Resiliens er også et spørgsmål om at have den rigtige planlægningsmodel

Under første Corona bølge var der stor mangel på bidet'er. Forestil dig, at du var et firma, der havde et bidet til salg i den tid. Og med bidet mener vi dem du har ved siden af ​​toilettet. 

Tilsyneladende ændrer mange mennesker deres købsadfærd under kriser, da efterspørgslen steg markant. Og selvfølgelig havde bidetproducenterne svært ved at følge med efterspørgslen.    

Hvad er pointen her? For det første er det ikke første gang, at Globale Supply Chains har oplevet en forstyrrelse, og det vil sandsynligvis heller ikke være sidste gang. Men hvordan forbereder man sig faktisk på den næste ”forstyrrelse” eller for nogle virksomheder - en indlysende mulighed for at sælge mere.      

Traditionel Supply Chain-planlægning er baseret på gammel tænkning
Supply chain- planlægning er stadig i mange virksomheder baseret på et 60 år gammelt paradigme. Det forudsætter, at du forudsiger efterspørgsel og derefter masserer den ind i resten af ​​din forsyningskæde. Udgangspunktet for at gøre dette er, at du er i stand til at oprette en præcis plan, som du kan udføre. Men i det er der en udfordring: manglen på at være modstandsdygtig og usikkerhed om, hvorvidt planen overhovedet kan holdes.     

I militæret anvendes terminologien ”ingen plan overlever første kontakt med fjenden”. Det samme gælder for forsyningskæden. Det er vanskeligt at forudsige usikkerhed. Usikkerhed som, hvordan fremtidig efterspørgsel ser ud, om leverancerne kommer til tiden osv. er svær at estimere. Nogle virksomheder forsøger at kompensere ved at arbejde med sikkerhedslagre.         

Opret en modstandsdygtig planlægningsmodel 
Hvad kan du gøre i stedet? Vores forslag i Optilon er, at du begynder at arbejde med modstandsdygtigheden i den måde, du laver din planlægning på. Med andre ord bør i oprette en modstandsdygtig planlægningsmodel. Hvad mener vi med det?  

De teknologier (cloud-baserede) bør udnyttes i højere grad. Du skal også begynde at arbejde med virksomhedens planlægningsindstilling. Dette betyder praktisk talt, at du skal arbejde med scenarieplanlægning (flere scenarier på én gang) og arbejde med din forudsigelsesnøjagtighed . 

Du kan arbejde med din forudsigelsesnøjagtighed ved automatisk at tage højde for som eksempler sæsonudsving, vejr, ordrestørrelser og virkningen af ​​kampagner. Maskinindlæring kombineret med menneskelig finjustering kan hjælpe med at forbedre efterspørgselsmodellen over tid.             

Arbejd med en "Digital Twin" (digital tvilling)
Et andet initiativ ville være at skabe en fysisk forsyningskæde og tilpasse beslutninger på tværs af forsyningskæden ved at arbejde med en "digital tvilling ", dvs. en digital model af din nuværende forsyningskæde. 

Med den digitale model af kæden vil du være i stand til at simulere, hvor robust din Supply Chain er når den konfronteres med en vis variation og usikkerhed. Det vil være muligt at teste, hvordan forsyningskæden vil reagere under forskellige scenarier. Det er ikke muligt at beskytte 100% for det ukendte ukendte. 

Hvad du kan gøre er at investere i en planlægningsmodel og teknologi, der allerede har inkorporeret avancerede algoritmer, der er baseret på en leveringsydelse mod markederne og på produktniveau. Teknologier, der også overvejer virksomhedens økonomiske mål såsom minimering af arbejdskapital, maksimering af margener og reduktion af risikoen for en forældet beholdning. 

Det handler således om, at have den teknologi, der konstant hjælper med at træffe disse afvejningsbeslutninger .         

Virksomheder, der prøver at planlægge på den “normale” måde, vil have store udfordringer i fremtiden. På den anden side vil virksomheder, der udnytter de digitale muligheder, herunder automatisering, avancerede algoritmer og maskinindlæring , være meget bedre rustet til at håndtere udfordringerne og konkurrere mere effektivt.