DemandCaster zvyšuje viditelnost zásob v reálném čase pro optimalizované plánování dodávek a poptávek v řešeních Plex, NetSuite a dalších ERP

Ve zkratce: Jak se dodavatelské řetězce stávají složitějšími a rozmanitějšími preferencemi spotřebitelů, řízení zásob představuje složitou výzvu. DemandCaster se integruje s řešeními podnikového plánování zdrojů (ERP) a dalšími datovými zdroji, aby předpovídání nabídky a poptávky bylo přesnější, efektivnější a pohotovější. Jako divize společnosti Plex Systems, předního poskytovatele softwaru ERP pro výrobce, využívá produkt DemandCaster cloudovou infrastrukturu Plex, aby poskytoval uptime a stabilitu na podnikové úrovni, a zahrnuje špičkové analytické a reportovací nástroje, které poskytují předpovědi v reálném čase. A protože úsilí o optimalizaci přesahuje dodavatelský řetězec a zahrnuje údaje o zákaznících ze sociálního webu, DemandCaster je zde proto, aby transformoval inteligenci do poznatků, které zlepšují konečný výsledek..


Protože digitální transformace pokračuje v maloobchodu, společnosti potřebují přesné plánování nabídky a poptávky, aby pomohly zvýšit flexibilitu a schopnost reagovat – a také snížit nadměrné zásoby a stavy na skladě.

DemandCaster umožňuje maloobchodním, distribučním a výrobním podnikům předpovídat poptávku zákazníků a přizpůsobovat kapacitu a zásoby tak, aby tyto změny efektivně zohledňovaly. Dělá to tak, že transformuje historii zásob a prodejů na údaje o požadavcích na dodávky v reálném čase optimalizované v souladu s cíli úrovně služeb, dodací lhůty dodavatele a dalšími měřítky..

Fotka z Ara Surenian, Founder of DemandCaster

Ara Surenian, zakladatel DemandCaster, s námi hovořil o důležitosti viditelnosti podnikového dodavatelského řetězce.

„DemandCaster umožňuje manažerům podnikových dodavatelských řetězců souběžně sledovat poptávku a nabídku,“ řekl Ara Surenian, zakladatel DemandCaster. „A to znamená lepší výsledky: snížené plýtvání zásob, vyšší efektivitu obratu a optimalizaci nákladů. Data používáme ke zmírnění rizika v rizikovém prostředí. “

DemandCaster, který byl uveden na trh v roce 2007, získal v roce 2016 společnost Plex Systems, přední poskytovatel softwaru ERP pro výrobce. DemandCaster nyní pracuje jako divize v Plexu a Ara pracuje pro tuto divizi jako vedoucí produktu a techniky společnosti Plex.

Řešení DemandCaster bylo navrženo tak, aby nahradilo plánování založené na tabulkách. Používání tabulek k přesné předpovědi prodejů a plánů zásob se stává stále obtížnějším a časově náročnějším, protože podnik roste nebo se jeho dodavatelský řetězec stává složitějším..

“V mé předchozí roli v provozním poradenství jsem neustále viděl lidi, jak bojují s tabulkami, snaží se shromažďovat data a vymýšlet věci ve stále složitějším plánovacím prostředí,” řekl Ara. “DemandCaster jsme vyvinuli jako řešení těchto problémů.”

Demandcaster byl také vytvořen pro cloud. V době, kdy byl tento koncept stále nový, našli podniky výhodu v tom, že nechaly DemandCaster zpracovávat infrastrukturu, zatímco přistupovaly k jejich datům v reálném čase bez ohledu na umístění. “Naše vestavěné funkce cloudu nám umožnily pěkně škálovat vedle naší zákaznické základny,” řekl Ara.

Přesné, komplexní prognózy bez ohledu na platformu ERP

Tým DemandCaster se od začátku soustředil na integraci svého řešení s různými poskytovateli ERP. Akvizice společnosti Plex to nezměnila. Mnoho zákazníků DemandCaster například používá Oracle NetSuite ERP vlastněný společností Oracle.

“Tam jsou další řešení pro plánování poptávky, která se integrují s NetSuite, ale neexistují žádná, která nabízejí naši hlubší úroveň funkčnosti,” řekl Ara. “Máme tam sílu, a proto naši zákazníci NetSuite na nás hledí na rozdíl od ostatních.”

DemandCaster vytvořil podobně symbiotický vztah s Plexem. Protože se Plex konkrétně zaměřuje na výrobní odvětví, zákazníci Plex a NetSuite ERP se však málokdy překrývají.

Grafika pracovního postupu Demandcasteru

“Byli jsme schopni přidat do řešení Plexu schopnosti, které Plex neměl – velmi silné schopnosti zaměřené na výrobu, předvídání, distribuci a plánování plánování na straně nabídky, které docela dobře doplňovaly výrobní výkony společnosti Plex,” řekl Ara. “Nakonec jsme z úzkého partnerství vytvořili akvizici, která pro nás oba měla smysl.”

Jako divize v rámci Plexu, DemandCaster přidává hodnotu zákazníkům Plexu, zatímco pracuje samostatně pro podporu NetSuite a dalších klientů ERP. “Nyní máme zdroje a cloudové znalosti, abychom mohli dále růst a podporovat zákazníky Plex i zákazníky mimo Plex,” řekl Ara.

Od roku 2017 je DemandCaster hostován v datovém cloudovém operačním centru Plex, robustním prostředí podnikové třídy, které poskytuje 99,998% dostupnosti, větší stabilitu a vynikající monitorování a zároveň umožňuje týmu DemandCaster soustředit se na vývoj..

Zlepšení výkonu a zisku snížením plýtvání a nejistoty

Bez ohledu na platformu nabízí DemandCaster správu a optimalizaci inventáře měnící hru. Když se vztahy v dodavatelském řetězci stanou složitými, flexibilita DemandCaster je zvláštním přínosem. Jeden klient DemandCaster, přední výrobce kosmetiky, zvýšil svou přesnost pomocí prodejních údajů svých vlastních zákazníků.

“Maloobchodní zákazníci našeho klienta zahrnují všechny špičkové obchodní domy a specializované prodejce kosmetiky,” řekl Ara. “Tito maloobchodníci mají spoustu bohatých údajů o prodeji a v určitých případech to sdílejí s naším klientem.”

DemandCaster umožňuje klientovi vygenerovat prognózu prodeje, která zahrnuje prodejní data z maloobchodních prodejen.

“Vytváříme prodejní předpověď v místě prodeje,” řekl Ara. “To se promítne do spotřeby inventáře jejich zákazníků a poté do projekce, kdy maloobchodník provede u našeho klienta další objednávku.”

“To se stává vstupem do plánu poptávky našich klientů, což znamená, že mohou provádět úpravy a přidávat propagační akce a další strategie a vytvářet mnohem soudržnější a předvídatelnější sadu scénářů,” pokračoval Ara.

Před zahájením vztahu se společností DemandCaster se klient pokoušel předpovídat nabídku a poptávku pomocí tabulek – operace náročná na čas a práci.

“Nyní mají vysoce automatizovaný způsob, jak stahovat data, provádět výpočty a generovat projekce,” řekl Ara.

Další klient DemandCaster, STM Brands, který vyrábí příslušenství pro notebooky a telefony, se také spoléhal na tabulky pro správu nákladů na zásoby a pohybu. Nepřesné plánování vedlo k nadměrným výdajům na leteckou dopravu, aby bylo zajištěno, že se zboží dostane na správné místo ve správný čas. Společnost také postrádala vhled do změn trhu, což vedlo k zastaralým a nadměrným zásobám.

“STM nyní vidí, co se bude dít za krátkou dobu,” řekl Ara. „Nyní je schopen přizpůsobit svou nabídku na základě přesnějších projekcí, vyhodnotit chyby a provést úpravy. A to zase zlepšilo jeho výkon. “

Těžba inteligenčních dat pro zvýšení přesnosti a pohotovosti

Mezitím, jak se maloobchodní průmysl neustále transformuje, pokračuje snaha o ještě větší přesnost dodavatelského řetězce. Zákazníci DemandCaster se mohou dívat na zákaznické zpravodajství ze sociálních sítí a zvyšovat tak prediktivní hodnotu svých prognóz.

“Lidé chtějí použít údaje o zákaznících k hodnocení sentimentu spotřebitele,” řekl Ara. “Je za tímto produktem hodně energie?” Měli bychom zvýšit naše nákupy nebo rachotit naše nákupy v reakci na něco virového děje na webu? A když začne tento sentiment ubývat, kdy se stáhneme? “

Těžba inteligence zákazníků znamená rozšíření konceptu „end-to-end viditelnosti“ nad rámec transakce.

„Na základě konverzací, zmínek, recenzí atd. Můžeme vyhodnotit, zda podniky mají dostatek zásob vyrovnávací paměti, aby zvládly skok prodeje, než dorazí příští dodávka do dvou týdnů. Nebo zda bude třeba peníze vynaložit na urychlení přepravy, protože sentiment je silný, “řekl Ara.

To také pomáhá zlepšit rozhodování o představení nových produktů a umožňuje přesnější přechody na nové produkty.

“To můžete udělat pouze nahrabáním a pochopením toho, co se děje za čtyřmi stěnami firmy,” řekl Ara. “A jako divize společnosti Plex máme platformu a schopnost to dělat – a nadále hledat nové způsoby, jak našim zákazníkům přinést konkurenční výhody.”

Jeffrey Wilson Administrator
Sorry! The Author has not filled his profile.
follow me