È difficile a immaginare a qualcosa di diverso dalla supply chain come migliore espressione della serie di imprevisti verificatasi negli ultimi anni e relativa necessità di cambiamenti. Tra pandemia e invasione dell’Ucraina, anche una situazione all’apparenza secondaria come l’incagliamento di una nave porta container nel Canale di Suez si è trasformata in un moltiplicatore di problemi. Per uscirne, una delle strade più promettenti passa dalla business intelligence, e dagli analytics in particolare.
Un’organizzazione considerata fino a quel momento perfettamente oliata, si è infatti rivelata improvvisamente fragile, compromettendo le forniture su scala mondiale, accentuando il calo nella lavorazione di materie prime e nella produzione, mettendo in discussione processi consolidati da tempo.
Di fronte all’impossibilità di gestire in autonomia processi di tale dimensione e complessità, superata la fase dell’emergenza, è importante ora capire come sfruttare gli analitycs al servizio della supply chain. Uno strumento fondamentale per raccogliere i dati e trasformarli in informazioni, passando da una visione di analisi a posteriori a una sempre più orientata alla previsione.
Un matrimonio dalle premesse felici e di lunga durata per diverse ragioni, come spiega Paolo Prandini, solution engineer MP, supply chain cloud applications di Oracle Italia.
Come viene attualmente sfruttata la business intelligence nella supply chain?
Le aziende che già stavano investendo in soluzioni di analytics stanno focalizzando sempre di più l’attenzione sui tanti elementi esterni alla supply chain che possono mettere a rischio l’esecuzione concreta dei processi e l’operatività relativi alla catena di fornitura. Le tante sfide degli ultimi anni hanno messo in evidenza con forza l’importanza di fattori quali la solidità dei fornitori, la capacità di gestire la penuria di materie prime, i costi crescenti dei trasporti e dell’energia, ma anche la richiesta di dar conto in modo specifico delle performance ESG o di sostenibilità. Questi elementi sono ai primi posti dell’agenda di tutte le funzioni aziendali. Per quanto ci riguarda, garantiamo un monitoraggio basato su KPI dei processi aziendali, integrando transazioni e analytics. Se nello scorso decennio erano mondi separati, oggi gli utenti possono disporre di entrambi gli aspetti nello stesso spazio e trarre dai dati le migliori informazioni decisionali.
Cosa chiedono le aziende del settore a un software di nuova generazione,e cosa è realisticamente possibile ottenere?
Molte aziende hanno capito come la quantità crescente di dati di cui possono disporre sia impossibile da gestire senza utilizzare le nuove tecnologie. IoT, machine learning, intelligenza artificiale, data lake oggi sono alla portata di organizzazioni di tutti i tipi e il cloud ne semplifica la gestione. Le aree di maggiore interesse per i nostri clienti riguardano la produzione, la manutenzione predittiva e la qualità del prodotto: aree che possono anche essere integrate grazie ad applicazioni cloud. Nel nostro caso, si possono ottenere dei veri e propri “certificati di nascita” digitali per ogni singolo prodotto in uscita dalla linea produttiva, nei quali sono contenute informazioni fondamentali in termini di qualità, di sostenibilità e di dati rilevanti per il cliente finale. Si abbattono così i silos informativi aziendali, arrivando a realizzare un completo tracciamento degli attori interni ed esterni nella supply chain, protagonisti di progettazione, produzione e distribuzione del prodotto.
Quali possono essere i vantaggi di un’adozione più diffusa degli analytics di ultima generazione?
Il vantaggio più immediato è certamente poter avere una visione davvero a 360 gradi dei processi aziendali. Con gli analytics oggi possiamo misurarne l’efficienza, diminuire i tempi morti e gli sprechi, ottimizzare la logistica – e possiamo condividere informazioni strategiche con gli stakeholder coinvolti. Un’applicazione estesa delle analytics inoltre, offre il vantaggio non trascurabile di aiutare a coinvolgere l’intera azienda nella messa a terra di una strategia comune, potendo monitorare i processi per migliorarli e attuare tattiche correttive, se e dove necessario.
Sfruttando tecnologie più recenti come Intelligenza artificiale o IoT, è possibile risolvere i problemi manifestati negli ultimi anni ed evitare il ripetersi di situazioni simili?
Chi si occupa di supply chain sa quanto sia complesso avere tutto sotto controllo e come la resilienza debba essere l’obiettivo da raggiungere in tutte le aree critiche. La tecnologia corrente permette a IoT, AI e machine learning di andare a braccetto con gli analytics per offrire un costante di monitoraggio di ciò che accade lungo la catena di fornitura – se vogliamo, anche in tempo reale. Il cloud è la piattaforma abilitante che consente alle aziende di procurarsi i servizi necessari con la massima flessibilità e semplicità.
Le esperienze degli ultimi tre anni ci hanno dimostrato come ogni tipo di imprevisto sia sempre dietro l’angolo. Sicuramente, gli analytics integrati nelle soluzioni dedicate alla supply chain sono strategici per dare alle aziende gli elementi per comprendere quali sono e quante sono le aree di esposizione al rischio e di aumentare la resilienza. Non si può prevedere il futuro, ma si può prefigurare degli scenari e sulla base delle informazioni disponibili provare a prevenire i problemi. Non possiamo evitarli del tutto, ma grazie ad applicazioni cloud evolute abbiamo strumenti potenti per risolverli, simulando le varie opzioni disponibili e scegliendo quelle più in linea con le strategie aziendali.
Potete fornire un caso pratico di applicazione di business analytics al servizio della supply chain?
Immaginiamo di avere una produzione basata su materie prime provenienti da vari fornitori nel mondo. In passato avremmo tenuto d’occhio soprattutto i KPI legati alla puntualità delle spedizioni, dando per scontato l’arrivo puntuale, abbondante e a buon prezzo di ciò che ci serve. Oggi le cose sono cambiate ed è importante riuscire a cogliere tempestivamente segnali utili. Per esempio, con il machine learning possiamo individuare dei pattern, ovvero delle relazioni di causa-effetto ‘nascoste’ nei dati che abbiamo e ricevere una notifica al variare di determinati indicatori. Volendo descrivere un caso d’uso, pensiamo a un’azienda in cui su cinque fornitori di materie prime due stanno cominciando a spedire i materiali in ritardo e in quantità inferiore al richiesto, magari rimanendo nel quadro di scostamenti minimi che si riescono ancora a gestire con le scorte a magazzino e consegnando comunque in modo puntuale al cliente. Con un monitoraggio ravvicinato possiamo capire dai dati che questo potrebbe originare da problemi finanziari dei fornitori, e sulla base di questa importante informazione possiamo aprire per tempo un processo di selezione di fornitori alternativi per proteggerci da brutte sorprese. La realtà è naturalmente molto più complessa di così, ma l’esempio fatto evidenzia il fattore chiave per una supply chain efficiente oggi: la capacità di guardare al futuro e di individuare – anche grazie agli analytics – i legami tra i KPI che definiscono la strategia aziendale di supply chain.
