SOPE© を使ってサプライチェーンモデルをクリーンアップする
サプライチェーンのデジタルツインは、サプライチェーンの形状と行動の両方を正確に反映していなければなりません。それができないと、サプライチェーンの大まかなモデルになってしまいます。粗いモデルでは、財務予測、エンドカスタマーへのコミットメント、混乱発生時の適切な対応などにおいて、粗い結果となります。S&OPモデリングは、あなたが脱却しようとしているスプレッドシートのモデリングよりも一歩進んだものです。S&OPシステムでは、リソースのキャパシティをバケットで表現し、固定されたリードタイムと事前に定義されたボトルネックのリソースを想定します。
例えば、製品Aの1000日100個のバケット容量は、製品BのXNUMX日XNUMX個分にしか換算できないかもしれません。何百もの異なる製品を同じバケットに入れて、何個の製品が完成し、時間通りに納品できるかを推測しようとしても、それは不可能です。平均値を使うということは、片手を熱湯の中に、片手を氷の中に入れて、平均的には大丈夫だと思っているようなものです。キャパシティバケット方式では、実現性や実行性のない計画を作成することになります。その結果、プランナーが介入し、プランの調整に多くの貴重な時間を費やすことになります。たとえうまくいったとしても、最適ではない計画が結果として出てしまうのです。人間が仕事をするには変数が多すぎて、時間が足りないのです。
一方、 S&OE、サプライチェーンのはるかに優れたデジタル表現、つまりデジタルツインが可能であり、正確なモデルが得られます。 正確なモデルを持つことは、サプライチェーンのリソースと動作の真の表現を意味します。 サプライチェーンの振る舞いは常に変化しており、デジタルツインもそれに合わせて変化する必要があります。 例としては、機器の効率、サプライヤーのリードタイムの季節変動、安全在庫ポリシー、顧客の優先順位、製品構成の変更などがあります。 真のデジタルツインには、外観を模倣するモデリング機能と、動作を複製して動的に変化するインテリジェンスがあります。 後者は、機械学習技術を使用して行われます。
SOPE© 両方を組み合わせる S&OP & S&OE 統一されたデータモデルで。 XNUMXつのシステムを意味するものではありません。 データの可用性と頻度に基づいて、両方を実行できるXNUMXつだけ。 粒度を追加し、データの頻度を増やすだけで、システムはより完全で、よりスマートに、より予測的で、応答性が高くなります。
