(Nie) widoczność w łańcuchu dostaw(Nie) widoczność w łańcuchu dostaw(Nie) widoczność w łańcuchu dostaw(Nie) widoczność w łańcuchu dostaw
  • Produkty
  • Jak działa AI Dature
  • O nas
  • Baza wiedzy
  • Współpraca
  • Wsparcie
  • UE Flaga
  • Polski
    • Angielski
Polski
  • Angielski
✕
            Brak wyników wyszukiwania Zobacz wszystkie wyniki
            Jak zabezpieczyć się przed niższym poziomem obsługi ze strony dostawców
            1 czerwca 2020
            Nominacja do tytułu POLSKIEJ NAGRODY INNOWACYJNOŚCI 2020
            26 czerwca 2020
            Aktualności

            (Nie) widoczność w łańcuchu dostaw

            Pewne powiedzenie Budo mówi „Pojedyncza drobina pyłu w oku może sprawić, że trzy światy wyglądają na bardzo wąskie; uwolnij swój umysł i żyj bez przeszkód!” Chociaż znaczenie tych słów można zinterpretować dość swobodnie, to bez wątpienia ich esencja sprowadza się do podejmowania decyzji w oparciu o informacje, których nic nie zakłóca.

            Funkcjonowanie w łańcuchu dostaw opiera się na wymianie informacji z naszymi kontrahentami tj. odbiorcami i dostawcami. Jak często jednak (nie) dzielimy się naszymi prognozami i projekcjami zapasów patrząc w przód z zasłoniętymi oczami, i tym samym podejmując nieoptymalne decyzje?

            Dobrze znany w logistyce efekt bicza (ang. Bullwhip effect) ma swoje źródło głównie w braku przekazywania na bieżąco informacji idących z dołu łańcucha dostaw w jego górę. W wyniku tego podejmowane decyzje opierają się na analizie nieaktualnych i zdeformowanych sygnałów popytowych. Prowadzi to do sytuacji out-of-stock w jednych grupach asortymentowych i jednocześnie overstock w innych grupach w całym łańcuchu dostaw. Wszyscy partnerzy działający w ramach łańcucha dostaw na tym tracą w wyniku niższej sprzedaży i rosnących kosztów. W efekcie stają się mniej konkurencyjni i zaczynają wypadać z rynku.

            Aby znacząco zredukować tą niedoskonałość wystarczy zwiększyć częstotliwość generowania prognoz i analiz projekcji przyszłych zapasów, jednocześnie komunikując swoje potrzeby z partnerami w górze łańcucha dostaw.

            Trafność prognoz i projekcji zapasów można dodatkowo zwiększyć poprzez przekazywanie sobie wzajemnie informacji na temat przyszłych promocji, udziału w eventach stymulujących sprzedaż, etc. Każda taka informacja usuwa kolejną drobinę pyłu z naszego oko i pozwala na lepsze podejmowanie decyzji.

            Udostępnij
            OSTATNIE WPISY
            • OPIS PROJEKTU/Case Study – PhytoPharm
            • Wykorzystanie AI do prognozowania popytu i optymalizacji zapasów w branży chemicznej
            • J jak Job: jak sztuczna inteligencja (AI) zmienia rynek pracy i wymagania dla pracowników 
            • Wykorzystanie AI do prognozowania popytu i optymalizacji zapasów w branży chemicznej
            TAGI
            • #AI
            • #bullwhip-effect
            • #covid19
            • #łańcuch-dostaw
            • #NCBiR
            • #optymalizacja-zapasów
            • #out-of-stock
            • #outllier
            • #overstock
            • #prognozowanie
            • #prognozowanie-popytu
            • #Program-Operacyjny-Inteligentny-Rozwój-2014-2020
            • #projekcja-zapasów
            • #projekcja-zapasów-w-czasie
            • #service-level-dostawcy
            • #sieci-neuronowe
            • #supplychain
            • #sztuczna-inteligencja-od-A-do-Z
            • #zapas-bezpieczeństwa
            • #zapas-sezonowy
            • #zapas-zabezpieczający
            • #zarządzanie-zapasem

            Powiązane wpisy

            25 maja 2023

            Wykorzystanie AI do prognozowania popytu i optymalizacji zapasów w branży chemicznej


            PRZECZYTAJ

            Część 2 W pierwszej części artykułu koncentrowaliśmy się na wyzwaniach w prognozowania popytu i optymalizacji zapasów w branży chemicznej oraz wykorzystania AI do poprawy tych procesów. […]

            22 maja 2023

            Wykorzystanie AI do prognozowania popytu i optymalizacji zapasów w branży chemicznej


            PRZECZYTAJ

            Część 1 Prognozowanie popytu i optymalizacja zapasów mają kluczowe znaczenie dla branży chemicznej, która boryka się z dużą zmiennością, niepewnością i złożonością łańcucha dostaw. Niektóre z […]

            24 kwietnia 2023

            Wykorzystanie sztucznej inteligencji w prognozowaniu i optymalizacji zapasów w branży spożywczej


            PRZECZYTAJ

            Część II – zintegrowane planowanie, prognozowanie i zatowarowanie w branży spożywczej W branży spożywczej dokładne prognozowanie i efektywne zarządzanie zapasami mają kluczowe znaczenie dla sukcesu. Wspólne […]

            Już teraz

            Zapisz się do newslettera

              Podanie danych w formularzu jest niezbędne do subskrypcji newslettera. Dane z formularza przetwarzane będą na podstawie udzielonej zgody art. 6 ust. 1 lit. a) RODO. Administratorem Twoich danych jest Smartstock Sp. z o.o. z Poznania (ul. Królowej Jadwigi 43, 61-871 Poznań, biuro@smartstock.cloud). Wszelkie informacje w zakresie przetwarzania danych podanych w formularzu oraz posiadanych uprawnieniach znajdziesz w Polityce Prywatności.


              TEL. +48 534 288 279
              biuro@dature.cloud

              Smartstock Sp z o.o.
              ul. Królowej Jadwigi 43
              61-871 Poznań

              Zapisz się do newslettera

              NIP: 7812000413
              REGON: 384284847
              KRS: 0000802331

              • LinkedIn
              • Facebook

              Polityka prywatności i cookies   Regulamin aplikacji   Wsparcie techniczne   Zmiana decyzji co do cookies

              Wszelkie prawa zastrzeżone. © SMARTSTOCK Sp. z o.o.
              Polski
                        Brak wyników wyszukiwania Zobacz wszystkie wyniki
                        • Polski
                        • Angielski