数字化供应链规划的7个维度

很多组织都想以洋地黄治疗他们的供应链规划(SCP)，但很少有供应链规划的领导者知道这真正意味着什么。大多数人相信某种形式的数字技术将解决他们的需求。但是，即使一种新的机器学习(ML)算法提高了需求预测的准确性，总体质量也很可能不会提高。

一般来说，这是因为改进后的预测被输入到现有的功能中——通常是一些离线的电子表格和需求公式，它们不能处理ML算法生成的结果。这不是数字规划。

“虽然任何组织都可以在计划中使用技术，但更有意义的是暂停一分钟，考虑哪种类型的数字技术是合适的。”

高德纳将数字供应链规划定义为使用数字技术，如云计算、大数据、机器人过程自动化(战),人工intelligence (AI)或ML以提高或转变供应链规划决策的质量。

“数字化规划为SCP领导者提供了一个巨大的机会，以解决经常降低规划决策质量的四个关键因素，”他说蒂姆·佩恩， Gartner的副总裁分析师。“这些是可变性、偏见、低质量的数据和决策模型。虽然任何组织都可以在计划中使用技术，但更有意义的是暂停一分钟，思考一下哪种类型的数字技术适合目前成熟状态的组织。”

了解更多:优化供应链规划

Gartner通过七个关键维度来看待数字SCP。公司在这些维度上的进步越远，其SCP的数字化程度就越高。逐步的改进将产生更多的业务价值，并导致一个转换在该公司计划其供应链的方式。

维度1:决策的水平对齐

组织，特别是那些规划成熟度较低的组织，应该首先关注这个维度，因为它的目标是跨端到端供应链调整规划决策。这可能包括抛弃电子表格，采用统一的、基于云计算的计划系统。已经掌握了这一步的组织应该考虑如何将贸易伙伴和其他生态系统实体包括进来。

维度2:决策的垂直对齐

在这个维度中，目标是确保所有规划决策都与整体业务策略的执行相关联并支持它们。这种垂直排列的模型是销售和运营计划(S&OP)，它为所有日常运营决策提供了战略框架。

维度三:决策自动化程度

许多组织希望使用诸如RPA和ML之类的数字技术来自动化规划决策，并为规划者开放能力，以便从事更多增值项目。虽然这是一个非常好的理由，但这些技术的真正价值在于它们减少——或完全消除——人类的决策偏见。

Payne说:“例如，自动化需求规划是有可能实现的，90%的过程都不需要人工参与。”“甚至当人类做出决策时，先进的分析技术可以提供更好的供应链可视性，帮助规划者做出更明智的决策。”

维度4:决策类型的混合

在规划中，每天都要做出决定。在低成熟度的组织中，您会看到许多部门最佳实践决策和一些混乱的决策。第二种情况发生在整个供应链将受到影响，但决策者不知道具体如何影响，也没有办法在整个供应链上调整他们的决策。一个组织可以通过技术减少混乱的决策，例如，一个提供更多可见性和数据的计划记录系统。有了对所有因果关系的全面洞察，决策就变得容易得多，大多数最终都可以实现自动化。

维度5:决策数据的延迟

所有好的决策都需要数据。许多供应链规划领导者的困境是，他们必须依靠过时的数据来预测未来，这往往会降低规划决策的质量。

“在很多情况下，最初的数据来自执行当规划分析在此基础上为未来做出决策时，阶段已经存在了好几个小时。这意味着，当数据被使用时，执行可能已经处于一个完全不同的情况，”佩恩说。“技术可以显著降低数据延迟，因此规划者可以更好地了解现实是什么样子的。”

维度6:决策数据的粒度

规划越数字化，决策数据就越细粒度。例如，今天的计划人员通常只在每月或每周的水平上收到总需求数据，技术将允许他们在订单下达或影响订单的事件发生时立即使用这些数据。这同样适用于供应端，物联网(IoT)传感器数据几乎可以实时响应变化。

阅读更多:供应链规划中如何建立科学与战略战略

维度七:双峰规划程度

最后一个维度与组织可以执行的计划类型有关。模式1描述了一个公司现在是如何做计划的，它的最佳实践。技术可以帮助模式1的持续改进，例如，优化规划算法。

模式2是关于创新和步骤变化的改进。目前大多数组织在规划中几乎没有模式2。然而，技术可以显著增强模式1的能力，并帮助形成强大的模式2能力。考虑利用社会情绪数据来提高预测的准确性，或从不同的数据集中检测新的相关性和因果关系。如果来自这种模式的试点展示了足够的ROI，它可以过渡到模式1，并成为最新的最佳实践。