Zarządzanie

W deszczu danych Big Data

Beata Elert 30 listopada 2017

Wpływ przełomowych technologii na organizacje będzie miał wieloaspektowy i jeszcze trudny do zdefiniowania zasięg. Są one siłą napędową zmian wielu dziedzin w biznesie. Efekty są piorunujące – wszechobecne technologie zmuszają firmy do przedefiniowania strategii, nadążania za nowymi wyzwaniami i do zmian kultury organizacyjnej (raport Goldman Sachs „Internet of Things. The next mega-trend”).

Ocenia się, że najwięksi gracze świata cyfrowego: Google, Amazon, Microsoft i Facebook przechowują 1,2 tys. petabajtów informacji, a sam Facebook generuje codziennie 4 petabajty nowych danych. Przewiduje się, że w roku 2020 do Internetu będzie podłączonych aż 26 bilionów urządzeń!

Przyszłość łańcucha dostaw to dziś już nie tylko zarządzanie danymi w celu lepszego przewidywania zachowań konsumenckich, popytu, stanów magazynowych oraz robotyzacja logistyki i produkcji, ale przede wszystkim narzędzia pozwalające na poprawę jego efektywności i wizualizację danych w czasie rzeczywistym.

Według Henninga Kagermanna, profesora fizyki i byłego szefa SAP, twarzy teorii Przemysłu 4.0, dziś otwiera się nowa faza – całe procesy zostaną przekazane przez człowieka do systemów mających zdolność do samosterowania: „Nastąpi to dzięki doprowadzeniu do sytuacji, w której autonomiczne urządzenia (ang. autonomous devices) będą w stanie same zmieniać swoją aktywność dzięki wymianie informacji między sobą i wykorzystywać te informacje w procesie ich przetwarzania przy użyciu sztucznej inteligencji (ang. artificial intelligence)”.

[emaillocker id=’1155′]

„Wielki Brat”- Big Data

Big Data, jak podaje organizacja APICS: „to dane które przetwarzają się poza skalą  kontrolowaną przez człowieka”. Przy rozwijającym się silnie rynku e-commerce, narzędziach poszukiwań internetowych, technologia baz danych zmierza do tego, aby zarządzać nie tylko nimi, ale także ludźmi. Wcześniej Big Data postrzegany głównie w kontekście konsumenta, jego zachowań, przewidywań rynkowych, dziś ma coraz szersze znaczenie i dotyczy także robotów, telemetrii, sensorów w różnego typu urządzeniach i maszynach, gdzie dane takie są kumulowane. Technologia galopuje – corocznie przybywa około 50 proc. nowych rozwiązań technologicznych i usprawnień w już istniejących systemach typu GPS i RFID.

Ford prowadzi projekt Big Data Drive Experiment, w ramach którego – po podłączeniu specjalnego nośnika informacji w samochodzie – setki jego pracowników zbierają dane na temat zachowań na drodze. Monitorowane są korki, zagrożenia, drogi przemieszczanie się samochodu, sposoby i miejsca parkowania, a równocześnie wewnętrzne parametry pojazdu, takie jak zużycie paliwa, częstotliwość otwierania szyb, temperatura wewnątrz i potencjalne parametry techniczne. Na bazie powyższych informacji powstaną nowe rozwiązania technologiczne.

Globalny dostawca usług transportowych Maersk stosuje Internet Rzeczy (ang. IoT – Internet of Things) w celu wzmocnienia swojego łańcucha dostaw usług: poprzez inteligentne, wyposażone w czujniki kontenery może w pełni kontrolować całość trasy – miejsce, w którym kontener się znajduje, kiedy został wysłany, czy dotarł do zaplanowanego celu, a w przypadku kontenerów-mroźni: monitorować temperatury wewnątrz, ciśnienie powietrza, wilgotność oraz stan techniczny. Internet Rzeczy łączący urządzenia mobile oraz sensory wszelkiego typu, od tych monitorujących indywidualną aktywność sportową po termostaty i sensory w maszynach oraz na liniach produkcyjnych, nazywany jest przez firmę Goldman Sachs „kolejnym mega-trendem”, który zmieni rzeczywistość życia prywatnego, miejsc pracy, produktywność, a także „będzie nicią wiążącą dla biznesów – od tych, które tylko zwiększą swoje zainteresowanie technologią, po te, które będą tworzyć rzeczy i produkty o jakich nawet dziś nie śnimy”.

Internet Rzeczy jest postrzegany jako idealne narzędzie poprawiające produktywność: pozwala na śledzenie parametrów produkcji w czasie rzeczywistym, a tym samym reagować na jakiekolwiek odstępstwa od procesu – monitoruje techniczne funkcjonowanie linii, pozwala nawet na automatyczną reakcję na usterki i nieprzewidziane sytuacje całkowicie bez udziału człowieka.

Według Daniela Kalutkiewicza, Senior Solutions Architekta w firmie IBM, Internet Rzeczy to „system myślenia”: uczy się i bierze inteligencję ze świata fizycznego w celu poprawy wiarygodności i niezawodności produktu.

Ostatnio rewolucyjny postęp w druku 3D ogłosiła firma Carbon 3D i Adidas – stworzono  pierwszą drukarkę, która może wytwarzać produkt dla konsumenta na skalę masową. Pierwsze pięć tysięcy butów w technologii 3D znajdzie się na rynku już pod koniec 2017 r. Ten fakt rewolucjonizuje możliwości masowej produkcji pod konkretne potrzeby dla końcowego odbiorcy, a równocześnie zwiększa elastyczność łańcucha dostaw.

Firma Desktop Metals niedawno ogłosiła, że już pod koniec 2017 r. będzie miała możliwość drukowania w 3D pojedynczych części wykonanych z metalu, a już w 2018 r. będzie to produkcja na skalę masową. Zmienia to całkowicie oblicze łańcucha dostaw.

Anthony Coops, lider analiz KPMG twierdzi: „Big Data pozwala na lepsze, oddalone od subiektywnego ujęcia podejmowanie decyzji biznesowych. Jednakże w czasie, gdy coraz więcej uwagi przywiązujemy do algorytmów, danych i analiz, pojawia się pytanie dotyczące zaufania. Następne pytanie, które się nasuwa to ilość danych, jakie możemy przekazywać dzięki tym narzędziom dostawcom, kontrahentom etc.”

Zdigitalizowany łańcuch dostaw

Dane w łańcuchu dostaw to nie tylko wewnętrzne dane transakcyjne, takie jak: forecasty sprzedażowe, dane klientów, dostawców, produktów i komponentów etc. Należą do nich również wewnętrzne dane systemowe, związane z systemami ERP, kodami kreskowymi, EDI oraz cała różnorodność danych zewnętrznych, pojawiających się na styku działania firmy i jej otoczenia zewnętrznego.

 Dane RFID i GPS pokazują stany magazynowe w realnym czasie. Dane POS (ang. Point of Sale), czyli z punktów sprzedażowych, są jednym z głównych źródeł, skąd można czerpać informacje na temat zachowań konsumenta, popytu oraz trendów sprzedażowych. Dane dostawcy pomagają producentom monitorować zagrożenia, jego stany, realizację zamówień i ustalonych KPI, a telemetryczne dane z linii produkcyjnych pozwalają na identyfikację wąskich gardeł, potencjalnych ryzyk technicznych, monitorowanie wydajności i jakości pracy samej linii.

Ubiegłoroczne badanie KPMG, w których wzięło udział 800 menedżerów zarządzających, pokazało, że nadal istnieją wątpliwości, co do zastosowania analizy Big Data. Dotyczą one następujących zagadnień:

  • Wdrażanie właściwych rozwiązań w celu odpowiedniej analizy i interpretacji danych.
  • Identyfikacja i analiza właściwych czynników ryzyka.
  • Właściwa reakcja na wnioski.

Badania te wykazały również, że aż 85 proc. organizacji ma trudności w ocenie spójności danych, a tylko 14 proc. przyznaje, że ma właściwe zasoby i kompetencje, by właściwie je analizować.

Gotowość na nadejście Big Data

Menedżerowie IT w firmach technologicznych, biorący udział w badaniu Forrester Consulting (na zlecenie KPMG) w 2016 r. wskazali najistotniejsze technologie, które przyniosą przełom w najbliższej przyszłości. Są to:

74% – Cloud (ang. SaaS – Software as a Service),

74% – Urządzenia mobilne i aplikacje,

73% – Platformy marketingowe (platformy reklamowe i digital),

71% – Internet Rzeczy (ang. Internet of Things – IoT),

71% – Sztuczna inteligencja (ang. Artificial Intelligence – AI),

71% – Media społecznościowe,

69% – Płatności digital,

67% – Rozszerzona rzeczywistość (ang. Augmented Reality),

64% – Robotyka (systemy automatyki wraz z autonomicznymi samochodami),

Badanie KPMG wskazuje, że zaledwie jedna trzecia respondentów twierdzi, iż ich organizacja przygotowana jest na możliwości, które przynoszą „przełamujące” technologie, w tym tylko 31 proc. wie, jakie rozwiązania są dostępne na rynku, a 29 proc. uważa, że ma kompetencje aby taką wiedzę wykorzystać. Co ciekawe zaledwie 22 proc. twierdzi, że rozumie, zarządza i tworzy strategiczne scenariusze biznesowe na bazie danych.

Samouczenie się maszyn to funkcja, które pozwala urządzeniu na samodzielne „uczenie się” na bazie dostępnych danych przy założeniu, że nie zostało to zaprogramowane przez człowieka. Algorytmy pozwalają na dużo lepsze generowanie przewidywań i wniosków niż w przypadku rozumowania i wnioskowania ludzi. Jako narzędzie, „samouczenie się maszyn” wymaga jednak koncentracji i bardzo dobrej jakości danych w firmie.

Dane i Analiza (ang. Data and Analytics – D&A) pozwala na ulepszanie procesów planowania i prognozowania przez analizę trendów sprzedażowych i łączenie ich z procesami łańcucha dostaw, jego możliwościami i ograniczeniami, wiązanie obydwu krańcowo różnych elementów tego procesu – od konsumenta i jego potrzeb po monitorowanie stanów magazynowych. Efekt? Natychmiastowa reakcja i efektywność. Z drugiej strony, rozwinięte narzędzia Saas (ang. Software as a service) pozwala na lepsze rozumienie konsumenta, jego wyborów oraz motywacji, co w efekcie poprawia poziom sprzedaży i usług.

„Fruwający” Amazon

Absolutnym liderem rozwiązań i innowacji technologicznych, a także konstruktywnego wykorzystania technologii w celu dostarczania swoim klientom produktu we właściwym czasie i miejscu, przy jednoczesnym wyprzedzaniu innych „wielkich” na świecie jest Amazon. Innowacja to immanentna cecha kultury organizacyjnej tej firmy. Amazon nie tylko tworzy nowe rozwiązania, ale też je w szybkim tempie patentuje. Oprócz już rozpowszechnionego systemu „personalnej rekomendacji”, wykorzystującego wszelkie ruchy konsumenta w Internecie, np.: odwiedzane przez niego sklepy, zawartość koszyka, częstotliwość zakupów danych produktów itd. – poprzez narzędzie analizy tych działań, system rekomenduje kolejne produkty.

Następnym narzędziem, wynikającym z poprzedniego rozwiązania, jest przewidujący zachowania konsumenta w czasie, tzw. Anticipatory Shipping Model. Amazon, na bazie twoich wyborów konsumenckich, wie co i kiedy prawdopodobnie będziesz chciał kupić. Wybrany produkt wysyłany jest do lokalnych centrów dystrybucji, aby był gotowy na twoje kliknięcie w sklepie internetowym.

Cała organizacja Amazona podporządkowana jest jednej idei: szybko i bezpośrednio do klienta. Firma wykorzystuje Big Data, wybierając magazyn najbliżej klienta i równocześnie dostawcy. W ten sposób nie tylko wykazuje wyjątkową elastyczność, ale także jest w stanie minimalizować koszty. W 2016 r. Amazon opatentował aż 78 nowych innowacyjnych rozwiązań!

System operacyjny Alexa, czyli asystent głosowy, pozwalający na bezpośrednią komunikację, znacznie usprawniający zamawianie produktów Amazona, był hitem ubiegłego roku. Ten fakt nie tylko spowodował, że Amazon ogłosił partnerstwo z Fordem czy LG (inteligentne, sterowane głosem lodówki), a w tej chwili systemu tego używają już Uber i Kayak (możliwość śledzenia lotów w czasie rzeczywistym), ale zmienił całkowicie postrzeganie konsumenta. Sterowanie głosowe staje się faktem, być może niedługo „klikanie” zastąpimy komendami głosowymi?

Z wielu nowatorskich rozwiązań logistycznych, warto wymienić kilka już opatentowanych przez Amazona.

„Fruwający magazyn” w bezzałogowym statku powietrznym (ang. unmanned aerial vehicle) – do tej pory używanym głównie przez siły zbrojne – miałby stać się miejscem wysyłania przesyłek do konsumentów przez drony. Drugi sterowiec miałby uzupełniać zapasy.

„Mobilny magazyn” ma być ulokowany w ciężarówce. Jest elastyczny, może się przemieszczać i pozwala na łatwe uzupełnianie zapasów. Stacjonowałby w miejscach, w których przewidywana byłaby największa ilość zamówień, przemieszczałby się w zależności od potrzeb, dnia tygodnia, ilości zamówień zgodnie z zaplanowaną i zoptymalizowaną trasą.

„Magazyn podwodny” (ang. aquatic storage facilities). Patent ten opisuje magazynowanie pod wodą. Paczki z produktem byłyby nawet wrzucane bezpośrednio w celu późniejszego użycia. Każda paczka z produktem ma być zapakowana w wodoodporne opakowanie i uzbrojona w zestaw czujników kontrolnych, wyjmowanych w razie zapotrzebowania. To rozwiązanie pozwoli na optymalizację operacji logistycznych i kosztów magazynowania. Paczka „wywołana” byłaby przez system GPS.

„System usprawniający współpracę ludzi i maszyn” – patent ten wykorzystuje system RFID, pozwalając na współfunkcjonowanie robotów i ludzi pracujących w magazynach. Fakt wyposażenia zarówno pracowników jak i pracujących w magazynie robotów w tabliczki RFID pozwoliłby na ich bezkolizyjną pracę.

Technologie jutra i łańcuch dostaw

Jakie są konkretne zastosowania szerokiej gamy rozwiązań i wykorzystania Big Data?

Prognozowanie popytu. Bardziej trafne szacowanie popytu poprzez szeroki monitoring danych dotyczących trendów sprzedażowych, rynkowych, danych dotyczących zachowań konkurencji, a także elementów środowiska ekonomicznego, zarówno lokalnie jak i globalnie.

Magazynowanie. Daje możliwość monitorowania i analizy w realnym czasie stanów magazynowych, nadchodzących dostaw, potencjalnych zagrożeń w dostawach.

Planowanie. Wizualizacja poziomu zapasów, popytu, potencjału produkcyjnego, a tym samym poprawa całego procesu.

Dostawy. Monitoring tras dostaw, danych dotyczących ruchu na drogach, pogody, często możliwości przekierowania transportu w przypadku problemów.

Stany magazynowe. Pełna transparentność na poziomie SKU, automatyczne uzupełnienie produktu, optymalizacja oraz zabezpieczenie parametrów celów stanów magazynowych.

Dystrybucja. Optymalizacja w realnym czasie kompleksowych powiązań między hubami, magazynami, fabrykami w oparciu o analizę przepływów miedzy nimi.

W rozmowie ze mną Damian Kołata, Business Development Manager w firmie Fiege mówi:

„Fiege Business Intelligence Portal daje możliwość śledzenia zamówienia na przestrzeni całego łańcucha dostaw, począwszy od chwili wpłynięcia zamówienia do systemu, skończywszy na jego odebraniu przez klienta. Obserwując raporty w ramach portalu, na bieżąco sprawdzamy, czy wszystkie operacje wykonywane są na czas, czy są jakieś zaległości i czy istnieją jakiekolwiek reklamacje. Następnie możemy zaobserwować poziom SLA (ang. Service Level Agreement) poszczególnych operacji i zastanowić się, jakie usprawnienia są konieczne, aby je podnieść. Tutaj z pomocą przyjdą nam raporty efektywności na poszczególnych zmianach czy strefach magazynu, czy też punktualności przewoźników – tak skorelowane informacje mogą służyć do różnorodnych zestawień dających obraz operacji, jakości i miejsc, w których można wprowadzić optymalizację. Oprócz tego typu rozwiązania, Fiege oferuje swoim kontrahentom również analizy mogące służyć prognozowaniu popytu, analizy rotacji, czy nawet fakturowania i windykacji. Takie dane pozwalają odpowiednio zarządzać dostawami, negocjować warunki kontraktów z dostawcami. Pozwala to także kreować długoterminową strategię firmy”.

Kto nie idzie do przodu, cofa się

Zdaniem Henninga Kagermanna: „Firmy, które nie rozumieją konieczności nadążania za nowymi technologiami pozostaną w tyle i ponoszą olbrzymie ryzyko utrzymania przewagi konkurencyjnej na rynku”. We wcześniej wspomnianym badaniu KPMG 56 proc. menedżerów stwierdziło, że te technologie mają pozytywny wpływ na zmianę podejścia do organizacji i przekształcenie modelu biznesowego. Wskazują także, że rozwiązują wiele problemów operacyjnych.

Według swoich ostatnich badań firma Dell wśród korzyści rewolucji Big Data wymienia poprawę: komunikacji i dzielenia się wiedzą, efektywności procesów biznesowych, satysfakcji konsumenta oraz zdobycie przewagi konkurencyjnej na rynku. Dodatkowe korzyści biznesowe obejmują:

  • zrozumienie wpływu, jaki technologia ma na organizację;
  • strategiczne dostosowanie inwestycji w technologie do strategii firmy;
  • znalezienie właściwego balansu pomiędzy inwestycją w technologię „dziś” i „jutra”;
  • zrozumienie elastyczności w podejściu do inwestycji w technologie „jutra”,
  • znalezienie własnej ścieżki organizacji do transformacji;
  • przewidywanie zapotrzebowania na odpowiednie kompetencje w firmie.

Zdigitalizowane łańcuchy dostaw to oszczędność, efektywność, lepsze zarządzanie aktywami, transparentność i lepsza możliwość śledzenia produktu.

Goldman Sachs w swoim raporcie „Internet of Things. The next mega-trend” pisze: „Globalny przemysł jest zmuszony do fundamentalnej zmiany strukturalnej w ramach zmian technologicznych. Urządzenia stają się zdigitalizowane, połączone, ustanawiają sieci powiązań pomiędzy maszynami, ludźmi i Internetem, co prowadzi do wykreowania nowego ekosystemu, tworzącego lepszą produktywność. Technologia ma potencjał wpływu na wszystkie procesy biznesowe, poczynając od wdrażania nowych produktów, po poprawę efektywności łańcucha dostaw”.

Beata Elert – dyrektor operacyjna i dyrektor łańcucha dostaw w firmach branży FMCG. Pracowała m.in. w United Biscuits, LU Polska, Lisner, Polmos Żyrardów (grupa Moet Henessy). Absolwentka socjologii UJ w Krakowie, studiowała nauki społeczne na Erasmus University w Rotterdamie. Posiada tytuł MBA National Louis University Wyższej Szkoły Biznesu w Nowym Sączu i Diploma in Management Study Henley Management College w Wlk. Brytanii. Aktualnie prowadzi doradztwo strategiczne i operacyjne w ramach własnej firmy IN-Consulting.

[/emaillocker]