Article

24.07.2017

Big data challenging traditional purchasing decisions

Going forward, Big Data is enabling companies to make more informed purchasing decisions: this should lead to fewer losses, overstocks or products being out-of-stock. What role does the purchasing director play in this?

Too much unnecessary stock threatens your company's growth. What is the solution? Optimise purchases in real time to reduce production costs, improve cashflow and retain total control over your budgets. According to a survey carried out by Lightspeed POS, 54% of companies rely on the profitability of Big Data to make smarter purchases. However, the right technologies still need to be invested in and, as part of that, the role of the CPO (Chief Procurement Officer) needs to be revisited.

The digital imperative

These days, buyers clearly need to be able to analyse on a predictive basis upon request and want to have a sourcing overview. Using Big Data can help with this by enabling a certain amount of automation in terms of procurement, particularly with regard to direct purchases. Going forward, this can be achieved by Big Data solutions through traceability. These solutions can take several forms: stock movements (thanks to the IoT and sensors), tracking of sensitive or fresh products, tracking fleets and haulages, and business intelligence to capture demand.

Yet, adopting these solutions will involve an organisational change with regard to the role of buyers, as indicated in the latest Deloitte Global Chief Procurement Officer Survey 2017 report. What are the major trends?

  • Digital is at the heart of purchasing decisions

    75% of purchasing directors believe that their role in delivering the company's digital strategy will increase. Moreover, 75% have executive support to achieve this. Analytics, already used (by 58% of respondents) in negotiations and (by 57% of respondents) to improve process efficiency, is the technology which will have the greatest impact on purchases over the next two years. What are most purchasing directors focusing on? Half of purchasing directors say that the quality of the data is the most important thing.

  • Cost reduction

    There is still uncertainty surrounding the economic and geopolitical environments. The number one priority for 79% of those surveyed is reducing costs to achieve the best results and finance growth. 

  • Redefinition of roles and war for talent
    With automation, the role of purchasing departments is changing: when contract and procurement monitoring is left to artificial intelligence, buyers can concentrate more on upstream needs, managing data and governance. 60% of purchasing directors do not believe their teams have the skills to deliver a procurement strategy. This is an issue because 87% of them recognise that these skills are the greatest factor in driving procurement performance.

 

"The traditional operating models for procurement are currently changing. This is being led by a lack of talent and digital innovation growth."
Magali Testard, Partner in Charge of Procurement & Supply Chain Advice, Deloitte.

 

Article

24.10.2016

Technology is transforming the supply chain

The rate of adoption of new technologies in the supply chain has not yet passed 26%, but it should reach 75% in ten years' time. What does this mean for you and how can you prepare for it?

The integration of technology into the supply chain has long been the exclusive preserve of major companies, often motivated by the idea that their departments or subsidiaries will become more efficient by being interconnected. The most striking example of this is the adoption by FedEx in 1985 of a system of handheld scanners, enabling real time package tracking. A revolution back then, but commonplace today!

"Since the 1980s, computer technology has advanced at such a phenomenal rate that it is currently far ahead of the ability of the supply and logistics field to adequately utilize the new technologies", according to Georgia Tech.

In the midst of the revolution in mobile computing, the latest white paper from C3 Solutions – the source of the adoption figures quoted above - explores how IT will shape the supply chain in years to come, thanks to three basic levers:

1. Mobility is more accessible

The policy of “bring your own device” (BYOD) has spread throughout businesses and brought down technological barriers, a move facilitated by falling equipment prices. So, an iPhone 5 has 2.7 times the processing power of the Cray-2 which FedEx had in 1985. The industries that benefit most from this are in logistics (dispatch management, GPS navigation, dock scheduling, parcel tracking, proof of delivery and customer service).

2. Cloud, SaaS and Big Data are becoming instinctive

Like mobile supply chain apps, even though a strong trend in IT, cloud computing is still immature and has yet to truly develop its potential. Although the costs are difficult to calculate, the roll-out of SaaS (software as a service, where the company's applications are based in the cloud) is becoming more and more natural, as it is inherent in the digital nature of the supply chain, particularly in view of the proliferation of connected items (the Internet of Things) in the business environment.

Cloud-based apps are the ideal way to gather data silos for analysis, but Big Data is not a new phenomenon for brands. What's different now is the velocity of solutions compared with the volumes processed and the availability of analytical tools to use this data. Accenture notes: structures that use analytical solutions have faster reaction times (47%) in their supply chain.

3. Web APIs also reign outside "dotcoms"

Application Programming Interfaces have become the plumbing of the Internet of Things. They enablecommunication between different services or apps. For example, US giant Target required its suppliers to connect to its own APIs in an attempt to curb stock-outs. The company managed to reduce delivery windows from two days to one. It also penalises suppliers using outdated tools if deliveries don't arrive in the scheduled window.

Intelligent employment of these tools should result in significant supply chain optimization: increased visibility, better cost control, more efficient integration between companies, more accurate tracking and planning, not forgetting improved regulatory compliance. To gain a better understanding of the issues involved, read the white paper entitled "Technology Reshaping the Modern Supply Chain" published by C3 Solutions. It can be downloaded for free by simply registering on the publisher's website.

Source : C3 Solutions

Article

12.12.2016

What "local" contributes to your supply chain

Countries that have spent the 30 last years closing their factory doors are seeing an unexpected return to local industry. The short chain has maybe even taken on a certain value in an unstable economic climate.

From the start of 2016, international exchange volumes have been falling. For the first time since the Second World War, a commercial treaty with the United States has failed during a growth period. Both candidates in the American presidential elections recently opposed the Trans-Pacific Partnership in order to embrace "Made in the USA". The United Kingdom voted for Brexit. In Belgium, Wallonia went head-to-head with the European Union and Canada over the CETA. In other words: globalisation is no longer an unshakeable conviction.

A survey carried out by SCM World indicates that in the United States, companies are three times more likely to recruit (than dismiss) staff in the supply chain area. The trend is identical in European countries such as Germany, the Netherlands and even Great Britain, as the diagram below shows.

WB_Art_Local_supply_chain_en

(Source: SCM World http://www.scmworld.com/wp-content/uploads/2016/11/161103-November-KOM_Image1-Web.png)

Made in China was synonymous with everyday low prices. The paradigm has shifted.

 

During the 90s, international exchanges grew twice as fast as the international economy. Europe united under a shared currency. China became the world's factory. Tariffs fell, as did transport costs. Nevertheless, if you believe the New York Times, the Walmart revolution was over. So China joined the former prosperous nations club: she used her factories to build a middle class. As for Europe, from now on economic stagnation makes the signing of trade exchanges more complex.

Conclusion: local is back and redesigning the supply network rules. Why?

Distance increases costs

It makes no sense to boast about container capacity and the fall in the price of oil. Transport costs from Asia to Europe are more expensive and riskier than before. Add to this the doubts surrounding trade regulations.

Local is more flexible

The example of Trellebord in Sweden is particularly enlightening. This SME chose to use robots in order to automate a part of its work in a high wage country without having to go through relocation.

For Kevin O'Marah, SCM World supply chain expert, "adaptable platform design is Western industry's best defence against devastating supply constraints." The more such vital inputs can be shared, the better the business can support local production with limited bill-of-materials risk. This is true for Mondelēz, which is pioneering this approach in food, or BMW in automotive."

 

Article

14.12.2016

Tant qu’il y aura des data…

Het ultieme doel van big data? Een unieke klantervaring creëren. Maar waarom lukt het een start-up zonder verleden om affectief te zijn, terwijl oudere bedrijven met tonnen data maar wat graag dichter bij hun klanten willen staan? Wat is de winnende formule?

Digitale gegevens opslaan en verwerken is niet nieuw. Datamining ook niet. Maar connected devices en mobiele toepassingen creëren letterlijk een tsunami aan gegevens. Sms'jes, chats, foto's, filmpjes, muzieklijsten, zoekopdrachten, clicks op het net, routeberekeningen op Google Maps en aanverwanten, onlinebetalingen, contacten met klanten via chatbots of e-mail, automatische bestellingen door slimme koelkasten ... We produceren de hele tijd gegevens zonder er ook maar even bij stil te staan! Ook als we akkoord gaan met geolocatie of wanneer we inloggen op een hotspot ...
Tegen 2020 zal het datavolume allicht vervijfvoudigen.  Zo genereert een geconnecteerde wagen in amper één uur miljoenen gegevens die niet alleen nuttig zijn voor de auto zélf, maar ook voor de verzekeraars en de e-commerce. Er staat veel op het spel: een strategie bijsturen, een service personaliseren, betere beslissingen nemen, tendensen opsporen, prognoses maken ...

Old-school statistici interpreteerden cijfers uit het verleden om voor een betere toekomst te zorgen. Hedendaagse  “data scientists' zijn geeks, er worden academische opleidingen georganiseerd en we zijn mentaal niet meer in staat om het explosieve groeitempo van de gegevens bij te houden. Alleen machines kunnen dergelijke gegevensstromen nog verwerken. Dankzij automatische leertechnieken ('machine learning') gebeurt dat beter en sneller. Er zou een standaard voor correct gebruik van artificiële intelligentie in de maak zijn op initiatief van kleppers als Google, Facebook, Amazon, IBM en Microsoft. Volgens Nicolas Méric, oprichter en CEO van de start-up DreamQuark, gespecialiseerd in deep learning in de gezondheids- en verzekeringssector, verhogen dergelijke technologieën de menselijke capaciteiten, maar zijn ze niet bedoeld om volledig autonoom  te werken.

Wie komt in aanmerking?

Geen enkele sector ontsnapt aan de behoefte om gegevens te verzamelen en die te gebruiken om zijn omgeving nuttig aan te passen. Maar de ene is al gehaaster – of opportunistischer– dan de andere. Telecommunicatie, transport, gas-, water- en elektriciteitsleveranciers nemen het voortouw: de Franse spoorwegen maar ook schoonheidsproductenfabrikant Nuxe speuren alle onlinekanalen af op zoek naar klantencommentaren om hun klanten beter te leren kennen. Liftenfabrikant ThyssenKrupp wil zijn liften en vooral de gebruikers ervan optimaal bedienen en verzamelt allerhande liftparameters om het onderhoud te optimaliseren en vervelende storingen te voorkomen.
Big-data-managers in bedrijven staan voor drie grote uitdagingen, ook wel bekend als de '3V's': grote Volumes verwerken, rekening houden met de oneindige Variatie van gegevens en omgaan met de Velocity of snelheid waarmee ze worden gegenereerd.
Banken ontsnappen daar niet aan. Ze hebben er zelfs enorm veel bij te winnen, want ze beschikken over tonnen transactionele informatie over hun klanten en creëren allerhande processen. Zij staan dus voor de uitdaging om zelf ook met die schat aan gegevens aan de slag te gaan en binnen een zo kort mogelijk tijdsbestek nieuwe diensten met toegevoegde waarde uit te testen.

Momentum

Jean-François Vanderschrick is Head of Marketing Analytics & Research bij BNP Paribas Fortis: "Wat mij fascineert is niet zozeer de hoeveelheid beschikbare gegevens en connected devices, als wel wat de technologie er tegenwoordig allemaal uithaalt. Er gaat geen dag voorbij zonder dat ik van iets nieuws opkijk. JP Morgan komt tendensen op het spoor door foto's te kopen van de bezetting van supermarktparkings. China ontwikkelt gelaatsherkenning om de lay-out van zijn interfaces aan te passen aan de gelaatsuitdrukking van zijn klanten. Sokken 'made in USA' kunnen we volgen zodra ze verzonden worden totdat we ze in huis hebben ... Het is allemaal onderdeel van ons dagelijkse leven. Net zoals een bank die zich wil gaan aanpassen aan de levensfase waarin haar klant – die ze volgt sinds hij een rekening heeft – zich bevindt om hem precies datgene aan te bieden wat nuttig voor hem is."

BNP Paribas Fortis zette onlangs een nieuwe stap in de dataverwerking met de benoeming van een Chief Data Officer die lid is van het uitvoerend comité, Jo Couture. Dat betekent ook dat er meer mankracht, nieuwe tools en nieuwe capaciteiten onderweg zijn.

Jean-François Vanderschrick: "Data analytics moet ons in staat stellen om de klantervaring te verbeteren en de kosten onder controle te houden. Meestal gaat dat samen met een verhoogde efficiency."

Volgens hem belandt de leercurve nu pas in de exponentiële fase terecht.  

De timing is even belangrijk als de service zelf

Data komen in heel wat domeinen van pas: operationele excellentie, marketing, fraudedetectie, kredietrisico ... De bedrijven hebben intussen ingezien dat ze hun gegevens in kennis en diensten moeten omzetten en hebben vaak alles in huis om dat goed te doen, op voorwaarde dat ze zich niet door de oceaan van gegevens laten overspoelen. Het moeilijkste – en een bron van frustratie – is wellicht het ontsluiten en kwalificeren van de gegevens. Compliance-aspecten hebben de natuurlijke neiging om de ontwikkeling af te remmen, terwijl een kortere data -to -market juist heel belangrijk is. Dikwijls laat de marktintroductie te lang op zich wachten. Verder is het van belang om een service in real time aan te bieden. Supermarktketen Monoprix analyseert bijvoorbeeld het verwerkingsproces van de 200.000 dagelijkse bestellingen van zijn 800 winkels om onmiddellijk te kunnen ingrijpen op de supply chain. Voor de Franse winkelketen is dat een kritiek proces.

"Er moet een juiste dosering worden gevonden tussen tests (het prototype van de service oogt dikwijls bijzonder fraai, maar het veralgemenen ervan lukt niet altijd), risicometing en prioritering van de doelstellingen", zegt Jean-François Vanderschrick.

Het algoritme 'opvoeden'

Als je over de gegevens en de technologie beschikt en er financiële belangen meespelen, staat er geen grens op het ontsluiten van de gegevenswaarde. Je verbeelding is de enige beperking. Naast grote en complexe projecten zijn ook hier vrij eenvoudige quick wins mogelijk en wenselijk. Zo kunnen de operationele directies van de onderneming elementaire analyses verrichten op grote gegevensvolumes.

"Er zijn heel wat soorten gegevens die er misschien volstrekt onbelangrijk uitzien, maar die toch informatie verschaffen en tot actie aanzetten: een klant die met de concurrentie werkt, die elders kredietlijnen opent of een zeer groot bedrag leent, die met een ander land werkt ... Al die gegevens verdienen onze aandacht vanuit commercieel oogpunt,  in 70 procent van de gevallen zijn ze relevant", voegt de BNP Paribas Fortis manager eraan toe. Door het transactionele model van een klant te onderzoeken kunnen we betere kredietbeslissingen nemen. Relevante beslissingen liggen meer voor de hand met een model dan zonderweet Jean-François Vanderschrick. "Via machine learning leren we het algoritme om antwoorden te geven die meer en meer to the point zijn", voegt hij eraan toe.

'Big is better', ook voor kleine ondernemingen?

Dankzij de cloud hebben kmo's vandaag de nodige opslag – en rekencapaciteit – om de gegevens te verwerken. Bedrijfsmanagementprogramma's die gebruikmaken van de cloud-technologie, zoals CRM, tools om bestellingen of productiekosten of de traceerbaarheid van leveranciers te volgen, maken big data toegankelijk voor kleine en middelgrote ondernemingen. Op één voorwaarde: dat alle gegevens op dezelfde plaats samengebracht worden. Het verschil tussen corporates en kmo's speelt zich af op lange termijn. Maar kmo's voor wie eenstatisticus te duur is, kunnen altijd specifieke studies kopen en hun gegevens uitbreiden met externe databases ...

(Bronnen: BNP Paribas Fortis, Les Echos, Transparency Market Research, IDC, Ernst & Young, CXP, Data Business)

 

 

Article

27.12.2016

These 4 giants from Silicon Valley want to seduce your IT management

Already champions in everyday life, Google, Facebook, Slack and LinkedIn are adopting innovative and complementary approaches to convert companies. What strategies are they implementing in order to convince you?

Google: the value of data intelligence

Google is adopting an approach which goes beyond communication tools and suites of productivity apps/services. The company has largely transformed its business divisions so that they can exploit cloud infrastructures, big data, analytics and machine learning as a matter of priority. Two competitors are blocking it along the way: Amazon and Microsoft, but for different reasons. Developers have been using Amazon Web Services for a long time, which gives it a history of trust. Microsoft (Cloud, Office) also has a historical presence in IT departments around the world. In this approach, linked to the processing of sensitive data, Google still needs to evangelise: a company is not as easily convinced as a consumer, particularly when it comes to strategic or confidential data. Its weapon: the power of its artificial intelligence tools to process data silos.

Facebook: introducing WorkPlace, naturally

After more than a year of development with partner companies such as Danone, Starbucks, Royal Bank of Scotland and Booking.com, Facebook officially launched WorkPlace last October. This Facebook spin-off enables organisations to create an internal social network - completely private and secure - within an interface familiar to all employees in their everyday life, introducing head-on competition for already widespread tools such as Chatter (Salesforce) or Yammer (Microsoft). Unlike free Facebook, WorkPlace is billed monthly depending on the number of users: $3 for the first 1,000, $2 for the next 9,000 $1 for over 10,000 users.

Slack: real-time collaboration becomes mainstream

Despite the introduction of Microsoft Teams on its turf, Slack remains confident in its strategy of creating tools that allow greater communication and productivity within companies.

"We find this offensive both flattering as well as intimidating, given Microsoft's means, but we think there is sufficient space in the market for several players", declared April Underwood, VP of Slack at the beginning of November.

A market that Slack has largely contributed to opening and driving, by introducing the concept of real-time collaboration. Its weapon? Agility, despite its still limited size and its proven and copied tools. Result: 4 million active users everyday and constant growth.

LinkedIn: from B2B marketing for... Microsoft

Microsoft Closes Acquisition of LinkedIn at the beginning of December. The transaction, which runs into billions of euros, has been followed closely by the European Commission. Despite a strong position in the business, mainly at a human resources level, LinkedIn needs 25 billion euros from Microsoft to pursue its offensive in the domain of professional tools, in a hugely competitive climate. For Microsoft, the acquisition will enable the company to reach B2B marketing targets such as recruitment agencies, head-hunters and businesses. To explain the synergy sought in simple terms, the CEO of Microsoft, Satya Nadella, gives the example of a meeting where everyone present sees their LinkedIn profile, linked to their invitation.

Discover More

Contact
Close

Contact

Complaints

We would like you to answer a few questions. This will help us answer your request faster and in a more appropriate manner. Thank you in advance.

Is your company/organisation client at BNP Paribas Fortis?

My organisation is being served by a Relationship Manager :

Your message

Type the code shown in the image:

captcha
The Bank processes your personal data in accordance with the terms of the Privacy Notice of BNP Paribas Fortis SA/NV.

Thank you

Your message has been sent.

We will respond as soon as possible.

Back to the current page›
Top