Marketing Archive


McKinsey Report – Women in the Workplace 2021

This is the seventh year of Women in the Workplace, the largest study of women in corporate America. This effort, conducted by McKinsey in partnership with LeanIn.Org, analyzes the representation of women in corporate America, provides an overview of HR policies and programs—including HR leaders’ sentiment on the most effective diversity, equity, and inclusion (DEI) practices—and explores the intersectional experiences of different groups of women at work. The data set this year reflects contributions from 423 participating organizations employing 12 million people and more than 65,000 people surveyed on their workplace experiences; in-depth interviews were also conducted with women of diverse identities, including women of color, LGBTQ+ women, and women with disabilities.

The state of women hangs in the balance

A year and a half into the COVID-19 pandemic, women have made important gains in representation, and especially in senior leadership. But the pandemic continues to take a toll. Women are now significantly more burned out—and increasingly more so than men.


Despite this added stress and exhaustion, women are rising to the moment as stronger leaders and taking on the extra work that comes with this: compared with men at the same level, women are doing more to support their teams and advance diversity, equity, and inclusion efforts. They are also more likely to be allies to women of color. Yet this critical work is going unrecognized and unrewarded by most companies, and that has concerning implications. Companies risk losing the very leaders they need right now, and it’s hard to imagine organizations navigating the pandemic and building inclusive workplaces if this work isn’t truly prioritized.

There is also a disconnect between companies’ growing commitment to racial equity and the lack of improvement we see in the day-to-day experiences of women of color. Women of color face similar types and frequencies of microaggressions as they did two years ago—and they remain far more likely than White women to be on the receiving end of disrespectful and “othering” behavior. And while more White employees see themselves as allies to women of color, they are no more likely than last year to speak out against discrimination, mentor or sponsor women of color, or take other actions to advocate for them. This points to the critical need for businesses to equip employees at all levels to challenge bias and show up as allies.

The path forward is clear. Companies need to take bold steps to address burnout. They need to recognize and reward the women leaders who are driving progress. And they need to do the deep cultural work required to create a workplace where all women feel valued.

It’s the only time of my career that I seriously considered a less demanding job. I took another interview. I felt burned out so often. I felt caught in the middle of everyone’s emotional response to the pandemic and in between decision makers who have very, very different outlooks on how to respond. It was the first time I had to solve problems that so directly impacted people’s mental and physical health. It was the hardest working year of my life.

Straight White woman, senior vice president

More: The rest of this article summarizes the main findings from the 2021 Women in the Workplace report (and for an even deeper look, visit our blog to read a behind-the-scenes chat with one of the report’s coauthors).


McKinsey: Whats going on with shipping rates?


McKinsey’s Steve Saxon and Jaana Remes discuss why container shipping costs are surging and give their take on what lies ahead for the industry.


In this video conversation, Steve Saxon, McKinsey’s Shenzhen-based partner leading the Travel, Logistics & Infrastructure Practice in China, and Jaana Remes, a partner with the McKinsey Global Institute, discuss this puzzling phenomenon.

Watch the video to learn more about:

  • how changing consumption patterns in the United States are driving up demand for shipping and causing congestion in ports and the surrounding hinterland infrastructure
  • how the COVID-19 pandemic has led to port lockdowns and container ships being taken out of service, resulting in an overall reduction in shipping capacity
  • why the industry’s response of aggressively adding supply may not be the wisest move
  • the longer-term implications of the boom-and-bust cycle of shipping rates and when rates could be expected to normalize

EY: Business 5.0 – seria spotkań z ekspertami EY SAP

W obszarze technologii jak i biznesu, najważniejszy pozostaje człowiek oraz jego decyzje. Zmiana nie zawsze oznacza rozwój, a cyfrowa transformacja nie zawsze kończy się sukcesem. Czy wiesz, jak się przygotować i jakie decyzje podjąć, by skutecznie ją wdrożyć?
Zapraszamy na serię spotkań z ekspertami EY SAP i ich gośćmi, którzy przedyskutują dostępne rozwiązania oraz perspektywy, by umożliwić Państwu podjęcie świadomych decyzji biznesowych.

SAP Dilemmas
Wyzwania, złożone wybory cyfrowej transformacji oraz moc możliwości: „SAP Dilemmas” to nowy cykl spotkań z ekspertami, który rozpocznie się już 29 kwietnia.

Zapraszamy do udziału:

  • 29 kwietnia | 11:00 | SAP Dilemmas: Bezpiecznie, szybko i niedrogo – czy to fikcja w rozmowach o chmurze? – Zapisz się

Podczas pierwszego webcastu w ramach serii „SAP Dilemmas” eksperci EY porozmawiają o znanych i mniej popularnych kwestiach dotyczących rozwiązań SAP w chmurze publicznej.

  • 13 maja | 13:00 | SAP Dilemmas: Ile razy jesteś gotów się pomylić, aby móc to zrobić dobrze? – Zapisz się
  • 8 czerwca | 11:00 | SAP Dilemmas: Jaki wybrać model transformacji w HR? – Zapisz się
  • 7 września | 11:00 | SAP Dilemmas: Jak cyfrowa transformacja może być bardziej realna? – Zapisz się
  • 28 września | 11:00 | SAP Dilemmas: Jak zdefiniować zakres wdrożenia i oszacować koszty cyfrowej transformacji? – Zapisz się
  • 21 października | 11:00 | SAP Dilemmas: Jaki zespół najlepiej będzie wspierał Twoje systemy? – Zapisz się
  • 18 listopada | 11:00 | SAP Dilemmas: Czy planując analitykę, analizujesz wszystkie możliwości? – Zapisz się



BCG Economic Resilience Is Built on Societal Well-Being

This article is the first in a series providing insight on why government leaders need to look beyond economic development and prioritize the overall well-being of citizens. The second article will explore how leaders can approach and tackle inequality, and the third will cover direct actions governments must take for the short- and long-term development of countries and their citizens.

One of the biggest lessons COVID-19 taught governments is that societal well-being makes countries more resilient. Nations that invest across a range of development dimensions—such as education, health, infrastructure, and governance—have been better able to cushion the socioeconomic fallout from the pandemic. Our analysis shows that countries with improved abilities to convert wealth into well-being as well as those with high overall well-being tended to mitigate drops in economic performance and limit the growth of unemployment rates during the first year of the pandemic. In contrast, countries with lower levels have fallen further behind, particularly in GDP growth and employment. This aligns with our previous research that shows countries better at converting wealth into well-being were able to recover more quickly from the 2008–2009 financial crisis.

Since 2012, BCG has ranked countries according to a proprietary economic development tool called the Sustainable Economic Development Assessment, or SEDA. (See “A Comprehensive Measure of Well-Being.”) A consistent finding from our research is that the more traditional metrics of economic development, which focus on GDP and other macroeconomic indicators, are not sufficient to gauge the true state of development in any society. Rather, countries need to take a more comprehensive and sustainable approach that incorporates and optimizes societal well-being. Viewed through this lens, SEDA analyses have shown that some lower-income countries are actually better off than high-income countries because they look beyond economic metrics and invest in well-being more broadly. COVID-19 brought in a new dimension—an opportunity to observe how such efforts make countries more resilient in a crisis.

A Comprehensive Measurement of Well-Being

Explore BCG’s rankings of national well-being


EY: Inteligentne prognozowanie popytu i planowanie sprzedaży

Prognozowanie popytu to bardzo istotny proces działania każdej firmy produkcyjnej. Czy można robić to lepiej, dokładniej, bardziej automatycznie? Jak zastosowanie planowania popytu i produkcji może przełożyć się na poprawę wyników firmy?

O czym przeczytasz?

  • W jaki sposób technologia zmienia klasyczny proces planowania popytu i jakie korzyści przynosi?
  • Które firmy i jakie branże najwięcej zyskują z wdrożenia systemów do prognozowania popytu i planowania sprzedaży?
  • Czym jest Supply Chain Digital Twin i jak pomaga w obszarze łańcucha dostaw?
  • Jakie rozwiązania technologiczne są dostępne na rynku i które wybrać?

Nowe technologie zmieniają funkcjonowanie firm. Gromadzenie, przetwarzanie i analiza danych zapewniają możliwości, których na tak dużą skalę, jeszcze nie mieliśmy. Wykorzystanie  samouczących się algorytmów w biznesie to osiągnięcie ostatnich lat. Kiedy ponad dekadę temu upowszechniło się wykorzystywanie big data nikt nie spodziewał się, że w 2020 roku wartość rynku inteligentnych aplikacji przekroczy 40 miliardów dolarów [1].

 International Data Corporation szacuje, że globalny rynek AI i systemów kognitywnych w 2021 roku będzie wart  57,6  miliardów dolarów

Dla ułatwienia pracy analityków powstało technologiczne wsparcie w postaci pakietów oprogramowania, np.: OMP czy SAP Integrated Business Planning (SAP IBP). Narzędzia te zawierają specjalne moduły umożliwiające prognozowanie popytu i produkcji przy uwzględnieniu sytuacji rynkowej i zdolności produkcyjnych. Firmy, dzięki takiemu wsparciu, mogą podejmować lepsze i bardziej przemyślane, oparte na danych z wielu źródeł decyzje biznesowe. To pozwala organizacjom na obniżanie kosztów operacyjnych oraz lepsze zarządzanie kapitałem obrotowym.

W prognozowaniu popytu i produkcji najważniejsze są dane. To na nich opiera się monitoring procesów biznesowych, ich analiza, tworzenie schematów, wyjątków, wyciąganie wniosków i odpowiednia reakcja na zmiany. Wykorzystując technologię, możemy zmieniać sposób nie tylko gromadzenia danych, ale również ich przetwarzania.

Tradycyjne metody planowania popytu w technologicznym świecie

Planowanie popytu to jeden z najważniejszych elementów dążenia do podnoszenia poziomu sprzedaży produktów lub usług. Tego typu planowanie to działanie stałe, które powinno być realizowane systematycznie, uwzględniając nie tylko chwilowe ale i ciągłe trendy a zarazem wszelkie rejestrowane odchylenia od normy.

Jak EY może pomóc

Łańcuch dostaw i operacje

Bazując na Twojej strategii, pomożemy na nowo zdefiniować kompleksowy łańcuch dostaw i operacje, aby wesprzeć cele Twojej firmy.

Czytaj więcej

Wyróżniamy kilka podstawowych metod prognozowania popytu. W przeszłości odbywało się ono manualnie. Dla usprawnienia pracy korzystano z popularnych arkuszy kalkulacyjnych, aż w końcu powstały specjalne programy oraz pakiety oprogramowania, które ułatwiły przechowywanie i analizę danych oraz tworzenie prognoz.

W 2010 roku wykorzystanie big data w biznesie nie było już branżową nowinką, a stawało się czymś, co może zmienić przyszłość wielu przedsiębiorstw. Big data, sztuczna inteligencja, aplikacje i narzędzia usprawniające pracę, a także samouczące się algorytmy pozwalają dziś lepiej zoptymalizować pracę ludzi i maszyn, rozplanować wydatki, wizualizować przyszłość.

Prognozowanie popytu to najczęściej miesięczny, cykliczny proces będący elementem szerszego procesu planowania sprzedaży i operacji – Sales & Operations Planning – S&OP.


Polega on na kreacji planu popytu (planu sprzedaży produktów) w horyzontach:

  • krótkim (typowo 1-3 miesięcy),
  • średnim (4-12 miesięcy),
  • długim (12 – 36+ miesięcy).

Długości poszczególnych horyzontów a nawet sam podział jest arbitrarny oraz płynny i zależy od specyfiki procesów oraz charakterystyki produktów i rynku, na którym porusza się dana firma.

Planowanie popytu to proces składający się w uproszczeniu z następujących kroków:

  1. Zebranie danych sprzedażowych za ostatni zamknięty miesiąc oraz ich analiza i „czyszczenie”.
  2. Wybór najlepiej pasujących do każdego produktu (lub ich grupy zwanej często rodziną) metod prognozy statystycznej.
  3. Generacja prognozy statystycznej będącej bazą dla planu popytu.
  4. Wzbogacenie prognozy o informacje z różnych źródeł – promocje, zdarzenia, aktualne trendy rynkowe, aktywności planowane przez dział marketingu, itp.
  5. Uwzględnienie wyjątków – na przykład zdarzenia losowe.
  6. Monitorowanie jakości prognoz – wyznaczanie wartości kluczowych wskaźników efektywności jak na przykład dokładność prognozy, MAPE, etc.


Kto najbardziej skorzysta z nowych rozwiązań w obszarze planowania popytu?

Prognozowanie popytu i planowanie produkcji różni się w zależności od branży i obszaru działania firmy. Poszczególne branże charakteryzują się konkretnym cyklem życia produktów, zainteresowaniem usługami, reagują na podobne trendy, notują zbliżone odchylenia i wyjątki. Ma to wpływ nie tylko na liczbę potencjalnych odbiorców, ale także wykorzystywane rozwiązania wprowadzane w ramach działania firmy, mające na celu pomnożenia zysków i rozwój biznesu.

Wykorzystując nowe technologie, przedsiębiorstwa mogą ułatwić sobie zadanie, poprzez skorzystanie z wcześniej opracowanych profili, które stworzone zostały dla poszczególnych branż – takich jak:

  • chemikalia przemysłowe,
  • dobra konsumenckie,
  • metale,
  • papier,
  • plastik,
  • opakowania,
  • szkło,
  • opony.

Wdrożenie nowych technologii do planowania popytu daje najlepsze i najbardziej widoczne efekty w przedsiębiorstwach, gdzie produkcja jest masowa, a produkty szybko rotują. W branżach wymienionych powyżej mamy do czynienia z dużą ilością danych, dlatego pakiety oprogramowania ułatwiające pracę sprawdzą się doskonale w procesach planowania popytu.

W projektowaniu procesów i planowaniu łańcucha dostaw ważne jest aby monitorować wskaźniki rynkowe i ekonomiczne, w celu stworzenia planów awaryjnych. Wszelkie prognozowanie jest trudne, jeśli nie ma się odpowiedniej wiedzy i/lub nie potrafi zwizualizować problemu. Naprzeciw tej potrzebie wychodzi Supply Chain Digital Twin, technologia, która zmienia podejście do planowania.

Supply Chain Digital Twin: co to jest i jak może pomóc w prowadzeniu biznesu?

Supply Chain Digital Twin, czyli tłumacząc bezpośrednio – cyfrowy bliźniak łańcucha dostaw, może przynieść wiele korzyści firmie, która go wdroży. Jest to w pełni funkcjonalna replika całego łańcucha (lub częściej – sieci) dostaw firmy.

Wykorzystanie algorytmów sztucznej inteligencji oraz zaawansowanej analityki pozwala na bieżąco, w czasie rzeczywistym, symulować funkcjonowanie oraz wydajność łańcucha dostaw wraz z całą złożonością napędzającą zmienność i związane z nią potencjalne straty. Umożliwia również zidentyfikowanie obszarów, mających wysoki potencjał optymalizacji procesów. Dodatkowo bliźniak cyfrowy umożliwia tak zwane planowanie scenariuszowe lub inaczej wykonywanie analizy what-if? („co-jeśli?”). To dzięki nim możliwe jest podejmowanie decyzji na podstawie bieżących, rzeczywistych i potencjalnych potrzeb biznesu oraz zapobieganie problemom zamiast ciągłego rozwiązywania ich na bieżąco.

Supply Chain Digital Twin to rozwiązanie zapewniające większą kontrolę nad dynamicznie zmieniającym się łańcuchem dostaw.

Firmy mogą zastosować rozwiązanie Digital Twin w celu usprawnienia procesu podejmowania decyzji na wielu płaszczyznach:

  • krótkoterminowe planowanie i egzekucja – Digital Twin umożliwia odpowiednio wczesną identyfikację ryzyk egzekucji, co zapewnia firmie więcej czasu na odpowiednią reakcję i złagodzenie ewentualnych kryzysów,
  • planowanie sprzedaży i operacji – proces, który pomaga optymalizować planowanie poprzez realistyczną symulację. To daje organizacji szansę na zminimalizowanie strat wynikających z niedopasowania planów i ograniczeń systemowych.
  • planowanie długoterminowe – dzięki Supply Chain Digital Twin przedsiębiorstwa mogą poprawić efektywność nakładów inwestycyjnych i zoptymalizować konfigurację systemu łańcucha dostaw poprzez zrozumienie, gdzie istnieją najbardziej znaczące strukturalne tzw. wąskie gardła, które wpływają na zmniejszoną efektywność działań.

SAP IBP i OMP: rozwiązania technologiczne dostępne na rynku

Na rynku istnieje wiele podobnych rozwiązań, które wspomagają proces prognozowania popytu i produkcji. W naszym artykule skupimy się na dwóch, które są najczęściej wybierane przez naszych klientów: OMP i SAP Integrated Business Planning (SAP IBP).

SAP Integrated Business Planning

To rozwiązanie chmurowe będącym zintegrowanym systemem planowania łańcucha dostaw (tak zwane oprogramowanie E2E – End-to-End), które łączy w sobie planowanie sprzedaży i operacji, prognozowanie popytu, planowanie podaży, uzupełnianie zapasów na podstawie popytu i zaawansowane zarządzanie zapasami. Dzięki SAP IBP firma może skorzystać z zaawansowanych analiz łańcucha dostaw, symulacji typu „co by było, gdyby” i tak zwanych alertów, a wszystko po to, by móc odpowiednio szybko reagować na zmiany i poprawić szybkość reakcji. SAP IBP wyróżnia się zautomatyzowanym, ściśle skoordynowanym procesem planowania w całym łańcuchu dostaw, wsparciem zaawansowanych algorytmów uczenia maszynowego oraz natywną integracją z innymi rozwiązaniami SAP.

Więcej o SAP IBP można przeczytać w artykule: „Rola finansów w Zintegrowanym Planowaniu Biznesowym”.

Software OMP

System, który opracowało OMP również jest rozwiązaniem umożliwiającym planowanie E2E i łączy w sobie takie elementy jak: projektowanie sieci łańcucha dostaw, wsparcie planowania w procesie S&OP, planowanie popytu, planowanie operacyjne (planowanie długofalowe produkcji, dystrybucji, innych procesów związanych z planowaniem podaży) oraz wreszcie ścisłe planowanie produkcji.

W 2019 roku OMP po raz drugi zostało uznane za lidera systemów planowania w procesie S&OP według raportu “Magic Quadrant” firmy Gartner [2].

Rozwiązanie OMP+ oferuje gotowe wersje poszczególnych pakietów dostosowane funkcjonalnie do wymagań konkretnych branż. Inne zaawansowane funkcjonalności OMP+ to również:

  • uczenie maszynowe,
  • wykorzystanie sztucznej inteligencji,
  • demand sensing,
  • planowanie poprzez system scenariuszy,
  • algorytmy heurystyczne typu “solver”.
  • rozbudowany system „alertów”

Samouczące się algorytmy zapewniają jeszcze jedną perspektywę: pozwalają wyjść poza prognozowanie na bazie historii sprzedaży i wykorzystanie innych danych. Mowa tu o uczeniu maszynowym i użyciu funkcjonalności wspomnianego Demand Sensing, które umożliwia niemalże w czasie rzeczywistym wzbogacanie oraz poprawę jakości prognozy przy użyciu danych takich jak:

  • fluktuacje na giełdzie,
  • promocje i inne działania konkurencji,
  • trendy w social mediach,
  • zjawiska pogodowe i inne losowe czynniki zewnętrzne.

Wszystkie te technologiczne nowinki działają na korzyść przedsiębiorstw, które je wykorzystują. Ograniczają czas spędzony na gromadzeniu i analizie danych, dostarczając informacje oparte o konkretne wskaźniki. Szeroki zakres automatyzacji oraz oznaczenie tzw. flag / alertów pozwala planistom poświęcać mniej czasu na powtarzalne działania operacyjne, a więcej na działania koncepcyjne.

Najważniejsza jest… integracja


Nowe technologie zmieniają funkcjonowanie organizacji również w zakresie planowania popytu. W centrum nadal znajdują się dane, modyfikacji ulega jedynie sposób ich przetwarzania. Odpowiednia analiza danych daje możliwości, których na dużą skalę bez wsparcia technologicznego nie będziemy w stanie odpowiednio przetworzyć i wykorzystać. Tak stworzone prognozy pozwalają planować nie tylko poziom popytu i sprzedaży, ale również rozwój swojego biznesu.