defi-darling-thorchain-rune-suffers-8m-hack-its-second-in-a-week.jpg

Hur du optimerar din vinst och förlust med ett efterfrågestyrt utbudsnätverk

Källnod: 1858670

Hur din leveranskedja påverkar din resultaträkning

I mitt senaste webinar på Kontrolltorn för inkommande råmaterial, diskuterade vi om hur världen under de senaste 12-14 månaderna verkligen har varit fokuserad på leveranskedjor; och att covid-19-pandemin verkligen avslöjade stora luckor i de försörjningskedjor som vi kör idag, luckor när det gäller data, luckor när det gäller processer och de system som finns på plats. Jag pratade också om spänst och smidighet. Alla pratar om vikten av resiliens och smidighet och dagens leveranskedjor på grund av den höga nivån av variation. Jag diskuterade också hur du kan skapa en mer motståndskraftig och smidig försörjningskedja genom efterfrågestyrda försörjningsnätverk.

Nyligen har vi sett chipbristen som påverkade biltillverkarna i Nordamerika i synnerhet, och som påverkar biltillverkarnas förmåga att faktiskt producera bilar för att sälja till marknaden.

Jag pratade också om problem på efterfrågesidan. McKinsey gjorde en undersökning om varför människor byter varumärke under COVID-19. Och det som var intressant av det var att 65 % av människorna bytte varumärke, eftersom varumärket som de vanligtvis köper inte var tillgängligt, vilket visade dig att när du inte kan få produkten till marknaden, så byter folk verkligen varumärke. Tyvärr går de inte och letar efter ditt varumärke någon annanstans. De köper vad de kan köpa.

Var stod leveranskedjorna inför sin största utmaning under det senaste året? Vi frågade över 200 leverantörer och svaret var överraskande... #SupplyChain #Disruption Klicka att tweet

Under det webbseminariet frågade vi publiken vad som var den största utmaningen de stod inför i sin leveranskedja under det senaste året. Och intressant nog, som många sa att oförutsägbar efterfrågan var deras största utmaning, som sagt utbudsproblem eller utbudsbrist och utbudsproduktionskapacitet. Så den stora utmaningen delas lika mellan efterfrågesidan och utbudssidan. Jag blev ganska förvånad. Jag förväntade mig verkligen att huvudfrågan skulle vara utbudet. Men när man tittar på vad som faktiskt händer inom e-handel är det förståeligt.

Konsumenternas efterfrågan genom handeln var särskilt volatil i april och maj 2021, vilket skapade utmaningar för tillverkarna.

Så detta är data från i år från januari-maj 2021 för USA, Storbritannien, Tyskland och Australien. Och du kan se att efterfrågan på e-handel har ökat eller att intäkterna från e-handel generellt har ökat med 125 % under årets första fem månader, i år. Det andra intressanta är dock variationen i april och maj. Så när dessa länder kom ur låsningen ökade den variationen ännu mer. Så ja, så det är inte förvånande att i ett webbseminarium om inkommande utbud riktat till tillverkare sa hälften av de tillfrågade eller 40 % av de tillfrågade att den största utmaningen de har just nu är med oförutsägbar efterfrågan. För att folk handlar via e-handel, och folks köpvanor har verkligen förändrats drastiskt det senaste året.

Hur påverkar din försörjningskedja din resultaträkning? Shirell James förklarar de ekonomiska effekterna av supply chain management... #SupplyChain #Financials Klicka att tweet

I den här artikeln kommer jag att fokusera på efterfrågan. Vi kommer att titta på vilken inverkan variabilitet i efterfrågan har på dina viktigaste mätvärden för försörjningskedjan, och i din årsrapport kommer jag att titta på varför försörjningskedjor idag inte kan reagera effektivt på variabilitet och därför kämpar de för att förbättra nyckeln. mätvärden för försörjningskedjan. Och sedan ska vi titta på värdet av flerpartsnätverk, och hur du kan maximera kundservicenivåer över hela försörjningskedjan utan att öka lagret och därför positivt påverka din resultaträkning (P&L).

Effekten av din leveranskedja på din årsredovisning

Som vi vet är årsredovisningen resultaträkningen, balansräkningen och kassaflödesanalysen. Leverantörskedjor har en direkt inverkan på årsredovisningen, positivt eller negativt.

Till exempel om din produkt är tillgänglig för konsumenten, vilket gör att du kan maximera din försäljning, öka dina intäkter, ta marknadsandelar.

Att minska dina kostnader för varor som säljs över hela leveranskedjan kan ha en betydande effekt på marginaler och lönsamhet.

Genom att omvandla dina produkter snabbt, kan du förbättra ditt kassaflöde och optimera ditt rörelsekapital och förbättra ditt kassaflöde.

Men vi kan vi har sett tidigare hur leveranskedjor kan vara riktigt skadliga för årsredovisningen. Ta Cisco i början av 2000-talet, där de inte hade god insyn i efterfrågan eller utbud, och följaktligen inte såg teknikbubblan spricka. De såg inte det komma och de slutade med enorma mängder lager, och det slutade med att de skrev av 2.2 miljarder dollar i lager från sina böcker och deras aktiekurs sjönk med 50 % och det tog lång tid för dem att återhämta sig.

Apple på 90-talet tog den motsatta riktningen och hade en mycket konservativ inventeringsmetod. De hade inte tillräckligt med lager för att möta efterfrågan på kraftfulla Mac-datorer och de tappade marknadsandelar, och de fick aldrig riktigt tillbaka det förrän de kom med iPod och iPhone och vi kan få folk tillbaka till Apple.

Så det är långsiktig skada som görs på årsredovisningen och aktievärdet och marknadsandelen när leveranskedjan inte fungerar effektivt.

Jag tror att vi befinner oss i en miljö där den just nu är mycket hög, det finns så mycket osäkerhet och så mycket variation, resten av leverantörskedjan är mycket hög med risk för att årsredovisningen är mycket hög. Så jag vill fokusera på fyra mätvärden som påverkar resultatet.

On-Time In-Full. Så det här är mätvärden som vi pratar mycket om när vi pratar med särskilt tillverkare, så i tid i sin helhet, så en tid i full är tiden för ut till din kund, men i tid och för även in från ditt utbud. Men när vi pratar med tillverkare för tillfället och frågar dem varför de gör särskilda projekt, är svaret vanligtvis att jag måste förbättra i tid och fullt ut för mina kunder. Och vad vi ser är att i tid, och fullt, i allmänhet sjunker, och det minskar på grund av variation i efterfrågan, och det sjunker på grund av produkttillgänglighet. Så om du inte kan få tillgången, har du inte produkterna på rätt plats, du kan inte nå dina i tid och fulla mål.

Operations kostnader. Driftskostnaderna ökar. Vi ser en mycket mer brandbekämpning, problemlösning och i tid och fullständiga straff. Allt leder till en ökning av driftskostnaden.

Snabb frakt. Vi hör om företag som påskyndar produkter för att komma till marknaden i tid för kampanjer eller snabbar in råvaror till sina produktionsanläggningar, så att de inte behöver lägga ner produktionen. Det sker en enorm mängd snabbfrakt.

Lager. Många företag har högre säkerhetsaktier, men de har också fel säkerhetsaktier. Vi ser företag som kämpar för att de inte vet vad som händer med efterfrågan, eller var den efterfrågan finns. Så var placerar de sitt lager? Det är en avgörande fråga om du vill vara säker på att du kan möta efterfrågan. Denna kombination av högre säkerhetslager för att buffra mot osäkerhet och felplacerad inventering, allt som uppenbarligen påverkar P&L.

Och så om du inte kan få din produkt till din konsument kommer dina intäkter att minska. Om dina driftskostnader och fraktkostnader är högre, ökar dina utgifter. Om du har mer lager, eller om ditt lager är på fel plats, ditt rörelsekapital ökar eller om det inte fungerar effektivt för dig, sjunker ditt kassaflöde eftersom du inte kan vända produkten. Så din totala kostnad för sålda varor ökar inom P&L.

Inventering vs Service

Vi förstår alla utmaningen med inventering kontra service, och denna graf är förmodligen mycket bekant för dig.

att öka lagret för att möta högre servicenivåer, blir allt dyrare.

Ju högre servicenivå, desto mer lager behöver du hålla, och ju högre du försöker höja din servicenivå, ökar lagret som krävs för att stödja det exponentiellt.

Så för att öka din servicenivå från 85 % till 87 % finns det ingen signifikant ökning av lagret. Men när du försöker öka i de övre intervallen, säg från 95 % till 97 %, är mängden inventering som krävs mycket betydande.

Ett av målen och utmaningarna med försörjningskedjan är att balansera den kostnaden för lageruttag och kostnaden för lager. Cisco- och Apple-exemplen visar hur två olika strategier kan gå mycket fel. Apple var mycket konservativt, drabbades av massor av lagerouts och tappade marknadsandelar,

Cisco, var mer aggressiv och hade mycket lager och en stor investering i dessa lager. Sedan tvingades de skriva av dessa 2.2 miljarder dollar.

Lageroptimering & ABC-analys

Så vad företag har gjort de senaste kanske 15-20 åren är verkligen fokus på saker som lageroptimering. Hur säkerställer jag att jag har rätt lager på rätt plats, rätt säkerhetslager, baserat på efterfrågevariabilitet, utbudsvariabilitet, ledtidsvariabilitet, servicenivåer etc. De har också försökt förbättra sin prognos med mer sofistikerad statistik prognoser, för att försöka förebygga den efterfrågan variabilitet. Med en bättre förutsägelse av efterfrågan har de dämpats en del av efterfrågevariabiliteten. De har också använt ABC-analys för att kategorisera produkter och delar och har olika lagerstrategier, olika påfyllningsstrategier för dessa varor.

Men frågan är: fungerar dessa tekniker fortfarande i dagens värld?

Säg att du vill optimera ditt lager, som tittar på variationer i efterfrågan och utbud. Om efterfrågevariabiliteten och utbudsvariabiliteten förändras varje vecka, hur kan du köra lageroptimering, när allt du visste innan, som din statistiska prognos baseras på, har förändrats? Hur kan statistiska prognoser hjälpa dig?

Jag skulle säga att det inte är till mycket nytta.

Dessa tekniker, även om de tillför värde inom företaget, kan inte riktigt hjälpa till att optimera P&L i dagens värld.

Anledningen är att försörjningskedjor från slut till ände, inte bara försörjningskedjan som är i ditt kontrollområde, är suboptimala.

Det finns cirka 21 optimeringar som sker i den typiska leveranskedjan från slut till slut. Så för att produkten ska säljas till konsumenten, finns det alla dessa optimeringssteg som sker längs vägen för att produkterna ska ta sig igenom leveranskedjan för att den ska tillverkas och skickas till kunden. Alla gör sin egen optimering på var och en av nivåerna. Men vad de gör är att optimera på inaktuella data.

Om du är en tillverkare har du vanligtvis inte den senaste informationen om efterfrågan, du har inte, säg den senaste leveransinformationen för din nivå och leverantörer. Och det är ännu värre för dessa slutleverantörer, som är mycket längre bort från efterfrågesignalen. Det tar lång tid för leverantörer att se effekten av variationer i efterfrågan. Och det tar lång tid för tillverkare att se effekten av variationer i utbudet.

En annan fråga här är ledtiden. Så du har både informations- och fysiska ledtider. Informationsledtider är den tid det tar för denna information att flytta mellan alla nivåer. För flera år sedan lade Gartner ut en rapport som sa att 40 % av den faktiska ledtiden verkligen är informativ ledtid. Detta är en betydande faktor som påverkar allt från optimering, beslutsfattande och fysiska ledtider.

Så du kan föreställa dig att om du kan bli av med den informationen om ledtid, vilken inverkan det kommer att ha på leveranskedjan. Det kommer att göra det smidigare och mer motståndskraftigt, eftersom allting kan röra sig snabbare.

Så det andra problemet i leveranskedjor idag är ledtiden. Och i samband med detta finns problemet med "falska" ledtider. Dessa är vanliga inom transporter.

Säg till exempel att jag har ett havsfartyg i rörelse och det tar sex veckor att gå från A till B. Men i själva verket tar det inte sex veckor, ibland kan det ta fyra veckor, ibland kan det ta åtta veckor . Men dessa falska ledtider sätts in i planeringsprocessen på varje nivå för att försöka få en plan att fungera.

Så totalt sett, om du tittar på hela nätverket, så har du en hel del falsk ledtidsutfyllnad, förutom informativa ledtider, som allt ökar ledtiden totalt sett.

Sedan har du mycket lokal optimering på gång, inom varje nod och nivå, när du inte riktigt vet vad slutefterfrågan verkligen är, eller vad variationen i efterfrågan och utbud är. Och så du har massor av buffertlager genom hela leveranskedjan.

Så vad betyder detta?

Det betyder att vi har all data instängd vid varje nod, alla buffrar inventering. Alla dessa olika leverantörskedjepartner kan inte se den faktiska slutefterfrågan. Servicenivåerna sjunker. Alla optimerar dessa mätvärden individuellt, utan att riktigt veta vad som händer utanför deras domän. Du har informativa ledtider, falska ledtider, massor av variation i systemet.

Så de tekniker som vi använde tidigare för att försöka hantera variabilitet fungerar inte. I våra diskussioner med tillverkare är det vi hör: "Jag har ett stort problem med OTIF, jag behöver verkligen förbättra OTIF. Men jag vill inte göra det och kostnaden för att öka lagret, eftersom jag redan har ett lagerproblem, jag har lagret på fel ställe. Och, du vet, jag måste hitta ett sätt att förbättra den OTIF utan att påverka lagret." Det är en stor möjlighet. Hur du kan maximera dina servicenivåer, och därmed intäkterna, utan att öka lagret och därmed kapital och kostnader. Detta är försörjningskedjans heliga graal. Hur kan du göra detta? Jag ska förklara i mitt nästa inlägg.


Du kanske också gillar…

Senaste inläggen av Shirell James (se alla)

Källa: https://supplychainbeyond.com/how-to-optimize-your-profit-and-loss-with-a-demand-driven-supply-network/

Tidsstämpel:

Mer från Nätverkseffekten