尽管市场动荡，英国制造商的数字化转型计划仍在推进，重点放在有助于提高弹性和创新的投资上。数据驱动的制造方法有望实现更精简、更可持续的运营以及对客户需求中断和变化的敏捷响应。
智能制造的智能策略
对于英国制造商而言，市场条件仍然充满挑战。英国脱欧、COVID-19 的持续影响、地缘政治动荡、能源成本飙升和全球供应链中断共同导致供需订单和产出坐上过山车。由于该行业的不确定性将继续存在，领导者这些企业的使命是增强其运营的弹性并寻找新的增长机会。许多企业将数字技术视为实现这些目标的最佳机会，这一观点得到了全球同行的广泛认同。在毕马威 (KPMG) 对该行业 CEO 进行的 2022 年全球制造业展望调查显示，供应链风险被受访者视为组织增长的首要风险。他们为实现增长目标而赋予的首要运营优先事项是推进所有职能领域的数字化和互联互通。设备、员工、车辆和主要业务合作伙伴生成的数据为他们如何对中断做出更敏捷的响应提供了宝贵的线索；运行更精简、更可持续的运营；并更准确地预测未来的需求模式和客户需求。挑战
英国制造商迫切需要更大的弹性，以抵御和应对供应链冲击。近年来，随着 COVID-19 的影响，这些变得太普遍了，但他们面临的问题仍然存在，问题包括原材料/组件短缺、运输瓶颈、发货延迟和人员配备问题。但事实仍然是，获得产品制造商红色和进入客户手中通常依赖于驻留在众多系统上的数据。这些不仅属于制造商本身，也属于与其合作的第三方生态系统，包括客户、供应商和物流公司。挑战在于将这些数据整合在一起，以创建实时的“大图”视图情况下，这样合作伙伴就可以共同努力做出有效的响应——在某些情况下，甚至可以在供应链风险出现之前预测并减轻它们。数据驱动的响应
制造商致力于解决供应问题的第一个目标-链中断应该是可见的。换句话说，他们需要以一种可以分析的方式收集相关数据，以识别供应链中的风险和潜在中断，最好是在他们罢工之前。这可能涉及范围广泛的数据，不仅来自内部来源，还来自合作伙伴：供应的可用性、送货卡车的位置、t他订购客户的历史记录。可能包括来自仓库货架上的传感器和车辆遥测系统的数据，以及来自后端库存管理和供应链应用软件的数据。Snowflake 数据云提供了一个可以安全存储和管理所有这些数据的场所，无论它的起源或格式。弹性可扩展性和性能与基于使用的定价相结合，意味着制造商也可以将网络撒得更广，并从更多不同的来源捕获更多数据，从而增强洞察力并做出更好的决策。使用安全的数据共享，合作伙伴可以在通过他们自己的贡献丰富数据集，以创建端到端视图，让每个人都了解整个供应链中发生的事情。这种方法极大地改进了传统的数据共享方法，消除了复制和移动数据的需要，这种做法经常引入不可接受的数据集安全性和数据质量风险。第二个目标是敏捷性——基于对实时情况的准确理解，发现问题并迅速采取行动的能力。这取决于应用分析技术，包括 AI 和机器学习，以便从数据中提取见解并将其呈现给最适合采取行动的人，最常见的形式是商业智能报告、警报和预测。通过这种方式，当受到中断的打击时，制造商可以迅速改变他们的计划——也许切换到另一个供应商，使用另一种材料或零件，或者调整交货日期或路线。与此同时，数据共享意味着更广泛的业务合作伙伴生态系统可以及时了解任何变化并相应地调整路线。这些合作反过来又可以加强业务关系，因为生态系统中的合作伙伴可以更好地理解并帮助解决彼此的挑战。提高洞察力和业务成果s 通过利用 SAP 数据
参加此网络研讨会，听取 CONA 商业智能总监 James Roll 的介绍，他详细介绍了他的团队如何利用 Fivetran 的高容量复制 (HVR) 功能以及 Snowflake 来：提高性能降低成本解锁创新在这里注册。了解有关雪花的更多信息。
