亿迅智能制造网
工业4.0先进制造技术信息网站!
首页 | 制造技术 | 制造设备 | 工业物联网 | 工业材料 | 设备保养维修 | 工业编程 |
home  MfgRobots >> 亿迅智能制造网 >  >> Manufacturing Technology >> 工业技术

驯服零售供应链运营的野兽

零售供应链高管承受着巨大压力,需要支持消费者在数字时代所要求的无缝全渠道体验。

消费者希望通过任何渠道获得更多的产品种类、更快的交付、可负担性以及取货和退货。满足这些期望取决于零售商运行能够快速准确地做出反应的具有成本效益的供应链。在提供卓越的客户体验方面,这与个性化的前端营销一样重要。

零售供应链高管的日子不好过。赌注是天价,因为似乎每天都会带来另一个引人注目的挫折或失败的消息。

零售供应链是一头难以驯服的复杂野兽。 Sapio Research 最近的一项研究发现:

不幸的是,这些结果并不令人惊讶。根据 eyefortransport 的一项研究,近三分之二的零售商和制造商仍在使用 Excel 进行供应链规划。 46% 依赖手动、耗时的供应链流程。

路透社的报告称:“现在比以往任何时候都更有效的供应链将成为零售商和制造商的关键增长推动力。” “Excel 电子表格等遗留计划工具和功能有限的传统计划解决方案不再适合解决当今复杂的供应链挑战。”

当创可贴不够用时

零售供应链正在创新以更好地满足客户需求。一个例子是弹出式仓库,位于高需求区域以加速最后一英里的交付。这些实体还可以兼作消费者提货的地点,或提供有限的零售选择。此外,零售商正在利用从商店发货的模式,将实体店转变为临时履行中心。

这两种模式都可以更快地将商品送到消费者手中,但它们会引入额外的成本,从而削减利润。它们是创可贴解决方案,无法解决供应链效率低下的根本原因:孤立的应用程序、快速增长的数据量和固有的人为限制。

基于 Excel 的规划和使用来自企业资源规划 (ERP)、仓储、库存、销售运营和物流系统的数据的传统需求预测工具无法跟上。数据量和应用程序复杂性的增长速度与消费者的预期一样快。

因此,零售商无法对需求变化做出快速反应。由于交货时间提前几个月设定,如果一个地区的需求激增而另一个地区的需求下降,或者电子商务销售超出预期,他们将无法适应。如果销售量不足,他们通常会采取积压库存,冒着高昂的持有成本和未售出产品的风险。

事实证明,人类计划人员几乎不可能管理当今实时供应链的许多动态。有太多的数据、太多的应用程序和太多的变量需要考虑。与此同时,老式零售商正在输给亚马逊等数字原生代,后者使用人工智能等下一代技术来帮助优化供应链和消费者体验。

路透社的报告称:“数字化以应对零售供应链不断提高的速度的需求只会越来越大。” “对于具有前瞻性思维的零售商来说,必须开始考虑如何使用新的分析技术,不仅是为了分析和了解过去,而且是为了未来做出更好的决策。”

人工智能驱动的认知自动化

人工智能已经进入我们的消费者生活,帮助我们选择产品、避免交通拥堵,甚至选择医疗保健。现在,它正在企业规模上做同样的事情,为公司提供开创性的能力,让他们能够更快、更直观、成本更低地运行供应链。

人工智能是所谓的认知自动化的基础技术,它将深度机器学习 (ML) 分析带入供应链运营。人工智能驱动的认知自动化平台每天会在所有相关应用程序中进行数千次数据抓取,并将这些信息聚合到一个认知数据层中。

之所以称为认知层,是因为在此应用 AI 和 ML 算法来分析情况、预测结果并根据目标(例如重新分配库存、降低成本或加快交付时间)为最佳行动提出建议。

与传统方法不同,这些分析洞察力不是利用数周或数月前的数据;它们基于近乎实时的信息。认知自动化在趋势和问题展开时发现趋势和问题,以实现快速干预。而且由于认知自动化与事务系统相关联,因此可以自动执行纠正措施,而无需人工登录系统来修改流程。

认知自动化已经为 CPG、制药和制造公司的供应链运营带来了数百万美元的改进。从小规模起步并扩大规模的零售商将获得多重回报,包括:

更好的预测。 认知自动化跨多个应用程序、渠道和地域整合高度细化的 SKU 级数据。对销售趋势、人口统计、SKU 品种和其他变量的 AI 分析提高了在正确时间在正确地点提供正确产品的准确性。

敏捷的库存重新分配。 认知自动化以传统工具无法实现的速度和范围不断分析实时库存和销售数据。它会根据情况的变化提出重新分配库存的建议,或者可能会建议对销售不足的商品进行促销。

综合规划。 通过利用广泛的数据,认知自动化帮助零售商在生产、库存、营销、销售、促销、物流和其他通常孤立的领域进行协调。商家可以在整个生命周期内做出数据驱动的决策,而不是依赖有根据的猜测。

运输和物流方面的改进。 认知自动化使零售商能够通过分析实时变量(例如现有库存、需求波动、承运人可用性、运费成本、交货时间等)来加速履行并最大限度地降低成本。如果发生中断,AI 将推荐替代方案来实现目标。

整个零售领域的颠覆将在 2020 年及以后继续。越来越清楚的是,技术创新是成功零售商与落后者的区别所在。明智地投资于技术以制定数据驱动型决策和协调流程的零售商将有能力在瞬息万变的行业中生存和发展。

Arnaud Morvan 是 Aera Technology 的客户互动高级总监。


工业技术

  1. 供应链和机器学习
  2. 制造业数字供应链的 5 个驱动因素
  3. 如何提高供应链的可持续性
  4. 打破供应链技术债务的循环
  5. 供应链的亚马逊化
  6. 供应链创新:在前台还是后台?
  7. 人工智能在医疗保健供应链中的潜力
  8. 我们如何加速供应链数字化?
  9. 制造业供应链风险管理的关键
  10. 大流行期间招聘供应链员工的七种方法
  11. 为美国供应链独立铺平道路
  12. 单一来源供应链的终结