aofsoru.com

Lojistik Yönetimi Dersi 7. Ünite Özet

Lojistik İletişimi Ve Bilgi Sistemleri

Lojistikte İletişim ve Bilgi Teknolojisi Gereksinimi

İşletmelerdeki lojistik faaliyetler, sadece malların fiziksel hareketlerini içermemekte, aynı zamanda firmanın tedarikçiler ve müşterileriyle olan ilişkilerini de koordine etme çabası içindedir. Bunun için de “enformasyon” ve iletişim araçları gereklidir.

Bilgi Teknolojileri (BT), iş süreçlerini geliştirmek için bilgi temin eder ve işletmenin en tepedeki stratejik amaçlarını destekler. BT, işletmelerin bu stratejik amaçlarına şu konularda olumlu etkileri olduğu söylenebilir:

  • Operasyonel mükemmeliyet
  • Yeni ürünler, hizmetler, iş modelleri
  • Etkin müşteri, tedarikçi ilişkileri
  • Rekabetçi avantaj
  • Hayatta kalma
  • Etkin karar verme

Verinin Önemi ve Veri Toplama Araçları

İşletmelerin doğru kararlar alıp eyleme geçebilmesi için ihtiyaç duyduğu ilk gereklilik veridir (kitabın 188. sayfasındaki şekil 7.2'de gösterildiği gibi).

Veri, işletmedeki operasyon kayıtlarının ham şekilde kaydedilmiş hâlidir. Girişi yapılmış veri, henüz anlam kazanmamıştır ve yorumlanmamıştır.

Enformasyon, verinin anlam kazanmış ve belirli bir amaç için şekillenmiş hâlidir. Veri, gözlemlerin direk sonuçlarıdır. Veriler kategorileştirilip üzerine bir anlam eklendiğinde, enformasyona dönüşür.

Bilgi, kurumsal tecrübe veya çalışma yoluyla kazanılmış, birikimdir. Veri olmadan enformasyona ulaşmak, enformasyon olmadan da bilgi elde etmek zordur.

Bilgelik, bilgiden sonra gelen aşama olarak adlandırılan bilgelik ise bilginin sentez yoluyla bütünleştirilmesi ve sindirilmesi durumudur.

Veri toplamak için işletmelerin kullanabileceği çeşitli araçlar mevcuttur ve bu araçların belli başlılarını şu şekilde özetleyebiliriz:

Barkod ve Karekod

Barkod veya karekod teknolojisi, üretilen veriyi, çizgi formatına dönüştürüp etiketlenmesini ve hızlıca okutulmasını mümkündür mümkün kılar.

Radyo Frekanslı Tanımlama Sistemleri (RFID)

Bu tür sistemler, barkodun gelişmiş hâli gibi düşünülebilir. En büyük farkı ve üstünlüğü temas gerektirmemesi, çok daha uzun mesafeden okuma yapabilmedir.

Ses ve Işıkla Toplama

Lojistik operasyonlarda, depoda toplama ve yerleştirme işlemlerinde kolaylık sağlayan bir teknolojidir.

İnsansız Hava Aracı

Dron olarak bilinen insansız hava araçları (İHA) küçük boyut ve ağırlıklarda malzeme taşımada kullanılabildiği gibi, depolarda etiketlerin okutulmasıyla malzeme sayım amacıyla da kullanılabilmektedir.

Artırılmış Gerçeklik

AR teknolojisi, bir yazılım bağlantısı ve akıllı gözlük veya tablet benzeri cihaz entegrasyonuyla çalışır ve depoda malzeme toplama, bakım ve onarım işlerinde ve kalite kontrol amacıyla kullanılabilir.

Küresel Konumlandırma Sistemi (GPS)

Bu sistem, araç takip, konteyner takip, işletme içi forklift vb. ekipmanların takibi amacıyla kullanılabilir.

Veri İletimi Yöntem ve Araçları

İşletmelerde Veri İletiminin Amacı

Veri iletişiminin temel amacı, kullanıcının bilgisayarları, terminalleri ve uygulama programları arasında bilgi alışverişi yapmaktır. İşletmelerde sıklıkla kullanılan farklı veri iletim mimarilerini şu şekilde özetleyebiliriz:

Web Servisleri ve Sunucu Mimarisi

Sunucu mimarisi, genelde işletmelerde toplanan verinin işlenmek üzere iletilmesinde kullanılır. Web hizmetleri (servisleri) ise mevcut sistemi geliştirmek veya yeni enformasyon sistemleri uygulamaları yaratmak için kullanılabilir.

XML Dili Kullanımı

XML (Extensible Markup Language) hem insanlar hem de bilgi işlem sistemleri tarafından kolayca okunabilecek dokümanlar oluşturmaya yarayan bir işaretleme dilidir.

Elektronik Veri Değişimi (EDI)

Bu sistem (Electronic Data Interchange) genel olarak iş ortakları arasında standart bir formatta, elektronik ortamdaki dokümanların (sipariş, fatura, beyanname, vd.) bilgisayardan bilgisayara direkt aktarımıdır.

Bulut (Cloud) Sistemler

Bu tür sistemlerin kullanımında, internet ortamında kiralık bir sunucu vardır ve yazılım kurulumları buraya yapılır. Böylelikle internet erişimi olan her yerden bu yazılıma erişim sağlanır.

Nesnelerin İnterneti (IoT)

Bu sistem, işletme içinde ve dışındaki tüm cihazların internete bağlantılı olması ile başlar. Cihazlardan sensörler desteği ile toplanan veriler, anlık paylaşılır. Bu sayede makineler etraftaki cihazlardan aldıkları bilgiler ile bir sonraki işlemlerinde daha doğru hareket edebilirler.

Blok-zincir (Blockchain)

Bu sistem ise dağıtılmış veri tabanıdır. İçerdiği bir onaylama mekanizması ve dağıtılmış yapısı sayesinde, aşırı güvenli şekilde işler. Blok-zincir platformu, faturalardan ve ödemelerden sözleşmelere ve izlemeye kadar, her şeyi tek bir yerde güvenle yönetmeyi sağlar.

Lojistikte Veri İşleme (Operasyon Yürütme) ve Planlama Yazılımları

İşletmelerde lojistik faaliyetlerinin yürütülmesinde ve planlanmasında, tek bir yazılım yeterli olamamaktadır. Lojistik operasyonlarla ilişkili belli başlı kurumsal yazılımları şu şekilde özetleyebiliriz:

Üretim Kaynakları Planlama (MRP)

Bu yazılım türü ERP yazılımlarının günümüzde bir alt üretim planlama modülüdür. Kurumsal yazılımların tarihteki fonksiyonel gelişimi MRP ile başlamış, MRPII ile genişlemiştir.

Kurumsal Kaynak Planlama (ERP)

ERP yazılımları ortak bir veri tabanında çalışarak, bir işletmenin bütün ihtiyaçlarını karşılayan modülleri içeren, dev bir işletme yönetimi yazılımıdır. Bu sistemlerde, stok ve envanter yönetimi modülü mevcuttur ve temel stok hareketleri yürütülebilir.

Müşteri İlişkileri Yönetimi (CRM)

Bir şirketin mevcut ve potansiyel müşterilerle olan etkileşimini yönetmek için kullanılan bir yaklaşımdır. Müşterilerle olan ticari ilişkileri geliştirmek, özellikle de müşteriyi elde tutmaya odaklamak ve sonuçta satış büyümesini artırmak için müşterilerin geçmişi hakkında veri analizi kullanır.

Tedarikçi İlişkileri Yönetimi (SRM)

Bu sistemler, mal veya hizmet tedarikçileri ile etkileşimi üst seviyeye çıkarmak, planlama ve yönetmek için kullanılan yaklaşımdır. Kurumsal yazılım yapısı açısından, ERP’deki “satın alma” modülü ile entegre çalışabilir.

Depo Yönetim Sistemleri (WMS)

Depo giriş çıkış ve transfer planlarının ve işlem kayıtlarının yapıldığı sistemlerdir. Sipariş kabulden sevkiyata kadar görev ataması, raporlama vb. işlemler geçekleştirilir.

Nakliye Yönetim Sistemleri (TMS)

Bu sistemler, sevkiyat oluşturma, sevkiyat için uygun araç planlarının yapılması, nakliyeci ve sözleşme yönetimi fonksiyonlarını içerir. Yükleme süreçlerini koordine eder. Siparişe uygun taşıma modu karması seçimi ve konsolidasyonunu yapar, taşıyıcı seçimi yapar.

Kargo ve Araç Yükleme ve Optimizasyonu (CLO)

Bu yazılımlar; kamyonlar, treylerler, trenler ve deniz konteyneri gibi taşıma ünitelerinin yüklenmesini optimize eder. Siparişleri yerine getirmek için, araç sayısını en aza indirir. Maksimum yük verimliliği ile siparişleri uygun araçlara tahsis eder.

Konteyner Yönetim Sistemleri (CMS)

Limana, sahaya gelen konteynerlerin terminalde yönetilmesi için kullanılan sistemleridir. Web tabanlı lokasyon ve statü takibi imkânı sunar. Personele iş atama, boş konteyner takibi ve yük ataması, yük tipine göre kurallar gerçekleşebilir.

Saha Yönetim Sistemi (YMS)

Bu sistemler ile araç park sahasının yönetimi ilgili işlemler yürütülür. Rezervasyon alma ve yer planlama, giriş çıkış işlem kayıtları ve takibe olanak sağlar.

Bilişim Destekli Gelişmiş Planlama

Lojistik sistemlerde elde edilen veriler enformasyona dönüştürülerek stratejik ve taktik düzeylerde planlama yapmak için kullanılır.

İşletmelerde Gelişmiş Planlamanın Amacı

İşletmenin tedarik lojistiği, üretim lojistiği ve dağıtım lojistiğinin etkili ve verimli yürütülmesi kaynakların etkin kullanımını gerektirir. Bu nedenle öncelikle etkili planlama şarttır. Ancak bu planlamanın da kısa sürede ve çok faktörü dikkate alarak yapılması gereklidir. İşletmelerde ERP ve MRP gibi sistemler temel faaliyetlerin planlanmasında kolaylık sağlamaktadır. Fakat bu tip temel yazımlar farklı senaryoları değerlendirmek, optimizasyon yapmak ve kısıtları dikkate almak gibi özelliklerden yoksundur. Bu aşamada yeni tesis yeri belirlenmesi, lojistik ağın iyileştirilmesi, en uygun güzergahın belirlenmesi, sonlu kapasite çizelgeleme, optimal seçimin yapılması, farklı senaryo sonuçlarının oluşturulması ve karşılaştırılması gibi işlemler için daha gelişmiş araçlara ihtiyaç duyulmaktadır (kitabın 199. sayfasındaki şekil 7.17'de gösterildiği gibi).

Stratejik Ağ Optimizasyonu

Tedarik zinciri ve bu zincir üzerindeki lojistik operasyonların modellenmesinde ve uygun ulaşım şeklinin belirlenmesinde kullanılır.

Gelişmiş Planlama ve Çizelgeleme (APS)

Bu tür araçlar ise planlamada, kısıtlar altında optimizasyon yapar. Ürün, kapasite, iş gücü gibi kısıtları dikkate alır. Maksimizasyon, minimizasyon (fayda, zarar) hedefi doğrultusunda çalışır.

İdeal Kombinasyon

Tüm ERP, APS gibi sistemler yalnız çalışabilse de birlikte çalıştıklarında en iyi sonuçları vermektedirler. SCM ve APS uygulamaları, arz, talep veya üretim sürecinde değişiklikler olduğunda, gerçek zamanlı ve hızlı bir analiz yapabilmek, merkezî verilerinden beslenecekleri bir ERP’ye ihtiyaç duyar. ERP uygulamaları müşteri kısıtları, üretim kısıtları, coğrafi kısıtlar gibi birden fazla durumu beraber değerlendirilebilecek yeteneğe sahip değildir. APS tüm planlama süreci boyunca bunları mantıklı şekilde dikkate alır. ERP ve APS uygulamaları, kısıtlamalara, kapasiteye ve malzemelere dayalı en uygun planı oluşturmak için birlikte çalışır. üreticilerin ürünün nasıl, ne zaman ve nerede üretilip teslim edilmesi gerektiği ile ilgili değerlendirmeleri SCM ve APS sistemleri yapar. Bu nedenle bir ERP bir APS’ye bağlandığında, sadece kapasiteyi değil, aynı zamanda malzeme, ekipman, personel ve lojistik kısıtlamalarını da aynı anda dikkate alır.

Simülasyon

Limitli bir zaman diliminde, gerçek sistem üzerinde karar vermek için bir model kurmak ve üzerinde deney yapma çalışmasıdır. Yeni depo yatırımı fizibilitesi, üretim hattı kapasite ve darboğaz analizi, depo ekipman verimlilik analizi, kurgulanan yeni sistemin testi, ekipman ve şoför- depo elemanı personel planlaması, yeni depo personeline süreç ve operasyon eğitimi gibi alanlarda kullanılmaktadır

İşletmelerde Veri Analitiği

Veri Analizi

Ham biçimde olan verinin denetleme, temizleme, dönüştürme ve modelleme aşamalarında geçirilerek, bu veriden yararlı bilgi bulma, sonuç çıkarma ve karar verme sürecidir.

İş Zekâsı

İş zekâsı (Business Intelligence-BI), her türlü veriyi, kaynakları ayırt etmeksizin bir arada tutup, modelleyip ihtiyaca göre bu verileri gösteren uygulamalardır. İş zekâsı uygulamalarında amaç, karar vericilere enformasyonu doğru, gerçek zamanlı olarak iletmektir. Alışkanlıkları, eğilimleri bulmak ve karar vermeye yardımcı olmak için güncel ve eski verileri analiz eder.

Karar Destek Sistemleri

Bu sistemler ve veri ambarları arka planda çalışmaktadır. Karar destek sistemleri, matematiksel veya çözümlemeli modelleri kullanırlar. “Eğer-ise” analizi, duyarlılık analizi, geriye duyarlılık analizi, çok boyutlu analiz/OLAP (Online Analytic Processing: Çok boyutlu veri işlemlerini modeller), özet tablolar gibi farklı analiz türleri olanağı sağlarlar.

Veri Ambarı

Veri ambarları farklı sistemlerden veriyi alabilir. Sonra alınan veriyi, uygun şekilde standardize eder. Farklı sistemlerden konsolide edilmiş data elde olur (ETL araçları ile). Bu sayede veri sorgulama, analiz ve raporlamaya hazır hâle getirir. Bu süreçte OLAP küpleri kullanılır. OLAP küpleri çok boyutlu veri analizi imkânı ve önceden hesaplanmış değerler ile hızlı raporlama imkânı sunar. Örneğin; son 5 yıla ait, müşteri ve bölge bazından alınan siparişlerin, hem tutar hem de miktar bazında analizi gibi.

Büyük Veri (Big Data)

Yapılandırılmamış veya yarı-yapılandırılmış veriler oluşturur. Oluşturan veriler web trafiği, sosyal medya, sensörler kaynaklıdır. Veri büyüklüğü petabyte, exabyte seviyesindedir. Bu büyüklükteki veriler, normal veri tabanı yönetim sistemleri ile işlenemez, farklı performanslı teknolojiler kullanılır. Taşıma araçların lokasyon ve kullanım bilgileri ile üretim makinelerinde gelen enerji tüketim bilgileri örnek verilebilir.

Veri Madenciliği

OLAP farklı boyutlarla raporlama iken, veri madenciliği (data mining) “keşfe” dayanır. Büyük verideki saklı ilişkileri bulur, kurallar oluşturur, buna göre gelecek tahmini yapar. Veri madenciliği beş aşamadan oluşur:

  1. Veri seçme işlemi
  2. Ön işleme
  3. Dönüştürme
  4. Veri madenciliği
  5. Yorumlama ve değerlendirme

Veri Bilimi-Veri Madenciliği

Günümüzde veriler, her zamankinden daha hızlı bir şekilde artmaktadır. İşte bu yüzden herkesin bu iki terimi anlaması zorunlu hâle geldi. “Bilim” ve “madencilik” kelimelerinin anlamı, veri alanında farklıdır. Özetle:

  • Veri bilimi bir alandır, veri madenciliği ise bir tekniktir.
  • Veri bilimi bilimsel çalışmaya odaklanır, veri madenciliği iş sürecine odaklanır.
  • Veri biliminin amacı, tahmine dayalı modeller oluşturmak, sosyal analizler, bilinmeyen gerçekleri ortaya çıkarmaktır.
  • Veri bilimi veri görselleştirmelerinden, sosyal bilimlerden, istatistikten, veri madenciliğinden, doğal dil işlemeden oluşan çok disiplinlidirVeri bilimi, yapılandırılmış, yapılandırılmamış veya yarı yapılandırılmış ilgili her türlü veriyi ele almaktadır.
  • Veri bilimi için bir başka isim, veriye dayalı bilimdir.
  • Veri bilimi bir kuruluş için, veri merkezli ürünler oluşturmayı amaçlar.

Gelişmekte Olan Sistem ve Teknolojiler

Dijital Dönüşüm ve Endüstri 4.0 Kavramı

Dijital dönüşüm veya transformasyon (DX) , her türlü ürün ve bilgi akışlarını da içerecek şekilde iş süreçlerinin dijital ortama aktarılmasıdır. Uygulamada hedef, işlerin otomasyonudur.

Dördüncü Sanayi Devrimi (Endüstri 4.0) , tarihsel bir dönemi ifade etmekten ziyade yapay zekadaki (AI) gelişmelere, nesnelerin internetine, özerk (otonom) araçlara, büyük verilere ve diğer ileri teknolojilere dayanan dijital bir ekonomiyi ifade eder.

Aynı zamanda, Endüstri 4.0, siber fiziksel sistemler (CPS), nesnelerin interneti (IoT), büyük veri ve analitik (big data), artırılmış gerçeklik (AR), katkılı üretimi (3D yazıcılarla), simülasyon, yatay ve dikey sistem entegrasyonu, bulut (cloud) bilişim, özerk (otonom) robotlar gibi imalat teknolojilerinde otomasyon ve veri alışverişi araçlarını ifade eder.

Dijital dönüşümle birlikte iş dünyasına giren ve özellikle lojistik ile ilgili diğer teknolojik bileşenlerin bazıları ise şunlardır:

Otonom Araçlar ve Robotlar

Birbiriyle ağ üzerinde bağlantılı, akıllı nesnelerin sayısındaki patlama, bu eğilime büyük bir destek vermektedir. Otonom (kendi kendine gidebilen) araçlar (taşıyıcı robotlar, kamyonlar, uçaklar, dronlar, gemiler vb.) yeni iş senaryoları sağlamakta ve mevcutları optimize etmektedir.

3D Yazıcılar

Yaygın olarak 3D (3 boyutlu) baskı olarak bilinen katkılı üretim, malzemeyi birden fazla katmana yerleştirerek, bir nesneyi oluşturma işlemidir.

Yapay Zekâ (AI)

Yapay zekâ, bir bilgisayarın görevleri yürütme ve bir miktar insan zekâsı gerektiren kararlar alma yeteneğini ifade eden bir kavramdır. AI, daha geniş bir tedarik zinciri otomasyonu için bu alt yapıyı sağlar. Çok farklı kullanım alanları vardır. Yapay zekâ robotlarda, görüntü işlemede, ses işlemede, metin işlemede, metindeki veri- duygu analizinde, chat-bot’larda, IoT ve AR uygulamalarında, tedarikçi risk değerlendirme gibi alanlarda kullanılabilmektedir

Robotik Proses Otomasyonu (RPA)

Kavramında “robotik” kelimesi geçse de robotik süreç otomasyonu (RPA), aslında gerçek fiziki bir robot değil, bir çeşit yazılım kullanımıdır. Yazılım, çeşitli manuel işlemlerin ve görevlerin otomatikleştirilmesine izin verir, koordine eder ve yapar.

Dijital İkiz

Gerçek bir nesnenin, sanal dünyada anlık olarak kopyasının tutulmasıdır. Ürüne bağlanan sensörler sayesinde veriler toplanarak, sanal ikizine gönderilmekte ve aradaki etkileşim sayesinde, ürünün performansında iyileştirme yapılabilmektedir.

Yeni İş Modelleri

Teknolojinin değişimi, işletmelere yeni iş modelleri sunmaktadır. Bunlar paylaşım ekonomisi, talep üzerine gerçekleşen işlemler, kişiselleştirilmiş ürün ve hizmetler, dinamik ve özelleştirilmiş fiyatlama, 3D yazıcılarla yedek parça lojistiğinin yeniden şekillenmesi çerçevesinde düşünülebilir. Bununla beraber iş modellerine ürün/hizmetlere ait kestirimci bakım, mobil kullanım ve otonom kullanım opsiyonları, IoT desteği ile siber güvenlik konuları gündemde kalacaktır.

Başarılı Bir Dönüşüm İçin

İşletme yönetimi açısından BT projeleri risklidir ve başarı, uyum oranı çok yüksek değildir. Bu amaçla “İnsan”, “Süreç” ve “Teknoloji” uyumuna çok dikkat edilmelidir. Diğer tarafta genel kaide olarak işleri önce anlamak, sonra basitleştirmek, en son teknoloji desteği ile otomatize etmek adımları izlenmelidir.

BT projeleri, işletmelere değişim getirir ve bu dönüşümü başarıyla gerçekleştirmek için firmalar şu adımları atmalıdırlar:

  • Dijital dönüşüme ne kadar hazır olduğunu değerlendirmelidir.
  • Dijital olgunluk seviyesini değerlendirmelidir Yol haritası oluşturmalıdır.
  • Uygulamada ise proje implemantasyonu, yönetimi çalışmalarının yapması gerekir.

Yukarı Git

Sosyal Medya'da Paylaş

Facebook Twitter Google Pinterest Whatsapp Email