Odpowiedź na pytanie: „jaki jest ostateczny cel cyfryzacji w łańcuchu dostaw i jakie bariery musimy pokonać, aby go zrealizować?” jest prosta – to możliwie wysoka efektywność i niższe koszty podejmowanych działań. Jest to również część filozofii ciągłego rozwoju.
Nietrudno zauważyć, że rewolucja danych odbywa się na naszych oczach. Coraz częściej spotyka się nowoczesne rozwiązania pozwalające na digitalizację oraz integrację informacji z różnych źródeł. Głównym celem takich narzędzi jest przekształcenie rozproszonych danych w wiedzę biznesową. Rozwiązania tego typu nazywamy systemami klasy Business Intelligence (BI).
PRZEKSZTAŁCANIE POSIADANYCH W PRZEDSIĘBIORSTWIE DANYCH
Dzięki Business Intelligence jesteśmy w stanie nadążyć za narastającą z roku na rok ilością danych i nauczyć się, jak najlepiej z nich korzystać. Podstawą BI jest zarządzanie w oparciu o wiedzę – dzieje się to poprzez proces ekstrakcji danych ze źródeł takich jak system ERP, czujniki na liniach produkcyjnych, systemy transportowe i podobne. Proces ten, nazywany ETL, jest czasem uzupełniany o stworzenie repozytorium (hurtowni) danych. Taki magazyn informacji (data warehouse) służy jako źródło, które następnie zasila dynamiczne raporty klasy BI. W efekcie otrzymujemy zautomatyzowany proces przygotowania i odświeżania raportów, co jest jedną z głównych zalet przyczyniających się do popularyzacji systemów klasy BI.
Co więcej, dzięki tworzeniu i wykorzystaniu interaktywnych, wielowymiarowych raportów zyskujemy niedostępną wcześniej szybkość i łatwość analizy, a to z kolei przekłada się na podejmowanie trafniejszych decyzji. Przykładowo – penetracja rynku z uwzględnieniem gęstości zaludnienia prezentowana jest na dynamicznej mapie danego obszaru, filtrowanej w czasie rzeczywistym przez grupy produktów. Na rynku funkcjonuje wiele narzędzi, które pozwalają na odpowiednie przygotowanie informacji i powodują, że skomplikowane na pierwszy rzut oka liczby przekształcają się w proste i przejrzyste symulacje.
Podczas projektowania i wdrażania tego typu rozwiązań w każdej organizacji, bez wyjątku, napotkamy szereg utrudnień. Jednym z podstawowych wyzwań jest jakość informacji. Efekt końcowy nie będzie lepszy niż jakość danych na wejściu. Stąd niezbędnym etapem jest tzw. Data Cleansing (w wolnym tłumaczeniu – czyszczenie danych) oraz standaryzacja procesów ich zbierania i przetwarzania. Kolejną trudnością, która często bywa powodem odrzucenia nowych rozwiązań, jest wyzwanie związane z zarządzaniem zmianą. Zamiana paradygmatu z „przygotowania raportów” na „analizę danych i podejmowanie decyzji” przełamuje utarty schemat przepływu informacji w firmie. Efektem tego może być negatywne nastawienie pracowników do nowego rozwiązania powodowane obawami dotyczącymi zostania zastąpionym przez maszynę bądź program. W takiej sytuacji niezwykle ważne jest odpowiednie przygotowanie nie tylko strategii wdrożenia, ale również przebudowa podejścia do pracy z danymi osób pracujących w firmie. Zapewnienie pełnego wsparcia w trakcie wprowadzania zmian, także w postaci szkoleń lub ogólnodostępnych materiałów, może spowodować mniejszą ilość stresu związaną z wprowadzaniem nieznanego do tej pory narzędzia.
Dzięki tworzeniu i wykorzystaniu interaktywnych, wielowymiarowych raportów zyskujemy niedostępną wcześniej szybkość i łatwość analizy, a to z kolei przekłada się na podejmowanie trafniejszych decyzji.
INTEGRACJA DANYCH
Chociaż możliwości Business Intelligence są bardzo szerokie, czasem nie trzeba szukać nowych rozwiązań, a wystarczy ulepszyć to, z czego korzysta się na co dzień. Każdy biznes zbiera dane w bardziej lub mniej zorganizowany sposób. Czynnik uporządkowania tego procesu wzrasta wraz z przekonaniem o wartości zbieranych informacji. Przykładowo – program Microsoft Excel jest narzędziem szeroko stosowanym i wspierającym zbieranie oraz analizę danych od lat. Ma on jednak swoje ograniczenia. Stworzenie profesjonalnego arkusza kalkulacyjnego wymaga umiejętności, a także czasu. Dalej jednak, mimo zachowania należytej staranności, taki raport może być nieczytelny dla odbiorcy lub zawierać zbyt mało danych (ograniczenie 1 miliona wierszy). Z tego powodu wiele osób traktuje wspomniany program jedynie jako narzędzie do ustrukturyzowanego przechowywania informacji i prostych kalkulacji. Jeśli takie podejście brzmi mniej lub bardziej znajomo, to potrzeba naprawdę niewiele, żeby wznieść wykorzystanie posiadanych zasobów na zupełnie inny poziom. Wyjaśnimy to na przykładzie jednej z najpopularniejszych obecnie platform do budowania raportowania klasy Business Intelligence – Microsoft Power BI. W niniejszym artykule odwołania do platformy Microsoftu mają charakter informacyjny i pozwalają czytelnikowi lepiej zrozumieć koncept cyfryzacji łańcucha dostaw. W gestii danego przedsiębiorstwa jest wybór odpowiedniej technologii, alternatywnej do tej posiadanej przez giganta z Redmond.
Rozpoczęcie pracy w Power BI (lub podobnym narzędziu), nawet w małej skali, jest względnie proste. Za rozwiązanie w wersji deweloperskiej nie musimy płacić. Zawiera ono wbudowane „konektory” do szeregu różnych źródeł danych, takich jak popularne systemy zarządzania bazami danych SQL, systemy klasy ERP, źródła danych w chmurze obliczeniowej i wiele innych. Możemy też połączyć się z istniejącymi już plikami Excel, by w BI na ich podstawie stworzyć w pełni zintegrowany, relacyjny model danych. Jak jego stworzenie może pomóc np. w optymalizacji przemierzanej przez dostawców drogi? Jednym z rozwiązań jest użycie geotagów, czyli integrowanie kodów pocztowych z geolokalizacją (szerokością i długością geograficzną) miejsc dostaw. Taka transformacja danych w modelu klasy BI pozwala nie tylko na zwizualizowanie celów dostaw na wirtualnej, interaktywnej mapie, ale także na optymalizację trasy, którą trzeba pokonać, aby dostarczyć dany produkt. Co więcej, możliwe jest też zagnieżdżenie skryptów Python i R wyliczających dystanse pomiędzy określonymi lokalizacjami w celu zoptymalizowania dostaw typu „milk run” lub harmonizację dostaw z danego obszaru do dnia tygodnia, uwzględniając wielkość zamówień poszczególnych klientów.
JAKIE WNIOSKI MOŻNA WYCIĄGNĄĆ Z INTEGRACJI I TRANSFORMACJI DANYCH?
Zwizualizowanie dostępnych danych pozwala na zrozumienie wielu aspektów, które mogą zmienić pogląd na obecną sytuację w firmie. Przykładowo – dzięki stworzeniu interaktywnej mapy, pokazującej wszystkie zebrane wcześniej przy pomocy geotagów lokalizacje, możemy tak rozplanować dostawę, aby jeden transport obsłużył kilka mniejszych punktów. Niewątpliwą zaletą takiego rozwiązania jest zminimalizowanie liczby pustych przebiegów i zapełnienie pojazdu do jego maksymalnej pojemności. Kierowca może przebyć jedną trasę, obsługując przy tym większą liczbę klientów, bez powracającej potrzeby powrotu do magazynu i ponownego załadunku towaru. To znaczna oszczędność czasu oraz pieniędzy.
Dzięki łatwemu wprowadzaniu danych, zbieraniu ich w chmurze i przetwarzaniu w konkretne informacje przedstawione na raporcie przy wykorzystaniu narzędzi Business Intelligence, możemy wyznaczyć nie tylko optymalną trasę dostawy, ale szereg innych, właściwych tylko danej firmie lub sposobowi prowadzenia biznesu wskaźników. Mogą być to sposoby załadunku transportu, częstotliwość wysyłek. Jesteśmy nawet w stanie zautomatyzować proces pozyskiwania informacji o kosztach związanych z danym transportem, które mogą zostać w sposób zautomatyzowany (np. poprzez logowanie do naszego narzędzia) przedstawiane klientowi. Możliwe jest również uzyskanie różnych scenariuszy dzięki analizie sytuacji, które potencjalnie mogą wystąpić w najbliższym czasie. To z kolei przekształca się w faktyczne decyzje biznesowe pomagające wprowadzić zmiany.
Ostatnim, ale nie mniej ważnym aspektem, jest łatwiejsze szukanie odchyleń i anomalii. Weźmy za przykład klienta, którego siedziba, do jakiej należy dostarczyć towar, znajduje się w odosobnionym miejscu i nie ma możliwości połączenia zlecenia z innym klientem. Prawdopodobnie regularne wysyłanie niepełnego załadunku spowoduje znaczne stary finansowe w pewnym okresie czasowym. W takiej sytuacji należy zastanowić się, czy rezygnacja z dalekiej dostawy na rzecz kilku mniejszych nie jest lepszym rozwiązaniem. Takie informacje, pozornie banalne do określenia, stają się podstawowym źródłem reorganizacji łańcucha dostaw w firmie.
Zwizualizowanie dostępnych danych pozwala na zrozumienie wielu aspektów, które mogą zmienić pogląd na obecną sytuację w firmie.
PRZYKŁAD ZAAWANSOWANYCH ANALIZ
Interesującym zjawiskiem w procesie optymalizacji trasy dostawców oraz odpowiedniego rozplanowania magazynów w nowym, niezagospodarowanym regionie, jest użycie algorytmu k-średnich (przy pomocy wspomnianych skryptów Python i R odpowiedzialnych za obszar Uczenia Maszynowego – Machine Learning). Jego zastosowanie polega na tworzeniu wyodrębnionych skupień i może stać się pomocnym narzędziem przy ustalaniu optymalnego położenia nowego magazynu.
Jak działa przykładowy algorytm uczenia maszynowego? Pierwszym krokiem do wykonania wspomnianej analizy jest rozmieszczenie na mapie wszystkich dostępnych miejsc, w których planuje się dostawy danego towaru. Następnie ustala się optymalną liczbę grup, które są przez nas pożądane i uzyskamy je zaraz po podziale. Wybór pierwszego centroidu (środka skupienia) dla poszczególnego regionu jest sprawą indywidualną i w tej kwestii możemy polegać na swojej intuicji – resztę (etap optymalizacji) wykona za nas program. Koniec końców algorytm sam wyznaczy najlepsze miejsce w danym skupisku. Taki proces powtarza się do momentu, w którym centroidy znajdą się w optymalnej pozycji względem wszystkich dostępnych na mapie punktów. W ten sposób zostaje określone miejsce, które znajduje się w zbliżonej odległości od danej grupy klientów. Algorytm k-średnich to tylko jeden z wielu rozwiązań machine learningowych, których efekt możemy przedstawiać na interaktywnych raportach klasy BI.
ROZWIĄZANIA SĄ W ZASIĘGU RĘKI
W cyfrowej transformacji drzemie wielki potencjał, który być może nie został jeszcze w całości odkryty. Wiele firm nadal niechętnie wychodzi ze swojej strefy komfortu i wciąż korzysta z sprawdzonych do tej pory rozwiązań, ze względu na wygodę bądź przyzwyczajenie do aktualnych systemów. Jednakże nie należy bać się nowości. Przy odpowiednim zaopiekowaniu się posiadanymi danymi, umiejętnością ich rozpoznawania i ustrukturowania oraz użyciu odpowiednich narzędzi otrzymujemy gotowe, skrojone na miarę rozwiązania maksymalizujące zyski firmy.
Autorzy:
Maciej Karpiński, członek zarządu Antdata
Emil Karpiński, członek zarządu Antdata
EKSPERCI O CYFRYZACJI
Dane jako fundament biznesowych decyzji
W prowadzeniu działalności biznesowej wiedza jest podstawą do podejmowania decyzji. Im więcej posiadamy informacji o procesach, tym łatwiej jest nam ocenić ich przebieg czy zależności, które powstają między nimi, tak aby finalnie mieć solidną podstawę do celnego reagowania w zakresie zmian, optymalizacji czy rozwoju. Odpowiednie wdrożenie procedur, ustalenie ścieżek postępowania czy etapów eskalacji jest szansą na uzyskanie powtarzalności procesu, co bez wątpienia przyspiesza i ułatwia agregację informacji dotyczących ewentualnych odchyleń. Dzięki temu szybciej możemy zareagować na sytuacje potencjalnie niebezpieczne, czyli takie, które mogą stanowić zagrożenie dla poprawnego przebiegu procesu. Połączenie powyższego z nowoczesnymi rozwiązaniami IT daje możliwość opomiarowania procesów, co w rezultacie pozwoli zdefiniować obszary wymagające optymalizacji lub eliminacji marnotrawstw. To z kolei przekłada się na wymierne oszczędności finansowe dla firmy, a także bardziej efektywne wykorzystanie zasobów czy też budowanie wartości dodanej dla klienta.
Wyraźne przyspieszenie
Pandemia COVID-19 wyraźnie przyspieszyła procesy digitalizacji, które od jakiegoś czasu wyznaczają kierunki rozwoju dla branży. Logistyka wymaga od nas szybkiej reakcji, planowania i przewidywania. Dlatego wszelkie rozwiązania dające możliwość analizy oraz monitorowania dostaw w czasie rzeczywistym są niezbędne w nowoczesnym łańcuchu dostaw i świecie, który digitalizuje większość obszarów naszego życia. Wszystkich uczestników łańcuchów dostaw łączy dziś potrzeba dostosowania się do dynamicznej sytuacji rynkowej i niespodziewanych zmian w popycie lub zachowaniach konsumenckich. Wymiana danych online w czasie rzeczywistym to przyszłość, dzięki której eliminujemy przekazywanie informacji tradycyjnymi kanałami offline, które są obarczone błędem. Dając partnerom dostęp do baz danych i źródeł informacji, wspólnie tworzymy maksymalnie efektywny łańcuch dostaw, co przekłada się na satysfakcję.
Poza oczywistymi przeszkodami dla digitalizacji, takimi jak czynnik ludzki, kompetencje cyfrowe, brak systemów transformacyjnych dla użytkowników, którzy muszą korzystać z kilku aplikacji do przekazania informacji o jednej dostawie, czy brak odpowiedniej infrastruktury EDI, bardzo ważny jest też po prostu czas. Brak czasu należy do wyzwań XXI wieku. Deficyty kadrowe, pandemia, wysoki koszt zatrudnienia, optymalizacje i odpowiedź na szybko zmieniający się wymagający rynek – brak czasu na postawienie celów związanych z digitalizacją, która paradoksalnie długoterminowo wpływa pozytywnie na większość dzisiejszych wyzwań.
Kluczowy czynnik dla cyfryzacji łańcuchów dostaw
Postępująca cyfryzacja łańcucha dostaw to proces, który trwa od lat, gdyż bez odpowiedniego zaplecza informatycznego nie byłby możliwy w logistyce rozwój, poprawa wydajności i efektywności oraz eliminowanie błędów. Przełomowym rozwiązaniem, które może wkrótce zrewolucjonizować łańcuch dostaw, jest Blockchain, czyli zdecentralizowana rozproszona baza danych, rejestr transakcji czy zdarzeń. Blockchain może dać pełną przejrzystość całego procesu i i informacje dotyczące produktu od momentu produkcji do dostarczenia go do konsumenta końcowego
Aby to umożliwić, konieczna jest jednak standaryzacja na poziomie globalnym formatów danych wymienianych pomiędzy aktorami uczestniczącymi w łańcuchu dostaw. Dziś wymiana ta odbywa się najczęściej pomiędzy dwoma podmiotami poprzez EDI lub API i jest specjalnie zaprojektowana pod ich konkretne potrzeby. Chcąc tę komunikację uczynić bardziej otwartą i zapewnić przejrzystość łańcucha dostaw dla wszystkich stron, należy te dane i formaty ujednolicić. Szansą na powstanie takich standardów jest działalność takich firm jak np. amerykański P44. To obecnie wiodący podmiot z zakresu rozwiązań dla widoczności i monitorowania w czasie rzeczywistym łańcucha dostaw współpracujący z wieloma przewoźnikami i operatorami logistycznymi z całego świata, w FM Logistic również korzystamy z ich usług. Dzięki tak dużemu udziałowi w rynku jednego podmiotu jest szansa na wypracowanie globalnych ram i standardów w tym obszarze, co może pchnąć naprzód tę cyfrową transformację.
