Révéler les secrets de la chaîne d'approvisionnement avec une source pas si secrète :le Web public
La crise mondiale de la chaîne d'approvisionnement, qui a provoqué des pénuries généralisées de carburant, de produits frais et tout le reste, est l'un des principaux développements qui ont fait la une des journaux en 2021.
Selon les recherches de McKinsey, les entreprises peuvent désormais s'attendre à ce que des perturbations de la chaîne d'approvisionnement d'une durée d'un mois ou plus se produisent au moins tous les 3,7 ans. Compte tenu de la nature agitée de la reprise mondiale en cas de pandémie, il semble clair que de graves problèmes de chaîne d'approvisionnement persisteront jusqu'en 2022 et au-delà.
L'utilisation de données externes ou alternatives est une solution dont l'impact est de plus en plus important. Il est déployé pour aider les entreprises et les financiers à naviguer dans des réalités et des incertitudes complexes, et pour guider la prise de décision. Des données de géolocalisation à l'imagerie satellite, il existe une offre quasi infinie d'informations accessibles au public sur Internet.
Tout le monde peut rechercher des données accessibles au public tout au long de la chaîne d'approvisionnement, y compris les détails des usines de fabrication, les numéros de suivi et les informations de licence. Cette intelligence peut être transformée en une mine d'opportunités pour les entreprises qui cherchent à évaluer leurs chaînes d'approvisionnement.
Les chaînes d'approvisionnement mondiales complexes d'aujourd'hui font qu'il est difficile pour les entreprises d'acquérir une visibilité sur leurs processus en amont. Une enquête menée par la société de logistique Geodis a révélé que 62 % des entreprises avaient une visibilité limitée sur la chaîne d'approvisionnement, tandis que seulement 6 % déclaraient une visibilité totale. Il n'est donc pas surprenant que de plus en plus d'organisations se tournent vers les données alternatives pour découvrir des informations cachées indispensables et prévoir les retards ou les pénuries potentiels.
À une époque d'instabilité mondiale, il n'est pas surprenant non plus que la demande de données alternatives pour la chaîne d'approvisionnement soit en augmentation de la part des fonds spéculatifs et d'autres investisseurs. Les financiers avisés utilisent de plus en plus ces informations pour comprendre leur exposition, leurs vulnérabilités et les risques et pertes potentiels.
Ils sont également capables d'utiliser des données alternatives pour aider à comprendre les demandes des clients. Cela inclut l'utilisation de données Web pour déterminer le sentiment des clients concernant les produits, y compris le pays d'origine et s'ils sont fabriqués de manière éthique et durable. Des détails aussi précis que les préférences de couleur peuvent être utilisés pour faciliter les décisions de production.
Le terme « données alternatives » englobe toutes les informations recueillies à partir de sources non traditionnelles et utilisées pour éclairer les décisions financières et commerciales. Voici quelques-uns des types de données alternatives les plus couramment utilisées pour surveiller les chaînes d'approvisionnement aujourd'hui.
- Données de géolocalisation. Selon les données de performance portuaire d'IHS Markit, le temps d'attente moyen des porte-conteneurs pour les postes d'amarrage a plus que doublé depuis 2019. À mesure que les retards d'expédition deviennent plus fréquents, la capacité de les prévoir peut donner l'avantage aux entreprises et aux investisseurs. En utilisant les données de géolocalisation pour suivre les navires, ils peuvent voir l'impact des retards sur la réception de la cargaison. Par exemple, les retards dans les expéditions de pétrole brut peuvent entraîner des crises diverses, allant de la perturbation des approvisionnements alimentaires à la montée en flèche des coûts énergétiques nationaux.
- Images satellites. Les images satellites peuvent révéler une multitude de secrets de la chaîne d'approvisionnement. Ils peuvent être utilisés pour suivre la production dans les usines clés et révéler des ralentissements de fabrication inattendus. De même, il est possible de prédire les hausses de la demande pour certains produits en utilisant l'imagerie satellite pour suivre la quantité de projets de construction dans des régions particulières. Par exemple, un boom de la construction en Chine entraînera probablement une augmentation des prix du minerai de fer australien (et une pression accrue sur cette chaîne d'approvisionnement).
- Comprendre les relations et les interdépendances. Les chaînes d'approvisionnement modernes sont connues pour leur complexité et leur opacité. Il y a un besoin évident de « regarder sous le capot ». C'est là que les données alternatives peuvent aider les investisseurs à mieux comprendre les relations en amont et en aval entre les entreprises, ainsi que les risques futurs émergents. Prenons l'exemple d'un portefeuille technologique étendu. Il peut sembler bien diversifié, y compris une variété de titres technologiques uniformément pondérés. Mais si la plupart des entreprises de ce portefeuille dépendent des puces électroniques du même fabricant taïwanais, il existe un risque caché important de la chaîne d'approvisionnement. En suivant les interdépendances de la chaîne d'approvisionnement à l'aide de données sur les relations, les investisseurs peuvent s'assurer qu'ils ne misent pas trop sur un seul facteur.
Parfois, ce qui est juste devant nous peut offrir la solution la plus efficace. Accéder à d'énormes quantités de données Web publiques peut être une mission qui nécessite beaucoup d'expertise et de temps, mais avec les innovations d'aujourd'hui en matière de technologie des données, la tâche devient beaucoup plus simple et plus rapide.
À l'avenir, nous pouvons nous attendre à ce que davantage d'organisations prennent conscience du potentiel d'utilisation des données alternatives axées sur la chaîne d'approvisionnement pour éliminer les risques de l'équation, surpasser leurs concurrents et renforcer la résilience dans un environnement commercial de plus en plus volatile.
Omri Orgad est directeur général, Amérique du Nord avec Données lumineuses .
Technologie industrielle
- La chaîne d'approvisionnement et l'apprentissage automatique
- 5 moteurs de la chaîne d'approvisionnement numérique dans la fabrication
- Cinq façons d'améliorer la chaîne d'approvisionnement avec l'Internet des objets
- L'arrivée de la Supply Chain ‘Self-Driving’
- Comment développer la durabilité dans la chaîne d'approvisionnement
- Manier la chaîne d'approvisionnement comme une « arme de compétition »
- La blockchain est-elle parfaitement adaptée à la chaîne d'approvisionnement ?
- Le potentiel de l'IA dans la chaîne d'approvisionnement des soins de santé
- La chaîne d'approvisionnement mondiale dans une urgence de santé publique