Phân tích chuỗi cung ứng: 3 câu chuyện thành công

Năm 2021 đã chứng kiến vô số các ngành công nghiệp trên toàn cầu bị gián đoạn CCƯ, với rất ít dấu hiệu cho thấy sự gian đoạn này sẽ chấm dứt vào năm 2022. Để giải quyết các vấn đề về CCƯ, các tổ chức đang chuyển sang sử dụng hoạt động phân tích để có được cái nhìn sâu sắc hơn về chuỗi CCƯ và hoạt động của chúng.

Phân tích CCƯ thu thập dữ liệu từ các ứng dụng mua sắm, quản lý hàng tồn kho, quản lý đơn hàng, quản lý và thực hiện kho hàng, quản lý vận chuyển và các hoạt động ứng dụng khác để cung cấp cho các DN, tổ chức cái nhìn sâu sắc về từng bước trong CCƯ của mình. Những hiểu biết này có thể được sử dụng để điều chỉnh nhanh chóng, kịp thời trong từng thời điểm nhưng cũng có thể được sử dụng để hỗ trợ việc ra quyết định chiến lược dài hạn.

Dưới đây là 3 ví dụ về cách các DN đang sử dụng phân tích CCƯ có hiệu quả trong thời gian qua. 

Phân tích dự đoán cung cấp cho UPS cái nhìn sâu sắc về mạng lưới hậu cần

Tập đoàn chuyển phát nhanh toàn cầu có trụ sở chính tại Mỹ - UPS, trung bình phân phối khoảng 21 triệu gói hàng/ngày, và con số này đã lớn hơn nhiều vào thời điểm tháng 12/2021. Trong quá khứ, UPS dựa vào lịch sử dữ liệu và bí quyết từ các nhà lập kế hoạch chuyên nghiệp để theo dõi tình trạng gói hàng. 

Ngày nay, UPS đã sử dụng công cụ phân tích DN Harmonized Enterprise Analytics Tool (HEAT), một nền tảng kinh doanh thông minh, để nắm bắt và phân tích dữ liệu khách hàng, dữ liệu hoạt động và dữ liệu lập kế hoạch để theo dõi trạng thái thời gian thực của mọi gói hàng khi nó di chuyển trên mạng lưới vận chuyển của công ty.

Juan Perez, Giám đốc Thông tin và Kỹ thuật của UPS cho biết: "HEAT giúp chúng tôi đưa ra quyết định tốt hơn về cách chúng tôi di chuyển các gói hàng qua mạng của mình, cách chúng tôi lập kế hoạch mạng lưới và cách chúng tôi cung cấp thông tin cho khách hàng. Nó phân tích hàng triệu triệu điểm dữ liệu mỗi ngày để đảm bảo rằng chúng tôi liên tục cung cấp thông tin cập nhật nhất về trạng thái của gói, sau đó cung cấp cho tất cả các loại hệ thống khác, cho phép chúng tôi lập kế hoạch và quản lý mạng tốt hơn, hỗ trợ tốt hơn theo cách mà chúng tôi xử lý các gói trong toàn bộ tổ chức".

Nền tảng HEAT phân tích hơn 5,3 petabyte dữ liệu/tuần. HEAT tận dụng phân tích dự đoán, học máy (machine learning) và dự báo đa mô hình (multi-model) với các yếu tố tăng trưởng theo mùa và ngẫu nhiên để hỗ trợ dự báo, khả năng hiển thị hoạt động, tối ưu hóa và báo cáo.

Lời khuyên của Perez: Hãy coi chiến lược dữ liệu của bạn như một hành trình, thay vì một điểm đến.

Perez nói: "Điều mà tôi biết, hành trình hướng tới việc có một chiến lược dữ liệu vững chắc không thực sự kết thúc ngay lập tức ở đây. Chúng tôi phải thường xuyên không hài lòng và mang tính xây dựng với trạng thái công nghệ và trạng thái dữ liệu, vì vậy chúng tôi có thể liên tục cải tiến để hỗ trợ DN".

PepsiCo chuyển sang phân tích để dự đoán tình trạng hết hàng

Công ty thực phẩm và đồ uống toàn cầu PepsiCo đang sử dụng phân tích và máy học để dự đoán tình trạng hết hàng, cảnh báo các nhà bán lẻ sắp xếp lại hàng hoá.

Jason Fertel, Giám đốc Kỹ thuật Thương mại điện tử tại PepsiCo cho biết: "Một số sản phẩm đã rời khỏi kệ hàng vì nhiều lý do khác nhau trong thời kỳ đầu của đại dịch. Chẳng hạn, có những người muốn lấy càng nhiều bột yến mạch càng tốt."

May mắn thay cho PepsiCo, Fertel và tổ chức kỹ thuật của ông trong PepsiCo eCommerce đã và đang làm việc để cung cấp tính năng tự động hóa quy trình làm việc để quản lý các hoạt động tiếp thị tìm kiếm dưới dạng nền tảng bán hàng thông minh (Sales Intelligence Platform) của công ty. Nền tảng này kết hợp dữ liệu của nhà bán lẻ với dữ liệu chuỗi cung ứng của PepsiCo để dự đoán khi nào các mặt hàng sẽ hết và nhắc chủ cửa hàng mua hàng để bổ sung.

Lời khuyên của Fertel: Tìm những người chấp nhận phân tích CCƯ sớm, những người hào hứng với dự án, và áp dụng sự tập trung vào một vấn đề kinh doanh cụ thể.

Fertel nói: "Chúng tôi muốn làm rất nhiều thứ, nhưng chúng tôi tập trung vào việc hết hàng. Có nhiều ngành dọc và thông tin bán hàng khác nhau mà chúng tôi nghiên cứu, nhưng ban đầu chúng tôi tập trung cao độ vào việc hết hàng và tôi nghĩ điều đó đã giúp chúng tôi tìm thấy thành công."

Chuyển đổi số giúp Pfizer quản lý CCƯ

Tập đoàn dược phẩm Pfizer cho biết dự án Trung tâm điều hành kỹ thuật số - cung ứng Toàn cầu (DOC) của họ, đóng vai trò quan trọng đối với khả năng sản xuất và cung cấp vaccine Pfizer-BioNTech COVID-19 của công ty trên khắp thế giới.

Dự án là "buồng lái" cho các hoạt động của Pfizer, cung cấp cái nhìn chung về sản xuất đầu cuối và cung cấp dữ liệu hiệu suất hoạt động cho công ty. Pfizer cho biết dữ liệu đã giúp họ xác định các cơ hội để giảm tới 10% thời gian chu kỳ trong một số lĩnh vực sản xuất, duy trì liên tục nguồn cung cấp thuốc quan trọng cho bệnh nhân.

Lidia Fonseca, Phó chủ tịch Điều hành kiêm Giám đốc kỹ thuật số và công nghệ tại Pfizer cho biết: "Giải pháp này đã thay đổi cách các đồng nghiệp sản xuất cộng tác và đưa ra quyết định, cung cấp các công cụ cho phép họ dự đoán một vấn đề trước khi nó xảy ra và điều chỉnh trong thời gian thực. DOC cho phép các nhóm khai thác dữ liệu để cung cấp phân tích về sự khác biệt so với thời gian chuẩn ước tính trước đây, tạo cơ hội cải tiến hơn nữa".

Lời khuyên của Fonseca: Tất cả đó là văn hóa. Việc Pfizer chuyển sang phân tích CCƯ đã giúp tập đoàn chuyển đổi thành một tổ chức gọn gàng hơn, được định hướng khoa học hơn, tập trung vào bệnh nhân hơn. Thành công đòi hỏi phải truyền đạt rõ ràng chiến lược kỹ thuật số của công ty để truyền cảm hứng cho sự ủng hộ và tham gia của nhân viên.

"Văn hóa của chúng tôi là công cụ khuyến khích nhân viên can đảm và suy nghĩ khác biệt để hoàn thành những gì mà trước đây chúng tôi không thể tưởng tượng rằng mình sẽ làm được".

Tài liệu tham khảo:

[1]. https://www.cio.com/article/189070/ups-delivers-resilience-flexibility-with-predictive-analytics.

[2]. https://www.cio.com/article/189647/pepsico-tackles-supply-chain-with-data.

[3]. https://www.cio.com/article/189094/pfizer-drives-digital-operations-overhaul.

Tuấn Trần