费利佩·莫利诺（Felipe Molino） NFI供应链解决方案工程总监
作为领导者，我们的利益相关者对我们寄予了很高的期望。尽管我们希望能够做所有事情，但是拥有同时执行我们所有计划所需的带宽是不寻常的。因此，我们依靠我们的团队并信任他们进行必要的分析以支持我们的决策。
在3PL的工作使我对有效管理供应链分析团队所需的技能类型有了新的认识。例如，NFI具有长期的合作关系，这使我们不仅可以作为运营商而且可以作为 战略分析合作伙伴。我们的客户希望我们超越算法，并根据我们的运营专业知识提供可执行的业务计划。因此，创建解决方案并不像“创建模型”那样简单。
根据我的经验以及与其他行业领导者的交谈，个人可以以许多不同的方式做出重要贡献。但是，我发现有四个类别，许多高级供应链团队都有共同点。这并不是一个全面的技能列表，而是一组广泛的类别，可以帮助我们评估内部专业知识并确定潜在的改进领域。
数据管理和数据库技能
这些天我们有不可思议的数据量。例如，一个典型的用于一年数据的SKU级别交易数据集可能包含数百万条记录，这远远超出了Microsoft Excel的处理能力。 另外，单个数据集可能没有足够的信息来完成有意义的分析。因此，分析师和数据科学家将大部分时间都花在查找，清理和重组数据上，而不是对其进行分析。在时间紧迫的环境中，完成全面的分析成为一个挑战，有时企业被迫依赖于高级指标，平均值和“足够好”的解决方案。
幸运的是，有多种开源和商业数据管理技术，使我们能够处理大型和复杂的数据集。先进的供应链分析团队最终可以利用这些技术来自动化数据工作流程，从而使他们可以花费更多的时间进行分析而不是处理数据。
先进的分析专业知识
公司具有多个业务流程，例如需求计划，生产，库存分配和分销，这些业务流程通过日常业务活动进行关联。尽管公司一直在寻求优化这些方法，但是在优化单个业务流程时，总体收益存在固有的局限性。这是因为在给定一系列假设和约束的情况下，“优化”意味着系统内的最佳解决方案。因此，作为供应链互连的系统必须考虑所有业务流程，以实现真正的优化。最成功的供应链分析团队了解这种互连性，并利用优化来设计可满足端到端供应链需求的解决方案。
高级分析的其他方法包括仿真和机器学习。模拟涉及研究时间，成本或其他因素如何影响诸如交易，提货或交货之类的事件，以发现瓶颈和其他机会。另一方面，机器学习使公司能够预测供应链中可能发生的事件，以便主动进行更改。成功进行分析的关键是要理解，除了今天的Microsoft Excel以外，还存在其他方法。同样重要的是要认识到这些方法中的哪一个与当前问题最相关，并学习如何将它们结合起来以实现最佳解决方案。例如，团队可以将支持机器学习的需求计划流程与SKU级别的仿真模型结合起来，以预测哪些事件将导致缺货以及何时发生。
操作知识
尽管解决方案可能是“最佳”的，并且可以节省大量资金，但这并不意味着它是实用的。例如，您的团队创建了一个模型，该模型显示关闭仓库可节省15％的费用。这项分析可能不会考虑我们还有10年的租约，并且在那座建筑物中有强大的工会。这并不意味着可能无法实施该解决方案，而是这些实际需要解决的操作问题，因为它们可能会抵消节省的潜力。
我们需要我们的团队将虚拟解决方案转换为可行的解决方案。最成功的供应链分析团队由在不同业务领域具有多年经验的个人组成，他们了解建模并不等同于执行。
沟通与关系建立
尽管您的团队可能已经在最佳和可执行文件之间找到了完美的平衡，但是您仍然需要能够出售您的解决方案。在大多数企业中，在实施之前，您需要经历多个内部和外部利益相关者级别。在分析表明相关人员之间存在相互矛盾的动机的情况下，呈现数据和模型可能更像是一门艺术而不是一门科学。我们需要记住，我们正在与人打交道。高管所寻求的标准与经理乃至另一位分析员大相径庭。我们需要能够与每个背景不同背景的个人交谈并向其提供此信息的人员。
最后的想法
供应链是一项跨职能的学科，要求团队具有技术和软技能。在所有这些类别中，很少有员工是专家，他们通常是您的超级巨星。认识到 每个团队成员的优势 提供了一个组建最有效的项目团队并进行有意义且可执行的分析的途径。
Felipe Molino是NFI供应链解决方案工程总监 供应链解决方案提供商 在北美。凭借在供应链设计，工程和分析方面的丰富经验，Molino通过利用数据在建模解决方案和运营能力之间找到适当的平衡，来帮助企业转变其供应链。访问 www.nfiindustries.com 了解更多。
发表评论