中小企业数字化转型框架:印度尼西亚消费品批发研究 Hasbullah Hasbullah* 1、Zulfa Fitri Ikatrinasari 2 和 Humiras Hardi Purba 3 收到日期:2024 年 8 月 16 日;修订日期:2024 年 9 月 25 日;接受日期:2024 年 11 月 16 日;© 伊朗科技大学 2024 摘要 中小企业 (SME) 在印度尼西亚等发展中国家发挥着至关重要的作用,为 GDP 贡献了 12.85%。然而,印度尼西亚在亚洲开发银行全球数字创业系统指数中排名较低。在勿加泗县的一项研究发现,近 100% 的中小企业仍然依赖传统系统,面临着库存准确性低和缺乏透明度等常见问题。虽然存在软件解决方案,但它们往往无法解决中小企业在现实世界中面临的实际问题。本研究旨在创建一个针对中小企业实际问题的数字化转型框架,并得到利益相关者的认可。本研究采用了探索性混合方法,确定了数字化转型的七个步骤:定义客户需求、确定差距、设定目标、选择技术、解决当前问题、规划和融资以及评估。这些步骤涵盖六个维度:客户需求、流程、规划和战略、技术、资源和融资。研究结果强调,数字化转型不仅仅是采用技术,还涉及一种以客户需求为基础的综合方法。该框架通过解决中小企业的现实挑战并确保数字化转型有效且相关,为学者、从业者、政策制定者和利益相关者提供了重要价值。关键词:数字化转型;框架;步骤;中小企业;批发。
供应商应向买方提供满足适用法律和主管部门指南以及本协议要求所需的所有信息和证据。此类信息包括,例如:产品标记、根据欧盟联合命名法(以下简称 CN)进行的分类、维护、服务和用户手册、证书、产品原产国及其原材料、符合性声明和性能声明、与产品处置相关的信息、产品的排放因子、与风险评估和降低相关的信息(例如环境和人权风险)以及已尽职调查的证据和信息。除非另有约定,信息和证据应按照买方确定的技术实践和指南提交。供应商应允许买方、独立方或主管部门进行所需的检查和调查
b“季度回顾 \xe2\x80\xa2 截至 2024 年 12 月 31 日的季度,摩根大通美国股票策略表现不及基准标准普尔 500 指数。 \xe2\x80\xa2 在医疗保健领域,我们对 Regeneron Pharmaceuticals 的增持导致业绩下滑。Regeneron 的股票表现下滑主要是由于对其眼药 Eylea 的竞争定位以及安进可能推出的生物仿制药的担忧。尽管报告了强劲的季度收入和收益增长,但 Eylea HD 的转换速度低于预期以及生物仿制药竞争的威胁带来了不确定性。该公司的财务业绩显示收入同比增长和收益增加,但这些积极的结果被市场对 Eylea 未来的担忧所掩盖。 \xe2\x80\xa2 在非必需消费品领域,我们对特斯拉汽车的减持导致业绩下滑。公司报告盈利稳健,由于成本降低和生产效率提高,毛利率和盈利能力有所改善。值得注意的是,特斯拉在其 Cybertruck 部门实现了盈利,并宣布了推出新款平价车型的计划。该公司推动对无人监管的全自动驾驶汽车进行国家监管,以及 2024 年美国总统大选对监管前景的影响进一步影响了股价表现。\xe2\x80\xa2 在金融方面,我们对富国银行的增持有助于提高业绩。由于投资者对放松管制和可能取消资产上限的乐观情绪,富国银行的股票表现有所改善。该公司报告的净收入和每股收益较上一季度增加,费用收入增长抵消了净利息收入的阻力。\xe2\x80\xa2 在信息技术领域,我们对 Marvell Technology 的增持有助于提高业绩。Marvell 的数据中心部门实现了显着增长,尤其是在定制人工智能 (AI) 硅片和光电方面。该公司报告称,收入同比和环比均大幅增长,每股收益显著提高。Marvell 与亚马逊网络服务 (Amazon Web Services) 的战略合作伙伴关系以及定制硅片项目的成功提升为其积极的财务业绩做出了贡献。由于产品组合,尤其是定制硅片的收入贡献增加,毛利率面临压力,但管理层已经充分传达了这种组合动态,因此投资者在很大程度上预料到了这一点。
在快速发展的快速消费品 (FMCG) 领域,宝洁、印度斯坦联合利华、Amul 和可口可乐等跨国公司 (MNC) 在管理供应商关系和有效评估信用风险方面面临重大挑战。本文旨在利用来自不同供应商的财务数据,利用先进的人工智能 (AI) 和机器学习 (ML) 方法分析信用风险。我们探索了一个全面的数据集,其中包括资产负债表、所得税申报表、订单簿、工厂设置和熟练人力的可用性等关键财务指标。此外,我们还结合运营数据、定性评估和产品特定信息,全面评估供应商稳定性并预测潜在的信用风险。
虽然最终在高价值范围内寻找增长的“正确”答案取决于公司和类别,并且植根于消费者的偏好,但令人鼓舞的是,消费品公司正在以更细致入微的方式应对这一挑战——近三分之二的公司(64%)表示,他们将使用精准分析来识别新品牌和增长机会。公司越来越多地使用生成人工智能功能来模拟产品市场契合度、制造和基于受众的营销。25 而且这种帮助可能不仅需要创新以满足消费者需求,还需要解决新兴的产品法规问题(图 4)。事实上,来自多个利益相关者对可持续性的需求不断增长,这可能会在未来几年继续改变行业重点。
全球和本地商业环境正在经历前所未有的供应链中断(Blackhurst、Dunn 和 Craighead 2011)。由于意外中断事件,供应网络变得越来越不稳定,损害了公司获得竞争市场优势和提高盈利能力的能力(Butt 2021)。供应链经理需要意识到供应链中断,因为它们可能代价高昂,商品和服务的损失会对整个供应链产生负面影响(Benton 2020)。意外的灾难性事件使供应系统容易受到中断的影响,导致商品流动中断并影响盈利能力(Simchi-Levi、Wang 和 Wei 2018)。2021 年,供应链中断给全球供应网络造成的损失比历史上任何时候都要大(哈佛商业评论 2021;世界经济论坛 2021)。 2019 年冠状病毒病 (COVID-19) 疫情对供应稳定性和完整性提出了重大甚至是全新的挑战,这意味着必须重新考虑和加强快速消费品 (FMCG) 业务的有效管理技术或战略行动 (Ivanov & Das 2020)。
断电(受控的电力供应中断)已成为南非普遍面临的挑战,对快速消费品 (FMCG) 供应链的运营产生了重大影响。本研究的目标是找到开发具有足够弹性的 FMCG 供应链的方法,以承受普遍停电带来的负面影响。断电频繁且不稳定的特性给南非的 FMCG 行业带来了严重问题。我们采用探索性研究方法,揭示了南非普遍存在的断电挑战中的六个主要主题。我们采用半结构化访谈来探索来自 25 位供应链行业专业人士的原始数据,并辅以来自行业报告和文献的二手数据。面对持续存在的能源供应问题,本研究通过为南非的 FMCG 公司提供有用的见解和实用建议,以维持运营并实现长期可持续发展,从而丰富了知识体系。此外,研究结果还可以为南非的 FMCG 企业提供有用的策略和信息。这一实用建议对于运营效率和业务连续性规划而言是无价之宝。尽管当前文献广泛涵盖了供应链弹性和不确定性管理,但缺乏专门针对南非快速消费品行业及其特殊负荷削减困难的研究。
摘要 由于消费者需求波动、库存管理复杂以及快速交付的需求,快速消费品 (FMCG) 行业在供应链管理方面面临巨大挑战。本研究提出了一种将物联网 (IoT) 技术与云计算相结合的模型,以增强快速消费品行业的实时供应链管理。通过利用智能传感器和 RFID 标签等物联网设备,企业可以收集和传输有关库存水平、产品移动和环境条件的数据,确保整个供应链的高可见性和响应能力。云计算通过提供用于数据存储、处理和分析的集中平台,在该模型中发挥着至关重要的作用。这种集成使快速消费品公司能够获取实时见解并做出数据驱动的决策,从而优化库存水平、减少缺货并最大限度地减少浪费。此外,该模型结合了先进的分析和机器学习算法,可以准确预测需求并提高供应链效率。本研究的一个重要方面是调查 5G 的影响
2011143 Leather - PFAS (ISO 23702-1) total perfluorohexane sulfonic acid (CAS 355-46-4) [µg/kg], total perfluorooctanesulfonic acid (CAS 1763-23-1) [µg/kg], total perfluorohexanoic acid (CAS 307-24-4) [µg/kg], total全氟辛酸(CAS 335-67-1)[µg/kg],全氟硝烯酸酸(CAS 375-95-1)[µg/kg] [µg/kg],总全氟烷酸,CAS 335-76-2 [µg/kg],全氟二烷酸(CAS 307-55-1)[µg/kg],总氟甲甲苯酸(CAS 72629-94-8)[µg/kg] [µg/kg],总氟甲状腺素酸(Cas 376-06-76-76-7),cas 376-76-7) 647-42-7)[µg/kg],8:2 FTOH(CAS 678-39-7)[µg/kg],10:2 FTOH(CAS 865-86-1)[µg/kg] [µg/kg] [12:2 FTOH(CAS 39239-77-5)[CAS 39239-77-5)[µg/kg] [µg/kg] [µg] [µg],6:2 ft。 [µg/kg],8:2 fta(CAS 27905-45-9)[µg/kg],10:2 fta(CAS 17741-60-5)[µg/kg] [µg/kg],6:2 ftma(CAS 2144-53-53-8) (TF)[mg/kg](所有定量)
2011124纸,纸板 - PFAS总氟辛硫酸(CAS 1763-23-1)[µg/kg],总氟辛酸(CAS 335-67-1)[µg/kg] [µg/kg] (CAS 355-46-4)[µg/kg],全氟hexanoic酸(CAS 307-24-4)[µg/kg],总全氟二烷酸(CAS 335-76-2)[µg/kg] [µg/kg]全氟二苯卡酸(CAS 307-55-1)[µg/kg],总氟二甲基酸(CAS 72629-94-8)[µg/kg] [µg/kg],全氟甲烷基酸(CAS 376-06-7)[CAS 376-06-7)[µg/kg] [µg],6:2 FTOH(CAS 376-06-7),(CAS 376-06-7),( [µg/kg],8:2 FTOH(CAS 678-39-7)[µg/kg],10:2 FTOH(CAS 865-86-1)[µg/kg] [µg/kg],12:2 FTOH(CAS 39239-77-77-77-7-5) FTA(CAS 27905-45-9)[µg/kg],10:2 FTA(CAS 17741-60-5)[µg/kg],6:2 FTMA(CAS 2144-53-8)[µg/kg],8:2 FTMA(CAS 1996-88-G/KG)定量)