CRM Archive

0

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

Więcej: https://info.ey.com/

0

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 m.in. 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, m.in 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, m.in 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

Podsumowanie

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.

 

0

BCG: The Digital Imperative in Container Shipping

The time has come for the container-shipping industry to join the digital revolution. Digital opens the door for carriers to strengthen their direct relationships with end customers, further reduce their costs (including for fuel, vessel operation, and customer service), and pursue new revenue streams beyond traditional shipping services.

Only a few leading carriers have applied digital technologies toward enhancing their commercial and operational activities. Box tracking, empty-container repositioning, document management, network design, and pricing are among the activities that these carriers have started to digitalize.

Although the rewards of a digital transformation can be significant, so are the challenges to making it happen. To succeed, carriers must adopt a structured approach to defining a digital vision and integrating new technologies, capabilities, and mindsets into their traditional way of working. It is not too late to get started. The industry is still in the early stages of digitalization, and most carriers have yet to achieve significant progress. Carriers that approach a digital transformation with the right ambition, resources, and scale can leap to the forefront of adoption. Within 18 months, they can achieve a step change in their digital capabilities that strengthens their competitive advantage. Quick wins are achievable within 12 months.

Rough Seas Demand Digital Adoption

In BCG’s November 2016 report Sailing in Strong Winds: The New Normal in Global Trade and Container Shipping, we discussed the industry’s then-current challenge: slow growth in global demand coupled with a persistent oversupply of vessel capacity. Although global container demand did improve in 2017, moderate long-term growth projections combined with a new round of vessel purchases indicate that overcapacity will remain in the range of 6% to 9% in 2020.

Even as the economic challenges of the new normal persist, carriers face an increasing threat from digital attackers. A variety of players—including both traditional logistics players and new entrants—are adopting digital technology to provide seamless, end-to-end services. If these companies’ business models succeed, carriers run the risk of losing direct contact with some of their most profitable customers—primarily small and midsize freight forwarders and beneficial cargo owners (known as BCOs). In this scenario, the carrier’s role could be reduced to providing commoditized ocean freight services.

One of the strongest threats is from players that are adopting digital technology as the basis for an assetless business model that lets them compete with a much lower cost base. Recognizing the opportunity, e-commerce giant Amazon has obtained a license to operate as an assetless cargo forwarder between China and the US. Startups are also gaining traction. For example, Flexport is a technology-based freight forwarder that, as of October 2017, had attracted more than $200 million in venture capital investment. Flexport is not alone in attracting venture capital. In the past six years, more than $3.3 billion has been invested in digital startups in the shipping and logistics sector.

Fortunately, carriers have many opportunities to apply digital technology—not only to maintain their direct customer relationships with acceptable costs but also to improve their operations and grow their businesses. Seven digital trends have emerged as especially valuable in the shipping industry. (See Exhibit 2.) These trends are contributing to performance improvements across the full scope of carriers’ operations.

More: BCG.COM

0

EY Co to jest hiperautomatyzacja?

Hiperautomatyzacja to koncepcja polegająca na zastosowaniu ekosystemu zaawansowanych technologii automatyzacyjnych poprzez wykorzystanie posiadanego potencjału przedsiębiorstwa. Do 2024 r. firmy, dzięki niej, mogą obniżyć swoje koszty operacyjne nawet o 30% [1].

O czym przeczytasz?

  • Czym jest hiperautomatyzacja i dlaczego nie powinna być mylona z automatyzacją?
  • W jaki sposób pozwala na kompleksową transformację firm?
  • Jak wdrożyć hiperautomatyzację: krok po kroku oraz przykłady jej wykorzystania.

Co to jest hiperautomatyzacja?

Hiper automatyzacja to kompleksowe wykorzystanie dostępnych narzędzi z zakresu automatyzacji, sztucznej inteligencji oraz Business Intelligence, które ma na celu przekształcenie oraz stworzenie nowych procesów (transformację cyfrową przedsiębiorstwa), co przy użyciu tradycyjnych metod byłoby niewykonalne.

Termin hiper automatyzacja lub hiperautomatyzacja pojawił się po raz pierwszy w październiku 2019 r., zajmując pierwsze miejsce na liście 10 najlepszych strategicznych trendów technologicznych na rok 2020 [1].

W ramach hiperautomatyzacji wykorzystywana jest wspomniana już sztuczna inteligencja (ang. Artificial Intelligence, AI), a także uczenie maszynowe (ang. Machine Learning, ML) i zrobotyzowana automatyzacja procesów (ang. Robotic Process Automation, RPA). Jej celem jest automatyzacja powtarzalnych i czasochłonnych zadań.

Hiperautomatyzacja dotyczy jednak nie tylko procesów, które można zautomatyzować, ale także poziomu automatyzacji, który często jest określany jako kolejna ważna faza transformacji cyfrowej.

Jak działa hiperautomatyzacja?

Pierwsza fala technologii automatyzacji opierała się w dużej mierze na technologii RPA (ang. Robotic Process Automation, RPA), które polega na wykorzystaniu botów do naśladowania powtarzalnych, ludzkich czynności. Procesy te są oparte na określonych regułach i wykorzystują uporządkowane dane do wykonywania działań. W przeciwieństwie do RPA: sztuczna inteligencja (ang. Artificial Intelligence, AI) stara się symulować ludzki intelekt.

Hiperautomatyzacja łączy technologie: RPA, Low/No code, BI, ML oraz AI, co umożliwia automatyzację praktycznie każdego powtarzalnego zadania, przez co staje się ona idealnym narzędziem do osiągnięcia cyfrowej transformacji organizacji.

 

Jak EY może pomóc

Usługi doradcze w zakresie inteligentnej automatyzacji

Wdrażamy kompleksowe plany automatyzacji i poprawy procesów oraz usług.

Czytaj więcej

0

McKinsey – Global Economics Intelligence executive summary, February 2021

Countries are now able to assess the damage to economic growth wrought in 2020 by the restrictions put in place to control the spread of the COVID-19 virus. All GEI-surveyed economies went into reverse gear in the early months of the year; only China was able to control the virus sufficiently to come out of 2020 with positive economic growth (+2.3% year-over-year). The US economy experienced a GDP contraction of –3.5%; the eurozone as a whole contracted –5.4% (flash estimate), with contractions of –5.0% in Germany, –8.3% in France, –8.8% in Italy, and –11.0% in Spain. The Russian economy, propelled by energy exports, experienced a milder contraction of –3.1%; Brazil’s contraction is expected to be –4.7% and India’s –7.7%.

Economic activity mirrored the fluctuations in pandemic restrictions: many countries loosened restrictions after midyear and experienced strong third-quarter growth. As the number of COVID-19 cases surged again, measures were reimposed, curtailing growth in the last quarter of the year. China was, of course, the exception, as it had controlled the virus early in the second quarter; by the last quarter, the economy was humming at 6.5% y-o-y growth. To a certain extent, China’s success has radiated outward, with demand from China helping to support global manufacturing and trade. This dynamic was underscored in January and February by some deceleration in global indicators in consequence of the new-year holiday in China.

In the most recent available data, consumer-sentiment indicators were subdued or pessimistic in most surveyed economies; in China, however, consumer confidence strengthened. Retail-sales growth was very strong in the United States (+5.3% month-over-month), aided by individual stimulus payments; in China, retail sales expanded 4.6%; elsewhere, consumer spending retreated or is making slower progress (Exhibit 1).

As measured by global purchasing managers indexes (PMIs), growth in both manufacturing and services eased in January. Among surveyed economies, manufacturing PMIs remain strong. Services PMIs in the United States and Russia experienced strong growth; in China, the indicator slowed in advance of the new-year holiday; for the eurozone and Brazil, contraction is indicated.

World trade volumes now exceed prepandemic levels: as measured by the CPB World Trade Monitor, global volumes increased 0.6% in December 2020 and 1.6% in November; the indicator showed a trade expansion of 11.5% in the third quarter of 2020 and 4.0% in the fourth quarter (after contractions of –2.6% and –11.7% in the first and second quarters, respectively, figures revised). The Container Throughput Index declined slightly to 119 in December (121.1 in November); a seasonal retreat was measured in Chinese ports.

More: https://www.mckinsey.com/

About the authors:The data and analysis in McKinsey’s Global Economics Intelligence are developed by Alan FitzGerald, a director of client capabilities in McKinsey’s New York office; Krzysztof Kwiatkowski, a capabilities and insights specialist, and Vivien Singer, a capabilities and insights expert, both at the Waltham Client Capability Hub; and Sven Smit, a senior partner in the Amsterdam office.

The authors wish to thank Richard Bucci, Samuel Cudre, Debadrita Dhara, Pragun Harjai, Tomasz Mataczynski, Moira Pierce, Jose Maria Quiros, Erik Rong, Maricruz Vargas, and Yifei Liu for their contributions to this article.