NEWS
보도자료
특집기사
SAS Intelli-Zine
SASCOM 매거진
뉴스레터 신청

공급망 분석: ERP와 SCM 그 이상의 가치

예측 및 데이터 주도형 통찰에 의한 역량 강화

본 보고서 소개

본 문서는 IW/SAS 공급망 분석 설문조사의 결과를 다룬 보고서입니다. 조사의 목표는 공급망 운영과 관련하여 기업이 직면하는 과제를 파악, 공급망 운영 관리에 필요한 툴을 살펴보고 공급망 운영 개선을 위한 향후 계획 및 투자를 조사하는 것이었습니다.

> 이메일 조사: Penton Research는 2010년 6월 8일에서 15일까지 8일에 걸쳐 37,629명의 IndustryWeek 출판물 구독자들을 대상으로 온라인 설문조사 참여를 권유하는 이메일 초청장을 발송했습니다. 2010년 5월 30일까지 1.1%에 해당하는 398명으로부터 응답을 받았고, 이 중에서 각자 회사의 공급망 운영에 관여하고 있는 210명이 설문 참여 적격자로 최종 선정되었습니다.

> 직무: 대부분의 응답자는 자신이 운영 업무를 담당한다고 밝혔으며(33%), 22%는 공급망 관리, 19%는 생산, 나머지 응답자는 물류, IT, 재무, 또는 “기타”를 담당 분야로 언급했습니다.

> 해당 산업 분야: 대부분의 응답자는 공업 기계, 자동차, 소비자 포장 상품, 항공우주 및 방위, 의료 기기, 플라스틱 및 고무 제품, 금속 및 광업, 컴퓨터 장비 및 주변장치 등을 비롯한 전통적인 제조 부문 종사자들로 구성되었습니다.

> 회사 규모: 회사 규모는 연간 매출액 49억 달러 이상(23%)에서 9억 9,900만 달러 미만(77%)에 이르기까지 그 수준이 다양했습니다.

요약

오늘날의 비즈니스 세계에서는 데이터가 넘쳐나고, 제조업 분야에서는 정보가 유형 자산을 대체하여 의사결정을 위한 기반이자 프로세스 혁신을 위한 성장동력으로 자리잡게 되었습니다. 이 같은 환경에서 비즈니스업무를 정확하게 기술할 수 있는 데이터가 충분히 확보되기만 하면 합리적인 의사결정이 이루어질 것이라고 생각하기 십상이지만, 불행히도 현실은 그렇지 않습니다.

선도적인 제조업체들은 경쟁력을 유지하려면 단지 기업 내부 프로세스 안에서 계획하고 행동하는 것만으로는 부족하다는 사실을 깨닫게 되었습니다. 즉, 고객이 의사결정의 유연성과 적시성을 제공하고, 낭비 제거와 수익 및 효율성 개선 목표를 달성하기 위해서는 공급망을 서로 연결하고 그 안에서 분석에 기반한 통찰력 있는 정보를 생성할 수 있어야 합니다.

한편, 대부분의 기업들은 심층 분석 능력과, SCM/ERP 시스템에서 데이터를 가져와 요약/보고하는 능력을 혼동하는 경우가 많습니다. 전통적인 공급망 관리 시스템의 경우, 운영을 자동화하는 데는 유용하지만, 제조업체가 요구하는 수익성과 경쟁력이 뛰어난 기업으로 진화하는데 필요한 복잡하고 빈번해지는 중대한 의사결정 사이클을 지원할 수 있도록 디자인되지는 않았습니다. SCM/ERP 시스템은 과거 정보를 요약하고 실적집계 하는데  초점이 맞추어져 있지만, 여기에 예측 기반 분석 능력이 더해진다면 앞을 내다보는 지침을 제시함으로써 보다 효과적이고 현명한 의사결정을 이끌어낼 수 있을 것입니다.

그림 1:
귀하는 현 SCM/ERP 시스템의 능력(즉, 의사결정과 보고에 필요한 데이터를 액세스하고 적시에 분석하는 능력)에 얼마나 만족하고 있습니까?

SCM/ERP 시스템이 의사결정과 보고에 필요한 데이터를 액세스하고 적시에 분석하는 능력에 대한 제조업체들의 만족도를 살펴보면 예측 기반 분석 능력을 겸비해야 할 필요성이 분명히 드러납니다. IW/SAS 설문조사에 참여한 제조업체 중 불과 12%만이 이러한 접근방식에 “매우 만족”하고 있다고 답했습니다.

이 보고서에서 우리는 공급망 데이터에 대한 분석적 통찰이 의미하는 바와 이러한 능력이 낭비 제거, 고객 만족, 효율성, 매출 및 수익 등의 측면에서 제조업체에 안겨주는 이점에 대해 살펴볼 것입니다.

이 보고서는 리서치 결과 외에도, 제조업체들이 공급망 분석을 통해 비용을 절감하고 품질을 개선한 사례 연구 내용도 함께 다루고 있습니다.

참고:일부 응답 수치에는 무응답해당사항 없음이 반영/포함되지 않았으므로 퍼센티지 합계가 100%가 되지 않을 수도 있습니다.

>>데이터에 대한 확신이 성과를 말해준다

IW/SAS 공급망 분석 설문조사는 공급망 분석을 통해 내부 운영과 판매 및 마케팅 활동에 대해 보다 명료한 가시성을 확보한 제조업체가 문제점을 더 정확하게 예견하고, 따라서 사전 대책을 강구함으로써 효율성과 수익성을 높일 수 있다는 사실을 보여줍니다.

지난 2년간의 세계 경제 여건을 감안했을 때, 응답자 중 44%가 이 기간 동안 수익의 감소를, 그리고 3분의 1 미만(30%)이 증가를 경험했다고 답한 것은 그리 놀라운 일도 아닙니다. (나머지는 현상 유지 또는 응답하지 않음.)

이와 대조적으로, 전략적 의사결정을 내리는 데 사용되는 데이터의 정확성에 확신을 가지고 있는 응답자 중 43%가 수익이 증가했다고 답한 반면 데이터에 대한 확신이 부족한 응답자의 경우에는 28%만이 긍정적인 답을 내놓았습니다. 또한 의사결정에 사용되는 데이터 분석능력의 확신이 부족한 응답자는 지난 2년간 손실을 경험한 경우가 더 많았습니다.

그림 2:
지난 2년간 귀사의 매출총이익은 어떻게 변화했습니까?

의사결정을 위한 데이터 분석 능력에 확신을 가지는 기업은 더 높은 수익을 얻을 뿐 아니라 더 효율적으로 운영되는 경향이 있습니다. 이들은 평가지표(KPI)의 질을 개선하고, 기존의 자산으로부터 더 큰 가치를 도출해내고, (높은 재고 회전율과 더 정확한 예측을 기초로) 재고를 보다 효율적으로 관리 유지합니다. 안타깝지만 이와는 정 반대의 경우도 있습니다. 즉, 데이터 분석능력의 확신이 부족한 기업들의 경우에는 모든 조사 대상 평가지표(KPI)에서 뒤처질 가능성이 높습니다. (그림 3)

의사결정을 위한 데이터 분석 능력에 확신을 가지는 기업은 더 높은 수익을 얻을 뿐 아니라 더 효율적으로 운영되는 경향이 있습니다.

데이터 분석능력의 확신을 가지는 기업이 경쟁력 우위를 지닌다고는 하지만, 이 같은 선두 그룹 간에도 여전히 개선의 여지는 남아 있습니다. 리서치에 따르면, 이들 응답자 중 41%는 특히 공급망 관리 영역에서 의사결정에 사용되는 데이터에 “어느 정도 확신”을 가지고 있을 뿐이었으며, 59%만이 높은 수준의 확신을 표명했습니다.

여하튼 제조업체들이 공급망 데이터 분석 능력 강화를 통해 경쟁력을 높일 수 있는 여지가 있는 것은 분명합니다.

그림 3:
평가 기준: 지난 2년간 개선되었다, 동일하다, 악화되었다?

>>공급망 분석이란 무엇인가?

스프레드시트 등을 이용해서 표준 보고서에 데이터를 사용하는 경우는 흔하지만(전체 응답자의 73%), 이것으로는 경쟁력 우위와 직결된 의사결정을 이끌어내기에는 충분하지 않습니다. 한편, 유통망 전반에서 예측 및 재고 계획에 공급망 데이터를 적용한다고 답한 기업들의 경우 고급 분석 기법을 통해 상당한 이점을 얻고 있었습니다.

그 이유는 무엇일까요? 전통적인 계획 시스템은 전적으로 과거의 판매 데이터에 의존하여 수요를 예측하는 경향이 있기 때문입니다. 이 경우 모델링 능력이 제한되어 가격, 기후 및 기타 요인의 변화가 향후 수요에 미치는 영향을 분명히 파악하기 어렵습니다. 경기와 수요의 변동이 일상적인 것처럼 되어버린 현 시장 여건에서 수요를 정확하게 예측해내려면 POS(Point-of-Sale) 데이터와 같은 다운스트림 소비 데이터를 포함시켜 판촉, 가격 등 기타 요인이 수요에 미치는 영향을 모델링할 수 있는 예측 기반의 정교한 계산이 필요합니다.

SAS의 글로벌 마케팅/공급망 담당 이사 Ritu Jain은 “전통적으로 공급망은 거래 시스템을 통해 관리되어 왔다”고 말하면서 다음과 같이 덧붙입니다. “ERP/SCM 시스템은 예측기반 통찰을 얻기 위해 데이터를 분석하는 것이 아니라 자동화된 방식으로 사업을 운영하기 위한 것이다. 공급망은 일상적 운영에 초점을 맞추는 것이 관례였다. 수요를 예측하고, 그 수요를 충족하기 위해 재료를 조달하고, 가용 제조 자산을 기초로 생산 계획을 수립한 다음, 생산품을 요구사항에 따라 배송한다. 즉, 의사결정 개선보다는 실행(execution)에 초점이 맞추어지는데, 전통적인 SCM/ERP 시스템은 본래 이 실행을 위해 구축된 것이었다.”

공급망 분석이란 무엇인가?

Jain은 예측/추정 분석 기법을 사용할 경우 제조업체들이 레거시 시스템 내에서 데이터를 활용하여 실시간으로 통찰을 이끌어내고 이 정보를 바탕으로 향후의 의사결정을 최적화할 수 있다고 설명합니다. 가격 인상이 수요에 미치는 영향은? 어떤 판촉 활동이 판매에 더 큰 영향을 미치는가? 생산 능력이 제한된 상황에서 수익 목표를 충족하기 위해서는 제품 A와 B 중 어느 쪽을 더 많이 생산해야 하는가?

Jain에 따르면, 대부분의 사용자, 심지어 산업 분석가나 컨설턴트조차 비즈니스 인텔리전스와 분석의 차이를 명확히 이해하지 못하고 있다고 합니다.

그림 4
평가 기준: 지난 2년간 개선되었다, 동일하다, 악화되었다?

“그들은 아직도 단순한 쿼리, 리포팅, OLAP 드릴다운 등을 일종의 분석 능력으로 간주한다. 따라서 예측 모델링, 시나리오 분석 및 최적화를 위한 진보된 과학을 활용하기보다는 단순한 형태의 경보, 모니터링 및 대시보드 기능을 제공하는 시스템에 전적으로 의존함으로써 스스로를 제한하고 있다. 하지만 실제로는 표준 리포팅 및 경보에서부터 통계 분석, 예측, 예측 모델링, 최적화에 이르기까지 전 영역을 망라하는 여러 레벨의 분석[7페이지 “분석 기법의 8 레벨” 참조]이 존재한다.”

기업의 공급망 관리가 데이터 중심의 통찰을 바탕으로 이루어질 때 보다 효과적으로 비용을 관리하고, 결과적으로 수익까지 보호할 수 있습니다. 그림 3과 동일한 평가 기준을 8페이지의 그림 4에 적용해 보면, 공급망에 고급 분석 능력을 갖춘 기업은 성과 레벨이 더 높다는 것을 분명히 알 수 있습니다. 이는 산업 분야나 기업 규모에 관계없이 모두 동일하게 적용됩니다.

>>공급망 데이터의 고급 분석 능력이 주는 이점

응답자들은 조직의 전략 목표에 작용하는 가장 큰 걸림돌로 다음의 항목들을 거론했습니다.

1. 단위당 비용 증가로 인한 매출 이익 감소(1순위: 28%, 2순위: 23%, 3순위: 14%)
2. 세계화로 인한 수요의 불확실성과 변동성(1순위: 22%, 2순위: 21%, 3순위: 16%)
3. 공급망 계획, 고객 주문처리 업무, 고객 요구 등을 효과적으로 연계시키지 못함(1순위: 16%, 2순위: 11%, 3순위: 14%)

공급망 분석 기법은 이 같은 장애 요소들을 직접 해소할 수 있습니다. 응답자들은 특히 고객 만족도 향상(28%), 비용 절감(23%), 생산성 제고(19%)를 고급 분석의 3대 이점으로 꼽았습니다.

이 조사 결과는 또한 업계 리더들이 얘기하는 이점과도 일치합니다. 다음의 세 가지 사례 연구를 통해 우리는 기업들이 현 상황에서 어떻게 예측 분석을 활용하여 수익성을 개선하고 공급망 전반의 능률을 향상시키는 지 살펴볼 수 있습니다.

공급망 데이터의 고급 분석 능력이 주는 이점

공급망 분석의 또 한 가지 중요한 이점은 조직이 전략 목표와 조화를 이루는 수평적 프로세스를 구축할 수 있게 해주는 것입니다. 데이터는 거짓말을 하지 않으므로, 중요 의사결정에서 주관성을 제거할 때 진정 효과적인 툴로 거듭날 수 있습니다.

데이터는 거짓말을 하지 않으므로, 중요 의사결정에서 주관성을 제거할 때 진정 효과적인 툴로 거듭날 수 있습니다.

수요 시그널을 파악할 수 있는 능력과, 과잉 재고가 발생하지 않는 고도의 지속적 개선(CI: Continuous Improvement)의 문화를 보유하고 있는 기업들도 여전히 공급망 분석을 통해 경쟁력을 더욱 강화할 수 있습니다. 그 이유는 공급망 데이터 분석은 예측 불허의 특수한 사태가 발생하더라도 시장에서 어떤 일이 벌어지고 있는지에 대한 단서를 제공할 수 있기 때문입니다. 진보된 CI 프로그램을 갖춘 기업이 상기 수준의 단계로 진입하게 되면 수평적 조율의 이점이 더욱 가속화되고 능률화를 통해 비용을 절감할 수 있을 뿐 아니라 시장 여건 변동 시에도 전사적 협의가 필요한 의사결정을 신속히 내릴 수 있게 됩니다.

기업들이 위기를 기회로 활용할 수 있도록 인도하는 일을 전문적으로 수행하는 리서치 기반 자문 회사 Altimeter Group의 공동 경영자인 Lora Cecere는 다음과 같이 설명합니다. “수요 계획의 가장 큰 가치는 가치망(value network)의 진화와 수평적 프로세스의 구축에서 비롯된다. 이를테면 수요는 조직이 외부 상황을 살피고 영업, 마케팅, 생산 등의 수직 부문을 시장 요인에 비추어 조율할 수 있게 하는 미래 지향적 신호가 되는 것이다. 최근, 이 단계까지 진입했던 기업들은 [2007-2009년의] 경제 위기의 징후를 다섯 배나 더 빨리 감지하고 가치 사슬을 훨씬 신속히 조정할 수 있었는데, 그 영향력은 상당히 지대한 것이었다.”

Cecere는 이런 이점을 “탄력성(resiliency)”이라고 칭하면서, 이러한 기업들은 또한 수익을 정확하게 예측할 수 있었기 때문에 경기 침체기 동안 자본 시장에서 더 큰 신뢰를 얻을 수 있었다고 지적합니다.

하지만, 이러한 모델을 지원하려면 최고경영진의 사고 전환과 그에 따른 지원이 수반되어야 합니다. 예측 계획에는 때때로 예상치 않은 결과가 따르기도 하는데, 이런 상황에서 경영진은 책임 추궁을 넘어서 가치 사슬 전반에 걸쳐 전략적 목표와 조화를 이룰 수 있는 범 부서적 차원의 의사결정을 내려야 합니다. 예를 들어, 어떤 경우에 수요 오차(demand error)는 저조한 성과의 부산물이 아니라 의사결정의 상충 관계(trade-off)를 나타내는 방정식의 일부가 되기도 합니다.

>>구현에 대한 장애 요소

공급망 분석의 채택을 가로막는 요소가 무엇이냐는 질문에 대해 응답자들은 다음 세 가지 요인을 가장 큰 걸림돌로 꼽으면서, 각각에 동등한 비중을 부여했습니다.

> 기존 SCM/ERP 시스템과의 통합 문제.
> 회사 또는 공급망 조직 내에서의 다른 IT 우선사항/책무.
> 예상 구현 일정과 기간.

이어서 “납득할 수 없는 총 소유비용”과 “사용자 채택”이 그 뒤를 바짝 쫓았습니다.

Jain에 따르면, 이러한 문제들은 이미 시대에 뒤진 것입니다. 공급망 분석 프로그램은 다른 비즈니스 소프트웨어와 함께 진화하여 왔으며, 이제 구현과 사용이 더욱 쉬워졌습니다.

Jain은 “오늘날의 솔루션은 초·중급의 모델러라도 Point-and-Click 인터페이스를 통해 고급 모델링 기법을 활용할 수 있도록 패키지화 되어 있다”고 말하면서 다음과 같이 덧붙입니다. “초기의 거추장스러운 장애물과 기존 기술의 통합 비용은 더 이상 문제가 되지 않는다. 고급 분석 기능은 SaaS(Software as a Service) 및 온디맨드 채널을 통해 제공되며, 기존의 ERP/SCM 시스템 내에서 SOA(Service-Oriented Architecture)를 사용하여 호출이 가능하다. 또한 사용자는 친숙한 계획 모듈의 편리성을 포기하지 않으면서 예측의 정확도를 높이고 What-If 분석을 수행, 리소스를 최적화할 수 있다.”

총 소유비용 문제와 관련해서, 제조업체가 효율적인 공급망(곧 기업)을 운영하는 데 작용하는 가장 큰 걸림돌이 공급망 분석의 이점을 통해 곧바로 해결될 수 있다는 점을 생각해 보시기 바랍니다. (그림 5)

그림 5
과제: 공급망 관리의 효율성을 저해하는 요인은?

이러한 요인 중, 향후 24개월간 효율적 공급망 관리에 걸림돌이 되는 것은?
(m=100만, b=10억, 연간 총수익)

Jain은 “현상 유지에 안주하기 전에, 장기적으로 무엇이 옳은지 자문해 볼 필요가 있다. 이미 시대에 뒤쳐져 버린 기존 시스템에 계속 돈을 쏟아 붓겠는가? 아니면, 어느 정도 초기 지출을 감수하고라도 새로운 경제 시대에서 생존하는 데 필요한 새롭고 진보된 기술(견고한 기능을 제공하는)로 업데이트하겠는가?” 라고 물음을 던졌습니다.

사례연구

1. AmBev: 수요 인텔리전스를 통한 비용 절감과 수익 신장

라틴아메리카 최대의 음료 회사인 AmBev는 고도로 복합적인 통합 운영 체제를 보유하고 있는 제조업체입니다. AmBev는 음료 생산 공장 41곳과 맥아 제조 공장 4곳, 그리고 청량 음료 농축 공장 1곳, 과라나 농장 1곳과 보리 발효 공장 3군데 등 브라질과 해외 도처에 총 49개의 공장을 보유하고 있으며, 또한 16,000대의 트럭과 11,000명의 리셀러로 이루어진 유통망은 백만여 개가 넘는 전국의 판매점으로 자사의 제품(Pepsi-Cola, Skol 등 포함)을 실어 나릅니다.

이처럼 엄청난 양의 원료와 완제품을 취급하는 AmBev는 소비자 포장 상품 시장의 변덕스러운 특성을 감안할 때 과거 데이터에 의존하여 생산/유통 계획을 수립하는 것이 효과적이지 않다는 사실을 깨달았습니다. AmBev는 수요 예측과 의사결정에 도움을 줄 수 있는 심층 분석 기법이 필요했습니다.

AmBev는 SAS의 수요 예측 및 계획 솔루션을 도입하여 매출 이익과 제품 유통의 성과를 극대화하기 시작했습니다.

AmBev 수요 계획 전문가 Tiago Rino는 "쉽게 말해서 생산 규모가 지나치게 많거나 적어서는 안 되며, 또 재고에 비용이 과도하게 투입되거나 점포에 제품 공급이 딸리는 현상이 생겨서도 안 된다"고 강조합니다.

SAS 솔루션은 전체 수요/보충 계획 프로세스 상의 데이터를 하나로 통합한 다음 생성된 주간 예측 결과를 토대로 판매 목표, 생산 수준 및 유통 계획을 수립할 수 있게 해줍니다. 또한 SAS는 회사 전반에 걸쳐 프로세스 개선 효과까지 가져다 주었습니다.

"생산이나 유통 계획이 잘못됐을 경우 이를 신속하게 시정할 수 있게 되었다. 이와 더불어 영업 인력이 예측 자료를 근거로 목표를 달성하도록 지원을 할 수 있게 되었으며, 물류망의 이용률 극대화 역시 완성 단계에 이른 상태이다."

SAS 덕분에 AmBev의 생산 효율성은 50%나 향상되었습니다.

"실제로, 출고를 위해 창고에서 14~15일이나 보관해야 했던 생산 제품들의 대기 기간이 지금은 7~8일로 크게 단축되었다."

2. 철강업체: 업무 성과와 수익성 개선에 박차를 가하다

대규모 사업의 경우, Six Sigma 같은 성과 관리 전략에 최고경영진의 지원과 확장식 소프트웨어가 뒷받침된다면 수익성에 엄청난 영향을 줄 수 있습니다.

19,000명의 종업원이 연간 2,850만 톤 규모의 강철 제품을 생산하는 아시아의 한 대규모 철강업체가 SAS 소프트웨어로 2개의 PI(Process Innovation) 프로그램을 운영해봄으로써 상기 사실을 입증할 수 있었습니다. PI 프로그램은 효율성과 경쟁력 강화를 위해 30년 묵은 업무 관행을 개선한다는 목표를 두고 있었습니다. 첫째, 회사는 SAS를 통해 EPR 및 레거시 데이터를 추출, 데이터 웨어하우스로 이전·변환하여 데이터를 비슷한 것끼리 비교하고 품질을 점검할 수 있도록 했습니다. 둘째, SAS의 분석 기능과 Six Sigma 프로젝트 추적 시스템을 결합함으로써 관리자들은 PI 프로젝트에 대한 데이터 수집, 최우선 순위의 품질 문제 파악, 그리고 근본 원인 분석 등과 같은 작업을 수행할 수 있게 되었습니다. 또한, 일간/월간 모니터링을 활용하여 사전에 문제를 해결하고 제조 공정 전반을 개선할 수 있었습니다.

첫 번째 PI 단계에서 회사는 표준 열연 코일 생산의 리드 타임을 (30일에서 14일로) 50% 단축하고, 재고를 (100만 톤에서 40만 톤으로) 60% 수준으로 끌어내리는 데 성공했습니다. 나아가, 회사는 제조 공정을 분석한 다음 필요한 사항을 개선함으로써 열연 코일의 폐기율을 15%에서 1.5%로 낮추어 추가의 비용 절감 효과를 실현했고, 2년 내에 1,550만 달러 이상의 총 ROI를 달성할 수 있었습니다.

3. 어플라이언스 제조업체: 서비스 사기 감사(Service Fraud Audits)로 500만 달러 규모의 비용 절감에 성공

어느 유수의 어플라이언스 제조업체는 100만 건이 넘는 보증 클레임 작업을 수천여 곳의 서비스 업체에 위탁하여 처리하고 있습니다. 기술자가 어플라이언스를 수리한 후 제조업체의 서비스 부서에 클레임을 제출하고, 제조업체의 서비스 부서 소속의 감사관들이 사기 가능성이 의심되는 클레임을 찾아냅니다. 그러나 클레임의 수가 그야말로 엄청나기 때문에 의심스러운 이벤트를 탐지해내지 못하는 경우가 허다합니다.

결국 SAS Suspect Claims Detection과 SAS Solutions on Demand를 도입하게 된 이 회사는 고도의 분석 능력이 없었다면 간과되었을 사기 건수들을 적발함으로써 첫해에만 510만 달러를 비용을 절약할 수 있었습니다. 그 원리는 다음과 같습니다. 클레임 데이터를 사기 적발 소프트웨어에 업로드하면 각 클레임에 대해 26 세트의 클레임 레벨 분석이 자동으로 계산되고, 평균치와의 비교 작업을 거친 후 복수의 요소가 정상치에서 벗어날 경우 클레임을 감사 대상으로 분류합니다. 분류를 마치면 조사가 필요한 의심스러운 클레임의 보고서를 감사관에게 전달합니다.

회사는 또한 고객 서비스를 개선하는 데에도 소프트웨어를 활용하고 있습니다. 즉, 회사는 데이터를 이용하여 수리 작업 능률이 떨어질 것으로 판단되는 서비스 업체를 파악한 다음 이들에게 특정 교육을 실시합니다.

SAS의 전망

IW/SAS 공급망 분석 설문조사의 스폰서인 SAS는 리서치를 통해 아래와 같은 교훈을 얻었으며, 여기에는 비즈니스 분석을 사용하여 어떻게 다양한 과제를 해결하고 기회를 포착할 수 있는지에 대한 통찰이 포함됩니다.

1. 효율성과 성과 개선을 위해서는 예측적이고 데이터 중심적인 통찰이 요구됩니다.
분명한 것은 공급망 전문가들의 주된 사안—매출이익 감소, 수요의 불확실성, 리드 타임 단축 압력—에는 기업들이 과거의 보고서만으로는 충분히 해결할 수 없는 주요 성과 및 효율성 문제가 포함된다는 점입니다. 이에 SAS® Business Analytics는 과거를 이해하고 현재를 모니터할 뿐 아니라 미래의 결과까지 예측할 수 있는 새로운 선견지명을 부여할 수 있도록 하고 있습니다. 더불어, 이러한 데이터 중심의 통찰을 바탕으로 예측의 정확도를 높이는 것은 물론 수요 패턴 파악, 공급업체의 성과 극대화, 완제품 재고 과잉 및 소진 방지 같은 소기의 목표를 달성할 수 있습니다.

2. 전통적인 SCM/ERP 시스템은 현 경제 여건에 대처할 만큼 충분히 진보되지 않았습니다.
대부분의 조직들은 전적으로 ERP/SCM 시스템에 의존하여 대량의 데이터를 수집하고, 보고서를 생성하고, 고객, 공급업체 성과, 제품 주문과 관련된 일상적 거래를 자동화하는 데 익숙해져 있습니다. 하지만, 세계화와 경쟁이 가속화되는 현 경제 환경에서 성공을 거두는 기업들은 여러 곳에 산재해 있는 거래 시스템에서 수집된 피상적 수준의 데이터에만 의존할 수 없다는 사실을 잘 알고 있습니다. 이에 SAS Business Analytics는 이러한 거래 시스템의 데이터를 다운스트림 소비 데이터 및 업스트림 공급 데이터와 통합, 부정확성을 제거하고 미래를 내다보는 분석적 통찰을 제공함으로써 SCM/ERP에 대한 기존의 투자 가치를 강화할 수 있게 하고 있습니다. 그런 다음 조직은 트렌드를 발견하고 이벤트를 예측하고 비용과 수익의 기본 요인을 파악하여 급변하는 비즈니스 환경에 민첩하게 그리고 혁신적으로 대처할 수 있습니다.

3. 분석은 차세대 공급망을 위한 미래의 물결입니다.
공급망 리더들은 미래 시스템이 비용 관리, 수요 예측 개선, 고객 서비스 업그레이드를 포함한 보다 전략적인 의사결정을 내리는 데 도움을 줄 것으로 기대하고 있습니다. 전통적인 공급망 시스템은 “무슨 일이 일어났는가?”, “얼마나 많이?”, “얼마나 자주?” 등과 같은 기본적인 질문에만 답하는 능력의 한계로 인해 문제를 성공적으로 해결하지 못했던 것이 사실입니다. 하지만 차세대 공급망에는 제약 조건에 기초한 최적화, 고급 예측, What-If 분석, 시나리오 계획, 비즈니스 시뮬레이션 및 모델링 등을 지원하는 고급 분석 능력이 포함될 것이고, 그 결과 “다음에는 어떤 일이 벌어질 것인가?”, 또 “어떤 것이 최상의 시나리오인가?”와 같은 영향력이 큰 질문에 답할 수 있게 될 것입니다.

고객지원
기술문의, 구입문의, 일반문의, 고객소리함
자료실
E-브로셔, White paper
데모 & 투어
뉴스레터
SAS Intelli-Zine
뉴스레터 신청
Events
이벤트와 세미나 정보
대표전화 : 02-2191-7000
교육문의 : 02-2191-7002
기술문의 : 02-2191-7003
Global Contact List