Este artículo fue escrito por Don Huff, director global de Operaciones y Servicios al Cliente, Michael Tam, gerente de Productos de Datos de la Cadena de Suministro, Maris Serzans, Ciencia de Datos de la Cadena de Suministro de Bloomberg, junto con colaboradores de Databricks. Puede leer el artículo original aquí.
La resiliencia de la cadena de suministro es cada vez más importante para las corporaciones. Los gerentes de adquisiciones deben mantener una supervisión transparente en toda la red de la cadena de suministro y ser conscientes de los posibles riesgos. Las cadenas de suministro en los últimos años se han enfrentado a una serie de interrupciones, que culminó en una causada por una pandemia global que mantuvo a los trabajadores en sus hogares y paralizó las cadenas de suministro en todo el mundo. A medida que las empresas emergen de la pandemia, los líderes se preguntan a sí mismos y a sus equipos cómo prepararse para la próxima gran disrupción.
Según un informe de McKinsey and Company de 2022, que encuestó las prácticas de las empresas manufactureras, dos tercios de las empresas implementaron nuevas prácticas de gestión del riesgo de la cadena de suministro en los últimos 12 meses. Entre esas iniciativas se incluye la implementación de procesos para monitorear los riesgos relacionados con los proveedores, lo que es particularmente importante para las empresas que priorizan la entrega ininterrumpida y puntual a los clientes. Las empresas también están experimentando ciclos más cortos en la toma de decisiones ante el reciente aumento de la volatilidad de la cadena de suministro.
Las corporaciones necesitan visibilidad y automatización de extremo a extremo en toda su red de cadena de suministro, lo que requiere una solución de datos integral. Bloomberg proporciona datos de la cadena de suministro para más de 100.000 empresas con datos históricos que se remontan a 2006, lo que proporciona a las corporaciones gran visibilidad de sus cadenas de suministro en varios niveles de profundidad de proveedores. En este blog, exploraremos los datos de riesgo de Bloomberg que abarcan ASG, sanciones y datos de riesgo de incumplimiento para ayudar a los clientes a detectar posibles problemas en la cadena de suministro de una empresa.
Estudio de caso: se analiza el riesgo de la cadena de suministro en un fabricante de automóviles líder
Nos centramos en la red de la cadena de suministro de un fabricante mundial de automóviles, transformando conjuntos de datos complejos para extraer información práctica. Destacamos tres factores de riesgo que nuestros clientes consideran al evaluar sus riesgos en la cadena de suministro: el riesgo de incumplimiento, el riesgo de sanciones y el riesgo climático.
1. Riesgo de incumplimiento
El modelo de riesgo de incumplimiento patentado de Bloomberg utiliza insumos como la deuda de una empresa para calcular la probabilidad de incumplimiento. Al combinar los datos de la cadena de suministro y del riesgo de incumplimiento, podemos identificar a los proveedores al inicio de la cadena que están en dificultades financieras. Dentro de la cadena de suministro de este fabricante de automóviles, identificamos a once proveedores con una probabilidad de incumplimiento a un año de más del 10%, que pueden considerarse en dificultades. Un proveedor que enfrenta problemas de liquidez puede desencadenar interrupciones en el flujo de bienes y componentes con los consiguientes problemas de entrega para el cliente.
2. Riesgo de sanciones
Similar al riesgo de incumplimiento, podemos utilizar los datos de las tablas DL+ e identificar fácilmente las entidades sancionadas en la red de la cadena de suministro del fabricante mundial de automóviles. Si bien solo se sanciona a un proveedor directo (nivel 1), se les aplican sanciones a múltiples proveedores de nivel 2 y nivel 3.
Según McKinsey and Company, solo el 10% de los líderes de la cadena de suministro encuestados por la empresa consultora en 2022 tenían visibilidad de sus proveedores de nivel 3. Utilizando los datos de la cadena de suministro y de las sanciones de Bloomberg, los clientes pueden identificar la exposición indirecta a las empresas sancionadas e interactuar con sus proveedores para identificar alternativas.
3. Riesgo climático
Las corporaciones están monitoreando cada vez más sus emisiones de alcance 3, las generadas a partir de las actividades de la cadena de suministro. Aquí, demostramos cómo los usuarios mutuos pueden fácilmente mostrar datos de emisiones a nivel de entidad en varios niveles de proveedores del fabricante de automóviles a través de DL+. Aunque el fabricante de automóviles global en sí no tiene una alta intensidad de emisiones, hay varios proveedores en todos los niveles cuyas métricas de intensidad de carbono están a la zaga de sus pares. El fabricante de automóviles debería determinar si se siente cómodo con las prácticas de esos proveedores o si quiere modificar proactivamente su cadena de suministro.
Los flujos de trabajo de investigación de la cadena de suministro se están transformando rápidamente con la llegada de sofisticadas plataformas en la nube. Ha permitido a las corporaciones aprovechar los datos de manera poderosa, particularmente en áreas como el análisis de la cadena de suministro, donde la trazabilidad y la visibilidad son fundamentales. La capacidad de combinar conjuntos de datos DL+ en un entorno de análisis unificado puede acelerar la obtención de información sobre el estado de su negocio y la competencia.
Nuestro estudio de caso destaca tres ejemplos en los que los datos de Bloomberg pueden utilizarse para obtener información procesable. Es posible producir dichos modelos de riesgo en programados flujos de trabajo compartidos en toda su organización. Todavía hay mucho que explorar, por ejemplo, nuestro equipo está trabajando en la integración de datos de riesgo climático para detectar la exposición de las empresas a las amenazas ambientales en toda la cadena de suministro.
Para más información sobre los datos de Bloomberg, haga clic aquí.
The post Interrupción de la cadena de suministro y gestión de riesgo ASG, impulsados por datos appeared first on Servicio Bloomberg Professional.