完全に無視することによって非常に悪い決定を下したために、あなたに何百万ドルもの費用をかける可能性があります。
それが珍しいという事実から、人々はそれがAmazonのような企業に予約されているものだけだと期待するでしょう。いいえ、それはそうではありません。それは、大いに程度に、古典的な時系列予測ははるかに複雑であり、その理由はそれが問題と不一致であるということです。だからはい、表面上は人々が時系列に慣れているので簡単に見えますが、問題の実際の解決に至ると、それは完全に実際の問題と不一致であり、この解決策は、実際には、展開して使用するのが悪夢のようです。
Lokadが小さなクライアント、小さな企業のために使用している確率的な予測は珍しいですが、それは問題にうまく適合し、その結果、最終的には、あなたが知っている、そしてそれは再び私の講義で私は例を与える、あなたが確率技術を見てみたいなら、私のコード例のほとんどは20行以下です。だから人々はこれは不可能に複雑だと言うだろう、そして私はそれが20行のコードだと言う、そしてあなたは1時間半の講義で方法の全詳細を与えることができます。
あなたの会社がとても小さいので、ケースに数十時間を費やすことができないと本当に言えますか？それは本当にあなたの手段を超えていますか？私は、あなたがただ一人の人であるブティックであるならば、それはそうですが、あなたが年間で1000万ドル以上の売上を上げる企業であれば、あなたはブティックではありません。あなたはすでに賭け事をしていて、間違いはもっと多くの費用がかかる可能性がありますし、逆に、それはただの間違いではなく、機会もあります。
正しい瞬間にあなたの価格を上げることであなたのマージンを10パーセント増加させると、それはあなたの会社に純粋な現金が数十万ドル流れ込む結果となる可能性があり、それは本当にリスクに時間を費やす人々のコストを相殺します。
コナー・ドハティ：それを要約すると、それは基本的に信念の飛躍の要素があるが、あなたがそうすると水はそれほど冷たくないということになるでしょう…
ジョアンヌ・ヴェルモレル：私はそれが信念の飛躍というほどではないと言いたいと思います。私は、主流の供給チェーン理論から、リスクは文字通り存在しないという非常に奇妙な考えがあると思います。あなたは需要の超穏やかな変動とリードタイムの超穏やかな変動をモデル化しています、それは人々が正規分布を言うとき、それはリスクがないと言う方法です。
現実は、私が出会ったどの起業家も、自分のビジネスがリスクでいっぱいであることを十分に認識していないということはありません。狂気のようなことは、主流の供給チェーンソフトウェアを使っている人々がリスクが存在しないふりをしていることですが、リスクは依然として存在し、その結果、企業はリスクが原因で非常に高額な災害に常に直面しています。再び私が言っているように、1991年にロシア市場に進出し、それがうまくいくと思っていたような投資ではありません。それが突然新しいエルドラドになると思っていました。
企業が災害に直面すると言っているのは、完全に予防可能なこと、供給業者が問題を抱えていたり、価格が上がったり下がったり、需要が変動していたりするが、市場の一般的な進化から予想できる範囲を超えていないというようなリスクの風が吹いていたことです。このようなことで、私の主張は、ほとんどの主流の慣行がリスクを完全に無視しているという狂気があるということです。
供給チェーンの実践者と話すとき、彼らはリスクがたくさんあると言いますが、彼らがギャップを埋めることができないという点です。それはあなたがやっていることとは非常に異なるだけで、それは非常に難しいわけではなく、それは実際には安いです。なぜなら、それはまた自動化の度合いを高めるからです。なぜなら、時間系列で供給チェーンを行うときに多くの人々が必要な理由の一つは、現実とこれらの時間系列との間に大きな不一致があるため、常にプロセスをダクトテープで固定するために多くの人々が必要だからです。
しかし、あなたがより良いマッチングを持つものを持っているなら、あなたはダクトテープで物事を固定するためにほとんど同じような人々を必要としません。
コナー・ドハティ：そのノートで、私は物事を終わらせると思います。ジョアンヌ、いつものようにありがとうございました、それは喜びでした。そして、視聴していただきありがとうございます、次回お会いしましょう。
