Pourquoi les données et le contexte sont essentiels pour la visibilité de la chaîne d'approvisionnement

COVID-19 a pris le monde par surprise et a bouleversé les économies mondiales, les communautés, les écoles, les hôpitaux, les entreprises et les chaînes d'approvisionnement. Bien que l'impact total du virus soit encore inconnu, il a eu un impact majeur sur les chaînes d'approvisionnement mondiales, des matières premières aux produits finis.

Les chaînes d'approvisionnement étant souvent des réseaux mondiaux complexes et interconnectés, elles sont particulièrement vulnérables aux défaillances. Cela est particulièrement vrai pour les entreprises des industries chimiques et pharmaceutiques qui dépendent fortement des fournisseurs et fabricants chinois pour les ingrédients médicamenteux clés.

L'un des défis fondamentaux de la gestion de la chaîne d'approvisionnement a été le manque de visibilité qui conduit à des prévisions inexactes, une mauvaise planification, des expéditions retardées, une mauvaise prise de décision, des risques plus élevés et des pertes d'activité. Même avant la pandémie, les entreprises s'efforçaient d'obtenir suffisamment de visibilité sur leurs réseaux de chaîne d'approvisionnement étendus pour découvrir les risques potentiels. En fait, 21 % des responsables de la chaîne d'approvisionnement mondiale ont identifié la visibilité de la chaîne d'approvisionnement comme leur plus grand défi. Le problème devient critique lorsque des événements catastrophiques tels que COVID-19 provoquent un changement important dans la demande et les niveaux de production.

Heureusement, de nouvelles technologies sont disponibles pour aider les organisations à mesurer la visibilité de leurs chaînes d'approvisionnement, afin qu'elles puissent réagir plus rapidement aux perturbations. Une meilleure visibilité conduit à une meilleure prise de décision, ce qui rend les opérations plus efficaces et les entreprises plus rentables.

Il existe deux approches principales lorsqu'il s'agit d'identifier les attributs de suivi fondamentaux au sein d'une chaîne d'approvisionnement pour permettre une visibilité totale. En les catégorisant en un suivi basé sur des attributs durs et souples, une vue plus complète de la chaîne d'approvisionnement d'une organisation émerge. La mise en œuvre d'un suivi basé sur des attributs à la fois matériels et matériels est essentielle pour obtenir une visibilité presque optimale et une chaîne d'approvisionnement efficace et hautement rentable.

La plupart des entreprises tombent dans le piège de ne suivre que les attributs traditionnels tels que l'emplacement, la température, l'état, l'horodatage et le nombre qui peuvent être capturés à l'aide de capteurs.

Le suivi basé sur des attributs matériels fournit une vérité terrain (données de capteurs en temps réel), avec des capteurs collectant des informations sur les matières premières, les composants et les produits finis en temps réel. La vérité terrain consiste en une variété de données en temps réel qui aident à répondre à des questions commerciales importantes, telles que :

• Le matériau ou le produit en transit est-il maintenu dans la plage de conditions ambiantes souhaitée (température, humidité, etc.) ?
• Le matériel ou le produit dans l'entrepôt est-il en bon état ou endommagé ?
• Depuis combien de temps le matériel ou le produit dans la baie de réception est-il sur le quai ?
• Quelle sous-station exactement de la chaîne de montage est la commande à ce moment-là ?

Il existe de nombreuses questions commerciales similaires auxquelles on peut répondre avec une certitude totale, mais uniquement si les attributs concrets sont suivis.

Le suivi des attributs souples offre aux organisations une granularité supplémentaire et aide les parties prenantes à prendre des décisions plus rapidement. Deux contextes différents s'appliquent aux attributs souples :le contexte du processus métier, tel que les bons de commande et les conditions de paiement; et le contexte environnemental, comme les conditions météorologiques et de circulation.

Par exemple, supposons que les composants d'une organisation sont visiblement présents chez le fournisseur (comme indiqué par les capteurs de localisation via le suivi des attributs matériels), mais qu'ils n'ont pas été transférés à la logistique (sinon les capteurs auraient indiqué la présence de composants sur le camion de livraison ). Il n'y aura aucun changement d'état en ce qui concerne le suivi basé sur les attributs durs jusqu'à ce que les composants soient livrés à la logistique. Le système pourrait potentiellement être dans cet état pendant un certain temps, créant l'impression que les composants sont perdus. Pour cette raison, il ne serait pas clair qui contacter pour faire progresser le système. C'est l'inconvénient majeur de la visibilité pure basée sur les attributs durs.

Il est évident que les attributs matériels sont liés à des valeurs et à des conséquences, mais les attributs matériels entrent également en jeu ici, car ils peuvent affecter la réussite de l'expédition d'un produit. Par exemple, si une condition de paiement a changé (un attribut souple) de sorte qu'un produit dans un entrepôt n'a pas changé de propriétaire, les bilans ou le risque de responsabilité des propriétaires potentiels pourraient être affectés négativement.

En suivant à la fois les attributs matériels et matériels, les organisations peuvent faire des prévisions plus précises, mieux planifier, prendre des décisions plus rapidement, réduire les risques et augmenter les revenus. Cela peut également éliminer les angles morts dans la chaîne d'approvisionnement, et l'augmentation de la valeur peut être clairement observée.

Une fois que les organisations peuvent suivre les attributs matériels et matériels en temps réel, les données pertinentes peuvent être collectées et superposées sur un modèle numérique de tous les composants de la chaîne d'approvisionnement, créant ce que l'on appelle un jumeau numérique. Il peut être considéré comme une « réplique » de la chaîne d'approvisionnement composée de plusieurs actifs, entrepôts, flux de matériaux et informations sur les stocks qui capturent des données pour décrire l'état d'une chaîne d'approvisionnement en temps réel. Cela permet aux organisations de voir les points de données dans leur contexte environnemental, d'identifier les modèles historiques, d'analyser les causes profondes et d'optimiser les processus. Armées de ce niveau de données détaillées, les organisations peuvent simuler, prévoir et obtenir des informations précieuses sur tous les niveaux de leurs chaînes d'approvisionnement.

L'ensemble de la chaîne d'approvisionnement peut être considéré comme un flux de travail complexe composé de nombreux processus interconnectés. La visibilité aide à comprendre les compromis dans diverses décisions alternatives, conduisant au choix optimal pour atténuer les risques commerciaux. Le suivi des attributs matériels et matériels conduira à une visibilité granulaire et basée sur la vérité terrain, qui sont les pierres angulaires de la prochaine génération de chaînes d'approvisionnement intelligentes. Dans un monde de plus en plus concurrentiel, axé sur les données, le suivi des attributs matériels et matériels aidera les entreprises à prendre les bonnes décisions en temps réel, à éviter les interruptions et à prospérer dans le paysage commercial en évolution rapide d'aujourd'hui.

Mahesh Veerina est président et chef de la direction de Cloudleaf.