数据分析的应用将成为供应链的竞争亮点

对组织来说，有效的管理供应链也许从来没有变得像现在这样重要。冠状病毒的大流行造成了严重的市场混乱，改变了消费者和企业购买产品的方式，并让制造商仅仅只是获得所需的材料也充满了挑战。

一些组织发现，数据分析和相关技术，如人工智能和机器学习是实现供应链卓越管理的关键。无论是确保供应链的完整性，还是驾驭快速增长和复杂性的问题。以下是一些组织如何将分析运用到工作中以获得有益结果的方法。

NASA:保持供应链的完整性

2013年，美国国会指示NASA需要改善其供应链风险管理流程，特别是涉及IT和运营技术方面的逾8亿美元的技术采购。

分析技术在帮助航天局遵守这一倡议方面发挥了重要作用。NASA的供应链风险管理服务(SCRM)负责人Kanitra Tyler说，其中的关键是航空航天研究机构采用了Interos公司的人工智能供应链风险管理工具来提供分析和洞察。“我们在这个工具上的成功最终使我们的计划成为了整个NASA的共享服务。”她说。

SCRM的集中审查的产品清单允许NASA内的所有中心和任务主管能够共享该平台所收集的信息，同时仍然使用他们自己的风险管理流程，并根据他们各自的风险状况和容错度来做出是否购买的决定。

“保持供应链的完整性对NASA来说是至关重要的，”Tyler说。“我们对来自敏感国家的产品和部件实行了限制，并且对假冒或劣质产品零容忍。但保持供应链的可见性并非易事。”

随着大流行对全世界的供应链构成了重大挑战，迅速而有效地解决中断问题的需求变得比以往任何时候都更加重要了，Tyler说。

“COVID-19也增加了风险产生的可能性，尤其是在次级供应商层面，”Tyler说。“我们已经能够利用分析技术，通过提供多层、多因素的实时评估能力，有效地控制这些风险，进而在疫情期间对NASA的整个供应链进行实时评估。”

传统上，在NASA，维护供应链的完整性是手工完成的，会由独立分析师一次调查一个供应商来实现。“为了跟上不断增长的技术变革速度，我们知道我们需要一种能够提供更大可视性、释放人力资源的东西，使我们能够持续地为我们的产品和专业服务提供信息和分析，并为我们的各种程序提供服务，”Tyler说。

风险管理服务的目标是进行预先识别和降低风险，使NASA的各个项目能够专注于它们自己的目标，而无需担心IT组件的安全和完整性。

利用Interos平台所提供的分析，NASA已经能够实现流程的自动化，这大大提高了供应链的可见性。

“机器学习所提供的分析功能为我们节省了无数的时间，使我们能够自动、连续地完成大部分工作，从而释放出人力资源，能够让我们在需要的时候进行有针对性的深入调查，”Tyler说。

自从采用了这个分析平台，SCRM已经发现了4500多家之前所不知道的供应商。“我们还发现了大约400家供应商位于敏感国家，其中的许多也存在财务偿付能力的问题。我们还发现了一家关键的次级供应商，它是一家被禁止的俄罗斯公司的掩护，”Tyler说。

SCRM现在可以基于公平的标准来比较供应商了。“以前，我们在很大程度上依赖于外部机构的评估，比如情报机构，来帮助我们确定风险，”Tyler说。“使用机器学习和分析给我们提供了一个客观和一致的标准来评估它们，并将它们与NASA的具体风险承受能力进行了对比。”

Intermountain Healthcare:改进的完成指标

Intermountain Healthcare在犹他州、爱达荷州和内华达州运营着24家医院和215家诊所，拥有庞大的供应链和物流系统。

Intermountain的供应链组织(SCO)所做的大部分工作都可以通过数据分析来得到增强，数据分析经理James Selfridge表示。

“实时的电子仪表板对于我们管理日常工作来说是至关重要的，”Selfridge说。“这不仅对SCO很重要;对我们的客户和供应商也很重要。数据能够确保我们正在增强好的一面并修复坏的一面。我们的数据分析部门为SCO所做的所有工作，都有助于我们做出更好的决策，并降低成本。”

（编辑：保山站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!