Myślące łańcuchy dostaw

Nished Singhal

E-handel zrewolucjonizował już wiele aspektów funkcjonowania łańcucha dostaw w XXI wieku. A obecnie działające firmy, takie jak np. Amazon, patentują rozwiązania nazywane „Anticipatory Shipping” („Przewidywaną wysyłką”), co w praktyce oznacza, że Twoje przyszłe zamówienie mogło już zostać wysłane do najbliższego centrum dystrybucyjnego w oczekiwaniu na spodziewany zakup.

W jaki sposób robi to wspomniany Amazon? Odpowiedzią są zaawansowane i skomplikowane algorytmy uczenia maszynowego, które mogą przetwarzać duże ilości danych i przewidywać zapotrzebowanie na poziomie szczegółowym, aby pomóc firmie zoptymalizować procesy łańcucha dostaw i zadowolić klientów. Tradycyjnie w dziedzinie prognozowania organizacje polegały na mieszance doświadczonych pracowników i podstawowych modeli w arkuszach kalkulacyjnych. Inną powszechną tendencją było stosowanie metody „z góry na dół” – prognozowanie na pewnym wyższym poziomie, np. ogólnej sprzedaży kategorii, a następnie dokonanie przydziału procentowego na poziomie szczegółowym, odwołując się do wzorca historycznego.

Artykuł po raz pierwszy ukazał się na łamach czasopisma “Logistics Manager” nr 1(1) luty-kwiecień 2018, s.92-98.

Jeśli zaciekawił Cię artykuł, sprawdź jak możesz uzyskać dostęp do kolejnych wydań. KLIKNIJ TUTAJ

 

Nished Singhal

dyrektor - NeenOpal Analytics ( www.neenopal.com)