Phân tích dữ liệu lớn trong quản lý chuỗi cung ứng sắp có thêm một bước đột phá lớn? Giới chuyên môn về logistics đang nghiên cứu tìm hiểu giá trị của các số liệu phân tích theo thời gian thực bằng trí tuệ nhân tạo (AI) nhằm đạt được khả năng theo dõi chuỗi cung ứng mạnh mẽ và linh hoạt hơn. Các nhà lãnh đạo doanh nghiệp cũng đang tìm hiểu giá trị của quản lý chuỗi cung ứng hiện đại để xử lý sự cố gián đoạn và đạt được các mục tiêu chiến lược.

QUÁ KHỨ, HIỆN TẠI, TƯƠNG LAI 

Nắm rõ quá khứ là một điều vô cùng quan trọng để hiểu được hiện tại và định hướng cho tương lai. Kinh doanh cũng giống như cuộc sống, và dữ liệu chính là nguyên liệu thô để tạo ra những thông tin chuyên sâu như vậy. Hàng chục năm qua, các chuyên gia về chuỗi cung ứng đã biết rõ tầm quan trọng của dữ liệu, bằng chứng là ngành công nghiệp đã đón nhận Internet vạn vật (IoT) khi sử dụng cảm biến, thẻ thông minh và nhiều công nghệ khác. Theo dự đoán, tính đến năm 2025, kho tàng dữ liệu tiềm năng gồm các dữ liệu được tạo từ các thiết bị IoT hàng năm và cả dữ liệu từ nội dung do người dùng tạo sẽ tăng lên đến khoảng 181 nghìn tỷ gigabyte.

Tuy nhiên, khả năng xử lý vẫn chưa thể bắt kịp với lượng dữ liệu khổng lồ này. Nhiệm vụ này càng khó khăn hơn do phần lớn dữ liệu này đều không có cấu trúc, chẳng hạn như các tệp âm thanh, video và bảng tin mạng xã hội – vô cùng khó quản lý bằng bảng tính.

Vậy thì hãy đến với phân tích dữ liệu lớn bằng trí tuệ nhân tạo – quy trình triển khai công nghệ thông minh, chẳng hạn như tự động hóa và trí tuệ nhân tạo (AI) để tìm ra các mô hình trong quá khứ, nêu bật các thay đổi theo thời gian thực trong hiện tại và dự đoán xu hướng trong tương lai một cách đáng tin cậy.

XU HƯỚNG PHÂN TÍCH DỮ LIỆU LỚN KHÔNG CÓ DẤU HIỆU DỪNG LẠI 

Nhiều năm qua, chúng tôi đã theo dõi xu hướng phân tích dữ liệu lớn trong chuỗi cung ứng và logistics. Sức mạnh của các thông tin chuyên sâu từ dữ liệu đang dần biến đổi nhiều ngành công nghiệp, trong đó có logistics. Do đó, cũng không có gì ngạc nhiên nếu DHL Logistics Trend Radar 6.0 – kết quả nghiên cứu của chúng tôi về các xu hướng hiện tại trong năm 2022 lại đề cập đến vấn đề này một lần nữa. Chúng tôi vẫn coi phân tích dữ liệu lớn là một xu hướng trước mắt với khả năng tác động rất lớn. 

Phân tích dữ liệu lớn không thay đổi tính chất vật lý của chuỗi cung ứng nhưng mang lại khả năng theo dõi và cơ sở tốt hơn để ra quyết định sáng suốt cho việc tối ưu hóa chiến lược trên toàn bộ các phân khúc của chuỗi cung ứng. Kết quả đạt được là cấp độ dịch vụ được cải thiện đáng kể, từ việc bảo quản pallet trong kho hiệu quả hơn cho đến xử lý yêu cầu của khách hàng tốt hơn. Ngành logistics đã có một khởi đầu thuận lợi về mặt này. Nhiều nhà lãnh đạo trong ngành đã bắt đầu khai thác dữ liệu lớn để đưa ra các quyết định chiến lược. Và sớm thôi, xu hướng này sẽ trở thành phương thức kinh doanh tiêu chuẩn trong lĩnh vực logistics và quản lý chuỗi cung ứng. 

Bà Katja Busch, Giám đốc thương mại kiêm Giám đốc khối Giải pháp và đổi mới cho khách hàng của DHL cho biết: “Chúng ta đang chứng kiến các doanh nghiệp chuyển đổi logistic từ hoạt động hậu cần lặng lẽ phía sau sang hoạt động mang lại giá trị và tài sản chiến lược.” 

BỐN LOẠI PHÂN TÍCH DỮ LIỆU LỚN

Để đi sâu vào chủ đề phức tạp về phân tích dữ liệu lớn bằng trí tuệ nhân tạo theo thời gian thực với tiềm năng chuyển đổi chuỗi cung ứng ngày nay, hãy chia lĩnh vực này thành bốn loại chính: mô tả, chẩn đoán, dự đoán và đề xuất. 

Phân tích mô tả là tìm hiểu hiện trạng và mô tả những gì đang xảy ra, còn phân tích chẩn đoán là đặt câu hỏi tại sao điều đó lại xảy ra. Phân tích dự đoán sẽ dự báo những gì có thể xảy ra trong tương lai, còn phân tích đề xuất sẽ tìm hiểu dữ liệu theo tình huống và dữ liệu lịch sử để đề xuất các phương pháp tối ưu hóa chiến lược cần triển khai. 

PHÂN TÍCH CHUỖI CUNG ỨNG TRONG THỰC TẾ

Tiềm năng thu thập dữ liệu lớn càng cao thì cơ hội khai thác dữ liệu lớn cũng tăng lên. Nhưng hiện nay, tình hình phân tích dữ liệu lớn trong chuỗi cung ứng như thế nào? 

Hãy cùng tìm hiểu một số trường hợp sử dụng thực tế về tận dụng sức mạnh phân tích dữ liệu lớn

TỐI ƯU HÓA HÀNG TỒN KHO VÀ TÀI SẢN 

Bạn muốn tăng hiệu quả của các kho hàng và trung tâm? Phân tích dữ liệu lớn giúp bạn theo dõi chuỗi cung ứng để từ đó tối ưu hóa cách lưu trữ và di chuyển hàng tồn kho giữa các cơ sở, cũng như cách sử dụng và lưu giữ tài sản.  

• Mô tả: Sử dụng dữ liệu cảm biến để xem mức hàng tồn kho, diện tích trống trên giá, vị trí và trạng thái của các tài sản trong kho. 
• Chẩn đoán: Cho thấy sự liên kết giữa các loại hàng tồn kho và các tài sản chi tiết các tài sản như băng chuyền hoặc phương tiện vận tải, hoặc giữa các sự kiện bên ngoài và mức hàng tồn kho. 
• Dự đoán: Tinh chỉnh khoảng thời gian bảo trì phòng ngừa cho tài sản và tối ưu hóa hàng tồn kho để dự liệu trước những biến động thời vụ có thể dự đoán. 
• Đề xuất: Khai thác dữ liệu lịch sử để phân bổ không gian một cách tối ưu theo đơn vị lưu kho (SKU) và ngăn ngừa xảy ra tình trạng mức hàng tồn kho quá cao hoặc quá thấp không cần thiết. 

TỐI ƯU HÓA VẬN CHUYỂN VÀ GIAO HÀNG 

Chuỗi cung ứng của bạn có một phân khúc đặc biệt khó khăn? Phân tích dữ liệu lớn có thể giúp bạn giao hàng đúng hạn, tiết kiệm chi phí mà vẫn đảm bảo hàng hóa đến nơi trong tình trạng tốt. 

• Mô tả: Sử dụng dữ liệu cấp độ dịch vụ để phân tích theo thời gian thực về trạng thái của phương tiện vận tải hoặc tình trạng của hàng hóa được giao. 
• Chẩn đoán: Xác định lý do tại sao hàng luôn bị chậm trễ. Ví dụ: Lịch trình có bị lệch với mô hình giao thông không? 
• Dự đoán: Kiểm tra các nguồn dữ liệu khác nhau để dự đoán nguy cơ gián đoạn của các phân khúc trong chuỗi cung ứng, thậm chí xét đến cả các yếu tố như thiên tai và bạo lực chính trị. 
• Đề xuất: Phân tích dữ liệu trong quá khứ để có thông tin chuyên sâu về lịch trình tối ưu và quy mô đội xe nhằm phát huy tối đa năng lực của bạn và đạt hiệu quả giao hàng đúng hạn cao nhất. 

THẨM ĐỊNH VÀ ĐÁNH GIÁ RỦI RO CỦA NHÀ CUNG CẤP 

Bạn muốn bỏ qua công việc đánh giá tẻ nhạt về mối quan hệ đối tác với nhà cung cấp hiện tại hoặc tiềm năng đầy tẻ nhạt? Phân tích dữ liệu lớn là chìa khóa để giúp bạn tối ưu hóa quy trình đánh giá rủi ro và khả năng phục hồi. 

• Mô tả: Sử dụng dữ liệu từ cảm biến và các nguồn khác để đánh giá hiệu suất của nhà cung cấp (giao hàng đúng hạn, chất lượng, v.v.) theo thời gian thực. 
• Chẩn đoán: Sử dụng dữ liệu này để hiểu rõ các mô hình và biết được ưu điểm của từng nhà cung cấp. 
• Dự đoán: Hỗ trợ lựa chọn nhà cung cấp bằng cách so sánh các tiêu chí trong chuỗi cung ứng để tự động dự đoán khả năng từng nhà cung cấp trong việc đáp ứng nhu cầu của bạn trong trường hợp bị gián đoạn. 
• Đề xuất: Phân tích hiệu suất của nhà cung cấp để xếp hạng và phân loại các đối tác hiện tại và tiềm năng, cũng như để đưa ra quyết định mua hàng. 

QUẢN LÝ KHÁCH HÀNG 

Bạn muốn tăng mức độ trung thành của khách hàng với thương hiệu? Phân tích dữ liệu lớn có thể giúp bạn cải thiện trải nghiệm và hành trình của khách hàng. 

• Mô tả: Nhóm các khách hàng B2B và B2C thành các danh mục khác nhau bằng cách sử dụng các đặc điểm như ngành, độ tuổi, khu vực, khối lượng đơn hàng và nhu cầu – sau đó hiển thị dữ liệu trong một bảng thông tin trực quan để hiểu rõ hơn về cơ sở khách hàng của bạn cũng như những khách hàng có thể bị ảnh hưởng khi có sự thay đổi trong chuỗi cung ứng. 
• Chẩn đoán: Giải thích lý do khách hàng rời đi cũng như sự ưu tiên các tùy chọn của khách hàng theo giá cả, mức độ thuận tiện hoặc các biến số khác. 
• Dự đoán: Tạo các trường hợp thực tế tiếp xúc trực tiếp với khách hàng và sử dụng tính năng dự đoán nhu cầu để giảm bớt tình trạng tắc nghẽn trong chuỗi cung ứng hoặc sử dụng cơ sở vật chất và đội xe kém hiệu quả. 

Đề xuất: Xử lý dữ liệu lịch sử để xác định độ co giãn theo giá cả và đảm bảo đưa ra mức giá tốt hơn để đáp ứng kỳ vọng của khách hàng. Xem xét các đơn hàng trong quá khứ để tối ưu hóa nguồn nhân lực hiện tại và duy trì cấp độ dịch vụ cao. Khai thác dữ liệu về người tiêu dùng để mang đến hành trình mua sắm phù hợp với khách hàng hơn và tăng khả năng giữ chân khách hàng. 

Ông Klaus Dohrmann, Phó giám đốc bộ phận Đổi mới và nghiên cứu xu hướng, khối Giải pháp và đổi mới cho khách hàng của DHL cho biết: “Dữ liệu lớn cung cấp một kho tàng thông tin kinh doanh chuyên sâu về tất cả các phần của chuỗi cung ứng cho nhiều mục đích khác nhau, chẳng hạn như mức độ hiệu quả, khả năng phục hồi và tính bền vững.” 

NHỮNG THÁCH THỨC KHI PHÂN TÍCH DỮ LIỆU LỚN 

Hầu hết, nếu không muốn nói là tất cả, các công ty logistics hàng đầu ngày nay đều đang khai thác phân tích dữ liệu lớn để đưa ra các quyết định chiến lược. Nhưng ngay cả những công ty quyết tâm làm điều này cũng phải công nhận rằng họ gặp phải rất nhiều thách thức. Ba yếu tố khó nhằn được nhắc đến nhiều nhất là “phân tích”, “xử lý” và “triển khai thông tin tìm được”. 

Cũng phải công nhận rằng phân tích dữ liệu lớn có thể rất phức tạp, đó là lý do tại sao các chuyên viên phân tích dữ liệu là những thành viên không thể thiếu trong nhóm quản lý chuỗi cung ứng của chúng tôi. Đối với ngành logistics, chúng tôi nhận thấy có ba thách thức nhãn tiền như sau: 

XÁC ĐỊNH MỤC TIÊU 

Cần có dữ liệu để phân tích dữ liệu lớn – do đó, trước khi bắt đầu bước vào hành trình phân tích dữ liệu lớn, bạn cần xác định loại dữ liệu nào có giá trị cho tổ chức của mình, rồi xây dựng mạng lưới cảm biến và các công nghệ khác để thu thập dữ liệu thích hợp.

LỌC DỮ LIỆU 

Hầu hết các dữ liệu, nhất là từ internet, đều không có cấu trúc và cần được “làm sạch” để giữ lại những dữ liệu chất lượng nhằm đưa ra phân tích có ý nghĩa. Cần mất rất nhiều thời gian, tiền bạc và năng lực để tự động hóa quy trình này. 

PHÂN TÍCH CUỐI CÙNG (DỮ LIỆU LỚN) LÀ GÌ? 

Khả năng theo dõi là chìa khóa để xây dựng một chuỗi cung ứng linh hoạt. Với khả năng phân tích bằng trí tuệ nhân tạo ngày nay, dữ liệu lớn có thể cải thiện hiệu suất và tăng khả năng phục hồi của chuỗi cung ứng mà gần như không cần thay đổi cơ sở hạ tầng của chuỗi cung ứng hiện có. Các công ty áp dụng phương pháp này từ sớm đã liên tục tích hợp những công nghệ hiện đại nhất để có được thông tin chuyên sâu mang tính mô tả, chẩn đoán, dự đoán và đề xuất. Không sớm thì muộn Trong tương lai gần, những kỹ thuật phân tích dữ liệu lớn này sẽ được coi là phương pháp thực hành tiêu chuẩn trong quản lý chuỗi cung ứng và được kỳ vọng bởi khách hàng trong tất cả các ngành nghề. 

Câu chuyện này ban đầu được đăng tải trên DHL Delivered và đã được cho phép đăng lại.