Najbardziej pouczającą studium przypadku łańcucha dostaw, jakie znam, nie jest sukcesem. W czerwcu 2017 r. złośliwe oprogramowanie NotPetya dotarło do Maersk, a firma przebudowała około 4000 serwerów i 45 000 komputerów osobistych w ciągu około dziesięciu dni, przy szacunkowych kosztach 250–300 milionów dolarów. Odzyskiwanie zadziałało częściowo dlatego, że jeden kontroler domeny w Ghanie był offline, gdy nastąpił atak, a ta ocalała kopia katalogu umożliwiła odbudowę. Atak Maerska w całości omówiliśmy osobno.
Większość zbiorów studiów przypadku pomija tego rodzaju szczegóły. Opisują firmę, która wdrożyła system i poprawiła wskaźnik, co jest przyjemną lekturą i bezużyteczną dla planowania. Poniższe studia przypadków to te, na które faktycznie się powołuję, wybrane ponieważ każde z nich zawiera liczbę publiczną i przyczynę źródłową, z którą można się spierać.
Dziesięć studiów przypadku dotyczących łańcucha dostaw z przypisanymi numerami
| Przypadek | Rok | Opublikowany wpływ | Przyczyna źródłowa warta zbadania |
|---|---|---|---|
| Maersk i NotPetya | 2017 | 250 do 300 milionów dolarów, 4000 serwerów przebudowanych | Sieć płaska, jeden współdzielony katalog, brak kopii odzyskiwania offline z założenia |
| Nike i i2 planowanie popytu | 2000 | Około 100 milionów dolarów utraconych sprzedaży | Prognozy są bardziej wiarygodne niż kierownicy sklepów, którzy widzieli rzeczywiste zapotrzebowanie. |
| Uruchomienie systemu ERP Hershey | 1999 | Około 150 milionów dolarów niezrealizowanych zamówień | Big-bang cutover zaplanowany na szczyt okresu halloweenowego |
| Lidl i SAP | 2018 | Około 500 milionów euro umorzono po około siedmiu latach | Logika wyceny zapasów została dostosowana, a nie przyjęta. |
| Kanadyjski cel | 2013 do 2015 | Wyjście z rynku po dwóch latach, straty w wysokości około 2 miliardów dolarów | Błędy w danych głównych wymiarów i zacięte taśmy kodów kreskowych sparaliżowały centra dystrybucyjne. |
| Ever Given w Kanał Sueski | 2021 | 6 dni na mieliźnie, około 400 statków w kolejce, szacowane ubezpieczone straty przekraczają 2 miliardy dolarów | Pojedynczy punkt awarii na często używanej trasie, z pilotowaniem przy silnym wietrze jako bezpośrednią przyczyną |
| Toyota po trzęsieniu ziemi w Tōhoku | 2011 | Wielopoziomowa baza danych obejmująca setki tysięcy części | Widoczność pierwszej klasy nigdy nie była ograniczeniem, czwartej była |
| TradeLens | 2018 do 2022 | Zamknięte po 4 latach mimo 175 lub więcej uczestników | Technologie działały, a przewoźnicy dołączyli, ale nie chcieli udostępniać danych platformie konkurencji. |
| Niedobór półprzewodników w Fordzie | 2021 | Firma zakłada około 2,5 miliarda dolarów wpływu | Anulowanych zamówień na chipy w 2020 roku nie można było wznowić według własnego uznania. |
| Amazon network regionalisation | 2023 | Amerykańska sieć przeorganizowana w klastry regionalne | Zmniejszenie przebytej odległości pokonało dodawanie mocy |
Maersk 2017: przypadek, który zmienił moje pytania
NotPetya wkradł się przez naruszoną aktualizację ukraińskiego oprogramowania podatkowego i rozprzestrzenił się bocznie, szyfrując maszyny szybciej, niż ktokolwiek był w stanie zareagować. Maersk stracił systemy rezerwacji, a operacje terminalowe na dużej części jego sieci przeszły na pracę ręczną. Statki nadal przybywały, ponieważ statki się nie zatrzymują, co jest częścią, którą planiści nie doceniają: cyfrowe zakłócenie w żegludze nie wstrzymuje fizycznego przepływu, ale usuwa możliwość wiedzy o tym, co ten przepływ zawiera.
Dwie lekcje przetrwały ponowne opowiedzenie. Zdolność do odzyskania bardziej zadecydowała o wyniku niż zapobieganie, a odzyskanie zależało od przypadku, a nie od projektu. Kiedy teraz przeglądam plany ciągłości działania, moje pierwsze pytanie brzmi już nie, czy istnieją kopie zapasowe. Brzmi ono, czy ktoś odbudował usługę katalogową z tych kopii zapasowych w oknie testowym i ile to zajęło.
Hershey 1999 i Lidl 2018: ten sam błąd w odstępie dwudziestu lat
Hershey zastąpił kluczowe systemy jednoczesnym przejściem i wszedł w szczytowy sezon branży cukierniczej z procesem od zamówienia do dostawy, którego nikt wcześniej nie stosował na taką skalę. Około 150 milionów dolarów zamówień nie mogło zostać zrealizowanych, a zysk kwartalny gwałtownie spadł.
Lidl spędził około 7 lat na programie inwentaryzacji i merchandisingu, zanim go porzucił i odpisał w regionie 500 milionów euro. Zgłoszonym technicznym problemem był przyziemny: Lidl wyceniał zapasy według ceny zakupu, standardowe oprogramowanie zakładało cenę detaliczną, i zamiast zmienić praktykę biznesową, projekt zmienił oprogramowanie. Dostosowanie w rdzeniu wyceny rozprzestrzeniło się następnie w dół. Decyzja o zaprzestaniu była bardziej handlowa niż techniczna, podjęta, gdy pozostałe korzyści przestały uzasadniać wydatki, których program nadal potrzebował.
Oba przypadki przemawiają za tą samą dyscypliną. Zaplanuj przejście z okresu szczytowego i traktuj każde żądanie dostosowania kluczowego obliczenia jako decyzję, która przetrwa osoby podejmujące ją.
Toyota 2011: widoczność na poziomie, którego nie widać
Po trzęsieniu ziemi w marcu 2011 roku Toyota odkryła, że jej ekspozycja znajduje się znacznie poniżej poziomu jej bezpośrednich dostawców, w specjalistycznych chemikaliach i komponentach, gdzie jedna fabryka obsługiwała większość przemysłu. Odpowiedzią była baza danych łańcucha dostaw mapująca części i dostawców na kilku poziomach w głąb, co pozwoliło firmie odpowiedzieć na pytanie, na które większość producentów wciąż nie potrafi odpowiedzieć: jeśli to miasto się zatopi, które z moich pojazdów się zatrzymają.
Powodem, dla którego nadal używam tego przypadku, jest to, że przeczy on większości projektów dotyczących widoczności. Zespoły kupują narzędzia, które pokazują pozycje kontenerów, co jest danymi logistycznymi pierwszego poziomu, podczas gdy ryzyko, które zatrzymuje linię produkcyjną, znajduje się cztery poziomy wyżej w fabryce, której nazwa nie figuruje w żadnym z ich systemów.
TradeLens: porażka, która nie była techniczna
TradeLens był platformą blockchain do dokumentacji żeglugowej, uruchomioną przez Maersk we współpracy z IBM w 2018 roku i wycofaną w 2022 roku. Technologia działała, a sieć nie była pusta: dołączyło do niej ponad 175 organizacji, w tym pięciu z sześciu największych przewoźników kontenerowych. Mimo to zakończyła działalność. Zapisanie się i zaangażowanie okazały się różnymi decyzjami, a konkurencyjni przewoźnicy nigdy nie przesyłali wystarczającej ilości danych komercyjnych przez platformę należącą do ich największego konkurenta, aby zapewnić opłacalność.
To jest przypadek, który należy rozważyć przed każdą inicjatywą wymiany danych w całej branży. Trudnym problemem we wspólnej widoczności jest zarządzanie i własność, a nie kryptografia, a neutralność musi być strukturalna, a nie obiecana. Kontrastem jest Standardy DCSA dotyczące śledzenia i wykrywania, który operatorzy przyjęli, ponieważ żaden pojedynczy konkurent nie był jego właścicielem.
Jak czytać studium przypadku, aby się nie dać przekonać
Większość opublikowanych studiów przypadku to materiały marketingowe stworzone we współpracy ze sprzedawcą, co nie czyni ich bezwartościowymi, ale zmienia sposób, w jaki należy je czytać. Moja lista kontrolna:
- **Znajdź punkt odniesienia.** Twierdzenie o trzydziestoprocentowej poprawie nie ma żadnego znaczenia bez liczby wyjściowej i okresu pomiarowego.
- **Sprawdź, kto to opublikował.** Jeśli autorem jest dostawca oprogramowania, zabraknie analizy trybów awarii. Dokumenty regulacyjne, dokumenty sądowe i raporty poincydentalne zawierają szczegóły, które usuwa się z komunikatów prasowych.
- Szukaj kontrfaktycznego. Wolumeny, ceny i popyt zmieniały się w tym okresie. Zapytaj, co i tak by się stało.
- Preferuj sprawy z datami i kwotami w dolarach. Wszystko, czego nie można przypisać do kwartału i liczby, jest anegdotą w garniturze.
- Najpierw przeczytaj o porażkach. Udane projekty są różnorodne i trudne do skopiowania. Porażki się powtarzają, co czyni je bardziej przewidywalnymi pod kątem tego, co może się wydarzyć w Twoim przypadku.
- **Sprawdź poziom.** Zapytaj, na jakim poziomie łańcucha znajduje się sprawa, ponieważ większość twierdzi, że obejmuje cały zakres, a dostarcza jedynie zakres pierwszego poziomu.
Wykorzystanie tych przypadków w studium wykonalności
Studium przypadku zasługuje na miejsce we wewnętrznym wniosku, gdy ustala liczbę, którą w przeciwnym razie musielibyśmy zgadywać. Maersk 2017 podaje wiarygodny rząd wielkości całkowitego przestoju systemu u dużego operatora logistycznego. Hershey i Lidl nadają ryzyku wdrożenia cenę. Ford w 2021 roku pokazuje, ile może kosztować anulowanie zobowiązań dostawców podczas spowolnienia, gdy popyt powraca szybciej niż moce produkcyjne.
To, czego żaden z nich nie zrobi, to udowodnić, że konkretne narzędzie pasuje do Twojej operacji. Wzór, który widziałem, że działa, jest węższy: wybierz dwa przypadki, których tryb awarii najbardziej przypomina Twój własny słaby punkt, oszacuj, ile kosztowałaby ta awaria w Twoich wolumenach i pozwól, aby porównanie ustaliło budżet. Taka argumentacja wytrzymuje kontrolę dyrektora finansowego, co jest czymś więcej, niż udaje się większości prezentacji porównawczych.