کاربردهای داده کاوی در مدیریت زنجیره تأمین

استفاده از دانش داده کاوی و یادگیری ماشین به سرعت در حال گسترش است. به طور مثال در زمینه مدیریت هوشمند زنجیره تامین، هم اکنون ۲۹ درصد شرکت های کشور های کره جنوبی، ژاپن، تایوان و چین از داده کاوی برای پیش بینی تقاضا و نیاز های انبار و کنترل موجودی استفاده می کنند که پیش بینی می شود این رقم تا سال ۲۰۲۰ به بیش از ۶۰ درصد افزایش پیدا کند. (منبع: سایت Mckinsey)

داده کاوی به طور خاص در حوزه مدیریت عملیات و زنجیره تامین می تواند به سوالات زیر بر اساس داده های موجود، راه حل ها و جواب های درخوری را ارائه دهد. سوالاتی از قبیل:

▪️ مکان یابی بهینه انبارها، خودروهای امداد و … چگونه است؟
▪️ چگونه می توان تمام فعالیت ها در طول زنجیره تامین را بر مبنای شاخص های شخصی، هزینه یابی کرد و هزینه آن را تخمین زد؟
▪️ چگونه می توان تغییرات آنی تقاضا را پیش بینی و مدل کرد؟
▪️ کدام محصولات و یا خدمات بیشترین سفارش را دارند و روند آنها چگونه است؟
▪️ کدام یک از محصولات و خدمات با یکدیگر سفارش داده می شود؟
▪️ گلوگاه های عملکردی سیستم کدام ها هستند؟
▪️ تاثیر نرخ های مختلف تولید و یا عرضه بر تمامی عناصر زنجیره تامین چگونه است؟
▪️ چگونه می توان نوسان های تقاضا را پیش بینی کرده و برای آن آماده شد؟
▪️ عناصر دخلیل در زمان تحویل و یا زمان خدمت رسانی کدام ها هستند و میزان سهم هریک از آنها در تعویق و یا تسریع ارسال محصول و یا ارائه خدمت به چه میزان است؟

لینک مطالعه متن کامل مقاله

پست های مرتبط :

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *