מערכת מעקב ומעקב אינה כלי לוגיסטי, אלא מנוע נתונים
הביטוי "מערכת מעקב ומעקב" עדיין מעורר תמונות של סקאנרים במחלקות אחסון ותגיות על פלטפורמות עבור רבים. תפיסה זו מאוחרת בערך חמש שנים. מערכת מודרנית למעקב ומעקב יוצרת זרם מתמיד של נתונים מכל צומת בשרשרת האספקה: ייצור, אחסון, העברות למחסנים, השהייה במרחבים קמעונאיים, ואימות על ידי הצרכן הסופי. השאלה אינה האם הנתונים קיימים, אלא האם שכבת הניתוח יכולה להפוך את יומנים גולמיים של סריקות להחלטות המשפיעות על תמחור, אסטרטגיית ערוצים, תכנון ייצור, ואכיפת הגנת המותג. לוח מחוונים שמראה סימן ✅ ירוק ליד 'המטען נשלח' הוא דרישה בסיסית. מה שמבדיל בין יישום אסטרטגי לבין סימון תיבה לשם עמידה בדרישות, הוא היכולת של המערכת לענות על שאלות שהצוות האחראי על המותג עדיין לא חשב לשאול.
ההבדל בין אחסון אירועים של סריקות לבין הבנתם
כל מערכת מעקב ומערכת זיהוי מסלול קולטת באופן אוטומטי אירועים של סריקות. ברקוד נקרא בשער המפעל, סריקה נוספת בדוק הקבלה של המפיץ, וסריקה נוספת בנקודת המכר במרכול. אחסון הרשומות האלה הוא החלק הקל. את האתגר האנליטי יוצרים זיהוי הדפוסים לאורך זמן ואזור גאוגרפי. מערכת שלא יכולה להבחין בין סריקה לגיטימית של מילוי מלאי לסריקה לא תקינה של מחסן בשעות העבודה השלישיות, שמתלווה לקפיצה בהצעות הנחה באינטרנט, היא בסך הכול ארונית מסמכים דיגיטלית. הפער ביכולות מתבטא בשלושה תחומים: זיהוי חריגות שמסמן רצפים סטטיסטיים בלתי אפשריים של סריקות, קיבוץ גאוגרפי שזוהה מוקדי הפצה לא מורשים, וניתוח זמני שגלה דפוסי זמן השהייה שמצביעים על חלונות הכנסה של מוצרים מזויפים בשרשרת הלוגיסטית.
חמש יכולות אנליטיות שמפרידות בין מערכות בסיסיות למערכות אסטרטגיות
כשבעלי מותגים מעריכים פלטפורמות למעקב ומעקב, רשימת התכונות נוטה להיות ארוכה ומלאה במונחים טכניים. כאשר מצמצמים אותה למה שחשוב באמת לצורך קבלת החלטות, קיימות חמש יכולות אנליטיות שראוי למקם בראש סדר העדיפויות:
| יכולת אנליטית | מערכת בסיסית (מ enfocussed על עמידה בדרישות) | מערכת אסטרטגית (מ enfocussed על קבלת החלטות) |
|---|---|---|
| Визואליזציה של אירועים של סריקה | מפה סטטית עם סימונים | מפת חום עם סליידר זמן והדגשת חריגות |
| איתור שוק אפור | יצירת דוחות ידנית | התראות אוטומטיות על חריגות גאוגרפיות עם ייחוס לרמת המפיץ |
| ניתוח מעורבות הצרכנים | מספר הסריקות בחודש | הקשר בין סריקה לקנייה, שיעור הסריקות המחודשות לפי מוצר (SKU), מיפוי מסלול המשתמש |
| מודל תגובת החזרה | חיפוש מספר партиיה | מיקום גאוגרפי בזמן אמת של היחידות הנפגעות עם הערכת רדיוס ההתראה |
| הצטברות מלאי חיזויית | ממוצעי המכירות ההיסטוריים | אותות ביקוש מבוססי למידת מכונה מהמהירות הממוספרת של הסריקות באזורים השונים |
המערכות שמיישמות את העמודה הימנית משתפות מאפיין אדריכלי אחד: הן מתייחסות לכל אירוע סריקה כשור במאגר נתונים של סדרות זמן, ולא כתיעוד ביומן שטוח. ההבחנה הזו חשובה ביותר כאשר מנוע האנליזה צריך לבצע אגראגציות על מיליוני אירועים בתוך פחות משלוש שניות כדי להציג התראה.
כשנתוני שרשרת האספקה מתנגשים עם נתוני התנהגות הצרכן
קיים נקודת ח cruce שבה יישומים בוגרים מגיעים באופן עקבי לאחר כ-18 חודשים. עד אז, המערכת אספה מספיק סריקות אימות על ידי הצרכנים – כלומר סריקות של משתמשי קצה דרך פורטל האימות של המותג – כדי לקשר בין דפוסי הפצה להתנהגות רכישה ממשית. מותג עלול לגלות שמערכת הפצה המדווחת באופן עקבי על מכירות חזקות מציגה למעשה את שיעור הסריקות הנמוך ביותר על ידי הצרכנים ברשת, מה שמרמז שהנפיקה המודרגת דווחה אינה מגיעה לצרכנים הסופיים. או שיתגלה כי שרשרת מסחר מסויימת מעוררת סריקות אימות בשלושה פעמים יותר מאשר רשתות דומות, מה שמהווה אות שראוי לחקור לצורך הרחבת שותפות. תובנות אלו אינן זמינות מתוך נתוני 'מכירה לתוך השרשרת' בלבד. הן דורשות שילוב של סריקות רציפות לאורך שרשרת האספקה עם נתוני האינטראקציה המאומתת של הצרכנים, וזה בדיוק המקום שבו מערכת מאוחדת למעקב ומעקב זוכה לערך נוסף מעבר להתקשרות.
הטמעת סדרת רציפות פרמצבטית שغيירה את השיח
יצרן תרופות מדרום מזרח אסיה השיק מעקב ותיעוד מסודר על פני כל קווי המוצרים שלו לשימוש ללא מרשם כדי לעמוד בדרישות הרגולטוריות המעודכנות של האסיאן. המטרה הראשונית הייתה עמידה בדרישות: לכל יחידה נדרשה מזהה ייחודי שניתן לעקוב אחריו ממכונה עד לעודף. כעבור כ-9 חודשים מההטמעה, צוות האנליזה שים לב לדפוס חריג: אירועי סריקה של מוצר נוגד כאבים פופולרי התרכזו במחוז שבו לחברה אין שותף סיטונאי מורשה. ניתוח נוסף חשף שסיטונאי מורשה במחוז סמוך מוסר כ-12 אחוז מהכמות שהוקצתה לו לصيدליות לא רשומות מעבר לגבול. היצרן 재צף את הסכמי הפצה באזור זה, הקים אימות סריקה עם הגבלת מיקום ברמת הסיטונאי, וצמצם את הדליפת ערוצים לא מורשים ב-60 אחוז בערך בשני הרבעונים הבאים. הדרישה לציות מימנה את המערכת; היכולת האנליטית הפכה אותה לכלי להגנת הרווח.
איך צריך להיראות מחסום האנליזה בעתיד
ה-12 עד ה-24 החודשים הבאים ידחפו את האנליזה של מערכות מעקב ומערכת זיהוי (track and trace) לכיוון שלוש מגמות מתכנסות. ראשית, איחוד נתוני המוצרים הממוספרים עם זרמי נתוני נקודות המכירה במרחבים הקמעונאיים יסגור את המעגל בין משלוח לצריכה, מה שיאפשר תצפית כמעט בזמן אמת על מכירות הסליקה (sell-through), אשר כרגע דורשת התאמה ידנית. שנית, מודלים של למידת מכונה המועדים על סמך דפוסי סריקות היסטוריים יתחילו להציג ציונים חיזויים לסיכונים עבור מסילות הפצה מסוימות, ולנתח את הסבירות לסטירת מוצרי המותג לפני שהדבר קורה, ולא לאחר מכן. שלישית, מסגרות רגולטוריות בשווקים כגון האיחוד האירופי, בהתאם למודל הנחיית התרופות המזויפות (Falsified Medicines Directive), ובמספר מדינות דרום מזרח אסיה, מרחיבות את הוראות המיספור המחייבות מעבר לתחום התרופות גם לתעשיית הקוסמטיקה, לתוספי מזון ולמוצרים עתירי ערך אחרים המוגנים בחבילה. מותגים שיבנו יכולת אנליטית כזו כבר עכשיו ימצאו עצמם קדימה במערכת ההתאמות הרגולטוריות, ולא ייאלצו לפעול באורח דחוף כדי להתאים את עצמם.
OPOC ייצר תווית מעקב ומעקב סדרתיות עם אינטגרציה פנימית של נתונים משתנים, מה שנותן לבעלי המותגים נקודת התחלה אחת-מקור לבניית התשתית האנליטית שלהם, ללא צורך בהרכבה של ספקים מרובים של תווית ותוכנה.