잔물결에서 파도로: 공급망 복원력의 새로운 표준 설정

팬데믹과 기타 최근 주목받은 사례들은 단일 고립된 사건이 전체 공급망을 빠르게 붕괴시킬 수 있음을 분명히 보여줍니다.

공급망과 물류는 급속한 도시화와 전자상거래 성장 같은 주요 경제 및 사회적 트렌드의 교차점에 있습니다. 고객은 배송과 물류 비즈니스 프로세스의 지속적인 개선을 요구하며 비용 절감, 서비스 개선, 효율성 증대를 압박합니다. 화물 운송, 트럭 중개, 통관 중개, 주문 처리, 반품 관리는 모두 공급망 관리 프로세스 효율성 향상의 핵심이며, 고객은 체인 전반의 개선을 원합니다. 하지만 고객이 계속 적응하고 경쟁이 치열해지며 변화 속도가 가속화되어 비즈니스 모든 부분에 영향을 미치면서 이는 점점 더 어려워지고 있습니다. 개선과 효율성 창출 압박의 순효과는 한 결정의 파급 효과가 조직을 압도하는 해일이 될 수 있다는 것입니다.

참고: 코로나 교훈: 실시간 공급망에 집중

중단이 짧은 리드타임과 높은 충족률 방해

리드타임은 물류에서 중요한 지표입니다. 주문 제출부터 주문 수령까지의 시간으로 측정합니다. 동등하게 중요한 지표는 충족률로, 재고에서 출고된 주문의 비율로 정의됩니다. 목표는 리드타임을 최소 변동성으로 가능한 짧게 하고, 재고 부족을 피할 충분한 재고가 유지된다면 충족률을 높게 유지하는 것입니다.

물류의 전반적 목표는 적절한 제품을, 적절한 가격에, 적절한 고객에게, 적절한 장소에, 적절한 시간에, 적절한 수량으로, 적절한 상태로 전달하는 것입니다. 이는 공급망 벤더나 소매 기업의 많은 프로세스가 관여하는 도전입니다. 하지만 팬데믹, 수에즈 운하에서 수백 척의 컨테이너 선박이 멈춘 최근 사건, 연료 비용과 원자재 가격의 갑작스러운 변화 같은 과제로 인해 단일 고립된 사건도 전체 공급망을 빠르게 붕괴시키고 마비시킬 수 있음이 분명해졌습니다.

공급망 통찰력으로 불확실성과 싸우기

전통적으로 수요와 공급은 과거 데이터를 기반으로 한 다양한 모델링 기법으로 예측했습니다. 하지만 2020년이 이를 바꿔놓았습니다. 2020년 초 수요 급락부터 하반기 급성 공급 부족까지, 많은 글로벌 및 로컬 소매업체, 소비재 제조업체, 물류 기업이 허를 찔렸습니다. 혼란은 사업 축소로 인한 수익 대폭 감소, 비용 증가나 영업 마진 감소, 원격 근무 직원으로 인한 운영 효율성 저하, 인력 부재 등 광범위한 영향을 초래했습니다. 이는 광범위한 영향의 몇 가지 예일 뿐입니다.

이 뉴노멀에서 생존하려면 기업은 운영 모델을 개선해야 하며, 일부는 업무 방식을 완전히 재구상해야 합니다. 번영하려면 기업은 연결성부터 고객, 콜센터, 창고 관리, 재고 관리, 가격, 재무, 회계, 반품(역물류) 등에 이르기까지 각 기능과 프로세스가 전체 기업 전략과 성공에 어떻게 기여하는지 완전히 이해하기 위해 훨씬 더 많은 노력을 기울여야 합니다. 사람, 프로세스, 기술, 정보, 시설을 매핑하고 이들의 상호의존성과 연결성을 파악하는 것이 운영 복원력 향상의 열쇠입니다. 하지만 이러한 연결은 복잡하고 까다로운 수동 프로세스나 단절된 레거시 시스템 및 애플리케이션의 원인이 되기도 합니다. 이는 추가 작업을 만들 뿐만 아니라 운영 위험, 손실, 고객 불만, 낮은 직원 사기를 증가시킵니다.

큰 변화에는 큰 기회가 온다

"일이 뜻대로 안 풀릴 때, 모든 도전과 역경 속에는 기회와 성장의 씨앗이 들어 있음을 기억하라" - 로이 T. 베넷. 글로벌 팬데믹은 기업이 미지의 영역을 헤쳐나가며 성장의 기회가 되었습니다. 이미 프로세스 인텔리전스는 기업이 프로세스를 분산 환경에 맞게 조정해 글로벌 팬데믹 와중에도 고객과 직원을 지원할 수 있게 도왔습니다. 프로세스 인텔리전스는 직원들에게 컴퓨터 비전, 머신 러닝, 인공지능을 자율적 전환에 활용할 도구를 제공합니다. 개별 직원은 이제 전통적으로 모든 직원이 아이디어를 널리 펼칠 통로나 대표성이 없었던 것과 달리, 비즈니스 크리티컬한 문제를 해결할 수 있는 권한을 갖게 되었습니다.

인간 중심 가시성으로 업무 해독

프로세스 마이닝은 효과적인 자동화를 향한 첫 단계일 뿐입니다. 이제 기업은 프로세스에서 추출된 머신 러닝 데이터의 유입을 집계하는 방법을 찾아야 합니다. 전문가들은 조직 내 데이터의 80~90%가 비정형이라고 예측합니다. 프로세스 인텔리전스는 기업이 대규모 자동화 프로그램을 추구할 기회를 제공합니다. 정량화 가능한 데이터는 운영, 내부 통제, 공급망을 현실적으로 해독하고 조작하여 실제로 작동하게 만드는 비밀 소스입니다. 제한된 프로세스 로그를 수집하거나 느리고 비용이 많이 드는 인터뷰를 수행하는 대신, 프로세스 인텔리전스는 자동화된 비즈니스 프로세스 발견, 모델링, 문서화를 통해 사람을 따라갑니다. 그런 다음 프로세스 시각화와 보고서를 통해 데이터와 통찰력을 제시하여 넓은 관점(가장 많이 수행된 작업 검토 등)에서 또는 단일 프로세스 스레드나 하위 작업에 초점을 맞춰 데이터를 볼 수 있게 합니다. 이 수준의 세부 사항으로 프로세스를 분석할 수 있는 능력은 확신 있는 데이터 기반 의사결정을 가능하게 합니다.

오늘날의 소매, 공급망, 물류 과제에 적응

궁극적으로 기업은 모든 수준, 모든 채널, 모든 도메인에서 업무를 빠르게 해독해야 합니다. 리더는 팀이 가장 세밀한 수준에서 편향이나 사각지대 없이 데이터 기반 결정을 내릴 수 있게 하는 상세한 평가를 찾아야 합니다. 이 인텔리전스는 반복 프로세스 자동화, 시스템 최적화 및 교체, 컴플라이언스 및 통제 강화, 프로세스 표준화 등 목적에 맞는 솔루션을 가능하게 하여 리더가 운영을 개선할 수 있게 합니다. 비즈니스 프로세스 자동화는 재무, 공급망, 마케팅, 인사, 고객 지원 전반에 걸쳐 비교적 수평적이며, 한 영역에서 효과적인 자동화 솔루션을 찾으면 나머지도 따라옵니다.