データをクリーンアップしてサプライ チェーンを改善する

データの不一致の問題が減れば、サプライ チェーンのコラボレーションがより強力で信頼性の高いものになります。

新型コロナウイルス感染症のパンデミックによって引き起こされたサプライチェーンの激しい混乱は終わったかもしれないが、これは必ずしも世界のサプライチェーンが現在スムーズに稼働していることを意味するわけではない。

企業が主要サプライヤーとの協力努力を改善しようと努めるとき、サプライチェーンのデータの不一致がその取り組みを妨げることがよくあります。 中小企業の 43% が在庫を追跡すらしていない場合 (これは統計の 1 つにすぎません)、パートナー間での誤解や混乱が生じる可能性は驚くほど高くなります。

ただし、適切な戦術を使えば、データは弱点ではなく強みになる可能性があります。

サプライ チェーン データの使用に関する問題は、多くの場合、同じ社内またはパートナーとの異なるビジネス ユニットがどのように KPI を計算し、データ言語を定義するかという点から始まります。 多くの場合、サプライ チェーン パートナーシップ内のさまざまなグループがそれぞれ独自のデータ計算方法を持っています。

何らかの形での統一と議論がなければ、異なるグループがまったく異なる指標を（そしてまったく異なる方法で）報告するという状況が容易に生じ、サプライチェーンの成功と課題に関して混乱と不均衡が生じる可能性があります。 これは、データ使用規制やセキュリティ コンプライアンス要件の対象となる企業にとって特に問題です。 用語の違いによる差異や混乱も、重大なコンプライアンス問題につながる可能性があります。

このため、あなたとあなたのパートナーは、パートナーシップで使用する単一のデータ用語を決定するために、事前にある程度の時間を費やす必要があります。 特定のデータポイントを計算するための共通の定義や方法を設定することで、全員がサプライチェーンの結果を監視および評価できるようになります。

これには、社内のビジネスユニットと社外のパートナーの両方が協力してデータ言語と KPI を事前に明確に定義するプロセスが必要です。 組織に合わせて拡張できる一貫性のある反復可能なプロセスを確立すると、企業が新しい製品、社内の事業部門、または外部のパートナーをサプライ チェーンに追加した場合でも、データのレポートと分析の一貫性が確保されます。

今日の企業は、これまで以上に多くのサプライ チェーン データを利用できますが、実際にはそのデータを活用できていないことがほとんどです。 私はこれを「測定細目病」と呼んでいます。非効率的な方法ですべてを測定しようとするため、最終的には使い方がわからない大量のデータが残ることになります。

さらに、リーダーがプログラム間を行ったり来たりして、あるソフトウェアから別のソフトウェアにデータを手動で入力しようとするため、データが異質であると手作業が過剰になる可能性があります。 これはエラーが発生しやすく (手動データ入力の平均エラー率は 1%)、時間がかかることは間違いありません。

このアプローチの本当の影響は、リーダーが重要な付加価値のある仕事に集中できなくなり、単純な忙しい仕事に集中するようになるということです。 Luminous の創設者兼 CEO の Jared Ward 氏は、この問題が企業のサプライ チェーンの運用に容易に現れ、多大な非効率とミスの機会を引き起こす可能性があることを説明します。

「統合プラットフォームがなければ、チームメンバーは洞察やデータを収集するために異なるシステムやソリューション間を行ったり来たりするという罠にはまってしまいます。 1 回のわがままなクリックにより、あるプログラムにデータを 2 つ入力し、別のプログラムにはデータを提供しないということが非常に簡単にできてしまいます。 これらのエラーは急速に複雑化し、不正確または不完全な情報が残る可能性があります。」

データジャグリングの罠から抜け出すために、ウォード氏は組織が既存のデータソースと統合してデータの「単一の信頼点」を提供するプラットフォームを使用することを推奨しています。 これにより、手動による多忙な作業を回避し、最も重要なことに集中し続けることができます。 さらに、「優れたプラットフォームは、相互接続されたすべてのデータを 1 つのスペースで簡単に利用できるため、チームメンバーが在庫システムや発注書などをより適切に管理するのに役立ちます。」と付け加えました。