Volatilitet i forsyningskjeden får distribusjonsselskaper til å investere i maskinlæring og prissettingsverktøy. Spesielt for selskaper som kjøper internasjonalt, er disse teknologiene avgjørende for å håndtere sterke svingninger på kundenes etterspørselsside – samtidig som de demper innvirkningen av kostbare problemer på tilbudssiden.
Disse utfordringene tvinger fram behovet for detaljert innsikt i trender og utviklinger, som bare algoritmer og maskinlæring har hastigheten og kapasiteten til å håndtere.
Maskinlæring og prissettingsverktøy vil dempe to hovedskyldige i volatilitet i forsyningskjeden, ifølge en artikkel av Supply Chain Movement :
- Kaos i tilbud og etterspørsel, som er stor forskjellig mellom bransjevertikaler
- Økningen i e-handel og (ofte mystisk) etterspørsel på nett
Vitenskap stabiliserer kaos
En god måte å se på hvordan maskinlæring letter volatiliteten i forsyningskjeden er i grossistbransjen for matservice . Under utbruddet av pandemien var maskinlæringsvitenskap det som holdt mange matdistributører flytende.
Som de fleste selskaper rundt om i verden, så våre matdistribusjonskunder store svingninger i etterspørselen i mars 2020 – fra stillestående restauranttilbud til en tredobling av ansatte for å håndtere levering av dagligvarebutikker på kirkegårdsskifte. Blue Ridge-systemets algoritmer tillot disse firmaene å raskt stabilisere prognosene for å unngå betydelig tapt salg. Og massevis av kaos.
Like viktig som nedstrøms var den operasjonelle påvirkningen. Matdistributører begynte å lene seg tungt på maskinlæring for å stabilisere kostnadene. I Nederland, for eksempel, ser mange bedrifter på å integrere forsyningskjedeplanlegging med prisløsninger for å oppnå inkrementelle kostnadskontrollfordeler, spesielt hvis de har lidd tap:
"Mange distributører ser på etterspørselsoptimalisering og noen ganger tilbudsoptimalisering, men knapt noen fokuserer på prisoptimalisering i kombinasjon med tilbud og etterspørsel - men det er det som må skje akkurat nå."
Vitenskap åpner e-handelsmulighet
Etter hvert som pandemien har utviklet seg, har Blue Ridges maskinlæringsaktiverte prisverktøy gitt kundene et klart bilde av hvor en liten prisendring kan ha stor innvirkning:
Mens et strategisk prisfall kan tømme overlager på varer med lav etterspørsel, kan en liten prisøkning øke marginen på produkter med høyere etterspørsel. For distributører er dette akkurat døren som måtte åpnes.
Ettersom e-handelsmarkedet fortsetter å ekspandere, vil det å kunne kjøre analyser på prisbeslutninger før du gjør en endring resultere i konkurransefortrinn:
"Distributører har en stor fordel fordi de har store varelager uten å være knyttet til en fysisk butikk, og det er en klar trend mot å selge direkte til kunder."
Les mer i Supply Chain Movements trendvisjon : " Volatilitet i forsyningskjeden er en stor utfordring "
