Skip to content
Use the search to find information about InterSystems products and solutions, career opportunities, and more.

Big Data Analytics in supply chain management

Big Data Analytics in supply chain management

Big Data Analytics is niet nieuw. Big Data Analytics in supply chain management wél en de belangstelling ervoor groeit gestaag. Uit onderzoek van Accenture onder meer dan 1.000 leidinggevenden van grote organisaties blijkt dat het zelfs één van de top prioriteiten is. 30% is al bezig met de voorbereidingen en de verwachtingen zijn hooggespannen: sneller kunnen reageren op veranderingen, voorspellingen voor de toekomst kunnen doen en een helikopter view creëren zodat de supply chain geoptimaliseerd kan worden. Tijd om een kijkje te nemen in deze snel ontwikkelende toepassing van Big Data Analytics.

Wat is Big Data Analytics?

Big Data zijn omvangrijke (bijna) real time databestanden zonder een vast datamodel waarvan de gegevens kunnen veranderen afhankelijk van tijd en context. Analytics is de toepassing van verschillende technieken als statistiek, wiskunde, econometrie, simulatie en optimalisatie op gegevens. Big Data Analytics kan organisaties ondersteunen in het nemen van beslissingen. Want hoe meer data je analyseert, hoe meer je weet over je klanten en bedrijfsprocessen.

De opkomst van Big Data Analytics in de wereld van supply chain management

Analyses om betere beslissingen te nemen gebeurt in supply chain management al sinds halverwege de 20e eeuw. Denk aan berekeningen voor het meest optimale logistieke netwerk of voorraadbeheer. Vaak zijn deze analyses echter ad hoc of situatie-specifiek.

Sinds begin deze eeuw hebben de ontwikkelingen in de informatietechnologie, de dalende kosten van technologie en het toegenomen kennisniveau ervoor gezorgd dat organisaties steeds verfijndere tools kunnen gebruiken bij het nemen van hun beslissingen op het gebied van logistiek en voorraadbeheer.

De laatste jaren zorgen digitale technologieën ervoor dat organisaties voor hun supply chain beslissingen grote hoeveelheden gegevens kunnen verzamelen en hiervan gebruik kunnen maken: de Big Data Analytics.

Dit kan Big Data Analytics verbeteren

Uit het onderzoek van Accenture blijkt dat een groot deel van de ondervraagde leidinggevenden wil gaan investeren in Big Data Analytics voor hun supply chain management. Bijna een derde is serieus bezig met de voorbereidingen en 17% heeft Big Data Analytics al in een supply chain proces geïmplementeerd. Zij geven aan goede resultaten te boeken:

  • 45% geeft aan dat hun klantenservice verbeterd is
  • 41% kan sneller en effectiever reageren op problemen in de supply chain
  • 36% beschikt over een efficiëntere en beter geïntegreerde supply chain
  • 33% heeft een optimaler voorraadbeheer
  • 32% geeft aan dat het verkoop- en planningsproces verbeterd is
  • 28% heeft een verbeterde cost-to-serve en betere contacten met klanten en toeleveranciers
  • 14% geeft aan dat hun order-to-delivery tijden verbeterd zijn

Obstakels rondom Big Data Analytics

De onderzochte organisaties geven wel aan een aantal obstakels tegen te komen bij de toepassing van Big Data Analytics in supply chain management. Zo geven de meeste respondenten (67%) aan dat ze zich zorgen maken over de grote investeringen voor implementatie van Big Data Analytics. Ook beveiliging (64%), privacy (45%), de nog beperkte ondersteuning vanuit de organisatie (40%) en het gebrek aan deskundig personeel op dit gebied (36%) worden genoemd als obstakels voor implementatie van Big Data Analytics in supply chain management.

Succesfactoren van Big Data Analytics in supply chain management

De organisaties die al resultaten boeken met Big Data Analytics hebben een aantal dingen gemeen:

Ten eerste hanteren zij een organisatiebrede Big Data Analytics strategie waarvan de supply chain een integraal onderdeel is, in plaats van een strategie specifiek voor de supply chain. En voordat ze aan de slag zijn gegaan met het gebruik van Big Data hebben ze eerst een duidelijk gedefinieerde probleemanalyse en doelen gedefinieerd. Hierdoor zijn ze beter in staat om te gaan met de obstakels in het verzamelen en opslaan van data, kunnen ze de meest geschikte analyse-tool selecteren en beter gebruik maken van de inzichten die uit de analyses naar voren komen.

Ten tweede geven de bedrijven aan een goede inbedding te hebben van analytics in de dagelijkse supply chain taken. Dit levert meer op dan een ad hoc toepassing van Big Data Analytics op een bepaald focusgebied. Een goede integratie in de dagelijkse processen van de gekozen technologie en tool die de organisatiebrede Big Data Analytics doelen ondersteunen zorgt voor een systematische manier van werken en daardoor is de kans op goede resultaten groter. Het beste implementatietraject van een Big Data toepassing is daarbij overigens organisatie-afhankelijk, blijkt uit het onderzoek. Bij de ene organisatie werkt de big bang-methode (Big Data Analytics toepassing in de gehele interne supply chain) het beste, bij de andere een proof-of-concept pilot in een focus gebied van de supply chain.

Ten derde is het belangrijk dat de organisatie beschikt over personeel dat gespecialiseerd is in Big Data, dat over goed ontwikkelde analytische vaardigheden beschikt (bijvoorbeeld met een achtergrond in wiskunde, statistiek of econometrie) om de analyse-modellen te maken en dat kennis heeft van de branche waarin de organisatie opereert zodat het de modellen goed kan toepassen.

Conclusie

Met Big Data Analytics kunnen mooie resultaten behaald worden in supply chain management, zowel op operationeel als op financieel gebied. Tegelijkertijd vergt Big Data Analytics een flinke investering en moet een organisatie goed onderzoeken of de toepassing van Big Data Analytics in de supply chain past binnen de data- en analytics-strategie van de organisatie.

Wat kan helpen, is van tevoren onderzoek doen naar de organisatorische implicaties en de keuze voor een implementatie-strategie van Big Data Analytics die past bij de organisatie. Hierdoor kan een organisatie de analyses sneller en efficiënter starten en finetunen en tegelijkertijd verschillende tools uitproberen voordat deze aangeschaft worden.

Maar om de grote voordelen te behalen met Big Data Analytics in supply chain management is het vooral belangrijk dat organisaties een duidelijke organisatiebrede analytics-strategie hebben met tools en processen die hierin goed ingebed zijn en dat ze beschikken over deskundig personeel. Is aan deze aspecten voldoende aandacht besteed, dan kan Big Data Analytics in supply chain management een organisatie heel wat opleveren.

 

RELATED TOPICS

Andere Berichten Die Je Misschien Leuk Vindt.

Le Standard FHIR permet d'améliorer la vue d'ensemble des données des patients et de rationaliser les flux d'informations, améliorant ainsi les traitements et les résultats des patients.
De gezondheidszorg staat aan de vooravond van een technologische revolutie, gedreven door de integratie van kunstmatige intelligentie en machine learning.
Vice President, Healthcare
We are pleased to conclude with you the last project of Hack Healthcare 2023. WeCare2 aims to address patient records fragmentation and establish a healthcare landscape that seamlessly caters to the needs of patients.
In this post, we will showcase the third outcome of Hack Healthcare 2023 – The Bee Project, which aimed to improve communication and access to medical records by bridging the gap between the first and second lines of healthcare.
In this edition, we delve into one called “Patient Buddy”. It revolves around capturing and leveraging patient feedback to improve healthcare experiences.
Hack Healthcare 2023. This event`s primary objective was to tackle healthcare challenges by devising solutions with the assistance of experts and pitch coaches.
After the workshop’s string, we finally reached the Hack Healthcare 2023 event! We want to remind you that Hack Healthcare is not an ordinary hackathon. It is a dynamic blend of creativity and collaborations.
After conducting the Exploratory and Challenge Identification workshops, we had to step out of our comfort zone and share our past discoveries with the wider audience.
It is time to roll our sleeves up and dive deeper into the discoveries made during the Challenge Identification Workshops, which followed the Exploratory Workshops.
We explore a fundamental aspect of problem-solving, which involves finding and understanding the source of our challenges. This is precisely the purpose of the Exploratory Workshop.