根據Gartner的資料，供應鏈決策者目前的數字模型無法捕捉到絕大多數供應鏈環境。

儘管這些新工具具有潛在的變革能力，但這種對供應鏈的不完整看法導致數字權衡分析未能改善決策者的結果。數字權衡分析包括假設分析、場景建模或模擬等。當遵循流程並使用高質量資料時，數字權衡分析提供了分析能力和清晰度方面的改進。

Gartner的研究基於對2022年12月收到的600份供應鏈決策者調查回覆的分析，目前使用數字模型來分析權衡對良好決策結果沒有顯著影響。

與沒有使用相比，使用數字權衡分析做出的錯誤決策略多，並且略微增加了錯誤決策結果的百分比。該研究將“好”決策定義為導致並滿足決策者預期的供應鏈績效和成本結果，且決策者後悔程度低的決策。

1

本地化供應鏈決策的案例

CSCO面臨著改善端到端可見性和更好決策結果的兩條主要途徑：全球或本地、跨職能戰略。全球戰略繼續沿著完全數字化的道路前進，包括將複雜的端到端流程提煉成完全數字化的模型，並實現迄今為止供應鏈領導者無法實現的流程遵守水平。

第二種策略要求賦予已經存在於整個企業供應鏈中的本地化和跨職能領導者決策權。這些決策者受益於全球同行無法獲得的可見性，並且可以利用現有的技術做出正確決策的機率比全球端到端決策者高出11%。透過數字權衡分析技術增強這種可見性，這些本地決策者做出正確決策的可能性比做出錯誤決策的可能性高83%。

對於關注改善戰略決策和數字投資回報率的CSCO，建議:

1.將更多的戰略決策本地化到跨職能層面

2.數字化本地跨職能決策模型中的人的因素

3.加快供應鏈端到端數字化程式