Tarneahela juhtimise analüüsi esimesed sammud

Marit Tack Infovarast kirjutab, milliseid võimalusi pakub tarneahelast saadavate andmete analüüsimine.

Ettevõtete juhid üle ilma kuulevad sama sõnumit: “Selleks, et vältida dinosauruste moodi väljasuremist, on vaja muutuda digitaalseks.” See käib ka ettevõtte tarne­ahela kohta.

Kuid mida tähendab digitaalne äri või digitaalne tarne­ahel? Kuigi ühtselt aktsepteeritud definitsiooni veel ei ole, siis võtmemärksõnadeks on mobiilsus, asjade internet, andmete visualiseerimine ja Big Data ning loomulikult võimekus ettevõttes olemasolev andmetel põhinev informatsioon firma kasuks tööle panna.

Tehnoloogia aitab andmeid analüüsida
Arvestades andme­mahtude suurenemisega ettevõtte tegevuse igal sammul, on võimekus kasutada andmeid otsustamiseks ja konkreetsete tegevuste kavandamiseks määramas ettevõtte edu digitaliseerumise protsessis. Andmehulkades orienteerumisel tuleb appi pidevalt arenev tehnoloogia.

Möödas on ajad traditsioonilisest andmete raporteerimisest. Uue põlvkonna ärianalüütika on arenenud veebipõhistest juhtimislaudadest juba paindlike ja interaktiivsete, kasutajast lähtuvate lahendusteni, mis pakkuvad hetkel veel konkurentsieelist vähestele tarneahela juhtidele.

Selleks, et mõista, kuidas edeneb tarneahela puhul digi­taliseerumine, andmejuhtimise ja analüütiliste platvormide juurutamine, koostasid visuaalse analüütika turuliider Qlik ja Supply Chain Digesti väljaanne ülemaailmse uuringu.  Uuringust “Leveraging Supply Chain Data for Competitive Advantage” (Kasutades tarneahela andmeid konkurentsieelise saavutamiseks) selgus, et kuigi tarneahela ärianalüüsil vaadatakse tulemuste hindamisel ikka pigem tahavaatepeeglisse, siis hinnatakse analüütika kasutamist just sellepärast, et see hõlbustab tulevikku suunatud otsuste vastu võtmist.

Uuringusse kaasatud 200 tarneahelaga seotud eri rollides erinevatest sektoritest pärit töötajatelt küsiti, kuidas ettevõtted plaanivad kasutada tarneahela andmeid enda tarbeks, mis meetodid neil selleks praegu on ning mida on plaanis arendada järgmise paari aastaga.

Analüüsis peitub kasutamata potentsiaal
Tulemustest selgus, et ettevõtted näevad suurt potentsiaali andmete juhtimisel ja analüüsi parendamisel.

Rohkem kui 88% vastanutest hindasid, et analüütiline võimekus oleks nende organisatsiooni jaoks suurepärane või hea võimalus ning analüüsi võimekuse suurendamist peeti ettevõttes prioriteediks.

Rohkem kui 40% vastanutest aga ütlesid, et peaaegu alati vaatavad nad andmete analüüsimisel minevikku, ometi uskudes, et ennustav analüütika on väärtuslik ning lihtsustab otsustusprotsessi.

Uuringust selgus, et kuigi ettevõtted mõistavad analüütika väärtust, siis vähesed on selle rakendamises jõudnud nii kaugele, kui sooviksid. Vähem kui 10% vastajatest tundsid, et nende organisatsioonil on kõrgetasemeline kasutussüsteemi paindlikkus, andmete visualiseerimise ja tarne­ahela riskijuhtimise võimekus. 

Kokkuvõtteks saab uuringu tulemuste põhjal väita, et järgmise põlvkonna andmeanalüüsi vahendite rakendamisel ollakse tarneahela puhul veel varajases staadiumis, kuid huvi on suur ja ettevõtted tajuvad selle väärtust.

 

Eestis olukord maailmaga võrreldes nukker

Ärianalüütikale spetsialiseerunud Infovara konsultandi Erle Kildjeri hinnangul on olukord Eestis tarneahela analüütika kasutamisel ülemaailmse olukorraga võrreldes veelgi nukram – vähem on ettevõtteid, kes ärianalüüsi lahendusi kasutavad, rääkimata spetsiaalsetest tarneahela juhtimise rakendustest.

“Tarneahelate juhtimine on suhteliselt uus tegevus. Ja kuigi esmakordselt defineeriti mõiste juba 1960ndatel, siis Eestis alustati tarneahela juhtide koolitamisega alles 2012. aastal,” rääkis tarneahela valdkonna konsultant Erle
Kildjer.

“Ka praegu veel paljud tarneahela juhid ei tee tööd selle õiges tähenduses, ehk nad ei tegele tarneahela juhtimisega, vaid hoopis ostutellimuste vormistamisega, nentis Kildjer.

Vaadatakse vaid kulude optimeerimist
Kildjeri hinnangul ei teadvusta paljud firmad selle valdkonna tähtsust ettevõtte kulude optimeerimisel ja ei vaata seda kui ärikriitilist tegevust.

“Meil on ette tulnud juhtumeid, kus kliendi analüütilisi vajadusi kaardistades selgub, et firma kaotab aastas miljoneid tarneahela juhtimises tehtud valede otsuste tõttu. Näiteks ei osatud ette planeerida varuosade vajadust, mistõttu esitati tellimus alati viimasel hetkel ja kaup tuli kohale toimetada hoopis lennu­transpordiga. Kui tarneahela juhil oleks võimalik detailselt analüüsida ettevõttes olemasolevaid andmeid, saaks kauba vajadust ette prognoosida ja tunduvalt odavamat transporti kasutada.”

Spetsiaallahenduste kasutajaid Eestis vähe
Eestis on üksikuid firmasid, kes kasutavad spetsiaalset lahendust müügi ja tarneahela põhjalikuks analüüsiks. Analüüsisüsteemid võimaldavad prognoosida müüki, arvestades kampaaniaid, turusündmuseid, ilma ja isegi tähtpäevasid.

Need võimaldavad ennustada ajaloo pealt tooraine vajadust; ette näha tarneahela pudelikaelasid; arvestada tegelike tarneaegadega, mis võivad erineda tarnija poolt lubatuga; mängida läbi erinevaid stsenaariumeid arvestades tarne erinevate komponentidega nagu minimaalne tarnekogus, veokulu, tarnetäpsus või praagi osakaal.

Excelist jääb väheks
Tarne­ahela juhil on palju andmeid, mida ta vajaliku otsuse tegemiseks peab läbi töötama.

Tihti kasutatakse selleks tavalist Exceli tabelit, mis on sobiv, kui analüüs on vaja teha kord kuus või kvartalis. Et olla pidevalt kursis kõikide toodetega, näha müükide hälbeid prognoositust, arvestada klientide nõudlusega, märgata hankijate/vedajate hälbeid ning lisaks veel hinnata kõikide hälvete mõju firma kasumile ning seejuures veel läbi mängida parim stsenaarium olukorra lahendamiseks – selleks jääb Excelist väheks.

Erle Kildjer on aga olukorra suhtes optimistlik, sest rõõmustav on näha, et paljud firmad juba tunnetavad vajadust analüütilise lahenduse järele, mis võimaldavad laovarusid täpsemalt prognoosida ja tarneahela kulusid kõvasti kokku hoida.

“Meil on tuua oma kogemustest näide, kus klient suutis tänu paremale analüütikale hoida kokku terve uue lao ehitamise kulu. Täielik läbipaistvus andmetes võimaldas tarneahelat nii täpseks timmida, et kadus vajadus laoseisu suurendamiseks,” tõi Kildjer positiivse näite.

 

Tarneahela auditeerimisest ja ostustrateegiatest kuuleb lähemalt tänavusel Logistika Aastakonverentsil (18. november) ja Ostujuhtimise Aastakonverentsil (19. novembril).

Osale arutelus

  • Marit Tack

Toetajad

Seotud lood

Jälgi Logistikauudiseid sotsiaalmeedias

RSS

Toetajad

Tööriistad

=
=
=
=
Transpordiliik:
Kui kaup on pakitud alustele, täitke ära aluste lahtrid. Kui kaup ei ole pakitud alustele, täitke ära kauba kirjelduse lahtrid.
Mahukaalu arvutamisel on võetud aluseks:
Autotranspordis 1 m³ = 333 kg.
Lennutranspordis 1 m³ = 167 kg.
Mahukaal: kg
Maht:

NASDAQ OMX Tallinna, Riia ja Vilniuse börsiinfo 15 minutilise viivitusega.

Valuuta Tähis Kurss +/- %
Austraalia dollar AUD 1,50 -0.035876
Bulgaaria leev BGN 1,96 0
Filipiinide peeso PHP 60,53 -0.008259
Hiina jüaan CNY 7,80 -0.02948
Hongkongi dollar HKD 9,17 0.084015
Horvaatia kuna HRK 7,51 0.00666
Iisraeli seekel ILS 4,11 -0.012174
India ruupia INR 76,47 0.07761
Indoneesia ruupia IDR 15914,00 0
Islandi kroon ISK 124,35 0.069207
Jaapani jeen JPY 133,30 0.007502
Kanada dollar CAD 1,49 -0.060559
LAV rand ZAR 16,10 0.013044
Lõuna-Korea vonn KRW 1327,20 -0.030129
Malaysia ringgit MYR 4,98 0.022087
Mehhiko peeso MXN 22,42 -0.024084
Norra kroon NOK 9,40 0.023292
Poola slott PLN 4,23 0.021291
Rootsi kroon SEK 9,64 0.013595
Rubla RUB 67,63 0.008873
Rumeenia leu RON 4,60 -0.002175
Singapuri dollar SGD 1,60 -0.018745
Suurbritannia nael GBP 0,89 -0.042683
Šveitsi frank CHF 1,16 0.038883
Taani kroon DKK 7,44 -0.000537
Tai baht THB 39,01 0.076962
Tšehhi kroon CZK 25,67 0.015587
Türgi liir TRY 4,36 -0.107613
Ukraina grivna UAH 31,38 0.069847
Ungari forint HUF 308,11 -0.003245
USA dollar USD 1,18 0.078303
Uus-Meremaa dollar NZD 1,68 -0.162426
Valgevene rubla BRL 3,81 0.076231
Valgevene rubla BYN 22928,00 -0.946126

Valdkonna töökuulutused

AS PALMAKO otsib LOGISTIKAJUHTI

Palmako AS

13. november 2017

TRANSIIDIKESKUSE AS otsib KOMMERTSDIREKTORIT

Transiidikeskuse AS

20. november 2017