Tác động mang tính bùng nổ của thương mại điện tử đối với các nhà bán lẻ truyền thống là một trong số các ví dụ điển hình của cuộc cách mạng dữ liệu đang càn quét nhiều ngành công nghiệp và bộ phận kinh doanh khác nhau hiện nay.
Các doanh nghiệp đã bắt đầu nhận thấy được tiềm năng khai thác Big data từ Chuỗi cung ứng của mình và đầu tư vào hoạt động phân tích Big data Chuỗi cung ứng (Big supply-chain analytics) nhằm biến kho dữ liệu này thành Insights. Tuy nhiên, chỉ có một số ít công ty có thể áp dụng thành công các kỹ thuật “phân tích lớn” (big analytics) để tái định nghĩa và quản lý Chuỗi cung ứng của mình.
Theo các chuyên gia thuộc tập đoàn McKinsey, doanh nghiệp cần vượt qua được 2 thách thức lớn để có thể khai thác được toàn bộ tiềm năng của Big data.
1.
Sự thiếu hụt về năng lực vận hành. Các nhân sự quản lý chuỗi cung ứng, ngay cả những người có trình độ kỹ thuật cao, có rất ít hoặc không có kinh nghiệm về các kỹ thuật phân tích dữ liệu được sử dụng bởi các nhà khoa học dữ liệu. Do đó, họ thường thiếu tầm nhìn trong việc nhìn nhận ra được tiềm năng của hoạt động phân tích Big data.
2.
Hầu hết các công ty thiếu một quy trình có cấu trúc rõ ràng để khám phá, đánh giá và nắm bắt các cơ hội thu thập Big data trong Chuỗi cung ứng của mình.
I. Phân tích Big data Chuỗi cung ứng là gì?
Hoạt động Phân tích Big data Chuỗi cung ứng (BSCA) sử dụng dữ liệu và các phương pháp phân tích định lượng để cải thiện việc đưa ra quyết định cho tất cả các hoạt động trên toàn Chuỗi cung ứng. Đặc biệt, quy trình đưa ra quyết định với Big data sẽ có 2 điểm mới.
1.
BSCA sẽ giúp mở rộng tập dữ liệu (dataset) dùng trong phân tích đưa ra quyết định thay vì chỉ sử dụng dữ liệu nội bộ truyền thống được lưu trữ trên hệ thống ERP và hệ thống quản lý chuỗi cung ứng.
2.
BSCA áp dụng các phương pháp thống kê mạnh mẽ cho cả nguồn dữ liệu mới và hiện có của doanh nghiệp. Điều này tạo ra những hiểu biết mới giúp cải thiện việc ra quyết định trong Chuỗi cung ứng, từ việc cải tiến các hoạt động vận hành có liên quan đến khách hàng, đến các lựa chọn chiến lược, như việc lựa chọn các mô hình vận hành chuỗi cung ứng phù hợp.
Hình 1 dưới đây phân tích tổng quan những điểm trong Chuỗi cung ứng mà hoạt động Phân tích Chuỗi cung ứng có thể giúp cải tiến và tối ưu.
Big data đã và đang giúp các doanh nghiệp hàng đầu cải tiến hiệu suất Chuỗi cung ứng của họ. Tuy nhiên, cách tiếp cận như vậy hiện nay lại được xem là những thành công ngoại lệ chứ không phải là tiêu chuẩn. Khả năng vận hành và thiếu cách tiếp cận có hệ thống để khai thác tiềm năng của Big data trong Chuỗi cung ứng đang kìm hãm sự phát triển của nhiều doanh nghiệp. Để Big data và các công cụ phân tích phức tạp có thể mang lại lợi ích lớn hơn cho nhiều công ty hơn, các doanh nghiệp cần phải một cách tiếp cận có hệ thống hơn.
II. Quy trình 5 bước chuẩn bị để tiếp cận Big data vào Chuỗi cung ứng doanh nghiệp
Hoạt động Phân tích Big data Chuỗi cung ứng (BSCA) sử dụng các nguồn dữ liệu mới và các kỹ thuật phân tích để giúp các công ty thiết kế và vận hành các chuỗi cung ứng thông minh hơn, với chi phí rẻ hơn và linh hoạt hơn. Mặc dù BSCA có tiềm năng mang lại cải tiến trên mọi lĩnh vực của Chuỗi cung ứng, những kỹ thuật này vẫn chưa tạo ra tác động đáng kể tới khâu quản lý chuỗi cung ứng (SCM) cũng như những mảng khác (ví dụ, bán lẻ).
Các công ty cần một quy trình chính thức để lựa chọn, kiểm tra và so sánh các ý tưởng cải tiến để đảm bảo các nguồn lực được phân bố một cách thích hợp (Hình 2). Trong suốt quy trình này, hằng quý các doanh nghiệp cần xác định một cách có hệ thống các ý tưởng, và nhanh chóng tạo ra phiên chạy thử nhằm thử nghiệm (prototype) chúng. Vào cuối mỗi chu kỳ, các ý tưởng nên được hoặc giảm mức độ ưu tiên, ưu tiên thử nghiệm thêm, hoặc triển khai trên toàn công ty. Phần dưới đây sẽ phân tích chi tiết hơn từng bước.
Giai đoạn A: Thiết lập bộ phận chuyên môn về Phân tích Big data Chuỗi cung ứng
Hoạt động Phân tích Big data Chuỗi cung ứng (BSCA) đòi hỏi các kỹ năng và cơ sở hạ tầng mang tính kết hợp giữa các phòng ban về Chuỗi cung ứng và IT của công ty. Việc này đòi hỏi doanh nghiệp phải có một đội ngũ mới, dành riêng cho hoạt động này. Bộ phận về BSCA này sẽ chịu trách nhiệm trong việc thu thập và phát triển các ý tưởng cải tiến cho không không chỉ 2 bộ phận Chuỗi cung ứng và IT mà còn hơn thế nữa. Bộ phận này sẽ chịu trách nhiệm thử nghiệm và kiểm định các ý tưởng cải tiến bằng việc phát triển các phiên chạy thử ngắn hạn.
Các nhân sự của phòng ban mới này cần những kỹ năng khác biệt: sự kết hợp các kỹ năng phân tích cực kỳ nhạy bén cùng khả năng xử lý các dữ liệu phi cấu trúc, và hiểu biết sâu sắc về chuỗi cung ứng của doanh nghiệp. Ngoài ra bộ phận này cũng cần có các nhà phân tích dữ liệu có đầu óc về kinh doanh, tuy nhiên các kỹ năng cốt lõi cần phải bao quát một số lĩnh vực chính như sau:
•
Phân tích tổng quan về cơ sở hạ tầng IT của doanh nghiệp
•
Phát triển giải pháp
•
Tích hợp hệ thống
•
Các năng lực về phân tích, tính toán, và thống kê
Đội ngũ phân tích Big data sẽ thúc đẩy chu kỳ hàng quý thử nghiệm và đưa ra danh sách ưu tiên các giải pháp cải tiến về Big data đã thống nhất trong Giai đoạn B. Một phần cốt yếu trong vai trò của đội ngũ này là việc đưa ra kế hoạch chương trình cho từng ý tưởng được thử nghiệm; đồng thời thiết lập một nhóm chung cho các bên liên quan có tham gia vào việc thiết kế và xây dựng chương trình chạy thử. Ngoài ra để giữ cho các dự án đi đúng hướng, nhóm sẽ cần thiết lập các cột mốc rõ ràng và xác định các tiêu chí thành công cho từng giai đoạn.
Tuy nhiên, nhu cầu về năng lực vận hành mới không chỉ đơn thuần là thiết lập một bộ phận mới. Doanh nghiệp sẽ cần phải đào tạo các phòng ban Chuỗi cung ứng hiện có trở nên hiểu biết hơn về dữ liệu, và làm thế nào để thoải mái truyền đạt các vấn đề kinh doanh cho các nhà khoa học dữ liệu.
Giai đoạn B: Xác định các vấn đề kinh doanh và nguồn dữ liệu tiềm năng
Để tạo ra các ý tưởng cải tiến có giá trị, đội ngũ Phân tích Big data Chuỗi cung ứng phải hiểu các ưu tiên của doanh nghiệp và các lỗ hổng về hiệu suất hiện tại. Nếu doanh nghiệp hiện đã có một hệ thống quản lý hiệu suất chuỗi cung ứng tốt, thì doanh nghiệp đã hiểu rõ những điểm mình đang tụt hậu khi sử dụng các phương pháp hiện tại và những cải tiến chuỗi cung ứng nào sẽ mang lại hiệu quả tốt nhất. Ví dụ, độ chính xác về dự báo có thể chưa đạt ở một số khu vực địa lý nhất định, hoặc hiệu suất giao hàng kém ở một số thị trường, hoặc việc một nhà bán lẻ nào đó bị thiếu hàng thường xuyên. Việc xem xét các mức hiệu suất hiện tại sẽ giúp tạo ra một danh sách ưu tiên các vấn đề cần mà Big data có thể giải quyết và mang lại cải thiện.
Đội ngũ phân tích Big data từ đó có thể bắt đầu tìm kiếm các giải pháp khả thi. Ví dụ như tìm kiếm xem có cách tiếp cận nào về Big data nào đã được các công ty khác thực hiện hay chưa? Các ý tưởng có thể đến từ các đối thủ cạnh tranh, các nhà cung cấp phần mềm hoặc được các tổ chức về Big data xuất bản, và được sử dụng lại. Đội ngũ cũng cần tham vấn nội bộ công ty để thu thập các giải pháp đề xuất về Big data để cải thiện các quy trình vận hành. Một số ví dụ về các ý tưởng cải tiến bao gồm việc thu thập giá sản phẩm từ các đối thủ cạnh tranh trên thị trường để cập nhật thuật toán dự báo, hoặc thử nghiệm hoạt động định hình nhu cầu chủ động (active demand shaping) bằng cách tối ưu hóa các chương trình khuyến mãi dựa trên các ràng buộc (dynamic constraints) trong chuỗi cung ứng.
Nỗ lực tìm kiếm ban đầu này sẽ dẫn đến một danh sách dài các ý tưởng có thể góp phần cải thiện các vấn đề về Chuỗi cung ứng đã được xác định trước đó. Từ đó doanh nghiệp phải xác định được các nguồn dữ liệu tiềm năng có thể được sử dụng để triển khai xây dựng ý tưởng. Ví dụ, dữ liệu này có thể đã tồn tại trong các hệ thống ERP hoặc SCM hoặc có thể cần phải mua từ các đối tác thương mại bên ngoài, cơ quan chính phủ hoặc các nguồn dữ liệu như Google hoặc Facebook. Đôi khi, nguồn dữ liệu mới có thể cần phải được tạo ra. Việc tạo ra và thu thập dữ liệu mới đang dần trở nên rẻ hơn và dễ dàng hơn một phần nhờ vào sự sẵn có của các cảm biến (sensor) giá rẻ.
Để có thể đảm bảo rằng các nguồn dữ liệu hữu ích không bị bỏ sót, doanh nghiệp có thể thực hiện bảng đánh giá có hệ thống về những nguồn dữ liệu tiềm năng. Hình 3 dưới đây liệt kê các nguồn dữ liệu quan trọng nhất để ứng dụng vào trong hoạt động quản lý Chuỗi cung ứng trong hầu hết các doanh nghiệp. Đối với giai đoạn B này, các doanh nghiệp phải sẵn sàng chấp nhận một số yếu tố rủi ro nhất định: Một số ý tưởng cải tiến có thể trở nên quá tốn kém, phức tạp hoặc không đủ cơ sở để tin cậy và thực hiện. Tuy nhiên, yếu rủi ro này về cơ bản khó để dự đoán trước một khi chưa được thử nghiệm.
Giai đoạn C: Thiết lập danh sách ưu tiên trong việc triển khai các ý tưởng cải tiến
Để thu hẹp và xác định mức độ ưu tiên danh sách ban đầu về các vấn đề và giải pháp tiềm năng, công ty cần ước tính về cách thức triển khai các giải pháp đó, chi phí thực hiện và giá trị tiềm năng có thể đạt được. Thông thường, những ước tính ban đầu này sẽ được ghi chép vào một bản thảo cấp cao (high-level draft) về cách mỗi giải pháp có thể hoạt động. Bản thảo này sẽ có những mô tả về: cách truy cập những dữ liệu liên quan (ví dụ: bằng cách lấy dữ liệu từ nguồn bên ngoài hoặc tích hợp các dữ liệu từ hệ thống ERP hiện tại); cách phân tích dữ liệu và cách các kết quả sẽ được sử dụng.
Một dự thảo như vậy sẽ cho phép đội ngũ Phân tích Big data Chuỗi cung ứng đánh giá tính khả thi về mặt kỹ thuật của ý tưởng cải tiến và ước tính khối lượng công việc liên quan. Mặt khác, các ước tính về tác động tiềm năng mà các ý tưởng cải tiến sẽ mang lại thường được thực hiện bởi các chuyên gia. Bởi lẽ việc đưa ra các dự đoán rất chi tiết về bản chất sẽ rất khó chính xác bởi lẽ một phương pháp tiếp cận hoàn toàn mới thường có ít hoặc không có kinh nghiệm trước đó.
Một phần khác trong việc lựa chọn các ý tưởng để tiến hành chạy thử nghiệm là việc thiết lập rõ ràng các tiêu chí thử nghiệm thành công. Các tiêu chí này sẽ nói lên được các ý tưởng cải tiến mới cần cải thiện về dịch vụ, chi phí và vốn đến đâu để đảm bảo các nỗ lực doanh nghiệp bỏ ra là không uổng phí. Việc rõ ràng về các mục tiêu đó cũng giúp doanh nghiệp đánh giá và đưa ra quyết định về việc những ý tưởng nào cần tiếp tục phát triển hoặc cắt giảm.
Bằng việc cân nhắc yếu tố về chi phí, độ khó, tác động tiềm năng, và tầm quan trọng chiến lược của từng ý tưởng cải tiến, doanh nghiệp có thể tạo ra danh sách các nhiệm vụ ưu tiên cho đội ngũ phân tích để phát triển và triển khai mô hình thử nghiệm trong quý tiếp theo. Tính sẵn có ngày càng cao của các giải pháp điện toán đám mây có thể giúp đơn giản hóa đáng kể việc triển khai một số giải pháp, và giúp các công ty nhanh chóng thử nghiệm hoặc mở rộng quy mô thử nghiệm các ý tưởng.
Giai đoạn D: Xây dựng mô hình thử nghiệm
Trong giai đoạn xây dựng giải pháp, các ý tưởng cải tiến sẽ được tạo các phiên bản thử nghiệm, và các nguồn dữ liệu mới được thiết lập (nếu cần) và được tích hợp vào các hệ thống quản lý hiện có. Chìa khóa để hạn chế rủi ro trong suốt chu trình này sẽ là việc tạo ra các phiên chạy thử nghiệm ngắn hạn. Sự tham gia của người sử dụng cuối (end-user) và các phiên thu thập phản hồi thường xuyên với các nhân sự quản lý Chuỗi cung ứng có thể giúp đảm bảo các giải pháp thực sự giải quyết các vấn đề kinh doanh tiềm ẩn, và các mục tiêu hiệu suất được đáp ứng.
Một số công ty thậm chí có thể sử dụng các sự kiện “hackathon” để phát triển các phiên bản chạy thử ban đầu để chạy thử nghiệm chỉ trong vài giờ. Việc thường xuyên thu thập phản hồi và chạy các vòng lặp thử nghiệm sẽ giúp tinh chỉnh và cải thiện các giải pháp hoặc chuyển chúng theo hướng mới nếu một ý tưởng cần định hình lại.
Tính khả dụng của nền tảng điện toán đám mây và khả năng lưu trữ và tính toán tức thời sẽ giúp việc triển khai mô hình thử nghiệm diễn ra gần như tức thời.
Giai đoạn E: Đánh giá tác động
Mục tiêu mỗi cuối chu kỳ là đánh giá các ý tưởng đang được thử nghiệm và xác định tác động của chúng. Việc đánh giá nên được thực hiện dựa trên các mục tiêu được thiết lập khi ý tưởng cải tiến vừa mới được đưa ra. Các tiêu chí đánh giá nên được dựa trên tác động trong kinh doanh (dịch vụ, chi phí và vốn), lẫn các giả thuyết đã được thử nghiệm thành công. Dựa trên kết quả này, các bên liên quan cần thống nhất các bước tiếp theo. Ví dụ như, có những ý tưởng cần được mở rộng để có thể đạt được nhiều tác động hơn, hoặc có thể ý tưởng đó đã sẵn sàng để được triển khai rộng khắp. Điều này đồng nghĩa với việc chuyển giao ý tưởng đó cho bộ phận IT để triển khai. Một số ý tưởng có thể mất nhiều thời gian hơn để đánh giá, lặp lại thử nghiệm lần hai.
Cũng có khả năng sẽ có trường hợp ý tưởng ban đầu có vẻ hợp lý, tuy nhiên cách triển khai cần phải thay đổi. Ví dụ, một ý tưởng nhằm cải thiện độ chính xác dự báo đã thất bại do khó có thể tìm mức giá sản phẩm từ các đối thủ cạnh tranh trong thời gian thực, nhưng đội ngũ phân tích có thể tìm cách xác định các dữ liệu từ máy chủ proxy khác (proxy data) có thể thu thập được các dữ liệu tương tự, như theo dõi sự gia tăng trong các hoạt động Logistics bên ngoài các nhà máy sản xuất của đối thủ cạnh tranh.
III. Kết luận
Big data và các kỹ thuật Phân tích nâng cao có tiềm năng biến đổi nhiều khía cạnh của hiệu suất Chuỗi cung ứng. Một thách thức quan trọng đối với các doanh nghiệp nằm ở việc khám phá khía cạnh mới đầy thú vị này một cách hiệu quả để tìm ra những cơ hội phát triển tiềm năng nhất. Và khung chương trình 5 bước chuẩn bị trên có thể giúp doanh nghiệp làm điều này một cách có hệ thống. Quy trình này sẽ có thể tiết lộ đến doanh nghiệp những nguồn lợi thế cạnh tranh về Chuỗi cung ứng hoàn toàn mới.
