サプライチェーンの科学と技術
LOKAD TV に戻る ›
サプライチェーンのテールリスク
テールリスクは突然の予期せぬ出来事であり、しばしば企業を破壊します。ブレグジット、Covid-19の発生、アイスランドの火山噴火などが最近の例です。従来のサプライチェーンのプラクティスでは、これらの出来事に対して企業は完全に無防備です。しかし、そうである必要はありません。
サプライチェーンにおけるExcelの役割
需要予測と在庫最適化は、大企業でも通常Excelで行われます。多くのCIOがスプレッドシートから移行しようと試みましたが、成功していません。
裸の予測は有害です
Lokadでは、技術が提供できる最高の予測を提供することに取り組んでいます。そのため、潜在的なクライアントからは、完全なマネージドソリューションではなく、予測のみを提供できるかどうかよく尋ねられます。このLokadTVのエピソードでは、なぜこれらの裸の予測がさまざまな問題を引き起こし、より良い予測であっても、実践者は通常、サプライチェーンのパフォーマンスを低下させる結果になるのかを説明します。
サプライチェーンのためのソフトウェアデザイン
リーンサプライチェーンマネジメント（リーンSCM）は、サプライチェーンをサポートするためのリーンなアプリケーションの景観から始まります。しかし、ソフトウェアにおける「リーン」とは主にアーキテクチャの選択の問題です。これらの選択肢は、選択したソフトウェアデザインが適している問題のクラスと、そうでない問題のクラスを定義します。多くのサプライチェーンの問題は、コアデザインの選択が現実の要件と衝突する状況から生じます。
供給チェーンにおける不良データ
正確な需要予測などの難しい試みを成功させるためには、データの適切な準備が重要です。不良データは、供給チェーンの取り組みが失敗した際の通常の言い訳です。しかし、不良データは通常、誤ったデータエントリよりも、理解が不十分なソフトウェアとプロセスを反映しています。
支払意思
支払意思は、個々の人が特定の商品やサービスに対して支払いたいと考える最大金額を決定する基本的な経済概念です。これはマーケティングやトレンドなどの多くの要因によって影響を受け、消費者ごとに大きく異なる場合があります。この概念は市場需要を理解するために不可欠ですが、供給チェーンの実践者によって頻繁に無視されています。
サプライチェーンにおける疑似科学
サプライチェーンは、他の複雑なシステムと同様に理解が難しいものです。予測の正確さなどの多くの素朴な測定値は、問題の一部しか示していません。その結果、90年代と2010年代には、ABC分析や安全在庫などの複数の手法が持続しましたが、それらには理論的な根拠も経験的な結果もありませんでした。
A/Bテスト、探索 vs. 活用
A/Bテストは、2つ以上のオプションを比較して最良の結果を評価する方法です。残念ながら、A/Bテストはサプライチェーンの課題に直面した際にはうまく機能しません。このLokadTVのエピソードでは、なぜこの種のテストが現在多くの業界で使用されているのか、そしてなぜこれまで人気があったのかについて学びます。サプライチェーンに適用するとこのアプローチが大幅に弱体化し、代わりのアプローチの方がはるかに優れていることについても詳しく説明します。
サプライチェーンにおけるシャドウIT
サプライチェーンの予測最適化は、通常、企業の既存のアプリケーション風景のどこかで見つけることができるデータに依存しています。しかし、これらのシステムの多くは、公式のシステムがカバーしていなかった即時の運用ニーズから生じたため、ITによって管理されていないかもしれません。シャドウITは、管理の明確な承認なしに企業内で作成されたITシステムに与えられた名前です。
需要予測の改善に天気予報を活用する
需要予測の正確さは、在庫切れの削減とサービスレベルの向上において重要な要素とされています。しかし、需要が天候に強く影響を受ける場合、天気予報を活用して需要予測を改善することを検討することは合理的です。