Genom att analysera strukturen i ett leveranskedjanätverk och motståndskraften hos dess komponenter, A*STAR -forskare har utvecklat en analytisk åtgärd som gör att ett företag kan avgöra dess sårbarhet för stora störningar i leveranskedjan. Åtgärden har potential att dramatiskt förbättra beslutsfattandet i leverantörshanteringen och minska den finansiella risken inom många sektorer.

Störningar i leveranskedjan kan få allvarliga konsekvenser för en oförberedd satsning. Tänk på en mjölkprocessor utan tillförsel av mjölk, eller en biltillverkare utan tillförsel av motordelar. Detta kan få omedelbara effekter nedströms i nätverket, liksom knock-on effekter på andra företag som är beroende av nätverket för överlevnad. När en sådan störning sker i massiv skala, det ekonomiska nedfallet kan vara katastrofalt och utbrett. Den möjliga omfattningen av förluster fick Rick Goh och hans team vid A*STARs Institute of High Performance Computing att börja titta på sätt att mäta risken i leveranskedjan.

"När en konstgjord eller naturkatastrof, eller störningar händer någonstans, ett företag kanske inte fångar inverkan på sin produktionslinje eftersom avbrottet kan gälla dess andra eller tredje leverantörer direkt, snarare än till sin första nivå partner, "säger Goh." Vi ville fånga spridningen av risker för störningar i försörjningskedjan långt bortom deras omedelbara koppling till ett fokusföretag, som kan komma till företaget senare men de inser vanligtvis att det är för sent när det gäller dem på grund av förlorad tid i hela leveranskedjan. "

En bättre förståelse för hur störningsorsakade förluster sprider sig genom ett företags leverantörskedja kan hjälpa företag att förbättra sin struktur för leverantörsnätverk. Dock, detta är svårt att göra i praktiken och utsätts sällan för kvantitativ analys. Goh och hans team ville utveckla ett mer tillförlitligt mått som kan fånga de nyckelfaktorer som bidrar till känslighet eller motståndskraft mot störningar i ett nätverk av flera nivåer i försörjningskedjan.

"Förutom att bara titta på spridningseffekterna från ett företag till ett annat, i vår studie, vi tar också hänsyn till enskilda företags motståndskraft för att övervinna störningsriskerna och hantera situationen internt, "säger Goh.

Genom att spåra spridningen av en produktionspaus genom ett nätverk av noder med hjälp av generaliserade matematiska modeller av både perfekta träd och slumpmässigt konstruerade nätverk, forskarna visade att riskerna i ett försörjningskedjanät bestäms av både företagens motståndskraft och strukturen i försörjningskedjanätet, och att kartläggning och förståelse av dessa riskfaktorer är avgörande för riskminimering.

"Modelleringen bekräftar att att ha flera redundanta leverantörer, både direkt och indirekt, kommer att hjälpa till att dämpa, eller till och med ta bort, någon inverkan på den egna produktionen, och kan hjälpa till att förhindra kedjade dominoeffektstörningar, "avslutar Jesus Felix Bayta Valenzuela, första författare till studien.