統合データでフルフィルメントを最適化する方法

オーダーフルフィルメントとは、注文が入ってから出荷されるまでのプロセス全体を指します。 数百万点の商品に対して何千もの注文に正確に対応することは、非常に困難です。 多くの大企業では、受注、倉庫、輸送管理のための複数のシステムが統合されてません。 しかし大企業は、その豊富なリソースと能力を活用し、フルフィルメントを社内で処理する能力を備えていることが多いようです。 何万種類もの製品を抱える企業では、多くの輸送手段、ITシステム、委託先物流パートナーにわたり、製品を移動させる可能性があり、複雑さを増すだけでなく、可視性と制御性を失いがちです。

、特に消費者市場では、突然の大幅な需要変動が難題となり、注文の修正や再配分が必要となります。

フルフィルメントを最適化するには、出荷元から最終顧客までの一連のステップが必要です。 これらのステップには、在庫の調達と入荷、在庫の保管、注文処理、注文のピッキングと梱包、注文の発送、返品管理などが含まれます。 サイズと分類は、フルフィルメントセンターで標準的な製品の出荷に関連するコストを決定する上で、重要な役割を果たします。 フルフィルメント・プロセスは、顧客の期待や要求の継続的な変化、地理的・政治的・天候の混乱によってさらに複雑化しています。

フルフィルメントの重要な測定基準は、オンタイム・イン・フル（OTIF）フルフィルメントであり、顧客が注文した納期と数量について、納品された割合として計算されます。 OTIFの計算式は以下の通り：

OTIF指標に照らしてサプライチェーンを測定することは、意思決定者がフルフィルメントの成功に具体的な価値を付与し、重要な戦略を決定するのに役立つ重要な戦略です。 計画ツール、在庫管理、需要パターン、技術革新などの要因が、フルフィルメント最適化の成否に寄与します。 この文脈においてフルフィルメント・センターにおけるサービスや技術革新の標準的ベンチマークを確立することは、極めて重要です。 フルフィルメント・コストは利益率に大きく影響するため、企業は財務的な意味合いと、それが消費者の消費にどのような影響を与えるかを理解することが極めて重要です。

そこで問題になるのが「どの程度のOTIFスコアを目指すのが良いのか」ということでづ。フルフィルメントの成功と関連するOTIFスコアは、業界や地域、その他様々な要因によって異なりますが、一般的には、OTIFスコアが80％から90％の間であれば良いと考えられています。 多くの企業は95％以上を目標としていますが、これは非常に高い目標です。 サプライヤーにとって、OTIF目標未達成に伴うペナルティは重大なものとなります。 例えばウォルマートのOTIFプログラムで、サプライヤーがペナルティ避けるためには、90％の納期厳守と95％の納期厳守の目標を達成することが義務付けられています。

優れたフルフィルメント戦略は、企業が顧客満足度（CSAT）を高め、非効率を減らし、売上を伸ばすのに役立ちます。 OTIF率、出荷時間、在庫レベルなど、フルフィルメント業務に対する明確な期待と基準を設定することで、企業は顧客の要求に確実に応え、高い満足度を維持することができるのです。 フルフィルメント業務を定期的にモニタリングし、分析することで、改善すべき領域を特定し、プロセスを最適化する戦略を実施することができます。

効果的なフルフィルメントには、タイムリーで正確な製品配送を確実にするために、よく設計されたシステム、効率的なロジスティクス、信頼できるサプライヤーネットワークが必要です。 企業には、フルフィルメント業務を自社で行うか、サード・パーティー・ロジスティクス（3PL）に委託するかの2つの選択肢があります。 3PLへのアウトソースは一般的な戦略ですが、現在では自社内でより高いOTIF率を達成するための新しい技術やアプローチをとる企業もあります。

インターシステムズは、450名の上級サプライチェーン実務者を対象に、フルフィルメント最適化、需要感知・予測、サプライチェーン・オーケストレーション、生産計画最適化、環境・社会・ガバナンス（ESG）の5つの主要ユースケースにおける サプライチェーン技術の主要課題、トレンド、意思決定戦略を調査しました。 回答者は13カ国、12業種にわたり、プロジェクト管理、車両管理、営業・マーケティング、人事、財務の各分野の意思決定者です。

当ブログは、統合データによるサプライチェーンパフォーマンスの最適化シリーズのパート1で、フルフィルメントの最適化に焦点を当てています。 効果的な在庫管理戦略は、事業の拡大や配送効率の向上を目指す企業にとって極めて重要で、複数拠点の倉庫に拡大する場合は、なおさらです。 企業は将来を見据えて、マイクロ・フルフィルメント・センターの増加や、変化する状況の中で競争力を維持するための、適応戦略の必要性といったトレンドに備える必要があります。

調査によると、OTIF指標で80％以上を達成している回答者はわずか1％にすぎず、OTIFの平均は62.21％と平凡です。 目標を達成する能力は、複数の問題によって妨げられます。 フルフィルメント最適化における課題の上位3つを挙げてもらったところ、回答者はSKUの大量化と複雑化（59％）、既存のプランニングツールの不十分さ（51％）、需要の変動（42％）を挙げました。 回答者の大多数が、異なるデータを統合して準備するために、手作業のプロセス、レガシーシステム、異なるベンダーの複数のソリューションを使用していることを考えると、この3つは納得できます。

SKU（最小在庫単位）の複雑さとは、一般的に、店舗、倉庫、工場内で多数のSKUを保管することに伴う課題や非効率性を指します。 これには、在庫から正しい商品をピッキングし、適切に梱包し、顧客にタイムリーに届けることが含まれます。 多すぎるSKUを管理することは、在庫維持コストの上昇と一般的な非効率につながります。 その上、SKUの寿命は、多くの企業がネット通販で消費者に直接販売するようになるにつれ、短くなっています。 SKUが設計され、入荷されて市場に押し出されますが、6ヵ月後に存在しないことが多く、補充はほとんどされません。 再入荷がなければ、適切な場所からのフルフィルメントの最適化が、これまで以上に重要です。 過剰在庫を管理し、過剰在庫を防ぐための戦略は、効率的なオペレーションを維持する上で極めて重要です。

回答者が挙げた第二の課題は、計画ツールの不備です。 これは納期の遅れ、コストの増加、顧客満足度の低下といった観点から、フルフィルメントの失敗につながる可能性があります。 数日以上前のデータは、サプライチェーンの高額な損失につながる可能性があるため、タイムリーな情報は非常に重要です。 リアルタイムのデータを取り込み、ビジネスユーザーに実用的な洞察を提供できるようになれば、フルフィルメント率が最も向上すると回答したのは、自動車・航空（55％）、FMCG（44％）、製造業・CPG（43％）でした。

フルフィルメントの最適化に関する最後の課題は、需要の変動性です。 需要の変動性とは、製品やサービスに対する顧客の需要が、特定期間に突発的かつ予測不能に変動することです。 根本的な原因を特定するのは必ずしも容易ではありませんが、顧客の期待や要求の変化、プロモーションの変化、あるいは気象現象、地政学的な不安定さ、フランシス・スコット・キー橋の崩落やスエズ運河の封鎖のような海運の混乱など、市場ダイナミクスの変化が原因として挙げられます。 このような変化は、企業にとって短期的・長期的な需要予測を困難にし、さらなるサプライチェーンの混乱につながる可能性があります。 効果的な返品管理は、予測不可能な需要の性質に対応し、返品された商品の検査、再入荷、廃棄を効率的に行うためにも極めて重要です。 在庫の保有量を追跡し、在庫経過年数を評価することは、在庫補充に関する十分な情報に基づいた意思決定を行い、在庫切れや過剰在庫などのリスクを軽減するために不可欠です。

回答者には、フルフィルメントの最適化を達成するために最も導入したいデータテクノロジー改革を挙げてもらいました。 トップは人工知能（AI）と機械学習（ML）の活用（46％）で、予測・処方分析（37％）、サプライチェーン内での意思決定インテリジェンス・プラットフォームの活用（37％）、社内外の複数のソースからリアルタイムで整合・正規化されたデータ（37％）、さまざまなソリューションの合理的な統合（37％）を上回りまりました。

これらのテクノロジーは既存のシステムと直接統合できるため、企業はワークフローを自動化し、在庫管理や受注処理におけるミスを減らすことができます。

AIとMLは受注処理プロセスのあらゆる段階に影響を与え、特に予測、在庫管理、注文処理とピッキング、ラストワンマイルの配送に重点が置かれています。 OTIFを改善するために、AIとMLは、企業がより迅速にスマートな意思決定を行い、振り向け時間を改善し、倉庫内の手動プロセスを簡素化するのに役立ちます。 調査回答者の真の願いは、現在のシステムやプロセスを改善し、データをよりよく理解し、最適化されたフルフィルメント・プロセスを可能にすることです。

InterSystems Supply Chain Orchestratorは、AI対応の接続組織を提供するデータプラットフォームであり、すべてのサプライチェーンシステムに沿ったリアルタイムの正確なデータの流れを確保しフルフィルメント率を改善します。 すなわち、異種ソースから整合化され正規化された一貫性のある信頼性の高いデータ、オンデマンドでリアルタイムの分析を可能にするリアルタイムデータと分析、シームレスな相互運用性を実現するインテリジェント・プロセス、そして当社のMLとAIを活用した実用的な予測的洞察と処方的洞察によるビジネスインテリジェンスです。

実用的洞察は、あらゆる分野で大幅な効率化を促進し、自動化を進め、生産性を向上させます。 Supply Chain Orchestratorは、供給地から最終消費地まで、原材料・製品の取り扱いを最適化するために必要なインフラを提供します。 組織は、輸送、倉庫管理システム、高度なロボット工学を統合することができます。

Supply Chain Orchestratorを通じて自動化を進めることで、企業は意思決定を迅速化し、分析へのセルフサービスアクセスを提供し、人的ミスを排除できます。 企業・組織は、AIやMLを活用した予測や生産性向上を実現する準備ができています。 需要の変化、ロジスティクスの混乱、ビジネスの優先順位に迅速に対応し、CSATの向上と収益の増加につなげます。 効率的なフルフィルメント・システムは、注文の配送と在庫の管理に不可欠で、業務効率の向上に貢献します。

注文の正確性と効率性は、フルフィルメント業務において非常に重要な要素です。

効率的なロジスティクスと出荷戦略を導入して注文を出荷することで、企業は出荷時間を短縮し、OTIF率を改善し、CSATを向上させることができます。 ピッキングと出荷プロセスの定期的なモニタリングと分析は、改善点を特定し、フルフィルメント業務最適化戦略を実行するために不可欠です。

テクノロジーは、オーダーの精度と効率を向上させる上で重要な役割を果たします。 自動化された梱包・出荷システムは、企業が業務を合理化し、ミスを減らし、フルフィルメント・コストを削減するのに役立ちます。 これらのテクノロジーを活用することで、企業は顧客からの注文を正確かつ期限内に確実に受け取ることができ、満足度とロイヤルティの向上につながります。 しかしデータの統一と管理、特に新しいテクノロジーと既存のアプリケーションの統合に関しては、テクノロジーが果たす役割はさらに大きいと言えます。

PALTACは、一般用医薬品・化粧品・日用品を扱う日本の大手卸売業者です。 PALTACは、インターシステムズの技術力を駆使して、99.999%という画期的なOTIFを達成し、年間35億個の製品を出荷しています。 このような高いOTIF率を達成し、効率的な出荷と注文処理を実現するには、信頼できる物流ネットワークが不可欠です。

デジタルトランスフォーメーションのプラットフォームとしてインターシステムズの技術を活用することで、PALTACは、50,000店舗を運営する400の小売業者の需要に応じて、1,000のメーカーから50,000アイテムの注文を受けるフルフィルメントを日常的に最適化して作業効率を向上させています。

このプラットフォームはAIを活用して、店舗での活動に対する人員の割り当てを自動化し、生産性を向上させ、棚の可用性を高めるアプリケーションをサポートしています。 リアルタイムのデータフローと高度な相互運用性が、より高度なロボティクスの活用を促進しています。 同社はより機敏で合理化されたプロセス、より高い収益、より高いCSATの恩恵を受けています。これらはすべて信頼できるフルフィルメント・サービスに対する顧客の信頼に支えられているのです。

これらの調査結果は、ほとんどの組織が、相互に依存関係が織り込まれた非常に複雑なサプライチェーンを最適化するために必要な能力を欠いていることを裏付けています。 真に俊敏で競争力のある組織になるためには、重要な洞察を、ほぼリアルタイムで抽出できなければなりません。

絶え間ない変化、混乱、チャンスに直面する中で、組織は、ビジネスユーザーが利用できる、標準化された、クリーンで有意義な信頼できるデータの合理的な情報源を必要としています。 適切な在庫レベルを維持することは、製品の可用性を確保し、在庫切れや過剰在庫などの問題を防ぐために極めて重要です。 InterSystems Supply Chain Orchestrator™ インテリジェント・データプラットフォームは、フルフィルメントとリピート購入の最適化に向けて、組織が遭遇する重大なデータ課題を解消します。

レポートの全文は こちら。