Manufaktur industri
Industri Internet of Things | bahan industri | Pemeliharaan dan Perbaikan Peralatan | Pemrograman industri |
home  MfgRobots >> Manufaktur industri >  >> Manufacturing Technology >> Teknologi Industri

Mengapa Pengecer dan Pemasok Tidak Dapat Bertindak Bersama tentang Perkiraan Permintaan?

Bagaimana mungkin pengecer dan pemasok dapat menghasilkan perkiraan permintaan yang akurat jika mereka tidak membagikan data yang sama dengan cara yang sama pada waktu yang bersamaan?

COVID-19 patut disalahkan atas banyak masalah yang melanda rantai pasokan produk konsumen sepanjang tahun 2020. Namun kekurangan kertas toilet, air kemasan, dan kebutuhan pokok lainnya diperburuk oleh ketidakselarasan strategi data permintaan antara pemasok dan pembeli. Itulah kesimpulan dari laporan terbaru oleh perusahaan rekayasa perangkat lunak CI&T.

"Hubungan pengecer-pemasok tidak diatur dengan cara yang paling kondusif untuk perkiraan permintaan yang meyakinkan," kata laporan itu dengan agak sopan. Tetapi konsekuensinya serius, menghadirkan rantai pasokan ritel dengan sejumlah masalah yang berasal dari kegagalan untuk memprediksi permintaan secara akurat.

Kedua belah pihak bahkan tidak bisa menyetujui sifat masalahnya. Pemasok mengatakan tantangan nomor satu mereka dalam memperkirakan permintaan adalah visibilitas dan akses ke data. Pengecer mengatakan itu menskalakan platform data. “Secara strategis, cara mereka berpikir tentang perkiraan permintaan benar-benar berbeda,” kata Melissa Minkow, pemimpin industri ritel dengan CI&T dan salah satu penulis laporan.

Putus hubungan dimulai dengan pendekatan dasar untuk peramalan oleh dua set mitra nominal. Sebagian besar pemasok mengatakan bahwa mereka cenderung mengelompokkan data yang relevan berdasarkan geografi, sementara pengecer melakukannya berdasarkan saluran, seperti e-niaga dan penjualan di dalam toko.

Selain itu, sebagian besar pemasok membandingkan data penjualan untuk bulan tertentu dengan periode yang sama tahun sebelumnya untuk memprediksi penjualan bulan berikutnya, sementara pengecer membandingkan angka tersebut dengan bulan sebelumnya. Kedua metode tersebut dapat menghasilkan kesimpulan yang sangat berbeda tentang berapa banyak produk yang harus dibuat, disimpan, dan disimpan selama 30 hari ke depan.

Para pihak setuju pada jenis informasi yang mereka anggap paling bernilai dalam merumuskan perkiraan permintaan:data konsumen terperinci seperti jenis kelamin, usia, dan ukuran rumah tangga. Tapi sepertinya mereka tidak bisa menukar kecerdasan itu secara real time.

Ada keragu-raguan yang mengganggu untuk berbagi data sensitif dan eksklusif, "yang berarti mereka harus berjuang bersama untuk bekerja sama," kata Minkow. Kurangnya transparansi setidaknya sebagian bertanggung jawab atas pendekatan berbeda yang diambil untuk menafsirkan data.

Di saat gangguan seperti COVID-19 mengancam stabilitas rantai pasokan produk konsumen, tidak pernah lebih mendesak untuk melihat data penting melalui satu lensa. Tetapi pengecer dan pemasok tampaknya gagal mencapai tujuan itu. “Ada banyak kepuasan diri” selama 15 bulan terakhir, kata Minkow. “Kedua belah pihak memainkan seluruh permainan sangat dekat dengan rompi. Dan itu hanya akan bertambah buruk dalam enam bulan ke depan, dengan liburan yang akan datang.”

Yang pasti, banyak masalah yang mengganggu rantai pasokan saat ini berada di luar kendali pengecer dan pemasok. Tetapi kedua belah pihak dapat berbuat lebih banyak untuk mengurangi dampak krisis eksternal dengan menyelaraskan pendekatan mereka terhadap analisis data dan perkiraan permintaan. Di saat-saat yang tidak pasti, ketahanan adalah kuncinya. “Ada banyak ruang untuk berbagi data,” kata Minkow.

Laporan CI&T mendesak kerangka kerja baru untuk membuat prakiraan permintaan, yang tidak mengembangkannya secara terpisah. Saat ini, Minkow berkata, “mereka bahkan tidak repot-repot melihat perkiraan permintaan satu sama lain. Jika mereka melakukannya, mereka akan melihat di mana mereka dapat belajar dari satu sama lain.”

Di era media sosial, lebih banyak data tersedia untuk rantai pasokan ritel daripada sebelumnya. Itu adalah berkah dan kutukan — dianalisis dan dibagikan dengan benar, informasi tersebut dapat digunakan untuk menentukan kebutuhan pelanggan dan menyesuaikan produk yang sesuai. Namun volumenya yang besar mengancam untuk membanjiri penyedia yang tidak memiliki kemampuan untuk memahaminya, dan mengoordinasikan alirannya di antara mitra.

Minkow mengatakan pengecer dan pemasok tidak memanfaatkan sepenuhnya data yang tersedia bagi mereka. Selain kecerdasan tingkat konsumen, mereka juga harus memanfaatkan data penjualan atau keranjang untuk e-niaga dan pembelian di dalam toko, tren musiman, pola cuaca, liburan, dan strategi penetapan harga pesaing.

CI&T mengusulkan agar pengecer memiliki hubungan berbagi data, kemudian menentukan jenis data khusus mana yang harus diketahui oleh setiap pemasok dalam sistem "peramalan uber". “Kami akan memberikan lebih banyak kekuatan ke tangan pengecer, tetapi kami juga terbuka untuk pemasok yang menjadi penggerak pertama,” kata Minkow. “Idenya adalah berada di tengah, di mana semua kumpulan data ada. Kemudian Anda dapat mengubah hubungan sesuai keinginan Anda.”

Kegagalan untuk mengoordinasikan hubungan penting antara pengecer dan pemasok untuk tujuan peramalan permintaan akan merugikan semua pihak, tetapi terutama mereka yang berada di ujung rantai pasokan. “Jika tidak ada strategi berbagi data yang dioptimalkan, konsumenlah yang akan rugi,” kata Minkow. “Dan ketika konsumen kalah, semua orang rugi.”


Teknologi Industri

  1. Apa itu Keamanan Cloud dan Mengapa Diperlukan?
  2. Masalah Hukum di Cloud Computing dan Solusinya
  3. Mengapa digital?
  4. Apa itu komputasi tepi dan mengapa itu penting?
  5. Pemasok Pertahanan:Self-Attestation, False Claims Act, dan Anda*
  6. Mendorong Hasil Bisnis Dengan Proyek Big Data dan AI
  7. Mengapa Perusahaan Logistik Harus Mengadopsi Teknologi Big Data dan Cloud
  8. Mengapa Merek dan Pengecer Memilih E-Commerce 3-D
  9. Mengapa Data dan Konteks Penting untuk Visibilitas Rantai Pasokan
  10. Untuk Manajemen Armada, AI dan IoT Lebih Baik Bersama