Соответствие спроса и предложения: стратегии инвентаризации для получения прибыли | Входящая логистика

Рост капитальных затрат и рост ожиданий клиентов означают, что несоответствие товарных запасов — от излишних запасов до пустых полок — представляет собой прямую угрозу прибыли и репутации. Вот как ведущие бренды решают эту проблему.

Успешные компании уже давно работают над точным соответствием спроса и предложения, понимая, что несоответствия могут привести либо к избытку запасов, либо к потере продаж, что приводит к снижению прибыли. Однако теперь максимально точное соответствие спроса и предложения стало еще более важным.

«Основной движущей силой является рост стоимости капитала», — говорит Мэтт Уилсон, руководитель практики цепочек поставок и промышленного производства компании SSA & Co., глобальная консалтинговая фирма по менеджменту.

Более высокие капитальные затраты вынуждают многих клиентов более тщательно управлять денежными средствами, поэтому они менее склонны брать на себя крупные, перспективные заказы или держать избыточные запасы, говорит Уилсон. Вместо этого они покупают продукцию ближе к тому времени, когда она им нужна, и часто в меньших количествах, одновременно корректируя заказы по мере изменения спроса.

Это означает, что сигналы спроса поступают позже и более склонны к изменению. Однако у многих поставщиков меньше возможностей адаптироваться к изменчивости. Поскольку запасы, мощности и резервы рабочей силы становятся дороже, поставщики жестко контролируют свои сети. Результат? По словам Уилсона, цепочки поставок менее терпимы к ошибкам.

Поставщикам также приходится бороться с растущими ожиданиями покупателей, говорит Майкл Циммерман, партнер практики стратегических операций глобальной консалтинговой фирмы Kearney. С увеличением числа влиятельных лиц плохие работники наказываются ударами по репутации.

Чтобы решить эти проблемы, компании все чаще ищут передовые решения в области аналитики и искусственного интеллекта, которые могут динамически моделировать спрос и предложение практически в реальном времени и стимулировать быстрое принятие решений, говорит Марк Палаццоло, руководитель практики стратегических операций Kearney. Они используют ИИ для определения спроса, а также для моделирования соответствующих сценариев предложения, чтобы быстро прогнозировать уровни запасов и их последствия для оборотного капитала.

Решения генеративного искусственного интеллекта могут собирать воедино данные о спросе и предложении из внутренних и внешних источников и давать рекомендации, которые планировщики могут учитывать, использовать и уточнять, говорит Циммерман.

Будучи частью более крупного многоэтапного процесса, генеративный ИИ может выполнять несколько функций, таких как сбор и согласование данных из различных источников, предложение, какой метод прогнозирования использовать, тестирование его эффективности, а также запуск сценариев и другие возможности.

Некоторые компании также «переглобализируют» свои цепочки поставок и приближаются к конечным потребителям, говорит Брайан Деминг, старший аналитик по промышленному сектору RSM US. Наряду с сокращением времени выполнения заказов это помогает компаниям улавливать изменения в потребительских настроениях, происходящие на местах.

Выделенные здесь компании умело внедряют инструменты и корректируют операции для более точного прогнозирования спроса и предложения. Их инициативы сокращают затраты и уровень запасов, одновременно повышая удовлетворенность клиентов и продажи.

CDW: управление запасами, оборотным капиталом и устареванием

Более точные прогнозы помогают CDW удовлетворить спрос клиентов, одновременно защищая денежный поток и сводя к минимуму излишки или устаревшие запасы. Компания доставляет товар в свои распределительные центры по мере необходимости. Затем он настраивает продукты и применяет дополнительные услуги, такие как комплектация или маркировка активов.

«Работа нашей цепочки поставок проста: мы выполняем свои обещания перед клиентами», — говорит Рэй Нэйр, старший вице-президент по операциям цепочки поставок компании CDW, поставщика ИТ-решений и услуг.

«Мы не производим, мы организуем. А оркестровка требует такой же точности, опыта и преданности делу, как и любая производственная операция», — добавляет он.

Хотя соответствие спроса и предложения всегда имело решающее значение, CDW в последнее время уделяет больше внимания финансовым последствиям управления уровнями запасов, оборотного капитала и устаревания. Поскольку компания имеет меньше запасов, точное понимание того, что и когда понадобится клиентам, становится более важным. Более точные прогнозы помогают CDW удовлетворить спрос клиентов, одновременно защищая денежный поток и сводя к минимуму излишки или устаревшие запасы.

Несколько лет назад CDW перешла от процесса планирования на основе электронных таблиц к Blue Yonder, чья платформа планирования спроса и поставок на основе искусственного интеллекта обеспечивает CDW процессы прогнозирования спроса и оптимизации запасов. Переход к выделенной команде и платформе обеспечивает целостное представление, учитывающее такие события, как крупные покупки клиентов, циклы внедрения новых продуктов и сезонность.

Хотя данные, полученные до перехода к Blue Yonder, несопоставимы, линии тренда показывают постоянное улучшение точности прогнозов, говорит Наир.

Команда специалистов по статистическому планированию и спросу CDW использует Blue Yonder для анализа исторических моделей продаж и выявления аномалий, таких как неожиданно большие заказы, которые могут исказить традиционные прогнозы. Команда использует систему для создания планов потребительского спроса, а специалисты по планированию поставок затем выполняют стратегические закупки в соответствии с этими планами, корректируя размеры заказов на основе восходящих сигналов в реальном времени.

«Это гарантирует, что мы будем иметь на складе только то, что действительно нужно нашим клиентам и тогда, когда им это понадобится», — говорит Наир. Денежный поток защищен, а избыточные запасы сведены к минимуму.

Чтобы поддерживать связь в режиме реального времени со своей сетью, насчитывающей более 1000 партнеров-поставщиков, CDW использует EDI, API и каналы B2B. По словам Наира, эти соединения обеспечивают прямую видимость уровней поставщиков и помогают CDW отслеживать доступность, расчетное время прибытия и изменения жизненного цикла.

CDW доставляет товар в распределительные центры компании по мере необходимости. Продукты настраиваются и применяются любые дополнительные услуги, такие как комплектация или маркировка активов.

Переход от электронных таблиц к Blue Yonder потребовал затрат времени и энергии. Чтобы помочь сотрудникам освоить программное обеспечение, CDW в течение нескольких лет сотрудничала с консультантами, расширяя свои внутренние возможности. По словам Наира, компания достигла полной самоокупаемости в 2025 году.

Использование поставщиками различных систем планирования и стандартов данных может усложнить интеграцию. CDW решает эту проблему, используя API и EDI, поддерживая строгие меры по обеспечению гигиены данных и регулярно сотрудничая с OEM-производителями и дистрибьюторами.

Разовые события, такие как всплески пандемии, могут исказить модели. Тесное управление и связь с партнерами по добыче помогают CDW последовательно интерпретировать эти события и быстро корректировать прогнозы.

«Мы постоянно повышаем точность прогнозов, что снижает чрезмерные заказы, дефицит и устаревание, а также повышает эффективность оборотного капитала и показатели», — добавляет Наир.

GE Appliances: нулевое расстояние и цифровая нить

GE Appliances использует агентный искусственный интеллект для анализа закономерностей и лучшего прогнозирования того, что и когда клиенты будут заказывать в будущем, соответствующим образом адаптируя свои операции.

Одним из ключевых моментов бизнес-стратегии GE Appliance является «нулевая дистанция», — говорит Дэвид Хэд, исполнительный директор по планированию и реализации. То есть производство происходит рядом с клиентами. Для рынка США GE производит большую часть продукции внутри страны на одном из девяти заводов-изготовителей или двух микрозаводах, которые используются для мелкосерийного производства.

По словам Хэда, поскольку GE Appliances продолжает расширять свое производственное присутствие, она также расширяет свою внутреннюю цепочку поставок, которая в настоящее время включает около 6500 поставщиков в США, что делает ее сильнее и устойчивее. Работа с поставщиками, расположенными рядом с предприятиями GE, позволяет действовать оперативно, когда спрос колеблется или внешние события влияют на глобальную цепочку поставок.

«Стратегия цифровых потоков» компании объединяет ее партнеров по цепочке поставок и системы в единую замкнутую систему, которая обеспечивает координацию и обмен данными в режиме реального времени. Каждый день Хед и его команда проверяют, что все участники сети подключены и имеют обновленную информацию, касающуюся планирования спроса, прогнозирования и производственных показателей.

Благодаря внедрению искусственного интеллекта GE Appliances может устранять проблемы в режиме реального времени и даже предотвращать возникновение некоторых из них.

Например, система планирования ресурсов предприятия GE интегрирована с интегрированными инструментами искусственного интеллекта от Oracle, Salesforce и Prophecy, внутренней системы компании, обеспечивающей прозрачность повседневных операций. Помимо других преимуществ, это помогает оптимизировать производительность за счет точного определения того, что необходимо производить и куда это следует распределять. Система также обеспечивает передачу обновлений соответствующим заинтересованным сторонам и корректировку производственного графика по мере необходимости.

Искусственный интеллект также помог повысить точность прогнозов, особенно на рынке частных домов, где модели заказов колеблются сильнее.

«Благодаря агентному искусственному интеллекту мы можем анализировать закономерности, чтобы лучше предсказывать, что и когда наши клиенты будут заказывать в будущем, и соответствующим образом адаптировать наши операции», — говорит Хед.

Раньше операции были менее интегрированы, что затрудняло точное определение того, где компании необходимо укрепить свою цепочку поставок. К тому времени, когда руководство осознало причину операционной проблемы, зачастую было уже слишком поздно эффективно реагировать и предотвращать сбои.

«Цифровой поток и прозрачность на основе искусственного интеллекта превратили операции цепочки поставок из реактивных в проактивные», — говорит Хэд. Интегрированная система и улучшенные процессы планирования привели к многочисленным преимуществам, таким как снижение уровня запасов на 20–25 %, даже несмотря на рост выручки.

Удовлетворенность клиентов, особенно в сегменте многоквартирных домов, заметно возросла благодаря улучшению управления проектами, их реализации и доступности продуктов, говорит Хэд.

Грейнджер: главное — ловкость

Grainger повышает квалификацию членов своей команды, чтобы они свободно владели новейшими аналитическими методами.

«Клиенты полагаются на Grainger, ведущего дистрибьютора широкого спектра услуг, за превосходное обслуживание и доступ к широкому портфолио продуктов, независимо от поставок или экономических условий», — говорит Ананд Лал, вице-президент группы по цепочке поставок.

«Понимание структуры спроса и оптимизация запасов в нашей дистрибьюторской сети — это вечные цели, но сейчас они еще более важны», — добавляет он.

Гибкость имеет решающее значение, поскольку постоянные колебания макроэкономической среды означают, что Grainger должна чувствовать изменения спроса и быстро и плавно корректировать положение запасов, одновременно обеспечивая устойчивость своей сети к любым глобальным потрясениям предложения.

Также важно, чтобы Grainger эффективно использовала свои активы по мере расширения ассортимента продукции, сети распределительных центров и бизнеса. Например, Грейнджер постоянно пытается минимизировать непроизводительные запасы, говорит Лал.

Для достижения этих целей Грейнджер вложил значительные средства в искусственный интеллект. Компания применяет передовую аналитику для принятия стратегических проектных решений по мере развития своей дистрибьюторской сети.

Grainger также все чаще использует инструменты оптимизации для принятия разумных автоматизированных решений в ключевых процессах цепочки поставок, включая прогнозирование спроса и планирование запасов. Члены команды «повышают квалификацию», говорит Лал, поэтому они свободно владеют новейшими аналитическими методами, а также понимают бизнес и функциональный контекст, в котором работает компания.

При реализации этих решений отправной точкой являются надежные и качественные данные, которые могут использоваться в моделях Грейнджера. «Мы годами собирали данные об информации о продуктах, потребительском спросе и параметрах цепочки поставок», — говорит Лал.

Модели оптимизации запасов Грейнджера повысили уровень обслуживания клиентов на несколько процентных пунктов, а повышение эффективности запасов продлило срок службы существующих распределительных центров.

«Мы значительно улучшили комплексное принятие решений благодаря моделям оптимизации, развернутым по всей цепочке поставок», — говорит Лал.

Ice Mobility: помогаем клиентам поддерживать прибыльность

Прогнозирующее планирование спроса привело к уменьшению дефицита товаров и возвратов в Ice Mobility. Точность заказов стабильно превышает 99,8%.

В компании Ice Mobility точность планирования спроса и предложения больше не является обязательной. «Соответствие спроса и предложения на уровне SKU (единицы складирования) и канала — это то, как наши клиенты поддерживают прибыльность и защищают капитал бренда», — говорит генеральный директор Майкл Магнер.

Платформа ClearIce компании применяет планирование цепочки поставок на основе искусственного интеллекта и обеспечивает прозрачность для своих партнеров в режиме реального времени. Он анализирует сигналы спроса, положение запасов и исторические показатели, чтобы рекомендовать оптимальные уровни запасов и маршруты выполнения, вплоть до отдельной розничной точки или канала электронной коммерции.

Например, если платформа обнаружит всплеск продаж определенного SKU в одном регионе, в то время как запасы простаивают в другом, она отметит дисбаланс и порекомендует провести ребалансировку. ClearIce также учитывает исторические и сезонные тенденции, чтобы предвидеть изменения спроса в преддверии пиковых периодов, поэтому компания может заранее принимать решения о запасах и пополнении запасов.

Чтобы обеспечить беспрепятственный обмен данными и согласование каналов, ClearIce интегрирован с основными торговыми площадками и платформами ERP.

Чтобы решить проблему фрагментации данных, Ice Mobility на раннем этапе вложила значительные средства в интеграцию промежуточного программного обеспечения и API, которые позволяют ее системам взаимодействовать с системами партнеров в режиме реального времени. «Это окупилось за счет более быстрого принятия решений и повышения точности инвентаризации», — говорит Магнер.

Компания также стремится сочетать гибкость со стандартизацией. Несмотря на то, что у каждого партнера есть уникальные требования к упаковке, маршрутизации и/или соответствию требованиям, деятельность Ice Mobility по-прежнему нуждается в масштабировании. «Благодаря использованию модульных рабочих процессов ClearIce индивидуализация не снижает производительность», — говорит Магнер.

Прогнозное планирование спроса также привело к уменьшению дефицита товаров и возвратов. С помощью ClearIce точность заказов компании стабильно превышает 99,8%.

Клиенты теперь рассматривают логистику не как центр затрат, а как двигатель роста. «Интеграция искусственного интеллекта и планирования в режиме реального времени помогла брендам быстрее запускаться на рынок, ритейлерам продавать более чисто, а перевозчикам поддерживать более строгую дисциплину на полках в сезоны больших объемов продаж», — говорит Магнер.

Ice Mobility не просто доставляет удовольствие. «Мы делаем дистрибуцию конкурентным преимуществом», — добавляет Магнер.

Изысканность важнее практичности

То, как используются инструменты планирования спроса и предложения, имеет большее значение, чем то, насколько они сложны, говорит Мэтт Уилсон, руководитель практики цепочек поставок и промышленной практики SSA & Цель состоит в том, чтобы использовать полученную информацию для информирования и даже перепроектирования процессов планирования, таких как графики производства, объемы пополнения запасов и размещение запасов.

Для этого аналитическое решение должно отвечать на практические вопросы о том, что создавать и покупать и где необходимо действовать. «Модель, которая живет на приборной панели, обсуждается», — говорит он. «Используется модель, которая определяет решения о производстве, пополнении запасов или развертывании».