随着冠状病毒危机的加深,以下是世界领先的瓶装水公司之一如何应对在致命的疫情爆发时满足中国永不满足的需求的挑战。 FuturMaster 创始人兼首席执行官周博分享了他对病毒爆发影响的见解,以及公司如何根据从各种客户(包括全球最大的瓶装水供应商之一)吸取的教训来预测和应对此类危机情况在中国。关于对中国企业、制造业和零售业的影响:冠状病毒对中国企业的影响是巨大的。官方数据显示,中国1、2月出口同比下降17.2%。FuturMaster的一位饮料客户,2月销售额同比下降80%。对于时尚客户来说,它只能实现约 30% 的同类销售额,这主要归功于在线,它仍然保持相对弹性。围绕消费者需求仍然存在很多担忧。终端消费者的短期需求急剧下降。而且由于有这么多人在家隔离,需求的地理分布也发生了变化。很多需求在线上转移。 周说:“在这种不确定的时期,每个公司都需要模拟需求可能如何演变,以及他们是否以及如何根据他们的生产和仓库能力来满足这种需求。您还需要密切监控哪些运输路线被切断,或者有多少工人因封锁而无法出现在各个地点。 FuturMaster创始人兼CEO周波。 “对于中国的许多公司来说,问题变得更加复杂,因为他们没有支持这些模拟的技术;所以他们无法通过查看 mul 来预测需求和供应多种场景。”关于食品短缺和货架空空如也:恐慌性抢购和进一步囤积很可能对供应商进行极限考验。欧洲的食品和制造公司面临冠状病毒影响的许多挑战。但是,采购材料可能不是供应方面的最大问题。由于劳动力短缺,公司的生产和仓储能力也有所下降:例如,当一名工人检测呈阳性时,整个团队都必须隔离。运输产品也可能成为一个问题,尤其是当运输路线因边境关闭而受到影响。根据麦肯锡最近的一份报告,将货物从工厂运往中国港口的卡车运力约为正常运力的 60-80%,货物在运往港口的途中面临大约 8-10 天的延误。周评论说:“在危机中,公司需要用更少的资源生产更多产品。这是通过 optimisi 实现的通过减少设置时间来控制生产。制造商还需要提高生产效率:拥有更新的需求计划数据可以让您只生产需求最大和利润最高的产品。“通过模拟提前预测可以让公司做好更充分的准备。能够以敏捷有效的方式做出反应对于应对任何危机情况至关重要。”案例研究:中国瓶装水供应商中国消耗的瓶装水比世界其他任何地方都多:根据 IBWA 的数据,每年约 250 亿加仑行业协会,占世界总量的四分之一以上。然而,由于使用先进的供应链计划技术帮助公司预测和响应,中国最大的瓶装水供应商之一能够避免严重的库存短缺迅速应对紧急情况。该公司拥有众多工厂,可以随时随地根据需要改变产能,bas编辑需求和供应能力的预测。它还能够通过考虑每个仓库的手头库存以及可用的生产和分销能力来确定哪些是最重要的产品优先考虑。碰巧的是,中国的大多数工厂已经计划关闭一周在农历新年期间,许多冠状病毒病例有可能使武汉(Covid-19 病毒爆发的起点)陷入停顿。然而,就在不久之前,一组规划人员已经忙于准备和准备各种在听到越来越多关于不同地区封锁的消息后,可能会关闭。因此,它研究了可能受影响最严重的地区以及它还可以在哪里生产,以及产能如何。供应链团队了解了各地的交通限制,使用 FuturMaster 系统为供应网络制定了更新计划。它定期从当地管理人员那里收集信息以了解并构建一张图,说明在任何给定时间最有可能在何处以及有多少工人可用。它进行了一次又一次的模拟,并提出了计划 A、计划 B、计划 C 等等。这种远见和规划意味着它不太可能出其不意,并导致向几乎所有地方持续供应。这家瓶装水公司能够经受住动荡,很大程度上要归功于 FuturMaster 的供应链规划技术和充分的准备,使其能够建模各种不同的场景,并提出最佳解决方案。例如,通过将产能转移到不同的地点并提前计划变革,它能够提供足够的货物来应对工厂关闭和抵消其他地方的运输问题。基于中国共享经验和有效供应链规划给企业的建议:Zhou评论:“每天看似正常的一切都变得完全不可能。对于许多企业,您可能需要另找物流网点。你必须关注哪里是你可以生产的最好的工厂,并仔细研究成本和可行性。供应链计划人员每天使用的所有正常变量都变得不确定和值得怀疑。但你可以有远见地采取行动来降低风险。“在恐慌时期——在货架空空如也的背景下——一些数字技术可以用来避免危机。数字技术可以帮助事后做出更好的决策,并在需要做出选择时确定事情的优先级。”关于供应链技术、人工智能和机器学习:Zhou 评论道:“在需求极度不确定和波动的时期,数字技术当然有意义大量数据,快速和最佳。这需要高度灵活且数据驱动的供应链规划工具。“理想情况下,您需要能够管理尽可能多的变量以获得更准确的预测按需投放并相应地优化供应。这是通常需要数天才能手动完成的事情。在处理数字和根据大量信息做出决策方面,机器通常比人类要好得多。”
本文转载自互联网或由网友投稿发布,如有侵权,请联系删除
上一篇:制造业实施数据战略的四大挑战
下一篇:你可能有联系,但你聪明吗?
相关推荐

看起来这里没有任何东西...