Análise da cadeia de suprimentos: 3 histórias de sucesso

No ano passado, vários setores em todo o mundo sofreram interrupções na cadeia de suprimentos, com poucos sinais de que isso diminuiria em 2022. Para lidar com esses problemas da cadeia de suprimentos, as organizações estão cada vez mais recorrendo à análise para obter melhores informações sobre suas cadeias de suprimentos e operações.

A análise da cadeia de suprimentos extrai dados de compras, gerenciamento de estoque, gerenciamento de pedidos, gerenciamento e atendimento de armazém, gerenciamento de transporte e outros aplicativos de operações para fornecer à organização informações sobre cada etapa de sua cadeia de suprimentos. Esses insights podem ser usados para ajustes rápidos no momento, mas também podem ser usados para apoiar a tomada de decisões estratégicas de longo prazo.

Aqui estão três exemplos de como as organizações estão usando a análise da cadeia de suprimentos efetivamente hoje.

Análise preditiva dá à UPS informações sobre sua rede de logística

Em média, a UPS entrega cerca de 21 milhões de pacotes por dia. Esse número fica muito maior em dezembro. No passado, a multinacional de transporte confiava em dados históricos e know-how de planejadores especializados para rastrear o status do pacote. Hoje, ela usa a Harmonized Enterprise Analytics Tool (HEAT), uma plataforma de inteligência de negócios, para capturar e analisar dados de clientes, dados operacionais e dados de planejamento para rastrear o status em tempo real de cada pacote à medida que ele se move pela rede de remessa da empresa.

“O HEAT nos ajuda a tomar melhores decisões na maneira como movemos pacotes em nossa rede, na maneira como planejamos nossa rede e na maneira como fornecemos informações aos nossos clientes”, diz Juan Perez, Diretor de Informações e Engenharia da UPS. “Ele analisa milhões e milhões de pontos de dados todos os dias para garantir que estamos constantemente fornecendo as informações mais atualizadas sobre o status de um pacote, o que alimenta todos os tipos de outros sistemas que nos permitem fazer melhor planejamento e melhor gerenciamento da rede, melhor suporte na maneira como processamos pacotes em toda a organização”.

A plataforma HEAT analisa mais de 5,3 petabytes de dados por semana. Ele aproveita a análise preditiva, o machine learning e a previsão de vários modelos com fatores de crescimento de aleatoriedade e sazonalidade proprietários para dar suporte à previsão, visibilidade das operações, otimização e geração de relatórios.

Conselho de Perez: Pense em sua estratégia de dados como uma jornada, em vez de um destino.

“Por mais que sejamos grandes e bons no uso de dados, uma coisa que eu sei é que a jornada para ter uma estratégia de dados sólida não tem um fim imediato aqui para nós”, diz Perez. “Temos que estar constante e construtivamente insatisfeitos com o estado de nossa tecnologia e o estado de nossos dados, para que possamos estar constantemente fazendo melhorias para apoiar os negócios”.

PepsiCo recorre à análise preditiva para prever falta de estoque

A empresa de alimentos e bebidas PepsiCo está usando analytics e machine learning para prever a falta de estoque e alertar os varejistas para fazer novos pedidos.

“Alguns produtos estavam saindo das prateleiras por vários motivos no início da pandemia”, diz Jason Fertel, Chefe de Engenharia de Comércio Eletrônico da PepsiCo. “As pessoas queriam comer o máximo de aveia possível, por exemplo”.

Felizmente para a PepsiCo, Fertel e sua organização de engenharia dentro da PepsiCo eCommerce já estavam trabalhando para fornecer automação de fluxo de trabalho para gerenciar operações de marketing de busca no modelo da Plataforma de Inteligência de Vendas da empresa. A plataforma combina os dados do varejista com os dados da cadeia de suprimentos da PepsiCo para prever quando os itens ficarão sem estoque e solicitar que os usuários façam compras para reabastecê-los.

O conselho de Fertel: Encontre os primeiros adeptos que estão entusiasmados com o seu projeto e adotem um foco a laser em um problema de negócios específico.

“Queremos fazer muitas coisas, mas nos concentramos muito em estoques esgotados”, diz Fertel. “Há uma enorme quantidade de diferentes verticais e inteligência de vendas em que entramos, mas inicialmente nos concentramos muito em falta de estoque e acho que isso nos ajudou a encontrar o sucesso”.

Transformação digital da Pfizer ajuda a gerenciar sua cadeia de suprimentos

A titã farmacêutica Pfizer diz que seu projeto Global Supply – Digital Operations Center (DOC) tem sido fundamental para a capacidade da empresa de fabricar e fornecer a vacina Pfizer-BioNTech Covid-19 em todo o mundo.

O projeto é um “cockpit” para as operações da Pfizer, fornecendo uma visão compartilhada da fabricação de ponta a ponta e fornecendo dados de desempenho operacional para a empresa. A Pfizer diz que os dados a ajudaram a identificar oportunidades para reduzir em até 10% o tempo de ciclo em algumas áreas de fabricação e manter a continuidade crítica do fornecimento para pacientes dependentes de produtos farmacêuticos da Pfizer.

“Esta solução transformou a forma como os colegas de manufatura colaboram e tomam decisões, fornecendo ferramentas para permitir que eles prevejam um problema antes que ele aconteça e se ajustem em tempo real”, diz Lidia Fonseca, Vice-Presidente Executiva e Diretora Digital e de Tecnologia da Pfizer. “O DOC permite que as equipes extraiam dados para fornecer análises de variações em comparação com os prazos de entrega padrão estimados anteriormente, permitindo oportunidades de melhoria adicionais”.

Conselho de Fonseca: É tudo uma questão de cultura. A mudança da Pfizer em direção à análise da cadeia de suprimentos a ajudou a se transformar em uma organização mais enxuta, mais orientada para a ciência e mais focada no paciente. O sucesso exigiu comunicar claramente a estratégia digital da empresa para inspirar o apoio e a participação dos funcionários.

“Nossa cultura foi fundamental para incentivar nossos funcionários a serem corajosos e pensarem de maneira diferente para realizar o que antes não imaginávamos ser possível”.