SAP IBP, o9, Kinaxis — डेमो में जो नहीं दिखाया जाता

डेमो निर्दोष होगा। कंसल्टेंट्स आपकी इंडस्ट्री के टेम्पलेट पर पहले से बना हुआ टेनेंट लेकर आएँगे। वे आपको ऐसा डैशबोर्ड दिखाएँगे जो फाइनेंशियल और ऑपरेशनल प्लान को रियल टाइम में रिकंसाइल करता है, एक डिमांड सेंसिंग मॉड्यूल जो पॉइंट-ऑफ-सेल डेटा पर एडजस्ट होता है, और एक सिनेरियो कंपैरिजन स्क्रीन जहाँ आप अपने सप्लाई प्लान को एक साथ तीन डिसरप्शन विकल्पों के विरुद्ध स्ट्रेस-टेस्ट कर सकते हैं। स्लाइड्स में आपके प्रतिस्पर्धियों के लोगो होंगे, साथ में यह वाक्य: "आपकी इंडस्ट्री में 200 से अधिक ग्राहक।" आँकड़े बेदाग होंगे।

इसमें कुछ भी बेईमानी नहीं है। प्लेटफॉर्म वह सब करता है। डेमो जो नहीं दिखाता, वह है डेटा हार्मोनाइजेशन का अठारह महीने का काम जो इस सबसे पहले होता है, इसे चलाए रखने के लिए ज़रूरी आंतरिक हेडकाउंट, और प्लेटफॉर्म जो कर सकता है और गो-लाइव के तीन साल बाद आपका संगठन वास्तव में क्या इस्तेमाल करेगा, उसके बीच का अंतर।

यह वही अंतर है, और साइन करने से पहले क्या पूछना चाहिए।

तीन प्लेटफॉर्म, मार्केटिंग के बिना

SAP IBP (Integrated Business Planning) SAP के S/4HANA इकोसिस्टम के भीतर S&OP और सप्लाई प्लानिंग मॉड्यूल है। यह HANA के इन-मेमोरी डेटाबेस पर चलता है, जो बड़े डेटासेट पर इसे वास्तविक स्पीड बढ़त देता है। आर्किटेक्चर मॉड्यूलर है: सप्लाई, रिस्पॉन्स एंड सप्लाई, डिमांड, इन्वेंटरी, और सेल्स एंड ऑपरेशंस अलग-अलग लाइसेंस हैं। आप संकीर्ण दायरे से शुरू कर सकते हैं। जाल यह है कि मॉड्यूल्स की कीमत अलग-अलग रखी जाती है और असली वैल्यू इनके बीच के इंटीग्रेशन से आती है, तो आपका "स्टार्टर" इम्प्लीमेंटेशन प्रोडक्ट आर्किटेक्चर में ही बना हुआ अपसेल रास्ता है।

मिड-मार्केट मैन्युफैक्चरर (5,000–15,000 सक्रिय SKU, 10–15 प्लानर्स) के लिए प्राइसिंग सिर्फ सॉफ्टवेयर के लिए $380,000–$520,000 सालाना की रेंज में आती है। बिग फोर पार्टनर से इम्प्लीमेंटेशन आमतौर पर 18–24 महीने लेता है और पहले साल की सॉफ्टवेयर लागत का 1.5–2.5 गुना। IBP का स्वाभाविक घर वह कंपनी है जो पहले से SAP में गहराई तक है, अगर आपका ERP S/4 है और आपका मास्टर डेटा SAP में रहता है, तो इंटीग्रेशन का तर्क वास्तविक है। अगर आपका ERP Oracle या कस्टम स्टैक है, तो आप एक इंटीग्रेशन लेयर जोड़ रहे हैं जिसकी मेंटेनेंस लागत हर साल बढ़ती जाएगी।

Gartner के 2024 Magic Quadrant for Supply Chain Planning ने IBP को Challenger रखा, Leader नहीं। तर्क: मजबूत फंक्शनल गहराई, मजबूत SAP इकोसिस्टम फिट, पर प्योर-प्ले प्रतिस्पर्धियों की तुलना में यूज़ की सरलता और डिप्लॉयमेंट की गति में कमज़ोर। Gartner Peer Insights में ग्राहक संतुष्टि स्कोर बताने वाले हैं, बुरे नहीं, पर "टाइम टू वैल्यू" पर लगातार Kinaxis से नीचे।

Kinaxis Maestro (पहले RapidResponse) एक अलग आर्किटेक्चरल सिद्धांत पर काम करता है: कंकरेंट प्लानिंग। सीक्वेंशियल ऑप्टिमाइज़ेशन रन चलाने के बजाय, यानी डिमांड प्लान सप्लाई प्लान को फीड करता है और सप्लाई प्लान फाइनेंशियल प्लान को, Maestro सभी प्लान को मेमोरी में एक साथ बनाए रखता है और उनमें बदलाव लगभग रियल टाइम में फैलाता है। जब कोई सप्लायर किसी कंपोनेंट की कमी की पुष्टि करता है, तो Maestro पूरे प्लान में रीप्रोपेगेशन के लिए रातभर का बैच जॉब कतार में नहीं डालता। यह तुरंत असर को डिमांड, सप्लाई, और फाइनेंस में फैला देता है, और निर्णय के विकल्प सामने रखता है।

यह आर्किटेक्चर वास्तव में अलग है। यह वास्तव में महंगा भी है: यूज़र काउंट और मॉड्यूल स्कोप के आधार पर $100,000–$500,000+ सालाना, समान 1.2–1.8 गुना इम्प्लीमेंटेशन मल्टीप्लायर के साथ। Kinaxis 2024 Gartner MQ में Leader है, और इसके पीयर रिव्यू स्कोर तीनों प्लेटफॉर्म्स में यूज़र संतुष्टि और प्लानिंग साइकल स्पीड पर लगातार सबसे ऊँचे हैं। इसकी कमज़ोरी SAP की उलटी है: प्लानिंग एजिलिटी में मजबूत, पर उन कंपनियों के लिए गहरे S/4 इंटीग्रेशन में कमज़ोर जहाँ ERP प्लान के बाद हर चीज़ के लिए सिस्टम ऑफ रिकॉर्ड है।

कंकरेंट प्लानिंग का प्रस्ताव उन कंपनियों के लिए सबसे ज़्यादा मायने रखता है जिनमें उच्च सप्लाई वोलैटिलिटी है, ग्राहक लीड टाइम छोटे हैं, और प्लानिंग साइकल अभी साप्ताहिक या उससे लंबे चलते हैं क्योंकि बैच विंडो ही बाधा है। अगर आपका प्लानिंग साइकल दैनिक या उससे तेज़ है, तो Kinaxis का आर्किटेक्चर बाधा से घड़ी को हटा देता है। अगर आपका प्लानिंग साइकल मासिक है और इंसानी अलाइनमेंट से चलता है, कंप्यूट टाइम से नहीं, तो आपको यह आर्किटेक्चरल फायदा व्यवहार में नहीं दिखेगा।

o9 Solutions उच्च स्तर पर प्रतिस्पर्धा करता है: Fortune 500, जटिल ग्लोबल नेटवर्क, मल्टी-एंटरप्राइज़ प्लानिंग। इसका डिफरेंशिएटर है Enterprise Knowledge Graph, एक एकीकृत डेटा मॉडल जो ग्राहकों, SKU, सप्लायर्स, फैसिलिटीज़, और कॉन्ट्रैक्ट्स के बीच संबंधों को मैप करता है, और प्लानर्स को प्लान को उसी तरह क्वेरी करने देता है जैसे आप ग्राफ डेटाबेस को क्वेरी करते हैं: "EMEA में इस SKU के लिए सेकंड-टियर सप्लायर डिपेंडेंसीज़ क्या हैं?" न कि "यह रिपोर्ट चलाओ।"

o9 2023 Gartner MQ में Visionary था। 2024 में इसे Niche Player में डिमोट कर दिया गया, रिपोर्ट ने कहा कि o9 ने अपने ग्राहक आधार को तेज़ी से बढ़ाने के दौरान एक्ज़ीक्यूशन संबंधी चिंताओं का सामना किया। ग्राहक समीक्षाएँ Kinaxis से ज़्यादा ध्रुवीकृत हैं, क्षमता की व्यापकता पर उच्च स्कोर, इम्प्लीमेंटेशन अनुभव और सपोर्ट रेस्पॉन्सिवनेस पर कम स्कोर। प्राइसिंग कस्टम और सार्वजनिक नहीं है, पर इंडस्ट्री बेंचमार्क इसे एंटरप्राइज़ टियर पर Kinaxis से ऊपर रखते हैं।

Figure

वह सवाल जिसका जवाब डेमो नहीं दे सकता

हर प्लेटफॉर्म एक नियंत्रित डेमो वातावरण में आपकी मौजूदा प्रक्रिया से बेहतर प्लान बनाता है। डेमो टेनेंट का मास्टर डेटा साफ है: सुसंगत यूनिट ऑफ मेजर, कोई डुप्लिकेट मटीरियल नंबर नहीं, सप्लायर लीड टाइम जो 2017 के सिस्टम डिफॉल्ट के बजाय वास्तविकता को दर्शाते हैं। आपका टेनेंट ऐसा नहीं होगा।

सप्लाई चेन प्लानिंग सॉफ्टवेयर की मूल बाधा एल्गोरिदमिक नहीं है। यह डेटा है। प्लान उतना ही अच्छा है जितना उसे बाँधने वाला मास्टर डेटा और उसे फीड करने वाले एक्चुअल्स। हर वह इम्प्लीमेंटेशन जो अपने बिज़नेस केस पर कम डिलीवर करता दिखा, उसकी जड़ एक ही थी: प्लानिंग टूल डेटा के तैयार होने से पहले तैनात कर दिया गया, और डेटा कभी पूरी तरह साफ नहीं हुआ क्योंकि सॉफ्टवेयर लाइव होने के बाद प्रोजेक्ट का बजट खत्म हो गया।

किसी भी प्लेटफॉर्म की प्लानिंग लॉजिक का मूल्यांकन करने से पहले, अपने मास्टर डेटा को चार सवालों के विरुद्ध ऑडिट करें:

1. लीड टाइम की सटीकता। क्या आपके सिस्टम लीड टाइम वर्तमान सप्लायर परफॉर्मेंस दर्शाते हैं, या तीन साल पुराना कॉन्ट्रैक्ट लीड टाइम? ज़्यादातर इम्प्लीमेंटेशन में जवाब है कॉन्ट्रैक्ट लीड टाइम। सिस्टम लीड टाइम और वास्तविक लीड टाइम के बीच का अंतर प्लानिंग एरर का सबसे बड़ा स्रोत है, और कोई भी प्लेटफॉर्म इसे एल्गोरिदमिक रूप से ठीक नहीं करता।
2. यूनिट ऑफ मेजर की स्थिरता। क्या सभी इनपुट, डिमांड फोरकास्ट, सप्लाई प्लान, इन्वेंटरी पोज़िशन, एक ही यूनिट में व्यक्त हैं? मल्टी-ERP वातावरण में मिश्रित UoM आम है और ऐसे प्लानर्स पैदा करता है जो सिस्टम को ओवरराइड करते हैं क्योंकि उन्हें मात्राओं पर भरोसा नहीं होता।
3. BOM पूर्णता। डिस्क्रीट मैन्युफैक्चरर्स के लिए, क्या हर सक्रिय फिनिश्ड गुड एक वर्तमान, सटीक बिल ऑफ मटीरियल्स से कवर है? सप्लाई प्लान BOM एक्सप्लोज़न पर बना होता है। अधूरा या पुराना BOM ऐसा प्लान बनाता है जो किसी भी ऑप्टिमाइज़ेशन से पहले ही संरचनात्मक रूप से गलत है।
4. सप्लायर क्षमता डेटा। क्या आपके पास पीरियड के हिसाब से पुष्ट सप्लायर क्षमता है, या आप अनियंत्रित सप्लायर आउटपुट के विरुद्ध प्लान करते हैं? ज़्यादातर कंपनियाँ अनियंत्रित प्लान करती हैं और एक्ज़ीक्यूशन के दौरान बाधाओं का पता लगाती हैं। प्लेटफॉर्म उन बाधाओं को मॉडल नहीं कर सकता जो सिस्टम में नहीं हैं।

साइन करने से पहले क्या पूछें

वेंडर नेगोशिएशन में पूछने लायक सवाल फीचर मैट्रिक्स के बारे में नहीं हैं। वे फेलियर मोड के बारे में हैं।

अपनी डेटा प्रोफाइल वाला रेफरेंस माँगें। अपनी इंडस्ट्री नहीं, अपनी डेटा जटिलता। अगर आपके पास 6 ERP से फीड होने वाली प्लानिंग लेयर के साथ 14 मैन्युफैक्चरिंग साइट्स में 80,000 सक्रिय SKU हैं, तो समान प्रोफाइल वाले ऐसे ग्राहक से बात करने को कहें जो गो-लाइव के तीन या उससे अधिक साल बाद है। शुरुआती अपनाने वाले वही हैं जो केस स्टडीज़ में हैं। तीन साल पुराने ग्राहक बताते हैं कि स्थिर स्थिति कैसी दिखती है।

पूछें कि इम्प्लीमेंटेशन के बाद मॉडल का मालिक कौन है। ज़्यादातर इम्प्लीमेंटेशन एक सिस्टम इंटीग्रेटर द्वारा डिलीवर किए जाते हैं। जब SI निकल जाता है, तो मॉडल एक आंतरिक टीम के पास रह जाता है। विशेष रूप से पूछें: इस प्लेटफॉर्म को स्थिर स्थिति में चलाने के लिए तुलनीय ग्राहक को कितने आंतरिक FTE चाहिए? जवाब सत्यापन योग्य होना चाहिए। "दो पावर यूज़र्स और एक पार्ट-टाइम IT रिसोर्स" और "चार समर्पित प्लानर्स और एक फुल-टाइम IT आर्किटेक्ट" दोनों वैध जवाब हैं। पहला जटिल इम्प्लीमेंटेशन के लिए आशावादी है, दूसरा महंगा पर ईमानदार है। जो भी संख्या आपको दी जाए, पहले दो सालों के लिए उसे दोगुना कर लें।

चेंज मैनेजमेंट स्कोप के बारे में पूछें। सप्लाई चेन प्लानिंग टूल्स रोज़ बदलते हैं कि प्लानर्स कैसे काम करते हैं। प्लेटफॉर्म कोई बैकग्राउंड सिस्टम नहीं है, यह प्लानर्स का मुख्य इंटरफेस है। अगर इम्प्लीमेंटेशन प्लान में नामित आंतरिक मालिकों के साथ एक संरचित चेंज मैनेजमेंट वर्कस्ट्रीम शामिल नहीं है, तो इम्प्लीमेंटेशन ऐसा सिस्टम बनाएगा जिसके इर्द-गिर्द प्लानर्स रास्ता निकालेंगे, उसके भीतर काम नहीं करेंगे। यह काल्पनिक नहीं है। जो "असफल" प्लानिंग इम्प्लीमेंटेशन मैंने देखे हैं उनमें ज़्यादातर तकनीकी रूप से समय और बजट पर डिलीवर हुए। वे इसलिए असफल हुए क्योंकि प्लानर्स Excel को सिस्टम ऑफ रिकॉर्ड के रूप में इस्तेमाल करते रहे और नए प्लेटफॉर्म का उपयोग सिर्फ S&OP डेक के लिए रिपोर्ट बनाने के लिए किया।

सही क्रम

प्लेटफॉर्म वास्तविक हैं और वैल्यू उपलब्ध है। इसे हासिल करने का क्रम:

1. अपनी मौजूदा प्रक्रिया को बेसलाइन करें। हर टियर पर फोरकास्ट सटीकता मापें, प्लानिंग साइकल टाइम मापें, अपनी मौजूदा प्रक्रिया में शीर्ष पाँच मैनुअल वर्कअराउंड की पहचान करें। ये आपके बेंचमार्क हैं। किसी भी वेंडर को आपको यह विशेष रूप से दिखाने में सक्षम होना चाहिए कि उनका प्लेटफॉर्म हर एक को कैसे संबोधित करता है।
2. पहले डेटा साफ करें। या कम से कम, गो-लाइव से पहले डेटा क्लीनअप वर्कस्ट्रीम को परिभाषित और फंड करें, बाद में नहीं। इसे इम्प्लीमेंटेशन के समानांतर ट्रैक के रूप में स्कोप करें, गो-लाइव के बाद के क्लीनअप के रूप में नहीं।
3. सीमित स्कोप पर पायलट करें। एक प्रोडक्ट फैमिली, एक क्षेत्र, एक मैन्युफैक्चरिंग साइट। लाइसेंस को बढ़ाने से पहले अपने डेटा के विरुद्ध कॉन्सेप्ट सिद्ध करें। ज़्यादातर वेंडर एक पेड पायलट के लिए सहमत होंगे जो सफलता पर पूर्ण लाइसेंस में बदल जाता है, अगर वे नहीं मानते, तो यह आपको कुछ बताता है।
4. परिभाषित करें कि आप क्या करना बंद करेंगे। हर प्लानिंग टूल तेज़ी से अपनाया जाता है जब पुरानी प्रक्रिया बंद कर दी जाती है। अगर प्लानर्स समानांतर में लिगेसी प्रक्रिया जारी रख सकते हैं, तो वे रखेंगे, खासकर जब नया प्लेटफॉर्म शुरुआती रोलआउट के अनिवार्य उतार-चढ़ाव का सामना करता है। कटओवर की तारीख तय करें और उस पर टिके रहें।

प्लेटफॉर्म बाधा नहीं है। आप हैं। सवाल यह है कि क्या आपके संगठन में अपने डेटा को ठीक करने, अपनी प्रक्रिया बदलने, और जो टूल आपने अभी खरीदा है उसे चलाने के लिए आंतरिक क्षमता बनाने का अनुशासन है। वेंडर सेल्स और इम्प्लीमेंटेशन में मददगार होंगे। जो क्षमता उनके जाने के बाद बचती है, उसे बनाना पूरी तरह आपका काम है।

---

Sources

• Gartner. (2024). Magic Quadrant for Supply Chain Planning Solutions. gartner.com
• Gartner Peer Insights. (2024). Reviews for Supply Chain Planning, 2024. gartner.com
• Lee, H.L. (2004). The Triple-A Supply Chain. Harvard Business Review.
• Lapide, L. (2005). Sales and Operations Planning Part I: The Process. Journal of Business Forecasting.
• SAP. (2024). SAP IBP Product Overview. sap.com
• Kinaxis. (2024). Maestro Platform Overview. kinaxis.com
• o9 Solutions. (2024). Enterprise Knowledge Graph. o9solutions.com