分析とは信頼できる関連データの要約に基づいて、データ駆動型の意思決定を行う能力処理を指し、グラフやチャートなどの形で可視化されたデータがしばしば用いられます。
通常のサプライチェーンでは、大量のデータが発生します。 サプライチェーン分析では、こうしたデータのパターンを明らかにして洞察を形成するので、すべてのデータの意味を理解するのに役立ちます。
さまざまなタイプのサプライチェーン分析には以下があります：
サプライチェーン全体を通して、社内・社外両方のシステムとデータを可視化し、信頼できる唯一の情報源を提供します。
確度の高い結果予測や、将来のシナリオとそのビジネスへの影響を、組織が把握するのに役立ちます。 例えば、予測分析を使用することで、混乱やリスクを予想し、緩和することができます。
組織による問題解決や連携を支援して、ビジネスの価値を最大化するのに役立ちます。 企業とロジスティック・パートナーの連携を支援することで、混乱の軽減にかかる時間と労力を削減します。
自然言語での複雑な質問に対して、個人やチームが質問に答えるような形で回答できるようにします。 この分析によって、「Xをどのように改善、最適化すればよいか」といった複雑な問題を、企業が熟考する助けになります。
サプライチェーン分析は、人工知能（AI）などのコグニティブ・テクノロジーをサプライチェーン・プロセスに適用するための基盤ともなります。 コグニティブ・テクノロジーは、人間と同じように理解、推論、学習、対話しますが、その処理能力と速度は人間を凌駕します。
この先進的なサプライチェーン分析は、サプライチェーン最適化の新たな時代の先駆けとなるものです。 このテクノロジーによって大量のデータを自動的にフィルタリングすることで、組織がより正確な予測を行い、非効率な部分を特定し、お客様のニーズにより適切に対応し、イノベーションを促進して、画期的なアイデアを追求することが可能になります。
サプライチェーン分析は、企業がよりスマートで、迅速かつ効率的な意思決定を行う上で役立ちます。 そのメリットとして、以下のようなことが挙げられます。
最近のガートナー社の調査によると、調査対象組織の29%が、分析を使用することで高いROIを達成したと回答したのに対して、ROIが向上しなかったと回答した組織は4%にとどまっています。
サプライチェーン分析では、サプライチェーン全体のパターンや傾向を調べることで、既知のリスクを特定できるだけでなく、将来のリスクを予測することもできます。
サプライチェーン分析では、顧客のデータを分析することにより、企業が将来の需要をより正確に予測するためのヒントを得ることができます。 商品の収益性が低下したときに、どの商品を最小化すればよいかを決定したり、最初の注文の後に顧客のニーズがどのように変化するかを把握したりするのに役立ちます。
サプライチェーン分析を使用することで、商品の在庫やパートナーの回答、顧客のニーズを絶えず観察して、情報に基づく意思決定を行うことができます。
現在では、サプライチェーン・マネジメントのための先進的な分析が提供されています。 先進的な分析を使用すると、構造化データと非構造化データの両方を処理して、アラートを適時に取得し、最適な意思決定が可能になるというメリットを得られます。 このような分析により、さまざまな情報源の間で相関とパターンを構築してアラートを生成し、コストと持続可能性への影響を抑えながらリスクを最小化することができます。
サプライチェーン分析でAIなどの技術が一般化すれば、企業のメリットはさらに急増する可能性があります。 自然言語データの分析能力に限界があったために以前は処理できなかった情報が、現在はリアルタイムで分析できるようになっています。 AIは、さまざまな情報源、サイロ、システムから、迅速かつ広範囲にデータを読み取り、理解し、関連付けることができます。
これにより、データの解釈に基づいてリアルタイムに分析を行うことが可能になります。 つまり、従来よりもはるかに広範な情報を、サプライチェーンから得られるようになります。 企業は、新しいビジネス・モデルに対応しながら、効率を向上させ、混乱を回避できるようになるのです。
サプライチェーンは、顧客や消費者にとって最もわかりやすい企業の顔になるものです。 企業がサプライチェーン分析をより正確に行うことができれば、企業の評価と長期的持続可能性をより効果的に守ることができます。
IDCのSimon Ellisは、その著書『The Thinking Supply Chain』の中で、将来の効果的なサプライチェーン分析の特徴として、5つの「C」を示しています。
効果的なサプライチェーン分析の主な特徴：
ソーシャル・メディアからの非構造化データや、モノのインターネット（IoT）からの構造化データの他、従来のERPやB2B統合ツールを通じて取得される従来型のデータ・セットにもアクセスできること。
サプライヤーとの連携を強化するために、クラウド・ベースのコマース・ネットワークを活用して、複数企業間のコラボレーションとエンゲージメントを実現する必要性が増しています。
サプライチェーンでは、サイバー侵入やハッキングに強いシステムを構築する必要があり、企業を挙げてこの問題に取り組む必要があります。
AIプラットフォームは、サプライチェーン全体にわたる意思決定とアクションを照合、調整、実行することにより、現代のサプライチェーンのコントロール・タワーになっています。 サプライチェーンの大部分は自動化され、自己学習します。
データの規模に合わせて、分析機能をリアルタイムで拡大できるようにする必要があります。 広範囲に及ぶ洞察が迅速に形成されるようになります。 将来のサプライチェーンでは、遅延を決して発生させないようにする必要があります。
従来、サプライチェーン分析は、需要の計画と予測のための統計分析と、定量化可能なパフォーマンス指標にほぼ限定されていました。 データは、サプライチェーンのさまざまな参加者から持ち寄られるスプレッドシートに保管していました。
1990年代には、電子データ交換（EDI）やエンタープライズ・リソース・プランニング（ERP）のシステムが企業で採用され、サプライチェーン・パートナー間の相互接続が実現し、情報交換が行われるようになりました。 これらのシステムにより、分析対象のデータにより簡単にアクセスできるようになり、企業による事業の設計、計画、および予測に役立つ機能も提供されました。
2000年代には、ビジネス・インテリジェンスや予測分析ソフトウェア製品への転換が始まりました。 これらの製品は、サプライチェーン・ネットワークの有効性や、より適切な意思決定の方法、ネットワークの最適化方法を、より深く理解するためのものでした。
今日の課題は、サプライチェーン・ネットワークで発生する膨大な量のデータを企業が最大限活用するには、どうすればよいかということです。 つい最近の2017年までは、典型的なサプライチェーンがアクセスするデータ量が、わずか5年前に比べて50倍に増えたにもかかわらず、1このうち分析されているデータは4分の1にも達しませんでした。 さらに、すべてのサプライチェーン・データの約20%が構造化データであり、簡単に分析できる一方で、サプライチェーン・データの80%は非構造化データ、つまりダーク・データです。2今日求められているのは、このダーク・データを最も効果的に分析する方法です。
各種の研究では、コグニティブ・テクノロジーや人工知能が、サプライチェーン分析の次の最先端領域として注目されています。 AI製品を活用すれば、情報の保存とプロセスの自動化以上のことを実現できます。 AIソフトウェアは、人間のように考え、推論し、学習することができます。 またAIは、膨大な量のデータと情報（構造化データと非構造化データのどちらも）を処理し、その情報の要約と分析を瞬時に行うことができます。
IDCは、2020年までに、すべてのビジネス・ソフトウェアの50%に何らかのコグニティブ・コンピューティング機能が組み込まれると予測しています。3 Iは、複数のシステムや情報源からのデータを効果的に関連付け、解釈するためのプラットフォームとなるだけでなく、サプライチェーンで発生するデータとインテリジェンスのリアルタイム分析も可能にするのです。 新たに注目を集めているブロックチェーン・テクノロジーも活用すれば、何が発生するかを企業が事前に予測することも、将来的に可能になるでしょう。
サプライチェーン分析の複雑化に伴い、サプライチェーンのパフォーマンス最適化を目的としたさまざまなタイプのソフトウェアが開発されています。 ソフトウェア製品は、タイムリーかつ正確なサプライチェーン情報を提供するものから、販売実績を監視するものまで多岐にわたります。
例えば、IBMは、サプライチェーン分析の有効性を高めるためのソフトウェア製品を数多く開発しており、その一部にはAIテクノロジーも活用されています。 サプライチェーン・ソフトウェアにAI機能を組み込むことで、常に変動する生産フローを実際に学習して、変更が必要かどうかを予測することができます。
サプライチェーン分析の影響を示す、IBMのブログや実世界の顧客体験の詳細はこちらをご覧ください。
サプライチェーンの中断に対する平均応答時間が数日から数分に短縮され、以前と比べて90%以上高速化しました。
データ分析を適用して業務を改善し、成果を向上させる方法を紹介します。
最先端のコントロール・タワーのタイプ、メリット、優位性を学びましょう。
よりスマートなコントロール・タワーは今や、サプライチェーンのパフォーマンスを司る中枢部になっている理由をご覧ください。
IDCは、真のレジリエンシーに必要なスピードと俊敏性を確保するうえで、サプライチェーン・コントロール・タワーが不可欠になっている現状を共有してくれています。
AI機能を使用して、データ・ノイズを削除し、洞察を得ることで、企業が自信を持って迅速に行動できるようにします。
すべての関連トランザクションを1つのダッシュボードで表示できるようにします。このソフトウェアはITを使用せずに、問題を素早く特定して評価することができます。
計画策定、予算作成、予測、分析の各プロセスを自動化することで、効率を向上させ、タイムリーかつ信頼できる計画を作成できます。
インテリジェントな洞察を獲得することで、在庫を把握、管理し、より効果的に対応して実際の需要に対応します。
出典
1 「The Path to a Thinking Supply Chain」、Simon Ellis、John Santagate、IDC Technology Spotlight、2018年8月。
2 「The AI journey: Artificial intelligence and the supply chain」、IBM Watson Supply Chain。(PDF, 1.94 MB)
3 「Creating a thinking supply chain for the cognitive era」、Matt McGovern、Watson Customer Engagement、2017年3月27日。