¿Cuáles son los diferentes casos de uso de la ciencia de datos en la gestión de la cadena de suministro?

No puedo afirmar que conozco todas las diferentes formas en que se pueden analizar los datos. Sospecho que su aplicación principal es para la optimización (gasto de marketing, inventario, posicionamiento del producto, etc.).

En el campo que conozco mejor (pronóstico de la demanda y planificación del inventario) se hace un uso intensivo del análisis estadístico de series de tiempo para el pronóstico de la demanda y cosas como los intervalos de predicción se utilizan en el proceso de planificación del inventario.

El análisis de asociación se utiliza para comercialización, planificación de surtido y venta cruzada.

El análisis de regresión múltiple se puede utilizar en la planificación de la promoción (para ver cómo factores como el “precio” influyen en la demanda) … lo que obviamente es bastante clave, especialmente en las industrias que se ocupan de productos perecederos (como los supermercados) pero que no se deben ignorar en otras industrias donde el flujo de efectivo es típicamente la restricción principal (y las acciones se convierten en una de las métricas más observadas).

El análisis de regresión múltiple también se puede emplear cuando se ejecutan pruebas de múltiples variables (en lugar de pruebas A / B) para evaluar la efectividad de varios cambios que se introducen simultáneamente. Probablemente el uso más conocido de esto es cuando se introducen cambios en los sitios web de comercio electrónico.

De lo contrario, estoy seguro de que las posibilidades para el análisis de los clientes son infinitas y un poco de trabajo de detective de datos sin duda puede ayudar a aliviar los problemas con el robo de los empleados.

Sin embargo, si una empresa está dispuesta a participar en experimentos, se pueden encontrar optimizaciones en cualquier nivel de la cadena de suministro … por lo que las posibilidades solo están realmente limitadas por la imaginación de las partes interesadas y su deseo de racionalizar los diferentes aspectos del negocio.

1. previsión de demanda

2. planificación del inventario

3. gestión de inventario (umbral, reposición, etc.)

4. control de inventario

5. Enrutamiento y optimización

6. Datos del sensor (GPS de camiones, cámaras de almacén, sensores de proximidad, etc.) Análisis

7. Gestión de calidad.

8. Falla del equipo

9. Optimización del espacio.

El área principal está pronosticando. Las tecnologías de la ciencia de datos, como los árboles de regresión, crean formas más sofisticadas de analizar datos históricos y utilizarlos para pronosticar el comportamiento. Un área donde la hemos usado es la optimización de precios – ver

Hay muchos casos de uso diferentes. Aquí hay algunos:

1. Puede utilizar la ciencia de datos para optimizar el enrutamiento como lo hizo UPS, ahorrándoles 10 millones de galones de gasolina por año.

2. Puede identificar patrones en la última milla de entrega, como lo hizo el MIT, para descubrir formas de hacer que esta última milla sea más eficiente y transparente.

3. Puede hacer que la confiabilidad de su cadena de suministro sea más transparente a través de los datos del sensor.

4. Puede automatizar todo el proceso de la cadena de suministro, desde el almacén hasta el camión que entrega los productos.

5. Puede mantener los artículos perecederos en mejores condiciones a través de sensores.

Puede leer más sobre los casos de uso de big data en logística aquí: 7 consejos para hacer preguntas de inteligencia empresarial para obtener información procesable