La analítica no permite descargar un cargamento atascado en el mar. No permite contratar a más conductores para enviar materiales y suministros. Tampoco permite resolver todos los problemas causados por la pandemia y las interrupciones.
Sin embargo, la analítica puede ayudar a que te centres en los clientes y obtengas mejores resultados financieros si te adaptas en tiempo real a los cambios en la demanda de los clientes y a las interrupciones repentinas.
Con la analítica, puedes crear una cadena de suministro centrada en el cliente. Y las cadenas de suministro centradas en el cliente superan a las demás. Según Supply Chain Quarterly, contar con una cadena de este tipo te ayuda a obtener un 13 % más de crecimiento que tus pares.
Sin embargo, eso requiere saber qué necesitan tus clientes y para saberlo debes analizar datos.
Esto no es una tarea fácil.
Las necesidades cambiantes de los clientes pueden significar que las previsiones de demanda sean inexactas. El comportamiento de compra cambiante de los clientes crea confusión en el inventario y la selección. Ambos aspectos dependen de que las máquinas se mantengan en funcionamiento.
Por lo tanto, aunque la analítica no permite descargar cargas, contratar conductores o terminar con las interrupciones, puede ayudarte con las áreas fundamentales de la cadena de suministro que controlas.
Revisaremos ocho áreas clave en las que puedes enfocarte para mejorar tu cadena de suministro, los obstáculos que encontrarás en el camino y las medidas que puedes tomar para superarlos y obtener una ventaja sobre tus competidores:
Objetivos
Obstáculos
Acciones que se deben tomar
Ejemplo
Objetivos
Obstáculos
Acciones que se deben tomar
Ejemplo
Objetivos
Obstáculos
Acciones que se deben tomar
Ejemplo
Objetivos
Obstáculos
Acciones que se deben tomar
Ejemplo
Objetivos
Obstáculos
Acciones que se deben tomar
Ejemplo
Objetivos
Obstáculos
Acciones que se deben tomar
Ejemplo
Objetivos
Obstáculos
Acciones que se deben tomar
Ejemplo
Objetivos
Obstáculos
Acciones que se deben tomar
Ejemplo
Objetivo de 7-Eleven
Probar y validar que un modelo de previsión de IA funcione como se espera en relación con los objetivos de disponibilidad en las estanterías antes de implementarlo en miles de tiendas
Problemas y factores
El proceso actual tomaba dos días
Acciones que se tomaron
Utilizaron Alteryx para automatizar los procesos clave
ROI
El tiempo del proceso se redujo de 2 días a 1 hora y el ahorro de tiempo se utilizó para centrarse en los ingresos fundamentales que afectan a los casos prácticos
Objetivo de Amway
Contrarrestar la variabilidad de la oferta y la demanda para alcanzar los objetivos de nivel de servicio y reducir los costos
Problemas y factores
El modelo de aplicación de previsión implicaba una preparación de datos compleja y que requería mucho tiempo
Acciones que se tomaron
El científico de datos automatizó el proceso y desarrolló macros en Alteryx para lograr los objetivos
ROI
Se redujo en millones de dólares el costo del inventario de las existencias de seguridad en 325 ubicaciones, a la vez que se alcanzaron los objetivos de demanda de los clientes.
Objetivo de Bridgestone
Crear previsiones exactas a largo plazo
Problemas y factores
Los datos utilizados para el análisis incluían varias fuentes y tipos
Acciones que se tomaron
Se utilizó Alteryx para combinar el historial de ventas con el registro de automóviles de consumo, las ubicaciones y los datos demográficos a fin de crear una previsión de la demanda de 3 años por clúster de tienda
ROI
Se incrementó en USD 3 millones el aumento promedio de las ventas por tienda y, a la vez, se redujo el costo de los artículos de pedidos especiales gracias a una previsión más exacta
Objetivo de Coca-Cola
Colaborar con uno de sus socios minoristas más grandes para abordar las preocupaciones con respecto al inventario y, al mismo tiempo, aumentar su categoría de bebidas con nuevas ideas para promociones, selecciones y presentaciones de productos
Problemas y factores
Los socios minoristas escaneaban los estantes para comprobar el inventario varias veces a diario y proporcionaban estos datos a los proveedores de forma manual, lo que repercutía negativamente en la disponibilidad de los productos
Acciones que se tomaron
Coca-Cola utilizó Alteryx para automatizar el proceso y atender el reabastecimiento, a la vez que entregó insights a los representantes de campo para ayudar a que las visitas en las tiendas se centraran en productos de alto rendimiento, nuevos productos y promociones
ROI
Las ventas aumentaron un 5 % y la falta de suministros disminuyó un 39 %.
Objetivo de Ingersoll Rand
Responder rápidamente las preguntas sobre el nivel de inventario por USD 60 millones
Problemas y factores
Los procesos manuales impedían dar respuestas a tiempo y hacían que la oferta no estuviera sincronizada con la demanda, y tampoco se garantizaba el suministro de los productos más demandados
Acciones que se tomaron
Utilizaron Alteryx para automatizar los procesos manuales que permiten resolver los problemas relacionados con las causas que originan los pedidos excesivos o insuficientes
ROI
Ahora es posible estratificar todo el inventario en el nivel de los artículos en menos de tres minutos, lo que proporciona a los líderes de Ingersoll Rand visibilidad de los factores que impulsan la realización del inventario
El objetivo de The Home Depot
Reducir las rebajas, la falta de abastecimiento y las devoluciones y, a la vez, aumentar la frecuencia del análisis de ventas para 160 000 SKU en 2500 ubicaciones
Problemas y factores
Los procesos actuales examinan cada dos semanas las métricas de solo el 5 % del total de la mercancía
Acciones que se tomaron
The Home Depot utilizó Alteryx para automatizar el análisis y actualizar las métricas 10 veces al día para el 100 % de los SKU
ROI
Se informó de un aumento del 4 % (USD 3000 millones) de ingreso por ventas, se agregaron millones a sus beneficios netos y se duplicaron los márgenes por tienda
Objetivo de Cargill
Identificar constantemente las máquinas que requieren servicio dentro de las instalaciones
Problemas y factores
Los gerentes de mantenimiento de producción de sal se basaron en un proceso analítico de servicio de máquinas complejo, manual e inconexo en el que las instalaciones individuales recopilaban, generaban informes y compartían los resultados manualmente; todo eso contribuía a un modelo de mantenimiento predictivo de bajo rendimiento
Acciones que se tomaron
Cargill utilizó Alteryx para automatizar el proceso general de generación de informes
ROI
Se mejoró el tiempo de predicción de los eventos de mantenimiento en un 75 %, se abordaron los problemas de forma proactiva antes del tiempo de inactividad, se evitaron retrasos en la producción y la pérdida de ventas, se mejoró la confiabilidad de los activos y se programó y priorizó el trabajo de forma más eficaz, lo que permitió que el personal de administración de mantenimiento se centrara en medidas preventivas
Objetivo de Bendix
Obtener una mejor comprensión del gran volumen de datos visuales que Bendix recopilaba de vehículos comerciales equipados con el sistema SafetyDirect
Problemas y factores
Los clientes de este sistema debían revisar el video de cualquier suceso ocurrido en carreteras después de que se produjera y etiquetar manualmente su gravedad
Acciones que se tomaron
Se automatizó el proceso y se compartieron los flujos de trabajo a nivel interno para clasificar los sucesos en función de los modelos analíticos de aprendizaje, de modo que los gestores de flotas de vehículos comerciales recibieran insights inmediatamente a fin de mejorar la seguridad y el rendimiento de los conductores, así como los programas de mantenimiento preventivo
ROI
Se redujo el tiempo del proceso a la mitad y se integró Python para obtener beneficios adicionales: ahora cualquier miembro del equipo, sin importar su formación o habilidad técnica, puede impulsar el desarrollo de proyectos analíticos
Obtén más información en nuestro seminario web: Acelerar tu cadena de suministro centrada en el cliente