Power BI'da Tedarik Zinciri Analitiği: Görünürlük, Risk ve Optimizasyon

Son yıllardaki tedarik zinciri kesintileri acımasız bir gerçeği ortaya çıkardı: Çoğu şirketin, 1. kademe tedarikçilerinin ötesinde tedarik zincirlerine ilişkin görünürlüğü yoktu. Bir ülkedeki bir fabrika kapandığında şirketler hangi bileşenlerinin o fabrikadan geldiğini bilmiyorlardı ve öğrendiklerinde ise yanıt vermek için çok geçti.

Power BI bu denklemi değiştiriyor. ERP sistemlerine, tedarikçi portallarına, lojistik platformlarına ve harici risk veri kaynaklarına bağlanan Power BI, tedarik zinciri ekiplerine, oluşan sorunları krize dönüşmeden önce görme görünürlüğü ve maliyet, envanter ve tedarikçi ilişkilerini sistematik olarak optimize etmek için analitik araçlar sağlar. Bu kılavuz, temel KPI takibinden gelişmiş risk algılamaya kadar Power BI'daki tedarik zinciri analitiğinin tüm kapsamını kapsar.

Önemli Çıkarımlar

• Uçtan uca tedarik zinciri görünürlüğü, ERP, WMS, TMS ve tedarikçi verilerinin Power BI'da entegre edilmesini gerektirir
• Tedarikçi performans puan kartları hesap verebilirliği artırır ve tek kaynağa bağımlılık risklerini belirler
• Tam zamanında teslimat (OTIF) ölçümü, tedarik zinciri için birincil teslimat performansı KPI'sıdır
• Envanter optimizasyon analitiği, hizmet seviyelerini korurken elde tutma maliyetlerini azaltır
• Yapay zekayla geliştirilmiş Power BI ile talep tahmini, tahmin hatasını ve envanter israfını azaltır
• Ulaşım analitiği, şerit maliyetindeki aykırı değerleri ve taşıyıcı performans sorunlarını tespit eder
• Tedarik zinciri risk kontrol panelleri harici verileri (haberler, hava durumu, jeopolitik) dahili verilerle entegre eder
• Mükemmel sipariş oranı, uçtan uca tedarik zinciri performansını tek bir bileşik ölçümle ölçer

---

Tedarik Zinciri Analitiği Veri Mimarisi

Power BI'da tedarik zinciri analitiği genellikle 6-10 veri kaynağının entegre edilmesini gerektirir:

En ölçeklenebilir mimari, entegrasyon merkezi olarak bir veri ambarını kullanır. Kaynak sistemleri verileri ambarda toplar (Fivetran, Azure Data Factory veya özel işlem hatları aracılığıyla), veri mühendisleri dönüşümleri uygular ve tedarik zinciri boyutlarını ve gerçeklerini oluşturur ve Power BI, tüm panolar ve raporlar için ambarı sorgular.

---

Temel Tedarik Zinciri KPI'ları

Mükemmel Sipariş Oranı, tedarik zinciri performansını bütünsel olarak yakaladığı için özel bir ilgiyi hak ediyor; bir siparişin "mükemmel" sayılması için zamanında, eksiksiz, hasarsız ve doğru belgelerle teslim edilmesi gerekir. %95 zamanında teslim oranı × %98 tamamlanma × %99 hasarsız × %99 doğru dokümantasyon = %91 mükemmel sipariş oranı. Bileşik metrik, herhangi bir bileşenden daha zorludur ve müşteri deneyimini daha iyi yansıtır.

---

Tedarikçi Performans Yönetimi

Tedarikçi performans yönetimi, tedarik zinciri analitiğinin iş üzerinde en doğrudan etkiye sahip olduğu yerdir. Düşük tedarikçi performansı (geç teslimatlar, kalite sorunları, eksik siparişler) üretim kesintilerine, müşteri hizmetleri başarısızlıklarına ve analiz platformunun maliyetini gölgede bırakacak şekilde maliyetlerin hızlanmasına neden olur.

Tedarikçi puan kartı her tedarikçiyi dört boyutta ölçer:

Teslimat performansı: Başlangıçta talep edilen teslimat tarihine (düzeltilmiş bir tarih değil) göre ölçülen zamanında teslimat oranı. Teslimatı sürekli olarak geç yapan ancak tarihleri ​​revize ederek beklentileri yöneten tedarikçiler, tedarik zincirinin güvenilirliğini artırmaz; yalnızca sorunun görünürlüğünü geciktirir.

Kalite performansı: Partiye, parça numarasına ve denetim sonucuna göre gelen kalite reddi oranı. Kronik kalite sorunları yaşayan tedarikçiler, denetim kaynaklarını tüketir, kötü parçalar hatta ulaştığında üretimde gecikmelere neden olur ve sonuçta tedarik riski oluşturur.

Hesap verebilirlik: Tedarikçi satın alma siparişlerini ne kadar hızlı onaylıyor? Kalite bildirimlerine ve düzeltici eylem taleplerine ne kadar hızlı yanıt veriyorlar? Normal zamanlarda yavaş tepki verme, bir krizde yavaş tepki vermenin habercisidir.

Ticari uyumluluk: Faturalar satın alma siparişleriyle eşleşiyor mu? Nakliye şartlarına uyuluyor mu? Sertifikalar (ISO, REACH, RoHS) güncel ve mevcut mu?

Birleşik puan (kategorinin önemine göre ağırlıklandırılmıştır) A'dan D'ye bir tedarikçi sıralaması oluşturur. D dereceli tedarikçiler, performansın iyileşmemesi durumunda çıkış planlarıyla birlikte iyileştirme planlarındadır. Gösterge tablosu trendi gösteriyor; altı ay içinde C'den B'ye geçen bir tedarikçinin tanınması gerekiyor; B'den D'ye hareket eden birinin tırmanmayı tetiklemesi gerekir.

Tek kaynak bağımlılığı haritalaması kritik bir risk analizi yeteneğidir. Power BI, her kritik parça veya bileşen için tek bir kaynağın mı yoksa birden fazla nitelikli kaynağın mı olduğunu tanımlar. Aynı zamanda düşük tedarikçi performans puanlarına sahip olan tek kaynak bağımlılıkları, en yüksek öncelikli tedarik zinciri riskini temsil eder; bunlar, üretimi durdurabilecek durumlardır.

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

---

Envanter Optimizasyon Analizi

Envanter bağlı sermayeyi, depolama maliyetini ve eskime riskini temsil eder. Çok az stok, stokların tükenmesine ve üretim kesintilerine neden olur. Fazlası israfa ve nakit akışında sıkıntıya neden olur. Power BI'ın envanter analitiği, tüm SKU konumu kombinasyonlarında hizmet düzeyi hedeflerini karşılayan minimum envanter olan optimumun bulunmasına yardımcı olur.

ABC-XYZ analizi envanteri iki boyuta göre sınıflandırır:

• ABC (değere göre): A = yıllık harcamaya göre öğelerin en üstteki %20'si, B = sonraki %30, C = en alttaki %50
• XYZ (talep değişkenliğine göre): X = tutarlı talep, Y = orta düzeyde değişkenlik, Z = oldukça değişken talep

Ortaya çıkan 9 kategorili matris (AX, AY, AZ, BX...CZ) envanter politikasına yön verir. AX ürünleri (yüksek değer, tutarlı talep) sıkı envanter yönetimine ihtiyaç duyar; hassas yeniden sipariş noktaları, sık sayım, tedarikçi işbirliği. CZ ürünleri (düşük değer, değişken talep), stoklama yerine siparişe göre üretim veya satıcı tarafından yönetilen envanter için aday olabilir.

Güvenlik stoğu optimizasyonu, talep değişkenliği ve tedarik teslim süresi değişkenliği göz önüne alındığında, hedef hizmet düzeyini korumak için gereken tampon stoğu hesaplar. Formül:

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

Z_Score = %95 hizmet düzeyi için 1,65, %98 için 2,05, %99 için 2,33. Power BI, bunu her SKU konumu kombinasyonu için hesaplar ve bunu mevcut güvenlik stokuyla karşılaştırır; bu, yetersiz stoklanmış (hizmet riski) veya aşırı stoklanmış (fazla sermaye) öğeleri ortaya çıkarır.

Yavaş hareket eden ve eski (SLOB) envanter analizi, 90, 180 veya 365 gün içinde taşınmamış öğeleri tanımlar. Üreticiler için, tasarım değişiklikleriyle yerini alan eski bileşenler, silinme riskini temsil eder. Distribütörler için yavaş hareket eden envanter, raf alanını ve sermayeyi birbirine bağlıyor. Power BI, SLOB envanterini önerilen konumlarla işaretler: tedarikçiye iade etme, indirimli satış yapma veya iptal etme.

---

Talep Tahmini ve Planlama

Tedarik zinciri performansı talep tahminiyle başlar; tahmin ne kadar iyi olursa, güvenlik stoğuna o kadar az ihtiyaç duyulur ve tedarik zinciri o kadar verimli planlanabilir. Power BI, talep planlama sistemleriyle entegre olur ve yerleşik analiz motoru aracılığıyla yapay zeka destekli tahmin yetenekleri ekler.

Power BI'daki istatistiksel tahmin, talebi trend, mevsimsellik ve gürültü bileşenlerine ayırmak için zaman serisi ayrıştırmasını kullanır. Yapay zeka destekli tahmin görseli, üstel düzeltme veya regresyon modellerini geçmiş verilere uyarlar ve güven aralıklarına sahip tahminler üretir.

Tahmini doğruluk ölçümü, gerçek talebin tahminle karşılaştırmasını izler. Ortalama Mutlak Yüzde Hata (MAPE) standart ölçümdür; %20'nin altındaki bir MAPE çoğu endüstri için iyi kabul edilir. MAPE'yi ürün ailesine ve planlama ufkuna (1. hafta ve 8. hafta) göre izlemek, tahmin iyileştirmelerinin nerede en fazla etkiye sahip olacağını belirler.

Talep algılama istatistiksel tahminleri öncü göstergelerle ayarlamak için kısa vadeli sinyalleri (POS verileri, sipariş modelleri, web trafiği, sosyal dinleme) kullanır. Power BI, uygun kaynaklara bağlandığında bu sinyalleri birleştirerek tek başına istatistiksel temelden daha doğru bir bileşik tahmin üretebilir.

Uzlaşı tahmini, pazarlamanın tanıtım takvimini, satışların satış hattına dayalı ayarlamalarını ve istatistiksel temel çizgisini tek bir fikir birliği numarasında bir araya getirir. Power BI'ın fikir birliği tahminine yönelik iş akışı, her bir paydaşın girdisini istatistiksel temel çizgiyle birlikte göstererek tartışma gerektiren büyük sapmaları işaretler.

---

Lojistik ve Taşımacılık Analitiği

Taşımacılık, üreticiler ve distribütörler için genellikle gelirin %5-10'unu oluşturur; bu, analizlerin önemli tasarrufları tespit edebildiği önemli bir maliyet merkezidir. Power BI'ın ulaşım analitiği panosu, şerit düzeyinde, taşıyıcı düzeyinde ve mod düzeyinde maliyet ve performans görünürlüğü sağlamak için TMS verilerine bağlanır.

Hat bazında birim başına navlun maliyeti (başlangıç-varış çifti), maliyetlerin referans değerlerin önemli ölçüde üzerinde olduğu aykırı şeritleri belirler. Bu aykırı değerler, mod seçimini (okyanusun hizmet vereceği hava), taşıyıcı seçimini (bölgesel bir taşıyıcının yeterli olacağı premium taşıyıcı) veya gönderi birleştirme fırsatlarını (haftalık birleştirilmiş yükün daha az maliyetli olacağı birçok küçük gönderi) yansıtabilir.

Taşıyıcı ve şerit tarafından zamanında teslimat taşıyıcının güvenilirliğini ölçer. Karşılaştırmalı değerlendirmenin %96 olduğu bir şeritte %88 zamanında performansa sahip bir taşıyıcı, ya o şeritte kapasiteyle mücadele ediyor ya da sistematik operasyonel sorunlar yaşıyor. Analizler, operatörle verimli bir görüşme yapılmasına veya hacmin yeniden tahsis edilmesine yönelik kanıt sağlıyor.

Navlun faturası denetim analizleri, faturalanan navlun ücretlerini sözleşmeli ücretlerle ve beklenen ücretlerle karşılaştırır. Taşıyıcıların aşırı faturalandırması (yanlış ağırlık sınıfı, yanlış bölge, izin verilmeyen ilave ücretler), birçok büyük nakliyecinin yük denetim firmalarını kullanmasına neden olacak kadar yaygındır. Power BI, faturalanan tutarın beklenen tolerans eşiğini aştığı durumlarda faturaları işaretleyerek bu denetim sürecinin çoğunu otomatikleştirebilir.

Mod optimizasyonu, mod seçiminin nerede iyileştirilebileceğini belirlemek için geçmiş gönderileri analiz eder. Kara yoluyla teslimatın müşterinin istediği tarihe uygun olacağı hava yoluyla taşınan gönderiler veya LTL olarak daha ucuz olan FTL gönderileri, geri kazanılabilir maliyetleri temsil eder.

---

Tedarik Zinciri Risk Analitiği

Tedarik zinciri risk analitiği, en stratejik değeri sağlayan ve çoğu kuruluşun son küresel aksaklıklardan önce en az görünürlüğe sahip olduğu yetenektir. Power BI, satın alma ekiplerine ve yöneticilere erken uyarı sistemi sağlayan bir tedarik zinciri risk panosu oluşturmak için dahili risk verilerini harici risk sinyalleriyle entegre edebilir.

Coğrafi yoğunlaşma riski, tedarikçilerin bulunduğu yerleri haritalandırır ve maruz kalma riskini coğrafyaya göre ölçer. Kritik bir bileşen kategorisinin %60'ını tek bir ülkeden tedarik eden bir şirket, önemli düzeyde yoğunlaşma riskine sahiptir. Power BI, bunu ülkeye veya bölgeye göre maruz kalma puanlarıyla dolu bir harita olarak görselleştirir.

Finansal sağlık izleme, önemli tedarikçilerin kredi notlarını, mali dosyalarını ve haberlerini takip eder. Mali durumu kötüleşen bir tedarikçi, kapasite azalması, kalite sorunları veya iflas riskiyle karşı karşıyadır. Erken uyarı, tedarik ekibine krizden önce alternatifleri değerlendirebilmeleri için zaman tanır.

Teslim süresi dalgalanma takibi, tedarikçiye ve parçaya göre gerçek teslim sürelerinin standart sapmasını ölçer. Yüksek teslim süresi değişkenliği, tedarik kesintisinin öncü bir göstergesidir; teslim süreleri artan veya daha istikrarsız hale gelen tedarikçiler baskı altındadır. Bu sinyal genellikle daha ciddi bir tedarik probleminden 60-90 gün önce ortaya çıkar.

Harici risk entegrasyonu, dahili tedarik zinciri verilerine harici bağlam eklemek için risk verisi sağlayıcılarına (Resilinc, Everstream, Dun & Bradstreet) veya genel veri kaynaklarına (hava durumu API'leri, haber akışları) bağlanır. Önemli bir kaynak bölgesindeki tedarikçi kümesine yaklaşan bir kasırga veya kritik bir lojistik merkezi yakınındaki siyasi huzursuzluk, kontrol panelinde otomatik olarak ortaya çıkarılabilir.

---

Sıkça Sorulan Sorular

Power BI, tedarik zinciri analitiği için SAP'ye nasıl bağlanır?

Power BI, SAP HANA bağlayıcısı, SAP BW/4HANA bağlayıcısı veya SAP DataSphere ya da Syniti aracılığıyla yüklenen bir ara veri ambarı aracılığıyla SAP ECC ve S/4HANA'ya bağlanır. Operasyonel tedarik zinciri verileri (satın alma siparişleri, mal girişleri, envanter pozisyonları) için çoğu uygulama, verileri günlük olarak bir hazırlama katmanına çıkarır ve Power BI sorgulamadan önce bir veri ambarına yükler. Temel veritabanı SAP HANA ise, gerçek zamanlı SAP verilerine SAP HANA bağlayıcısı aracılığıyla DirectQuery aracılığıyla erişilebilir.

On-Time In-Full (OTIF) nedir ve neden önemlidir?

OTIF, hem zamanında (gerekli teslimat tarihine göre) hem de tam olarak (sipariş edilen tam miktarla birlikte) teslim edilen siparişlerin yüzdesini ölçer. Teslimat performansının iki kritik boyutunu tek bir ölçümde birleştirir. Zamanında teslim edilen ancak sipariş edilen miktarın %5'i eksik olan bir gönderi OTIF uyumlu olarak sayılmaz. Walmart'ın tedarikçileri uyumsuzluk nedeniyle cezalandıran OTIF programı, OTIF'i ön plana çıkardı, ancak müşterinin gerçekte neye ihtiyacı olduğunu belirlediği için artık birincil tedarik zinciri teslimatı KPI'sı olarak geniş çapta kullanılıyor.

Power BI talep tahmininde yardımcı olabilir mi yoksa bunun için ayrı bir araç mı gerekiyor?

Power BI, birçok tedarik zinciri kullanım durumu için makul zaman serisi tahminleri üreten yerleşik yapay zeka tahminini içerir. Daha karmaşık tahminler için (dış faktörleri, nedensel modellemeyi, binlerce SKU genelinde hiyerarşik tahminleri birleştiren), özel talep planlama sistemleri (Kinaxis, o9, Blue Yonder, SAP IBP) daha uygundur. Power BI daha sonra tahminlerini gerçek talebin yanında görselleştirmek ve tahmin doğruluğu ölçümlerini hesaplamak için bu sistemlere bağlanır.

Power BI'da tedarik zinciri riskini nasıl ölçersiniz?

Power BI'daki tedarik zinciri riski genellikle dahili risk verilerini (ne satın alıyoruz, ne kadar, nereden alıyoruz) performans sinyalleriyle (tedarik süresi trendleri, kalite trendleri, teslimat trendleri) ve risk istihbaratı sağlayıcılarından gelen harici risk verilerini birleştirir. Risk puanları DAX'ta ağırlıklı bileşik olarak hesaplanabilir. Coğrafi yoğunlaşma, tek kaynak bağımlılığı ve tedarikçinin finansal durumu en sık izlenen üç boyuttur. Ortaya çıkan risk ısı haritası, hangi tedarikçi-parça kombinasyonlarının en yüksek birleşik riske sahip olduğunu gösterir.

Power BI ile tedarik zinciri analitiğinin yatırım getirisi nedir?

Tedarik zinciri analitiği ROI'si birden fazla kaynaktan gelir: envanter azaltma (daha iyi güvenlik stoğu hesaplaması fazlalığı %10-20 oranında azaltır), nakliye maliyetinde azalma (mod optimizasyonu ve taşıyıcı analitiği nakliye harcamalarında %5-10 tasarruf sağlar), kalite maliyetinde azalma (daha iyi tedarikçi yönetimi gelen kusurları azaltır) ve kesinti maliyetlerinden kaçınılır (risk analitiği proaktif çeşitlendirmeyi mümkün kılar). 100 milyon dolarlık SMM'ye ve %20 stok dönüşümüne sahip bir şirket için, %10'luk stok azaltımı, işletme sermayesinden 2 milyon dolar kurtarılması anlamına gelir.

---

Sonraki Adımlar

Tedarik zinciri analitiği, tüm doğru veri kaynaklarını bağladığında ve depo yöneticilerinden CPO'lara ve CFO'lara kadar her paydaşa tutarlı, role uygun bir görünüm sunduğunda en iyi şekilde çalışır. Veri mimarisi, gösterge tabloları kadar önemlidir; Kaynaktaki zayıf veri kalitesi her türlü içgörüyü zayıflatır.

ECOSIRE'ın Power BI hizmetleri ERP platformları, WMS ve TMS entegrasyonları ve tedarikçi performans yönetimi çerçevelerindeki deneyime sahip tedarik zinciri analitiği uygulamalarını içerir. Tedarik zinciri görünürlük hedeflerinizi görüşmek için bizimle iletişime geçin.