파문이 물결이 되다:새로운 공급망 파괴 규범

대유행 및 기타 최근 세간의 이목을 끄는 사례를 통해 단 하나의 고립된 사고라도 전체 공급망을 빠르게 중단시킬 수 있음이 분명해졌습니다.

공급망과 물류는 급속한 도시화와 전자 상거래 성장과 같은 주요 경제 및 사회적 추세가 교차하는 지점에 있습니다. 고객은 비용을 낮추고 서비스를 개선하며 효율성을 높이기 위해 운송 및 물류 비즈니스 프로세스에 대한 개선 사항을 지속적으로 요구함으로써 문제를 가중시킵니다. 화물 포워딩, 트럭 적재 중개, 통관 중개, 주문 이행 및 반품 관리와 같은 서비스는 모두 공급망 관리 프로세스의 효율성을 개선하는 데 핵심적인 역할을 하며 고객은 체인 전반에 걸친 개선을 원합니다. 그러나 이러한 고객이 계속해서 적응하고 경쟁이 치열하며 변화 속도가 가속화되고 비즈니스의 모든 부분에 영향을 미치기 때문에 이는 점점 더 어려워지고 있습니다. 효율성을 높이고 창출하는 언론의 순 효과는 한 결정의 파급 효과가 조직을 압도하는 물결이 될 수 있다는 것입니다.

참조: 코로나바이러스의 교훈:실시간 공급망에 초점

중단으로 인해 짧은 리드 타임과 높은 유효노출률 방지

리드 타임은 물류에서 중요한 지표입니다. 주문 접수 시점부터 주문 접수 시점까지를 측정합니다. 똑같이 중요한 지표는 재고에서 배송된 주문의 비율로 정의되는 유효율(fill rate)입니다. 목표는 재고가 품절되지 않도록 충분한 재고가 유지된다면 변동성을 최소화하면서 리드 타임을 최대한 짧게 하는 것입니다.

물류의 전반적인 목표는 적절한 제품을 적절한 가격에 적절한 고객에게 적절한 장소, 적절한 시간, 적절한 수량, 적절한 상태로 배송하는 것입니다. 이는 도전 과제이며 공급망 공급업체 또는 소매 회사 전반에 걸친 많은 프로세스를 포함합니다. 그러나 팬데믹, 최근 수에즈 운하에서 수백 척의 컨테이너선의 극심한 정지, 연료 비용의 급격한 변동 및 상품 가격 상승과 같은 문제로 인해 단 하나의 고립된 사고라도 전체 공급망을 빠르게 중단시키고 움직이지 않습니다.

공급망 통찰력으로 불확실성에 맞서기

전통적으로 수요와 공급은 과거 데이터를 기반으로 하는 다양한 모델링 기법을 사용하여 예측되었습니다. 그러나 2020년은 그것을 바꿨다. 2020년 초반의 급격한 수요 감소에서 2020년 후반의 심각한 공급 부족에 이르기까지 많은 글로벌 및 현지 소매업체, 소비재 제조업체 및 물류 회사가 방심했습니다. 이러한 중단으로 인해 사업 축소, 비용 증가 또는 영업 마진 감소, 원격 근무로 인한 운영 효율성 감소, 인력 부재 등으로 인해 수익이 크게 감소했습니다. 이는 광범위한 영향의 몇 가지 예일 뿐입니다.

이 새로운 표준에서 살아남기 위해 기업은 운영 모델을 개선해야 하는 반면 다른 기업은 업무 방식을 완전히 재구상해야 합니다. 번창하기 위해 기업은 연결에서 고객, 콜센터, 창고 관리, 재고 관리, 가격 책정, 재무, 회계, 반품(역물류 ) 등이 있습니다. 사람, 프로세스, 기술, 정보, 시설, 상호 의존성 및 연결성을 매핑하는 것은 운영 탄력성을 높이는 핵심입니다. 그러나 이러한 연결은 종종 복잡하고 복잡한 수동 프로세스나 연결이 끊긴 레거시 시스템 및 애플리케이션의 원인이기도 합니다. 이는 추가 작업을 생성할 뿐만 아니라 운영 위험, 손실, 고객 불만족 및 낮은 직원 사기를 증가시킵니다.

큰 변화에는 큰 기회가 옵니다

"일이 뜻대로 되지 않을 때 모든 도전, 모든 역경에는 기회와 성장의 씨앗이 포함되어 있음을 기억하십시오." - Roy T. Bennett. 글로벌 팬데믹은 기업이 미지의 영역을 개척함에 따라 성장의 기회를 표시했습니다. 이미 프로세스 인텔리전스는 기업이 프로세스를 분산 환경에 적응시키는 데 도움이 되었으며, 글로벌 팬데믹 상황에서 고객과 직원을 위해 거기에 있을 수 있도록 했습니다. Process Intelligence는 직원들에게 컴퓨터 비전, 머신 러닝, 인공 지능을 활용하여 자율적인 혁신을 이룰 수 있는 도구를 제공합니다. 개별 직원은 이제 전통적으로 모든 직원이 자신의 아이디어를 더 폭넓게 받아들일 수 있는 방법이나 대표자가 없었지만 비즈니스 크리티컬한 문제를 해결할 수 있는 권한을 부여받았습니다.

인간적인 가시성으로 작업 디코딩

프로세스 마이닝은 효과적인 자동화를 위한 첫 번째 단계일 뿐입니다. 이제 기업은 프로세스에서 가져온 머신 러닝 데이터의 유입을 집계할 방법을 찾아야 합니다. 전문가들이 조직의 데이터 중 80~90%가 비정형 데이터라고 예측하는 경우 Process Intelligence는 기업이 대규모 자동화 프로그램을 추구할 수 있는 기회를 제공합니다. 정량화 가능한 데이터는 운영, 내부 통제 및 공급망을 현실적으로 해독하여 이를 조작하고 실제로 작동하게 하는 비밀 소스입니다. Process Intelligence는 제한된 프로세스 로그를 캡처하거나 느리고 값비싼 인터뷰를 수행하는 대신 자동화된 비즈니스 프로세스 검색, 모델링 및 문서화를 통해 사람을 따릅니다. 그런 다음 프로세스 시각화 및 보고서를 통해 데이터와 통찰력을 제공하므로 가장 많이 수행된 작업을 검토하거나 단일 프로세스 스레드 또는 하위 작업에 집중하는 것과 같은 광범위한 관점에서 데이터를 볼 수 있습니다. 이 정밀한 세부 수준에서 프로세스를 분석하는 기능을 통해 데이터 기반 의사 결정을 통해 신뢰도를 높일 수 있습니다.

오늘날의 소매, 공급망 및 물류 문제에 적응

궁극적으로 기업은 모든 수준, 모든 채널, 모든 도메인에서 작업을 신속하게 디코딩해야 합니다. 리더는 팀이 사각지대나 편견 없이 가장 세부적인 수준에서 데이터 기반 결정을 내릴 수 있도록 하는 상세한 평가를 찾아야 합니다. 이 인텔리전스를 통해 리더는 반복 프로세스 자동화, 시스템 최적화 및 교체, 규정 준수 및 제어 강화, 프로세스 표준화 등과 같은 목적에 맞는 솔루션을 구현하여 운영을 개선할 수 있습니다. 비즈니스 프로세스 자동화는 재무, 공급망, 마케팅, 인적 자원 및 고객 지원 전반에 걸쳐 상대적으로 수평적이며 하나의 효과적인 자동화 솔루션이 발견되면 나머지는 따라옵니다.