摘译自网络
“博弈”供应链计划Is your organization “gaming” supply chain planning?
我们生活在供应链时代最动荡的时期，终端消费者正在经历各种影响。除了劳动力短缺、疫情、地缘政治等问题之外，企业正在建立行为模式，加剧这些最初紧张局势的影响——尤其是恐慌性购买——促使企业买家“博弈”计划流程。
在供应链动荡期间，组织通常会尽其所能为客户提供保障供应的方法。为了避免缺货而导致营业额下降，——企业将订购更多的产品。这一行动使计划流程中的弱点暴露无遗。
那么，如何减轻和减少这种博弈对供应链的影响呢?给您三个建议:
1.首先关注内部
2.实施正确的实践
3.三思而后行
关注内部Focus internally first
首先，必须评估在你的企业内部，你能控制什么。与行业标准相比，你的优势和劣势是什么?并用这些答案来发现人员、流程和技术之间的差距。计划部门中最常见的不足包括过时的、离线的和被忽视的流程，以及缺乏自动化和技术。
当涉及到策略时，确保最小订单数量、最小和最大批量、再订货点、安全库存和其他实践是最新的。标准化流程、决策树和其他假设的问题解决技术，以减轻对计划流程的干扰。由于客户、销售、运营和市场营销之间的沟通分散或孤立，您可能还会遇到需求和产能限制方面不可预见的波动。
除了策略之外，还要关注数据和技术资产。将扩展与客户的协作指标和数据共享，作为技术生态系统扩展的重中之重。如何在增加跨平台连接的同时减少技术的碎片化?为此，请查看数据同步或原有系统(包括审计流程)中的任何挑战。如果不能运行基本模拟来分析给定场景对销售、生产和交付的影响，那么您就落后了。
正确的实践Implement the correct practices
看看这个荒诞的说法:“只要购买这项技术或实现机器学习，就可以解决我们所有的问题。”现实情况是，公司在考虑复杂而昂贵的技术解决方案之前，需要有领先的实践。
在继续自动化和技术之旅前，您需要建立适当的治理机制。这将有助于维护和更新库存策略，并定期分区运行和其他分析，以调整合适的库存和优化库存策略。定期审查销售和运营计划流程中的关键指标，以促进与客户的协作。通过协作计划、预测和补货(CPFR)流程来达成对需求计划的共识，您将能够更好地利用根本原因分析来开发强大的需求预测能力，以了解预测错误发生的原因，查看波动影响，并弥补潜在的偏差。此外，合规和风险管理政策也可在跨供应链合作伙伴间进行调整，并与供应商和客户协作计划相关联。有了这些实践，您就可以通过供应链控制塔加强供应链合作伙伴之间的协作。这有助于促进整个端到端供应链的实时决策。
利用内、外部集成点来收集和汇总信息的同步技术环境可以加速组织的决策、报告和分析。
三思而后行Adjust before you leap
公司通常希望直接跳到技术解决方案，而不解决机器学习或控制塔无法解决的根本问题。首先解决这些问题将使技术解决方案的效益最大化。清理原始数据以使其完整或增强从交易中抓取的数据是构建分析基础的关键。一旦有了这个基础，就该探索机器学习的力量了。
例如，由人工智能和机器学习驱动的异常检测引擎已经使用了几年，具有很高的准确性。这有助于确定组织的异常值，特别是那些建立计划流程的组织。
机器学习模型还允许公司提取信号，预测特定客户或地区的“真实”需求。与专注于移动平均线的基于历史统计的模型相比，这些模型增加了一个独特的分析层。传统模型通常无法对需求的异常变化做出反应。
一旦校准了人工智能和机器学习过程，你就可以开始探索一套尖端的选项，以降低风险，提高计划流程的效率。
有了这些步骤，您就可以进行更准确、更有效的供应链规划。