Влияние предиктивной аналитики на деятельность компании
2021-04-15 09:13
Для эффективного управления организацией и принятия оптимальных управленческих решений на всех уровнях необходимо как эффективное планирование, так и осуществление анализа результатов деятельности.
Интеллектуальная аналитика больших данных – современный тренд в области анализа деятельности компании.
К интеллектуальной аналитике Big Data можно отнести предиктивную аналитику, результаты которой формируются на основе исторических фактов, обработанных системой, прошедшей машинное обучение. Активно развивается направление предиктивной аналитики, в том числе и в области управления цепями поставок.
Предиктивная аналитика может быть эффективно использована на каждом из этапов управления цепью поставок: планировании запасов, дистрибуции, прогнозировании спроса, складировании, планировании производства, доставке.
Рассмотрим возможности применения предиктивной аналитики и эффекты от ее использования для повышения эффективности управления цепями поставок. Аналитика данных – это процесс поиска системных закономерностей в массивах информации и интерпретации найденных фактов с целью получения важных для бизнеса сведений (инсайтов, insights), которые позволят оптимизировать деятельность: увеличить доход, сократить затраты или достичь других важных результатов.
Виды аналитики:
Описательная: отвечает на вопрос «что случилось?» (сводка исторических данных).
Диагностическая: отвечает на вопрос «почему это случилось?».
Предиктивная (прогнозная): «что может случиться?»
Предписывающая (предписательная): «что делать?». Здесь машинное обучение и другие методы искусственного интеллекта анализируют все накопленные и обработанные данные.
Применение предиктивной аналитики в управлении цепями поставок:
Планирование запасов: полная прозрачность на уровне SKU и полностью автоматизированные системы пополнения запасов в сочетании с данными прогноза спроса, которые устраняют недостаточный / избыточный запас.
Дистрибуция: оптимизация в реальном времени сложных сетей распределительных узлов. Заводов и складов на основе данных о материальном потоке.
Прогнозирование спроса: более точная оценка спроса путем доступа к данным о продажах, тенденциях рынка, данным конкурентов и соответствующим местным и глобальным экономическим факторам.
Складирование: проведение в реальном времени анализа больших данных в система ERP хранилища и определение уровней запасов, несоответствий поставок и входящих поставок.
Планирование производства и распределения: повышение наглядности уровней запасов, спроса и производственных мощностей, что обеспечивает более точное планирование производств и распределения.
Доставка: мониторинг маршрутов доставки, данных о трафике, погоды в режиме реального времени и изменение маршрута в случае необходимости для распределения пропускной способности.
Предиктивная аналитика является одним из инструментов планирования.
Подробнее об аналитике и планировании узнайте на Первой Всероссийской Конференции по планированию в цепях поставок: