تحليلات سلسلة التوريد في Power BI: الرؤية والمخاطر والتحسين

كشفت اضطرابات سلسلة التوريد في السنوات الأخيرة عن حقيقة قاسية: لم يكن لدى معظم الشركات رؤية لسلسلة التوريد الخاصة بها خارج مورديها من المستوى الأول. عندما تم إغلاق أحد المصانع في أحد البلدان، لم تكن الشركات تعرف أيًا من مكوناتها جاء من هذا المصنع - وبحلول الوقت الذي اكتشفوا فيه ذلك، كان الأوان قد فات للرد.

يغير Power BI هذه المعادلة. من خلال اتصاله بأنظمة تخطيط موارد المؤسسات (ERP) وبوابات الموردين ومنصات الخدمات اللوجستية ومصادر بيانات المخاطر الخارجية، يمنح Power BI فرق سلسلة التوريد الرؤية لرؤية المشكلات التي تتشكل قبل أن تتحول إلى أزمات - والأدوات التحليلية لتحسين علاقات التكلفة والمخزون والموردين بشكل منهجي. يغطي هذا الدليل النطاق الكامل لتحليلات سلسلة التوريد في Power BI، بدءًا من تتبع مؤشرات الأداء الرئيسية الأساسية وحتى الكشف المتقدم عن المخاطر.

الوجبات الرئيسية

• تتطلب رؤية سلسلة التوريد الشاملة دمج ERP وWMS وTMS وبيانات الموردين في Power BI
• تعمل بطاقات أداء الموردين على تعزيز المساءلة وتحديد مخاطر التبعية أحادية المصدر
• قياس وقت التسليم الكامل (OTIF) هو مؤشر الأداء الرئيسي لأداء التسليم لسلسلة التوريد
• تعمل تحليلات تحسين المخزون على تقليل تكاليف الاحتفاظ مع الحفاظ على مستويات الخدمة
• يعمل التنبؤ بالطلب باستخدام Power BI المعزز بالذكاء الاصطناعي على تقليل أخطاء التنبؤ وإهدار المخزون
• تحدد تحليلات النقل القيم المتطرفة لتكلفة المسار ومشكلات أداء شركة النقل
• تقوم لوحات معلومات مخاطر سلسلة التوريد بدمج البيانات الخارجية (الأخبار والطقس والجغرافيا السياسية) مع التعرض الداخلي
• يقيس معدل الطلب المثالي أداء سلسلة التوريد الشاملة في مقياس مركب واحد

---

هندسة بيانات تحليلات سلسلة التوريد

تتطلب تحليلات سلسلة التوريد في Power BI عادةً دمج 6 إلى 10 مصادر بيانات:

تستخدم البنية الأكثر قابلية للتطوير مستودع البيانات كمركز للتكامل. تقوم أنظمة المصدر بوضع البيانات في المستودع (عبر Fivetran أو Azure Data Factory أو خطوط الأنابيب المخصصة)، ويطبق مهندسو البيانات التحويلات وينشئون أبعاد وحقائق سلسلة التوريد، ويستعلم Power BI عن المستودع لجميع لوحات المعلومات والتقارير.

---

مؤشرات الأداء الرئيسية لسلسلة التوريد الأساسية

يستحق معدل الطلب المثالي اهتمامًا خاصًا لأنه يجسد أداء سلسلة التوريد بشكل كلي — يجب تسليم الطلب في الوقت المحدد، كاملاً، وغير تالف، ومع الوثائق الصحيحة ليتم اعتباره "مثاليًا". معدل إنجاز في الوقت المحدد بنسبة 95% × اكتمال 98% × عدم تلف 99% × توثيق صحيح بنسبة 99% = معدل طلب مثالي بنسبة 91%. يعد المقياس المركب أكثر تطلبًا من أي مكون فردي ويعكس تجربة العميل بشكل أفضل.

---

إدارة أداء الموردين

إدارة أداء الموردين هي المكان الذي يكون لتحليلات سلسلة التوريد التأثير المباشر الأكبر على الأعمال. يؤدي الأداء الضعيف للموردين - التسليم المتأخر، ومشاكل الجودة، والطلبات غير المكتملة - إلى توقف الإنتاج، وفشل خدمة العملاء، وتسريع التكاليف التي تقزم تكلفة منصة التحليلات.

بطاقة أداء الموردين تقيس كل مورد عبر أربعة أبعاد:

أداء التسليم: معدل التسليم في الوقت المحدد، ويتم قياسه مقابل تاريخ التسليم الأصلي المطلوب (وليس تاريخًا منقحًا). إن الموردين الذين يتأخرون في التسليم بشكل مستمر ولكنهم يديرون التوقعات من خلال مراجعة التواريخ لا يحسنون موثوقية سلسلة التوريد - بل يؤخرون فقط ظهور المشكلة.

أداء الجودة: معدل رفض الجودة الواردة حسب الكمية ورقم القطعة ونتيجة الفحص. يستهلك الموردون الذين يعانون من مشكلات الجودة المزمنة موارد الفحص المستلمة، ويتسببون في تأخير الإنتاج عندما تصل الأجزاء التالفة إلى خط الإنتاج، ويمثلون في النهاية خطرًا على التوريد.

الاستجابة: ما مدى سرعة إقرار المورد بطلبات الشراء؟ ما مدى سرعة استجابتهم لإشعارات الجودة وطلبات الإجراءات التصحيحية؟ الاستجابة البطيئة في الأوقات العادية تنذر بالاستجابة البطيئة في الأزمات.

الامتثال التجاري: هل تتطابق الفواتير مع أوامر الشراء؟ هل يتم الالتزام بشروط الشحن؟ هل الشهادات (ISO، REACH، RoHS) حالية ومسجلة؟

تنتج النتيجة المجمعة (المرجحة حسب أهمية الفئة) تصنيفًا للموردين من A إلى D. ويكون الموردون الحاصلون على تصنيف D على خطط التحسين مع خطط الخروج إذا لم يتحسن الأداء. تظهر لوحة المعلومات الاتجاه - يجب التعرف على المورد الذي ينتقل من C إلى B على مدى ستة أشهر؛ إن الانتقال من B إلى D يجب أن يؤدي إلى التصعيد.

رسم خرائط تبعية المصدر الوحيد هو إمكانية تحليلات المخاطر الهامة. بالنسبة لكل جزء أو مكون مهم، يحدد Power BI ما إذا كان هناك مصدر واحد أو مصادر مؤهلة متعددة. تمثل التبعيات أحادية المصدر التي تتمتع أيضًا بدرجات أداء منخفضة للموردين أعلى مخاطر سلسلة التوريد ذات الأولوية - وهذه هي المواقف التي يمكن أن تؤدي إلى إيقاف الإنتاج.

Single Source Risk Score =
IF(
    COUNTROWS(
        FILTER(SupplierParts, SupplierParts[PartNumber] = EARLIER(SupplierParts[PartNumber]))
    ) = 1,
    DIVIDE(Parts[CriticalityScore], SupplierScorecard[PerformanceScore], 0),
    0
)

---

تحليلات تحسين المخزون

يمثل المخزون رأس المال المقيد وتكلفة التخزين ومخاطر التقادم. يؤدي المخزون القليل جدًا إلى نفاد المخزون وتعطيل الإنتاج. الكثير يخلق هدرًا وضغطًا على التدفق النقدي. تساعد تحليلات مخزون Power BI في العثور على المخزون الأمثل — الحد الأدنى من المخزون الذي يلبي أهداف مستوى الخدمة عبر جميع مجموعات مواقع SKU.

تحليل ABC-XYZ يصنف المخزون حسب بعدين:

• ABC (حسب القيمة): A = أعلى 20% من العناصر حسب الإنفاق السنوي، B = 30% التالية، C = أدنى 50%
• XYZ (حسب تقلب الطلب): X = طلب ثابت، Y = تقلب معتدل، Z = طلب غير منتظم للغاية

تقوم المصفوفة الناتجة المكونة من 9 فئات (AX، AY، AZ، ​​BX... CZ) بتوجيه سياسة المخزون. تحتاج عناصر AX (ذات القيمة العالية والطلب المستمر) إلى إدارة صارمة للمخزون - نقاط إعادة طلب دقيقة، والعد المتكرر، وتعاون الموردين. قد تكون عناصر تشيكوسلوفاكيا (القيمة المنخفضة، الطلب غير المنتظم) مرشحة للمخزون حسب الطلب أو المخزون الذي يديره البائع بدلاً من التخزين.

تحسين المخزون الآمن يحسب المخزون الاحتياطي اللازم للحفاظ على مستوى الخدمة المستهدف نظرًا لتقلب الطلب وتقلب وقت العرض. الصيغة:

Safety Stock =
Z_Score × SQRT(
    (Lead_Time_Avg × Demand_StdDev^2) +
    (Demand_Avg^2 × Lead_Time_StdDev^2)
)

حيث Z_Score = 1.65 لمستوى الخدمة 95%، 2.05 لـ 98%، 2.33 لـ 99%. يحسب Power BI ذلك لكل مجموعة مواقع SKU ويقارنها بمخزون الأمان الحالي — مما يعرض العناصر التي تكون إما غير مخزنة بشكل كافٍ (مخاطر الخدمة) أو مخزنة بشكل زائد (رأس المال الزائد).

يحدد تحليل المخزون البطيء الحركة والمتقادم (SLOB) العناصر التي لم يتم نقلها خلال 90 أو 180 أو 365 يومًا. بالنسبة للمصنعين، تمثل المكونات القديمة التي حلت محلها تغييرات في التصميم خطر الشطب. بالنسبة للموزعين، يربط المخزون البطيء الحركة مساحة الرفوف ورأس المال. يقوم Power BI بوضع علامة على مخزون SLOB مع التصرفات الموصى بها: الإرجاع إلى المورد، أو البيع بسعر مخفض، أو الشطب.

---

التنبؤ بالطلب والتخطيط

يبدأ أداء سلسلة التوريد بالتنبؤ بالطلب، فكلما كانت التوقعات أفضل، قلّت الحاجة إلى مخزون الأمان، وزادت كفاءة تخطيط سلسلة التوريد. يتكامل Power BI مع أنظمة تخطيط الطلب ويضيف إمكانات التنبؤ المدعومة بالذكاء الاصطناعي من خلال محرك التحليلات المدمج.

التنبؤ الإحصائي في Power BI يستخدم تحليل السلاسل الزمنية لفصل الطلب إلى مكونات الاتجاه والموسمية والضوضاء. تتناسب رؤية التنبؤ المدعومة بالذكاء الاصطناعي مع نماذج الانحدار أو التجانس الأسي للبيانات التاريخية وتنتج تنبؤات بفواصل ثقة.

قياس دقة التوقعات يتتبع مدى مقارنة الطلب الفعلي بالتوقعات. متوسط ​​النسبة المئوية للخطأ المطلق (MAPE) هو المقياس القياسي — حيث يعتبر المتوسط ​​الذي يقل عن 20% أمرًا جيدًا لمعظم الصناعات. يحدد تتبع MAPE حسب عائلة المنتج وأفق التخطيط (الأسبوع 1 مقابل الأسبوع 8) المكان الذي سيكون لتحسينات التنبؤ التأثير الأكبر.

استشعار الطلب يستخدم إشارات قصيرة المدى - بيانات نقطة البيع، وأنماط الطلبات، وحركة مرور الويب، والاستماع الاجتماعي - لضبط التوقعات الإحصائية باستخدام المؤشرات الرائدة. يمكن لـ Power BI دمج هذه الإشارات عند توصيلها بالمصادر المناسبة، مما يؤدي إلى إنتاج تنبؤات مركبة أكثر دقة من خط الأساس الإحصائي وحده.

التنبؤ بالإجماع يجمع التقويم الترويجي للتسويق والتعديلات المستندة إلى مسارات المبيعات وخط الأساس الإحصائي في رقم إجماعي واحد. يعرض سير عمل Power BI للتنبؤ بالإجماع مدخلات كل أصحاب المصلحة إلى جانب خط الأساس الإحصائي، مع الإشارة إلى الانحرافات الكبيرة التي تتطلب المناقشة.

---

التحليلات اللوجستية والنقل

يمثل النقل عادةً ما بين 5 إلى 10% من إيرادات المصنعين والموزعين - وهو مركز تكلفة كبير حيث يمكن للتحليلات تحديد وفورات كبيرة. تتصل لوحة معلومات تحليلات النقل الخاصة بـ Power BI ببيانات TMS لتوفير إمكانية رؤية التكلفة والأداء على مستوى الممر ومستوى الناقل ومستوى الوضع.

تكلفة الشحن لكل وحدة حسب المسار (زوج الأصل والوجهة) تحدد الممرات الخارجية حيث تكون التكاليف أعلى بكثير من المعايير. قد تعكس هذه القيم المتطرفة اختيار الوضع (الهواء الذي يخدمه المحيط)، أو اختيار الناقل (الناقل المتميز حيث يكفي الناقل الإقليمي)، أو فرص توحيد الشحنات (العديد من الشحنات الصغيرة حيث تكون تكلفة الحمولة المجمعة الأسبوعية أقل).

التسليم في الوقت المحدد بواسطة شركة النقل والمسار يقيس موثوقية شركة النقل. إن شركة النقل التي تحقق أداءً في الوقت المحدد بنسبة 88% على مسار يبلغ فيه المعيار 96% إما تعاني من السعة على هذا المسار أو تواجه مشكلات تشغيلية منهجية. توفر التحليلات الدليل اللازم لإجراء محادثة مثمرة مع شركة النقل - أو لإعادة تخصيص الحجم.

تحليلات تدقيق فاتورة الشحن تقارن رسوم الشحن المفوترة بالأسعار المتعاقد عليها والرسوم المتوقعة. إن الإفراط في إصدار الفواتير من قبل شركات النقل (فئة الوزن الخاطئة، المنطقة غير الصحيحة، رسوم الملحقات غير المصرح بها) أمر شائع بدرجة كافية لدرجة أن العديد من شركات الشحن الكبيرة تستخدم شركات تدقيق الشحن. يمكن لـ Power BI أتمتة جزء كبير من عملية التدقيق هذه عن طريق وضع علامة على الفواتير حيث يتجاوز مبلغ الفاتورة المتوقع بأكثر من حد التسامح.

يعمل تحسين الوضع على تحليل الشحنات التاريخية لتحديد المكان الذي يمكن تحسين اختيار الوضع فيه. تمثل الشحنات التي يتم نقلها جوًا حيث يفي التسليم الأرضي بالتاريخ المطلوب للعميل، أو شحنات FTL التي كان من الممكن أن تكون أرخص مثل LTL، تكاليف قابلة للاسترداد.

---

تحليلات مخاطر سلسلة التوريد

إن تحليلات مخاطر سلسلة التوريد هي القدرة التي توفر القيمة الأكثر استراتيجية - والتي كانت معظم المؤسسات تتمتع بقدر أقل من الرؤية قبل الاضطرابات العالمية الأخيرة. يمكن لـ Power BI دمج بيانات التعرض الداخلي مع إشارات المخاطر الخارجية لإنشاء لوحة معلومات مخاطر سلسلة التوريد التي تمنح فرق المشتريات والمديرين التنفيذيين نظام إنذار مبكر.

مخاطر التركيز الجغرافي ترسم خرائط لأماكن تواجد الموردين وتحدد حجم التعرض حسب الموقع الجغرافي. إن الشركة التي تحصل على 60% من فئة المكونات الحيوية من دولة واحدة تتعرض لمخاطر تركيز كبيرة. يصور Power BI ذلك كخريطة مليئة بدرجات التعرض حسب البلد أو المنطقة.

مراقبة الصحة المالية تعمل على تتبع التصنيفات الائتمانية والملفات المالية والأخبار الخاصة بالموردين الرئيسيين. يتعرض المورد الذي تظهر حالته المالية المتدهورة لخطر انخفاض القدرات، أو مشاكل الجودة، أو الإعسار. يمنح الإنذار المبكر فريق المشتريات الوقت لتأهيل البدائل قبل حدوث الأزمة.

تتبع تقلبات المهلة الزمنية يقيس الانحراف المعياري للمهل الزمنية الفعلية حسب المورد والجزء. يعد التقلب الكبير في المهلة الزمنية مؤشرًا رئيسيًا على انقطاع العرض - فالموردون الذين زادت فترات المهلة الزمنية الخاصة بهم أو أصبحت أكثر انتظامًا يظهرون ضغوطًا. غالبًا ما تسبق هذه الإشارة مشكلة إمداد أكثر خطورة بفترة تتراوح بين 60 إلى 90 يومًا.

تكامل المخاطر الخارجية يتصل بموفري بيانات المخاطر (Resilinc، وEverstream، وDun & Bradstreet) أو مصادر البيانات العامة (واجهات برمجة تطبيقات الطقس، وموجزات الأخبار) لإضافة سياق خارجي إلى بيانات سلسلة التوريد الداخلية. يمكن ظهور إعصار يقترب من مجموعة موردين في منطقة مصادر رئيسية، أو اضطرابات سياسية بالقرب من مركز لوجستي بالغ الأهمية، في لوحة القيادة تلقائيًا.

---

الأسئلة المتداولة

كيف يتصل Power BI بـ SAP لتحليلات سلسلة التوريد؟

يتصل Power BI بـ SAP ECC وS/4HANA من خلال موصل SAP HANA أو موصل SAP BW/4HANA أو من خلال مستودع بيانات وسيط يتم تحميله عبر SAP DataSphere أو Syniti. بالنسبة لبيانات سلسلة التوريد التشغيلية (أوامر الشراء، وإيصالات البضائع، ومواقع المخزون)، تستخرج معظم التطبيقات البيانات إلى طبقة مرحلية يوميًا وتحميلها إلى مستودع بيانات قبل أن يستعلم عنها Power BI. يمكن الوصول إلى بيانات SAP في الوقت الفعلي عبر DirectQuery من خلال موصل SAP HANA إذا كانت SAP HANA هي قاعدة البيانات الأساسية.

ما هو الالتزام بالوقت الكامل (OTIF) وما سبب أهميته؟

يقيس OTIF النسبة المئوية للطلبات التي تم تسليمها في الوقت المحدد (بحلول تاريخ التسليم المطلوب) وبالكامل (مع الكمية الكاملة المطلوبة). فهو يجمع بين بعدين مهمين لأداء التسليم في مقياس واحد. الشحنة التي يتم تسليمها في الوقت المحدد ولكن بنسبة 5% من الكمية المطلوبة لا تعتبر متوافقة مع OTIF. أدى برنامج OTIF الخاص بـ Walmart، والذي يفرض غرامات على الموردين في حالة عدم الامتثال، إلى تسليط الضوء على OTIF، ولكنه يُستخدم الآن على نطاق واسع باعتباره مؤشر الأداء الرئيسي لتسليم سلسلة التوريد لأنه يلتقط ما يحتاجه العميل بالفعل.

هل يمكن أن يساعد Power BI في التنبؤ بالطلب أم أن ذلك يتطلب أداة منفصلة؟

يشتمل Power BI على تنبؤات الذكاء الاصطناعي المضمنة التي تنتج تنبؤات معقولة للسلاسل الزمنية للعديد من حالات استخدام سلسلة التوريد. للتنبؤ الأكثر تعقيدًا (الذي يتضمن العوامل الخارجية، والنمذجة السببية، والتنبؤ الهرمي عبر آلاف وحدات SKU)، تعد أنظمة تخطيط الطلب المخصصة (Kinaxis، o9، Blue Yonder، SAP IBP) أكثر ملاءمة. يتصل Power BI بعد ذلك بهذه الأنظمة لتصور تنبؤاتها جنبًا إلى جنب مع الطلب الفعلي وحساب مقاييس دقة التنبؤ.

كيف يمكنك قياس مخاطر سلسلة التوريد في Power BI؟

تجمع مخاطر سلسلة التوريد في Power BI عادةً بين بيانات التعرض الداخلية (ما نشتريه، والكمية، ومن أين) مع إشارات الأداء (اتجاهات المهلة الزمنية، واتجاهات الجودة، واتجاهات التسليم) وبيانات المخاطر الخارجية من موفري معلومات المخاطر. يمكن حساب درجات المخاطر كمركب مرجح في مؤشر داكس. يعد التركيز الجغرافي، والاعتماد على المصدر الوحيد، والصحة المالية للموردين هي الأبعاد الثلاثة الأكثر شيوعًا. توضح الخريطة الحرارية للمخاطر الناتجة مجموعات أجزاء المورد التي لديها أعلى المخاطر المجمعة.

ما هو عائد الاستثمار لتحليلات سلسلة التوريد باستخدام Power BI؟

يأتي عائد الاستثمار في تحليلات سلسلة التوريد من مصادر متعددة: تقليل المخزون (يؤدي حساب أفضل للمخزون الآمن إلى تقليل الفائض بنسبة 10-20%)، وخفض تكاليف الشحن (تحسين الوضع وتحليلات الناقل توفر 5-10% من الإنفاق على النقل)، وخفض تكلفة الجودة (إدارة أفضل للموردين تقلل من العيوب الواردة)، وتجنب تكاليف التعطيل (تتيح تحليلات المخاطر التنويع الاستباقي). بالنسبة لشركة لديها 100 مليون دولار من تكلفة البضائع المبيعة و20% من عمليات دوران المخزون، فإن تخفيض المخزون بنسبة 10% يعني تحرير 2 مليون دولار من رأس المال العامل.

---

الخطوات التالية

تعمل تحليلات سلسلة التوريد بشكل أفضل عندما تربط جميع مصادر البيانات الصحيحة وتقدم رؤية متماسكة ومناسبة للدور لكل صاحب مصلحة - بدءًا من مديري المستودعات إلى كبار المسؤولين التنفيذيين إلى المديرين الماليين. إن بنية البيانات مهمة بقدر أهمية لوحات المعلومات؛ إن سوء جودة البيانات في المصدر يقوض كل رؤية.

تتضمن خدمات Power BI من ECOSIRE تطبيقات تحليلات سلسلة التوريد ذات الخبرة عبر أنظمة ERP الأساسية، وعمليات تكامل WMS وTMS، وأطر إدارة أداء الموردين. اتصل بنا لمناقشة أهداف رؤية سلسلة التوريد الخاصة بك.