Manufaturação industrial
Internet das coisas industrial | Materiais industriais | Manutenção e reparo de equipamentos | Programação industrial |
home  MfgRobots >> Manufaturação industrial >  >> Manufacturing Technology >> Tecnologia industrial

Por que os varejistas e fornecedores não agem juntos na previsão da demanda?


Como é que os varejistas e fornecedores podem chegar a previsões de demanda precisas se não estão compartilhando os mesmos dados da mesma maneira ao mesmo tempo?

A COVID-19 é justamente responsabilizada por muitos dos problemas que afetaram as cadeias de suprimentos de produtos de consumo ao longo de 2020. Mas a escassez de papel higiênico, água engarrafada e outros itens essenciais foi agravada pelo desalinhamento das estratégias de dados de demanda entre fornecedores e compradores. Essa é a conclusão de um relatório recente da empresa de engenharia de software CI&T.

“O relacionamento varejista-fornecedor não é organizado da maneira mais propícia para uma previsão de demanda confiável”, afirma o relatório de forma bastante educada. Mas as consequências são sérias, apresentando à cadeia de suprimentos de varejo uma série de problemas decorrentes da falha em prever com precisão a demanda.

Os dois lados não conseguem nem concordar sobre a natureza do problema. Os fornecedores afirmam que seu principal desafio na previsão da demanda é a visibilidade e o acesso aos dados. Os varejistas dizem que está escalando a plataforma de dados. “Estrategicamente, a forma como eles pensam sobre a previsão de demanda é realmente diferente”, diz Melissa Minkow, líder do setor de varejo da CI&T e coautora do relatório.

A desconexão começa com a abordagem básica da previsão pelos dois conjuntos de parceiros nominais. A maioria dos fornecedores afirma que provavelmente dividirá os dados relevantes por geografia, enquanto os varejistas o fazem por canal, como comércio eletrônico e vendas na loja.

Além disso, a maioria dos fornecedores compara os dados de vendas de um determinado mês com o mesmo período do ano anterior para prever as vendas do mês seguinte, enquanto os varejistas comparam os números com os do mês anterior. Os dois métodos podem produzir conclusões muito diferentes sobre a quantidade de produto a ser fabricada, armazenada e arquivada nos próximos 30 dias.

As partes concordam sobre o tipo de informação que consideram ser de maior valor na formulação de uma previsão de demanda:dados detalhados do consumidor, como sexo, idade e tamanho da família. Mas eles parecem não conseguir trocar essa inteligência em tempo real.

Há uma hesitação persistente em compartilhar dados confidenciais e proprietários, “o que significa que é uma luta para eles trabalharem juntos”, diz Minkow. Essa falta de transparência é, pelo menos em parte, responsável pelas abordagens divergentes adotadas para interpretar os dados.

Em uma época em que interrupções como a COVID-19 estão ameaçando a estabilidade das cadeias de suprimentos de produtos de consumo, nunca foi tão urgente ver os dados-chave através de uma única lente. Mas os varejistas e fornecedores parecem estar aquém dessa meta. “Tem havido muita complacência” nos últimos 15 meses, diz Minkow. “Ambas as partes estão jogando o jogo muito perto do colete. E só vai piorar nos próximos seis meses, com o feriado chegando. ”

Com certeza, muitos dos problemas que afetam as cadeias de abastecimento hoje estão além do controle de varejistas e fornecedores. Mas os dois lados podem fazer mais para mitigar o impacto das crises externas, harmonizando sua abordagem à análise de dados e previsão de demanda. Em tempos de incerteza, a resiliência é a chave. “Há muito espaço para o compartilhamento de dados”, diz Minkow.

O relatório CI&T insiste em uma nova estrutura para a criação de previsões de demanda, que não as desenvolva isoladamente. No momento, diz Minkow, “eles nem se preocupam em olhar para as previsões de demanda uns dos outros. Se o fizessem, veriam onde podem aprender uns com os outros ”.

Na era das mídias sociais, mais dados estão disponíveis para a cadeia de suprimentos de varejo do que nunca. Isso é uma bênção e uma maldição - devidamente analisadas e compartilhadas, as informações podem ser usadas para identificar as necessidades do cliente e personalizar os produtos de acordo. Mas o grande volume disso ameaça sobrecarregar os provedores que não têm a capacidade de entendê-lo e coordenar seu fluxo entre os parceiros.

Minkow diz que varejistas e fornecedores não estão fazendo uso total dos dados que estão disponíveis para eles. Além da inteligência no nível do consumidor, eles também devem se basear em dados de vendas ou cesta de compras para e-commerce e compras na loja, tendências sazonais, padrões climáticos, feriados e estratégias de preços dos concorrentes.

A CI&T propõe que o varejista seja o dono do relacionamento de compartilhamento de dados e, em seguida, determine quais tipos de dados personalizados cada fornecedor deve ter acesso em um sistema de “superprevisão”. “Colocaríamos mais poder nas mãos dos varejistas, mas também estamos abertos para que os fornecedores sejam os pioneiros”, diz Minkow. “A ideia é estar no meio, onde existem todos os conjuntos de dados. Então você pode ajustar o relacionamento como achar melhor. ”

A falha em coordenar o relacionamento crucial entre varejistas e fornecedores para fins de previsão de demanda custa caro para todas as partes, mas especialmente para aquelas no final da cadeia de suprimentos. “Se não houver uma estratégia de compartilhamento de dados otimizada, os consumidores são os que perderão”, diz Minkow. “E quando o consumidor perde, todo mundo perde”.

Tecnologia industrial

  1. O que é segurança em nuvem e por que é necessária?
  2. Problemas legais em computação em nuvem e suas soluções
  3. Por que digital?
  4. O que é computação de borda e por que isso importa?
  5. Fornecedores de defesa:Auto-atestado, Lei de Declarações Falsas e Você *
  6. Gerando resultados de negócios com projetos de Big Data e IA
  7. Por que as empresas de logística devem adotar Big Data e tecnologia em nuvem
  8. Por que marcas e varejistas estão optando pelo comércio eletrônico 3-D
  9. Por que os dados e o contexto são essenciais para a visibilidade da cadeia de suprimentos
  10. Para gerenciamento de frota, IA e IoT são melhores juntos