Approvisionnement stratégique en données : la clé de chaînes d'approvisionnement résilientes

Presque un mois après la fermeture du canal de Suez, des vagues de navires pris dans la tourmente inondent les ports du monde entier. Ce n'est guère le premier problème majeur auquel les chaînes d'approvisionnement ont fait face l'an dernier, mais la crise semblait marquer une nouvelle vérité : les perturbations ne vont pas disparaître.

Pendant ce temps, un ralentissement économique mondial a accru la conscience et diminué la tolérance pour ces perturbations alors que les entreprises essaient de maintenir leur résultat net. Les dommages s'accumulent, et les organisations repensent leurs processus et technologies de chaîne d'approvisionnement, et réexaminent leurs sources de données.

Changer de focus

Jusqu'à présent, les systèmes de chaîne d'approvisionnement ont optimisé les données pour capturer des informations détaillées sur les niveaux et mouvements d'inventaire, les niveaux de production, l'efficacité énergétique, etc. — tous des facteurs internes sous le contrôle d'une entreprise.

Cette approche ressemble beaucoup à conduire sur la route à 100 km/h, en ne regardant que votre tableau de bord. Vous voyez que votre vitesse est sous la limite, vous avez beaucoup d'essence et votre voiture ne surchauffe pas. Toutes de bonnes nouvelles — jusqu'à ce que vous percutiez la voiture devant vous. Pourquoi ? Parce que vous étiez seulement concentré sur ce qui se passe à l'intérieur de votre voiture.

À bien des égards, c'est ainsi que nous nous sommes concentrés sur les systèmes de chaîne d'approvisionnement. Nous avons optimisé les données pour capturer des informations détaillées sur les niveaux et mouvements d'inventaire, les niveaux de production, l'efficacité énergétique et plus. Notre « tableau de bord » nous dit que nous n'avons pas de problèmes pour toutes les choses que nous contrôlons. Mais cette approche ignore le risque de ce qui se passe externement. Les entreprises doivent se concentrer autant sur des moyens systématiques d'évaluer les risques et perturbations provenant de facteurs externes que sur les mesures internes.

Améliorer la prévision de la demande et les niveaux de stock de sécurité aidera certainement les entreprises à devenir plus efficaces, mais les entreprises ont besoin d'une vue à 360 degrés qui inclut une mesure robuste des influences externes sur leur activité.

Sources de données alternatives

Un nombre croissant de fabricants utilisent des données alternatives pour anticiper de futurs problèmes d'approvisionnement provenant de ces influences externes. Ils cherchent à voir s'il y a un arriéré de navires dans un port donné qui indiquerait qu'une expédition à venir peut s'attendre à être retardée. Ils regardent plus en amont les perturbateurs potentiels de l'approvisionnement, analysant les niveaux de précipitations et d'humidité du sol pour prédire les rendements des cultures, pour assurer la disponibilité régulière de matières premières dans leurs processus de fabrication pour tout, du latex au cacao. Ils surveillent les nouvelles de milliers de sources à travers le monde pour détecter des troubles ou grèves potentiels et anticiper les changements de demande.

Déplacer le focus vers ces facteurs externes en amont signifie traiter avec des ensembles de données auxquels ces entreprises peuvent être complètement nouvelles — tout, de l'imagerie satellite aux signaux de transpondeurs de navires aux prévisions météorologiques dans les zones où les matières premières sont cultivées. Les fabricants tournés vers l'avenir se tournent vers de nouvelles technologies pour mieux gérer ces nouveaux ensembles de données, particulièrement les data lakehouses qui permettent aux entreprises d'examiner à la fois des sources non structurées et structurées aussi fréquemment qu'en temps réel et de les utiliser pour extraire rapidement des informations pertinentes. Ils ont réalisé que les technologies héritées telles que les entrepôts de données sont inflexibles et incapables de gérer ces nouveaux types de données ou d'analyse. Avec un data lakehouse, les entreprises peuvent rapidement tester ces ensembles de données et analyses pour prendre des décisions en heures et jours.

Rediriger un voyage destiné à traverser le canal de Suez pour contourner le cap de Bonne-Espérance est coûteux — ajoutant au moins 450 000 $ et 5 500 km nautiques au voyage d'une expédition. Mais comme nous l'avons vu ce week-end, rester assis et attendre qu'un obstacle imprévu soit éliminé peut ajouter encore plus à cette dépense.

Ce n'est pas une coïncidence si le navire jumeau de l'Ever Given a contourné le cap de Bonne-Espérance tôt — ils avaient probablement des données internes indiquant que ce blocage durerait un moment. Si tous les navires en attente avaient eu cette même information et l'avaient eue plus tôt, l'industrie dans son ensemble aurait mieux traversé cette tempête. Avoir un focus plus complet sur les facteurs internes/externes, tout en tirant parti de données alternatives, est la clé pour gérer les défis inattendus.

Rob Saker est leader mondial de l'industrie du détail et de la fabrication chez Databricks.