Recomendados
Recomendados
Más contenido relacionado
Similar a ビジネス課題へのQlik のアプローチを事例とデモでご紹介！ 第1弾～サプライチェーン
Similar a ビジネス課題へのQlik のアプローチを事例とデモでご紹介！ 第1弾～サプライチェーン (20)
Más de QlikPresalesJapan
Más de QlikPresalesJapan (20)
ビジネス課題へのQlik のアプローチを事例とデモでご紹介！ 第1弾～サプライチェーン
- 1. Aug 2022 TECH TALK アクティブインテリジェンス for Supply Chain
- 3. 3 3 Q&Aについて • 質問はZoom画面下のQAアイコンをクリックして入力してください。 • 質問に対してQlikパネラーが随時QAパネルで回答します。 • 質問と回答については、セミナーの最後に他の参加者に情報共有させていただき ます。
- 4. 4 4 本日の動画と資料について • 本セッションの資料と動画は後日TechPlayのレポートで公開されます。 • 以前のセッションにつきましては、YouTubeのプレイリスト、 Slideshareを ご覧ください。 • SlideShareからのPDF版のダウンロードはSlideShareへの登録が必要と なります。
- 7. 9 9 9 アクティブインテリジェンスストーリー スマートエンタープライズの構築 チャレンジ 解決方法 価値 • 2030年までにデータドリブンな 企業、すなわちデータドリブンな ビジネスプロセスで動くスマートな 企業になる。 • SAPやその他のシステムからリア ルタイムにデータを取り出し、サ プライチェーンのパフォーマンスと 効率性を向上させます。 • 購買・販売データへの迅速なア クセスを実現 • ビジネスクリティカルなKPIの作 成と監視を効率化 • SAPおよび非SAPデータを Microsoft Azureのデータレ イクおよびデータウェアハウスに 効率的に統合し、ほぼリアルタ イムで更新します。 • 様々なスキルを持つ数百人の セルフサービスユーザーを対象 としたQlik分析アプリ • 販売や配送における潜在的な 問題への注意喚起 • 2ヶ月でエンタープライズデータ ウェアハウスを構築 • インサイトまでの時間を65%短 縮 • 在庫管理、生産管理、コスト 削減など、SAPの "その時 "の データを活用したリアルタイムア クションを実現 • ビジネスデータの活用を加速し 、機械学習を活用した高度な 分析に取り組む "Qlik Data Integrationで SAPデータを抽出し、Qlik Senseで分析することで、データ を通して全体のストーリーを伝え ることができ、それは大きなメリット となります。" Greene Tweed社 エンタープライズデータ＆アナリティクスマ ネージャー David Hufnagle氏 ビジネスシ ーンで モーメント ビジネスシ ーンで モーメント CDCストリーミング データウェアハウス データレイク セルフサービス・アナリティクス レポーティングとアラート プロフェッショナルサ ービス カスタマーストーリー, ウェビナー, ブログ
- 8. 12 サプライチェーンにおけるマーケットフォース/トレンド 供給足分 32% の企業が供給不足で収益を失い、11％が ブランドへのダメージを挙げています。 サプライチェーンの崩壊 93% サプライチェーンのエグゼクティブのうち、自社 のサプライチェーン全体のレジリエンスレベルを 上げる予定があると回答した人 インフレ 15-35% 材料費の増加：米国国勢調査によると、材 料費の前年比増加幅は1970年以来最大 サステイナビリティ 75% 所属する組織が気候変動に関心を持ち、持 続可能な活動に投資していると答えた。 1. デロイト グローバル 2021年チーフ調達責任者調査 2. マッキンゼー、「ネクスト・ノーマルに向けたサプライチェーンの再構築」。 3. デロイト 2022年CxOサステナビリティレポート 4. IDC Worldwide Global DataSphere Forecast 2019-2023
- 9. 13 事業転換 組織は、よりデータ駆動型になり、突然のショックや急速に変化する市場環境に対応するた めの敏捷性を向上させる必要があります。 従来型ビジネスインテリジェンス x スタンドアロンダッシュボードとレポートで提供されるイ ンサイト x ビジネスデータのほとんどを過去にさかのぼって見るこ とができる x 脆弱で設定済みのデータインフラに依存し、分析用 のビジネス対応データをバッチで提供する。 x 行動を強制するのではなく、情報を提供することを目 的としたデザイン データドリブン＆アジャイル組織 ✓ ビジネスプロセスに組み込まれた分析アプリケーション ✓ リアルタイムのデータから、ビジネスの瞬間や事象に対応 した行動を予測するフォワードルッキングインテリジェンス ✓ アジャイル、フレキシブル、インテリジェントな分析データ パイプラインとアーキテクチャを確立します。 ✓ 即座に行動を起こすように設計されている
- 10. 14 ビジネスバリュー データドリブンとアジャイル化でより大きな価値を引き出す データウェアハウス リレーショナ ルDBMS サーチャ サービス ファイル MAINFRAME トラディショナル データドリブン、アジャイル データの価値 データの利用 RAWデータ FREE IT ファインディング・イット 理解する アクション IT リアルタイムの自動化された分 析データパイプラインからの継 続的なインテリジェンス 労働集約的なバッチ式データ 更新・処理 ビジネスプロセスに組み込まれ たAI対応分析アプリケーション スタンドアロン・ダッシュボードと 静的レポート アクションのきっかけになるよう な ライトノベル セルフサービス、ガバメント、ア ナリティクスに対応したデータ ビジネスデータへのアクセスおよ び使用の制限
- 13. 17 予防保全 リアルタイムデータにより、資産の健全性を監視し、故障を予測し、生産を最適化する。 新しい信号は自動機械学習 モデルによって捕捉され、故障 や安全事象のリスク増加を予 測します。アラートは工場長 の携帯電話に送られ、工場 長はタイムリーな行動をとるこ とができます。 プラントマネージャーは、拡張 された分析によってサポートさ れている資産の使用率とパフ ォーマンスを監視することがで きます。MLによる説明可能性 は、機械の故障の背後にある 主要なレバーを明らかにし、 what-if分析を可能にします 。 企業全体のユーザーが分析 可能なカタログデータにアクセ スできるよう、安全なセルフサ ービスを管理します。 ERP、IoT、CMMSのソースか ら資産の健康状態、メンテナ ンス、稼働データを統合し、継 続的に更新して分析消費に 活用。 アプリケーションの自動化を利 用して、Plant Manager は Qlik 内からアクションをトリガ ーし、EHS チームに機械や安 全点検を要求しています。技 術者は問題を発見し、修正し ます。 ↑ アップタイム＆MTTR（ 平均修理時間） ↓ 生産ロス、MTBF＆ MTBR（平均故障間隔、 平均修理間隔）。 ↓ # 安全に関する事件 連続的 11:30 08:30 12:30 連続的 事業内容 成果 工場長の一日 法 じっさいに リアルタイム データ ビジネスバリュー 予測・警告 ふりょう 分析 パフォーマンス ガバメント 分析可能なデータ
- 14. 18 在庫切れの防止 在庫切れ防止で売上損失を削減 モデルの説明可能性は、管 理者が予測されたOOSの主 な要因を理解し、異なる購入 オプションでwhat-ifシナリオ を実行するのに役立ちます。 アラートのリンクからQlik Analyticsに移動し、拡張さ れた分析がもたらすビジネスイ ンパクトを深く理解することが できます。 AutoMLで学習したMLモデ ルは、重要な製品群に対して 高いOOS確率を予測します 。 ストアマネージャーにアラート が送信されます。 在庫、POS、棚センサーのデ ータ、オンライン訪問を統合し 、継続的に更新されるリアルタ イムの情報は、突然の需要の 急増を捉えます。 店長はQlikのアプリケーショ ンオートメーションを使って、 サプライチェーンリーダーとカテゴ リーバイヤーへの在庫補充承 認ワークフローを開始しました 。 ↓ 在庫切れ ↓ 売上損失 ↑ 顧客サービス／顧客満足 12:10 12:25 12:11 12:50 12:00 事業内容 成果 ストア/インベントリーマネージャーの一日 法 じっさいに リアルタイム データ ビジネスバリュー 処方する ベストアクション 分析 よげん 注意喚起 予測分析による
- 15. 19 需要予測 高度な分析で需要計画を改善し、収益を最大化する デマンドプランナーは、カテゴリーバ イヤーやサプライチェーンアナリスト と協力し、Qlik Notesを使ったデ ータ分析を行い、影響や解決策 の可能性を確認します。 デマンドプランナーは、状況を分 析し、既存の需要計画と予測さ れる需要予測とのギャップ、顧客 や売上への影響を判断します。 モデルの説明可能性に基づいて 、主な需要シフトドライバーを評 価している。 自動化された機械学習モデルが 、マーケティングおよびCRMシステ ムからの先行指標/データに基づ いて、需要パターンのピボットを予 測します。アラートはDemand Plannerに送信されます。 マーケティングオートメーション、 CRM、SCM、ERP、デマンドプラ ンナー、サードパーティなど、幅広 いデータソースから継続的にデー タパイプラインを更新します。 需要計画担当者は、需要計画 をリセットするためのワークフロー を開始し、新しい計画についてサ プライチェーン担当副社長の承認 を得ます。 ↑ 予測精度 ↑ 充填率 ↑ パーフェクト・オーダー・フルフ ィルメント 8:00 12:30 12:11 12:50 事業内容 成果 デマンドプランナーの一日 連続的 アクション 適時対応 リアルタイム データ ビジネスバリュー コラボレーション データ利用 分析 よげん 予測 リアルタイムデータ活用
- 16. 20 フルフィルメントパフォーマンス オンタイムデリバリーとフルフィルメント保証を100%に導く 倉庫管理者と輸送管理者が Qlik Notesを使用して代替 案を検討する。 容量の拡大を決めたのだ。 Warehouse Managerは、 説明可能なAIを使用して予 測されるリードタイムの主な要 因を分析します。輸送のボト ルネックが配送を遅らせている ことが明らかになりました。 機械学習の自動化されたモデ ルは、顧客の注文の少なくとも 一部が期限に間に合わないこ とを予測する。 倉庫管理者にアラートが送 信されます。 OMS、LMS、WMS、TMSか らの連続的なデータストリー ムは、フルフィルメントの観測 可能性を保証します。重要な クライアントオーダーは、非常に 短いリードタイムで受け取られ ます。 輸送担当者は、その日のうち に容量を拡大する。 倉庫管理者は、Qlik Hubか らクライアントの注文が正常に 配送されたかどうかを監視しま す。 ↑ オンタイム・イン・フル ↑ クライアントNPS ↓ リードタイム 8:10 8:45 8:30 9:00 連続的 事業内容 成果 ウェアハウス/フルフィルメントマネージャーの一日 アクション 適時対応 リアルタイム データ ビジネスバリュー コラボレーション データ利用 分析 よげん 予測 リアルタイムデータ活用
- 17. 21 ESGスコアカード ESGコミットメントが達成されているかどうかの可視化 CFO、VP Operations、 Chief Sustainability Officerは、代替クリーンエネ ルギーサプライヤーと財務およ びESG指標への影響に関す る統合的な分析を評価。 ESG目標を達成する可能性 が高い自動機械フラグサプライ ヤーを利用した予測分析。 チーフ・サステナビリティ・オフィ サーに、クリーンエネルギー比 率が目標を下回ると予測され るため、減少傾向にあると警 告。オペレーション担当副社 長に対し、代替エネルギー供 給会社を特定するよう警告。 ビジネスリーダーがESG目標へ の進捗を積極的に管理できる よう、KPI、先行指標、ESG 取り組みのROIを記載した「 企業ESGスコアカード」を継続 的に更新しています。最近の KPIは低下傾向を示していま す。 クリーンエネルギー購入の見直 しを推奨し、既存の契約に影 響を与えるワークフローをオペ レーション担当副社長に自動 化。推奨サプライヤーの新規 注文書が作成され、調達部 門に送られた。 ↓ 気候への影響 ↑ ESG $のROI ↑ 法規制の遵守 12:00 12:30 12:01 12:50 連続的 事業内容 成果 サステナビリティ最高責任者の一日 アクション 適時対応 リアルタイム データ ビジネスバリュー 予想 早く モデル 商売柄 注意喚起 事がある
- 18. 22 22 22 22 22 22 22 Qlik Cloud データドリブンかつアジャイルな組織への変革を可能にする ハイブリッドデータ 配送 アプリケーション・オー トメーション データトランスフォー メーション データウェアハウスの 自動化 オーグメンテッド・ア ナリティクス 可視化 ダッシュボード エンベデッド 分析学 注意喚起 アクション データサービス アナリティクスサービス ファウンデーションサービス カタログ＆リネージュ 人工知能 アソシアティブエンジン オーケストレーション ガバナンスとセキュリティ コラボレーション デベロッパー＆API ハイブリッドクラウド データ ウェアハウス データレイク ストリーム SaaS リレーショナルDBMS アプリ メインフレーム ファイル オンプレミス ユニバーサルコネクティビティ
- 19. 23 23 23 23 23 23 23 なぜ今なのか？ ビジネスデータの活用により、コストを削減し、成長を加速させる。 高い総所有コスト(TCO) • TCOの15-35%はオンプレミスのインフラコストである可能性があります。 • ハードウェア、OS、セキュリティ、バックアップなどの調達、導入、管理、更新、 監視に必要なリソース。 • ピーク時の使用量に対応する特大容量 • データセンター運営コスト：リース/賃料、ユーティリティ、セキュリティ 25-40%の総所有コスト（TCO）の削減 • インフラストラクチャサーバとサポートリソースの削減、再配置、廃棄 • ピーク時のワークロードに対応するクラウドの弾力的なスケーリング • データセンターの設備および施設管理コストの削減 ダッシュボードのインサイトだけでなく、即座にビジネスアクションを起こしたい • アラート、アプリ自動化など、即座に行動を起こさざるを得ないもの りえき かかり ステータスクオ QLIKクラウド Qlikバリューエンジニアリングのお客様とのディスカッション、データ、分析、または3rd パーティースタディから得られる潜在的な利益。 アナリティクスデータパイプラインの90%以上の高速化/効率化 • データパイプラインを自動化する最新のデータ統合ローコードソリューション • Change Data Captureでより効率的でスケーラブルなデータ統合を実現 • 夜間のデータ更新ではなく、毎時間またはそれ以上の頻度でデータを更新することによるビジネスの俊 敏性 非効率なアナリティクス・データ・パイプライン • データレプリケーション、オーケストレーションのための手動ETLスクリプティング お客様のビジネスデータの限定的な使用 • SAP、Oracle、IBM、Salesforce、その他のシステムのビ ジネスデータへのアクセスが制限され、速度が低下する。 • 限定的な使用は、非人間的な顧客体験、非効率的なサ プライチェーン、不正確な財務報告、従業員の不幸などを 引き起こします。 ビジネスデータの活用が10倍に • データ駆動型意思決定のためのビジネスデータ活用の拡大 • 他のビジネス・ラインの戦略的パートナーになる • ビジネスKPIの改善の可能性：財務報告に関するリソース、売上残日数、利益率（コスト管理に よる）、ROAなどの株主指標。 データアナリティクスの導入が進む • アラート、インサイトアドバイザリーチャットなど、導入を容易にする機能
- 21. 25 デモ
- 24. 28 28 28 需要予測 28
- 26. 30 30 30 調達-在庫
- 27. 31 31 31 工場運営
- 31. 35 35 35 運輸・物流