Sign up to access an inspiration library of 30,000+ posts
Omar Bani Melhem's Recent LinkedIn Posts
Omar Bani Melhem
@omar-bani-melhem-1803251b9
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
ar23 posts
Search creators
What they talk about
Analyzing this creator's posts to find their topics and audience...
Posts
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1w
مؤخرًا قرأت research عن فكرة جديدة في عالم الـ Supply Chain اسمها Agentic AI.
والصراحة، الفكرة كانت مختلفة عن أي شيء نسمعه عادة عن الـ AI أو الـ Forecasting.
بدل ما يكون دور الذكاء الاصطناعي فقط تحليل البيانات أو عمل prediction للـ demand…
الأنظمة الجديدة بدأت تتحول إلى systems قادرة على decision making داخل الـ supply chain نفسها.
يعني بدل:
• Reports تنرسل للـ planners
• Analysis ينتظر interpretation
• وقرارات تُتخذ بشكل manual
تصير الأنظمة قادرة على:
• اكتشاف تغيّر الـ demand بشكل real-time
• تنفيذ replenishment تلقائيًا
• تنسيق مع suppliers مباشرة
• التعامل مع exceptions بشكل dynamic
مع بقاء الـ human in the loop، لكن ليس في كل خطوة تفصيلية.
هذا الشي خلاني أفكر:
هل نحن فعلاً نتحول من Supply Chain Management إلى Supply Chain Execution through AI؟
وإذا هذا الاتجاه صحيح…
Recently, I read a research paper about a concept in Supply Chain called Agentic AI.
What caught my attention is that it goes beyond traditional AI use cases like forecasting or analytics.
Instead of AI being limited to demand prediction or reporting, these new systems are evolving into decision-making engines inside the supply chain.
Instead of:
• Reports sent to planners
• Analysis waiting for interpretation
• Manual decision-making
The system can:
• Detect demand changes in real time
• Trigger replenishment automatically
• Coordinate with suppliers
• Handle operational exceptions dynamically
With humans still in the loop — but not involved in every micro step.
This made me think:
Are we slowly shifting from Supply Chain Management to Supply Chain Execution powered by AI?
67
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
2w
Honored to be featured by Jordan Global Leaders.
Grateful for the recognition and looking forward to what comes next.
56
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1mo
أحياناً المشكلة ليست في البيانات… بل في عدم وضوحها.
Turning raw data into clarity is where real operational decisions begin.
Recently worked on an inventory dashboard project for a pharmaceutical company focused on improving stock visibility and supporting faster, data-driven decision-making across inventory operations.
The dashboard included:
• Inventory availability & tracking
• Stock aging analysis
• Expiry monitoring
• Slow and fast-moving item analysis
• Supply performance insights
• KPI visualization for operational follow-up
To maintain confidentiality, all company names, product details, and values shown were replaced with dummy data.
What I enjoyed most about this project was turning data into practical insights that support better inventory management and operational visibility.
Which inventory KPI do you think has the biggest impact on operational performance?
#PowerBI #SupplyChain #InventoryManagement #DataAnalytics #BusinessIntelligence #DemandPlanning
48
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
13mo
🎓 Excited to announce that I’ve completed a 90-hour Data Science Certificate program!
In my role in demand planning, I've always relied on data to guide strategic decisions. This course was a major step forward—giving me the opportunity to deepen my understanding of data science and gain hands-on experience with AI models and analytical tools that go far beyond traditional planning techniques.
Throughout the program, I worked with:
🧠 AI and machine learning models for classification, regression, and clustering
🛠️ Tools like Python, pandas, NumPy, and scikit-learn
📊 Techniques for data preparation, model evaluation, and visualization
💡 Real-world applications of data science in business problem-solving
Thanks for SHAI For AI | شاي للذكاء الاصطناعي
This learning journey has strengthened my ability to apply advanced analytics to complex supply chain challenges—helping to move from reactive to proactive decision-making.
I’m excited to integrate these skills into my current role and continue exploring the evolving intersection of AI, data science, and business strategy.
#DataScience #AI #MachineLearning #DemandPlanning #Analytics #SupplyChain #ProfessionalDevelopment #LifelongLearning #BusinessIntelligence
28
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
2w
Surprised and grateful to see this feature from Jordan Leaders.
Appreciate the mention and support.
34
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
2d
أكثر شيء متناقض في Business Intelligence داخل الـ Supply Chain:
إنك ممكن تكون “data-driven”…
وتتخذ قرار غلط.
كيف؟
لأن المشكلة مش في البيانات…
المشكلة في طريقة قراءتها.
في كثير شركات اليوم عندها:
📊 dashboards شغالة 24/7
📦 KPIs دقيقة
🚚 تتبع لحظي لكل حركة
بس رغم كل هذا…
القرارات لسه بتتأخر أو بتروح باتجاه غلط.
ليش؟
لأننا غالبًا بنركز على:
“شو اللي صار؟”
وبننسى نسأل السؤال الأهم:
“ليش صار؟ وشو الإشارة اللي فعليًا لازم نتصرف عليها؟”
في الـ Supply Chain، نفس الرقم ممكن يخدعك:
📦 ارتفاع مخزون = ممكن طلب حقيقي… أو تخزين غير صحي
📉 انخفاض مبيعات = ممكن مشكلة سوق… أو مشكلة توزيع
🚚 تأخير شحن = ممكن مورد… أو قرار تخطيط داخلي
الـ BI مش بس عرض بيانات…
هو طريقة لتصفية الضجيج (Noise) واستخراج الإشارة المهمة (Signal).
لأنه بدون هذا الفلتر…
كل شيء بصير “مهم”… وبالتالي ما في شيء بصير واضح.
والأسوأ من نقص البيانات… هو وفرتها بدون فهم.
One of the biggest contradictions in Business Intelligence within Supply Chain is this:
You can be “data-driven”…
and still make the wrong decision.
How?
Because the problem is not the data…
it’s how we interpret it.
Many companies today have:
📊 24/7 dashboards
📦 accurate KPIs
🚚 real-time tracking across operations
Yet despite all of this…
decisions are still slow or misdirected.
Why?
Because we often focus on:
“What happened?”
And forget to ask the most important question:
“Why did it happen, and what actually matters here?”
In Supply Chain, the same metric can mislead you:
📦 Higher inventory = real demand… or poor stocking decisions
📉 Lower sales = market issue… or distribution problem
🚚 Shipment delays = supplier issue… or internal planning flaw
BI is not just about displaying data…
it’s about filtering noise and extracting the real signal.
Because without that filter…
everything feels important, and nothing becomes clear.
And worse than missing data… is having too much of it without understanding.
26
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
0mo
كل عام وأنتم بخير بمناسبة عيد الأضحى المبارك!
أعاده الله عليكم وعلى أحبابكم باليمن والبركات،
وجعل أيامكم سعادة، وقلوبكم طمأنينة، وأعمالكم في ميزان الحسنات.
عيدكم مبارك! 🌙🕋✨
Wishing you a blessed Eid Al-Adha,
May Allah bring it back to you and your loved ones with goodness, blessings, and peace,
and fill your days with happiness and serenity,
and accept your good deeds and acts of worship.
Eid Mubarak 🌙🕋
25
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
3w
لو عندك دقيقة واحدة بس لتاخذ قرار، شو أول إشي رح تطلع عليه بالـ dashboard؟
أحد dashboards اللي اشتغلت عليها مؤخرا كنت بركز بس على أنه كيف اجمع أهم 3 kpis في شاشة وحدة:
📍 وين تمركز المبيعات
📦 أعلى 10 منتجات
📊 Order Full Rate (معدل اكتمال الطلبات)
لما هاي المؤشرات تظهر مع بعض، الصورة بتصير أوضح، وسرعة اتخاذ القرار بتزيد بشكل مباشر.
الفكرة الأساسية:
مش كمية الـ visuals اللي موجودة بالـ dashboard…
بل انه كيف نحول البيانات إلى رؤية واضحة وسريعة تدعم القرار.
تم استخدام بيانات تجريبية لأسباب تتعلق بالسرية.
If you had only one minute to make a decision, what would you look at first?
While building this dashboard, the objective was straightforward:
📍 Where are sales concentrated?
📦 Which products are driving performance?
📊 Is the order fulfillment rate keeping up?
The real value of a dashboard is not how many visuals it contains.
It’s how fast it turns data into clear, actionable insight.
Dummy data was used for confidentiality purposes.
#PowerBI #DataAnalytics #BusinessIntelligence #DashboardDesign #DataVisualization #Analytics
15
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
15h
خسرنا مباراة… مش الحلم 🇯🇴
أنا ما بحب أنزل بوستات خارج نطاق LinkedIn المهني، بس اليوم استثناء.
الأردن ما خسر القصة… بالعكس، كتب بداية قصة جديدة.
الوصول لكأس العالم لأول مرة كان أكبر من نتيجة مباراة.
كان رسالة إن في أشياء كنا نعتبرها “بعيدة” صارت اليوم حقيقة.
في الشغل والحياة، كثير مرات بنفكر النجاح هو النتيجة الأخيرة فقط:
فوز أو خسارة، قبول أو رفض، نجاح أو فشل.
بس الحقيقة أحياناً مختلفة…
أهم إنجاز هو إنك توصل لمكان ما حدا كان متوقعك توصله.
شكراً للنشامى 🇯🇴
رفعتم سقف الحلم لجيل كامل.
20
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1mo
In supply chain & business intelligence, data is no longer the real challenge.
Everyone has data.
The real challenge is turning it into clarity that supports decision-making fast, accurate, and meaningful.
That’s where dashboards, KPIs, and proper data visualization make the difference.
Not by adding more noise… but by highlighting what actually matters.
في عالم سلاسل الإمداد، المشكلة ليست في نقص البيانات، بل في أن نفس البيانات يمكن أن تُفهم بطرق مختلفة حسب الخبرة والسياق.
القرارات لا تتأثر بالأرقام فقط، بل بكيفية قراءة هذه الأرقام داخل المنظمة.
وهنا تأتي أهمية الـ dashboards ليس كأداة عرض، بل كوسيلة لتوحيد الفهم وتسريع القرار.
#SupplyChain #BusinessIntelligence #DataAnalytics #PowerBI #DecisionMaking
20
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1mo
Data is no longer just for analysts.
Understanding data is becoming a core business skill across operations, supply chain, finance, and strategy.
The professionals who can translate numbers into decisions will create the most impact.
البيانات لم تعد فقط للمحللين…
فهم البيانات أصبح مهارة أساسية لاتخاذ القرار في الأعمال.
#DataAnalytics #BusinessIntelligence #SupplyChain #DecisionMaking
18
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
8mo
Happy Boss’s Day! 🙌
Cizar Dorak CPIM, CSCA
I’m not great with words, but I truly appreciate your support, guidance, and encouragement. Thank you for leading with kindness and inspiring us every day.
#HappyBossDay #Appreciation #Leadership Tabuk Pharmaceuticals Manufacturing Company.
19
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
16mo
View my verified achievement from Association for Supply Chain Management (ASCM).
ASCM Professional Membership was issued by Association for Supply Chain Management (ASCM) to Omar Bani Melhem.
13
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1w
الذكاء الاصطناعي في Supply Chain
من فترة كنت بقرأ عدة research papers وindustry reports عن AI in supply chain، واللي واضح إنه في shift كبير من analytics إلى operational execution.
🔹 Warehouse Operations Optimization
في تقرير من McKinsey & Company بعنوان “The case for digital reinvention in supply chain”، يتم التركيز على كيف AI وadvanced analytics يتم استخدامهم في:
• picking path optimization
• warehouse slotting optimization
• labor productivity improvement
الهدف الأساسي في التقرير هو رفع end-to-end operational efficiency داخل المستودعات.
🔹 Predictive Maintenance
في Deloitte Insights ضمن موضوع “AI-powered predictive maintenance in industrial operations”، يتم توضيح كيف الشركات تستخدم:
• sensor data + machine learning models
• لتحليل equipment health monitoring
• وتقليل unplanned downtime
الفكرة الأساسية في البحث هي الانتقال من reactive maintenance إلى predictive operations.
🔹 Supplier Risk Management
في Gartner research ضمن تقارير Supply Chain Risk Management, يتم التركيز على استخدام AI في:
• early disruption detection
• monitoring of multi-tier supplier networks
• building supply chain resilience
وهنا يتم ربط AI مباشرة بـ risk visibility وليس فقط reporting.
الخلاصة المشتركة عبر هذه الدراسات:
القيمة الأعلى من AI تظهر عندما يتم دمجه داخل daily operational workflows وليس فقط dashboards أو reporting layers.
ومن واقع الأسواق الناشئة (ومنها منطقتنا)، نفس التقارير تشير إلى أن التحدي الأساسي ليس technology availability، بل:
• data integration maturity
• process digitization readiness
• وربط insights بـ actual execution
15
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1mo
"أخطر شيء في استخدام الذكاء الاصطناعي داخل العمليات… هو الثقة الزائدة في نتائجه."
الذكاء الاصطناعي سريع وقوي في تحليل البيانات واكتشاف الأنماط،
لكن في الواقع التشغيلي وسلاسل الإمداد:
البيانات ليست كاملة
الظروف تتغير بشكل مستمر
والسياق غالباً غير واضح بالكامل
الخطر ليس أن يكون AI خاطئاً…
بل أن يتم التعامل معه وكأنه دائماً صحيح.
لأن النموذج قد يعطي نتيجة دقيقة حسابياً،
لكن القرار النهائي قد لا يكون مناسباً عملياً.
الذكاء الاصطناعي أداة قوية… لكنه لا يلغي الحاجة للتفكير.
“The most dangerous thing in using AI in operations is over-trusting its outputs.”
AI is powerful and fast in analyzing data,
but in supply chains and operations:
data is incomplete
conditions change constantly
and context is never fully captured
The risk is not AI being wrong…
but assuming it is always right.
AI supports decisions… but does not replace judgment.
#AI #SupplyChain #Operations #DecisionMaking #DataAnalytics
12
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
3w
بعد الإجازات، كثير من التقارير بتصير تعطي صورة مضللة للأداء لأنها بتعتمد على baseline قديم ما عاد يعكس الواقع الحالي.
لما الشغل يرجع بعد فترة توقف، كل إشي ببان كأنه رجع طبيعي:
العمليات بترجع تشتغل، النشاط بترجع مستواه، والـ dashboards بتبلّش تتحدّث من جديد.
لكن المشكلة مش بالبيانات نفسها.
المشكلة بالمرجع اللي بنقارن فيه البيانات.
بعد الإجازات، سلوك العمل بيتغيّر:
• أنماط النشاط بتكون غير مستقرة مؤقتًا
• الارتفاع والانخفاض بصير بشكل غير متوازن
• “الوضع الطبيعي” السابق ما عاد ينطبق
• والسلوك العام بكون في مرحلة إعادة ضبط
من منظور Business Intelligence، هذا بخلق مشكلة مهمة:
التقارير ممكن تكون صحيحة حسابيًا، لكنها مضللة في التفسير.
لأن أنظمة الـ BI غالبًا بتعتمد على historical baselines، وأي تغيّر في السلوك ممكن يخلّي المقارنات غير دقيقة ويؤثر على جودة القرار.
الموضوع مش زيادة dashboards أو تقارير أكثر.
الموضوع هو المرجع اللي بنقارن عليه لم يعد صالحًا.
After holidays, many business reports start giving a misleading picture of performance because they rely on an outdated baseline that no longer reflects current reality.
When work resumes after a break, everything appears normal:
operations restart, activity returns, and dashboards start updating again.
But the issue is not the data itself.
The issue is the reference point we use to interpret the data.
After holidays, business behavior changes:
• activity patterns become temporarily unstable
• rises and drops appear uneven
• the previous “normal” no longer applies
• and the system is in a re-adjustment phase
From a Business Intelligence perspective, this creates an important issue:
Reports may be mathematically correct, but misleading in interpretation.
Because BI systems rely heavily on historical baselines, any shift in behavior
can distort comparisons and affect decision quality.
It’s not about having more dashboards or more reports.
The issue is that the reference we compare against is no longer valid.
13
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1mo
Recently I read about a company that invested heavily in automation and AI for their warehouse operations.
The technology was advanced.
The dashboards looked amazing.
But productivity barely improved.
Later they discovered something unexpected:
Workers were still using WhatsApp calls and handwritten notes to solve urgent daily issues faster than the new system 😅
And honestly… that says a lot about real operations.
In business, we sometimes think the biggest challenge is technology.
But many times, the real challenge is:
“Does this actually fit how people work?”
A process can be technically perfect
and still fail operationally.
هذا الاشي خلاني أفكر إنه
التحول الرقمي الحقيقي مش مجرد أدوات جديدة…
لازم يكون فيه فهم للطريقة اللي الناس تشتغل فيها فعليًا.
#SupplyChain #DigitalTransformation #Operations #BusinessIntelligence #Automation
11
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1mo
"القمح قمحي، والبلاد بلادي، والدم أردني."
— وصفي التل 🇯🇴
كرامةٌ وفخرٌ وهويةٌ لا تُساوَم، وانتماءٌ يُزرع في القلب قبل أن يُقال باللسان.
في يوم استقلال الأردن،
نقف أمام وطنٍ لم يكن يومًا مجرد أرض، بل قصة عزٍّ وصمود، وصناعة رجالٍ حملوا المعنى الحقيقي للانتماء.
كل عام والأردن بخير وعزّ وفخر 🇯🇴
"The wheat is my wheat, the country is my country, and the blood is Jordanian."
— Wasfi Al-Tal 🇯🇴
Dignity, pride, and an unshakable identity an belonging rooted in the heart before it is spoken by words.
On Jordan’s Independence Day,
we stand before a homeland that was never just land, but a story of pride, resilience, and men who carried the true meaning of belonging.
Wishing Jordan continued glory, pride, and honor 🇯🇴
#يوم_الاستقلال #الأردن #Jordan #IndependenceDay
10
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
2w
"Without data, you're just another person with an opinion."
— W. Edwards Deming
في كثير من اجتماعات العمل، بنسمع عبارات مثل:
"أنا بحس المبيعات نازلة."
"أعتقد هذا المنتج هو الأفضل."
"ممكن المشكلة من المورد."
لكن السؤال الحقيقي:
هل هذا رأي... أم حقيقة؟
الفرق بين الشركات اللي تتفاعل مع الأحداث، والشركات اللي تقود قراراتها بثقة، هو قدرتها على تحويل Data إلى Insights، وInsights إلى Actions.
البيانات بحد ذاتها ما الها قيمة اذا ما تم استخدامها.
القيمة الحقيقية تظهر لما نستخدمها للإجابة على أسئلة مهمة:
📊 وين الأداء أقل من المتوقع؟
📦 أي المنتجات تحقق أعلى قيمة؟
📈 هل الطلب يتغير أم أننا نعتمد على الانطباعات فقط؟
🎯 ما القرار الذي يجب اتخاذه اليوم؟
لهيك، الـ Dashboard الناجحة مش اللي تحتوي أكبر عدد من Charts.
الـ Dashboard الناجحة هي اللي تساعد متخذ القرار أن ينتقل من:
"أعتقد"
إلى
"أنا أعلم".
"Without data, you're just another person with an opinion."
— W. Edwards Deming
In business, opinions may start conversations.
Data drives decisions.
Organizations that consistently outperform others are not necessarily those with more resources, but those that can transform data into actionable insights faster and more effectively.
The purpose of analytics is not to create more reports.
The purpose is to reduce uncertainty and enable better decisions.
Because in the end, competitive advantage is rarely built on opinions.
It is built on informed decisions.
📖 Quote attributed to W. Edwards Deming, one of the pioneers of quality management and statistical thinking.
#BusinessIntelligence #DataAnalytics #PowerBI #SupplyChainIntelligence #DataDrivenDecisionMaking #Analytics
6
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1mo
Not every business problem is obvious.
Sometimes everything looks “fine” on the surface…
until small inefficiencies start turning into bigger operational issues.
A delayed report.
Slow communication.
Unclear priorities.
Scattered information.
Individually, they seem minor.
Together, they impact decisions, speed, and performance.
That’s why strong businesses don’t only focus on results —
they focus on visibility, alignment, and how decisions are made.
—
ليست كل مشاكل الأعمال واضحة من البداية.
أحياناً يبدو كل شيء “طبيعياً”…
إلى أن تبدأ التفاصيل الصغيرة بالتحول إلى مشاكل تشغيلية أكبر.
تقرير متأخر.
تواصل بطيء.
أولويات غير واضحة.
ومعلومات متفرقة.
كل مشكلة تبدو بسيطة وحدها.
لكن اجتماعها يؤثر على القرارات، وسرعة العمل، والأداء.
لهذا السبب، الشركات القوية لا تركز فقط على النتائج —
بل على وضوح الرؤية، وتنظيم العمليات، وطريقة اتخاذ القرار.
9
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1w
بآخر الأسبوع مرات بنسأل حالنا: شو أنجزنا؟ وهل فعلاً أضفنا أي قيمة؟
بس السؤال الأهم: كيف فعلياً منعرّف القيمة؟
how do we actually define value?
في عملي بالداتا والـ supply chain، صرت أستخدم طريقة بسيطة لتقييم أي عمل:
هل هذا العمل غيّر قرار؟ (Did it change a decision?)
هل ساعدنا نفهم المشكلة بشكل أفضل؟ (Did it improve understanding?)
هل قلل وقت أو تكلفة أو تعقيد؟ (Did it reduce time, cost, or complexity?)
إذا الإجابة “لا” على أغلبها… غالباً هذا activity مش value.
في كثير reports و dashboards بتنحضر يومياً…
بس قليل منها فعلاً بيوصل لتغيير حقيقي بالـ decisions.
So the real difference is simple: Activity vs Impact.
At the end of the week, we often ask ourselves: what did we achieve, and did we really create any value?
But the real question is: how do we actually define value?
In my work in data and supply chain, I use a simple framework to evaluate any piece of work:
Did it change a decision?
Did it improve understanding of the problem?
Did it reduce time, cost, or complexity?
If the answer is “no” to most of these, then it’s usually activity, not value.
Many reports and dashboards are produced every day…
but only a few actually lead to real decision-making impact.
So the real difference is simple: Activity vs Impact.
5
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
3w
صباح الخير ☀️
في أشياء بسيطة بنمرّ فيها كل يوم، بس تأثيرها أكبر مما نتوقع.
أحياناً التفاصيل الصغيرة هي اللي بتعمل فرق كبير بدون ما نحس.
تغيير بسيط ممكن يغيّر الصورة كلها.
Good morning ☀️
Some small things we go through every day have a bigger impact than we expect.
Sometimes small details make a big difference without us noticing.
A small change can shift the whole picture.
5
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
5d
كأس العالم 2026 مش بس أكبر event رياضي بالعالم… هو أكبر stress test حقيقي لأنظمة الـ logistics.
التقارير الحديثة من New York Post وReuters بتوضح التحديات اللي بتظهر في New York / New Jersey خلال البطولة:
• ضغط وتأخير في last-mile transportation حوالين الملاعب
• تغيّر في behavior تبع التنقل بسبب الأسعار والازدحام
• عدم توازن في استخدام لوسائل النقل بين المناطق
• ضغط واضح على transit hubs في أوقات الذروة
اللي لفت انتباهي إنه هاي المشاكل مش جديدة، بس صارت واضحة جدًا تحت ضغط event واحد بهذا الحجم.
وأنا بقرأ أكثر عن الموضوع، شدّني اتجاه بحث جديد بدمج بين Digital Twin للمدن وAgentic AI، بهدف تحويل إدارة الـ mobility من planning ثابت إلى system بيتفاعل لحظيًا مع الواقع.
الفكرة ببساطة:
بدل ما النظام يشتغل بخطة مسبقة، بصير يراقب movement لحظة بلحظة، ويتخذ قرارات مباشرة مثل re-routing للتدفق أو تعديل signals قبل ما يصير congestion فعليًا.
برأيي، اللي احنا بنشوفه اليوم بكأس العالم مش مشكلة organization بقدر ما هو stress test حقيقي لقدرة أنظمة الـ transport على التكيّف مع واقع بيتغير كل ثانية.
هل أنظمة النقل الحالية جاهزة لهذا النوع من dynamic flow، ولا لسه بنعتمد على static planning لواقع متغير؟
The 2026 World Cup is not just the world’s biggest sporting event — it is one of the largest real-world stress tests for logistics systems.
The challenges emerging across New York and New Jersey, according to New York Post and Reuters, highlight the pressure transportation systems face during large-scale events:
• Congestion and delays in last-mile transportation around stadiums
• Changes in travel behavior driven by cost and crowding
• Imbalanced use of transport systems across regions
• Heavy pressure on transit hubs during peak hours
What stood out to me is that these are not new problems — they simply become highly visible under extreme demand.
While reading more about this, I came across an emerging research direction that combines Digital Twins with Agentic AI to shift mobility management from static planning to real-time adaptive systems.
Instead of relying on predefined plans, these systems continuously monitor movement and make operational decisions in real time, such as redistributing flow or adjusting signals before congestion fully develops.
To me, what we're seeing during the World Cup is less a question of organization and more a test of how well transportation systems can adapt to a reality that changes every second.
Are our transportation systems ready for this level of dynamic flow, or are we still relying on static planning for a constantly changing reality?
2
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1w
مؤخرًا قرأت research عن فكرة جديدة في عالم الـ Supply Chain اسمها Agentic AI.
والصراحة، الفكرة كانت مختلفة عن أي شيء نسمعه عادة عن الـ AI أو الـ Forecasting.
بدل ما يكون دور الذكاء الاصطناعي فقط تحليل البيانات أو عمل prediction للـ demand…
الأنظمة الجديدة بدأت تتحول إلى systems قادرة على decision making داخل الـ supply chain نفسها.
يعني بدل:
• Reports تنرسل للـ planners
• Analysis ينتظر interpretation
• وقرارات تُتخذ بشكل manual
تصير الأنظمة قادرة على:
• اكتشاف تغيّر الـ demand بشكل real-time
• تنفيذ replenishment تلقائيًا
• تنسيق مع suppliers مباشرة
• التعامل مع exceptions بشكل dynamic
مع بقاء الـ human in the loop، لكن ليس في كل خطوة تفصيلية.
هذا الشي خلاني أفكر:
هل نحن فعلاً نتحول من Supply Chain Management إلى Supply Chain Execution through AI؟
وإذا هذا الاتجاه صحيح…
Recently, I read a research paper about a concept in Supply Chain called Agentic AI.
What caught my attention is that it goes beyond traditional AI use cases like forecasting or analytics.
Instead of AI being limited to demand prediction or reporting, these new systems are evolving into decision-making engines inside the supply chain.
Instead of:
• Reports sent to planners
• Analysis waiting for interpretation
• Manual decision-making
The system can:
• Detect demand changes in real time
• Trigger replenishment automatically
• Coordinate with suppliers
• Handle operational exceptions dynamically
With humans still in the loop — but not involved in every micro step.
This made me think:
Are we slowly shifting from Supply Chain Management to Supply Chain Execution powered by AI?
67
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1mo
أحياناً المشكلة ليست في البيانات… بل في عدم وضوحها.
Turning raw data into clarity is where real operational decisions begin.
Recently worked on an inventory dashboard project for a pharmaceutical company focused on improving stock visibility and supporting faster, data-driven decision-making across inventory operations.
The dashboard included:
• Inventory availability & tracking
• Stock aging analysis
• Expiry monitoring
• Slow and fast-moving item analysis
• Supply performance insights
• KPI visualization for operational follow-up
To maintain confidentiality, all company names, product details, and values shown were replaced with dummy data.
What I enjoyed most about this project was turning data into practical insights that support better inventory management and operational visibility.
Which inventory KPI do you think has the biggest impact on operational performance?
#PowerBI #SupplyChain #InventoryManagement #DataAnalytics #BusinessIntelligence #DemandPlanning
48
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
2w
Surprised and grateful to see this feature from Jordan Leaders.
Appreciate the mention and support.
34
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
0mo
كل عام وأنتم بخير بمناسبة عيد الأضحى المبارك!
أعاده الله عليكم وعلى أحبابكم باليمن والبركات،
وجعل أيامكم سعادة، وقلوبكم طمأنينة، وأعمالكم في ميزان الحسنات.
عيدكم مبارك! 🌙🕋✨
Wishing you a blessed Eid Al-Adha,
May Allah bring it back to you and your loved ones with goodness, blessings, and peace,
and fill your days with happiness and serenity,
and accept your good deeds and acts of worship.
Eid Mubarak 🌙🕋
25
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
15h
خسرنا مباراة… مش الحلم 🇯🇴
أنا ما بحب أنزل بوستات خارج نطاق LinkedIn المهني، بس اليوم استثناء.
الأردن ما خسر القصة… بالعكس، كتب بداية قصة جديدة.
الوصول لكأس العالم لأول مرة كان أكبر من نتيجة مباراة.
كان رسالة إن في أشياء كنا نعتبرها “بعيدة” صارت اليوم حقيقة.
في الشغل والحياة، كثير مرات بنفكر النجاح هو النتيجة الأخيرة فقط:
فوز أو خسارة، قبول أو رفض، نجاح أو فشل.
بس الحقيقة أحياناً مختلفة…
أهم إنجاز هو إنك توصل لمكان ما حدا كان متوقعك توصله.
شكراً للنشامى 🇯🇴
رفعتم سقف الحلم لجيل كامل.
20
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1mo
Data is no longer just for analysts.
Understanding data is becoming a core business skill across operations, supply chain, finance, and strategy.
The professionals who can translate numbers into decisions will create the most impact.
البيانات لم تعد فقط للمحللين…
فهم البيانات أصبح مهارة أساسية لاتخاذ القرار في الأعمال.
#DataAnalytics #BusinessIntelligence #SupplyChain #DecisionMaking
18
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
16mo
View my verified achievement from Association for Supply Chain Management (ASCM).
ASCM Professional Membership was issued by Association for Supply Chain Management (ASCM) to Omar Bani Melhem.
13
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1mo
"أخطر شيء في استخدام الذكاء الاصطناعي داخل العمليات… هو الثقة الزائدة في نتائجه."
الذكاء الاصطناعي سريع وقوي في تحليل البيانات واكتشاف الأنماط،
لكن في الواقع التشغيلي وسلاسل الإمداد:
البيانات ليست كاملة
الظروف تتغير بشكل مستمر
والسياق غالباً غير واضح بالكامل
الخطر ليس أن يكون AI خاطئاً…
بل أن يتم التعامل معه وكأنه دائماً صحيح.
لأن النموذج قد يعطي نتيجة دقيقة حسابياً،
لكن القرار النهائي قد لا يكون مناسباً عملياً.
الذكاء الاصطناعي أداة قوية… لكنه لا يلغي الحاجة للتفكير.
“The most dangerous thing in using AI in operations is over-trusting its outputs.”
AI is powerful and fast in analyzing data,
but in supply chains and operations:
data is incomplete
conditions change constantly
and context is never fully captured
The risk is not AI being wrong…
but assuming it is always right.
AI supports decisions… but does not replace judgment.
#AI #SupplyChain #Operations #DecisionMaking #DataAnalytics
12
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1mo
Recently I read about a company that invested heavily in automation and AI for their warehouse operations.
The technology was advanced.
The dashboards looked amazing.
But productivity barely improved.
Later they discovered something unexpected:
Workers were still using WhatsApp calls and handwritten notes to solve urgent daily issues faster than the new system 😅
And honestly… that says a lot about real operations.
In business, we sometimes think the biggest challenge is technology.
But many times, the real challenge is:
“Does this actually fit how people work?”
A process can be technically perfect
and still fail operationally.
هذا الاشي خلاني أفكر إنه
التحول الرقمي الحقيقي مش مجرد أدوات جديدة…
لازم يكون فيه فهم للطريقة اللي الناس تشتغل فيها فعليًا.
#SupplyChain #DigitalTransformation #Operations #BusinessIntelligence #Automation
11
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
2w
"Without data, you're just another person with an opinion."
— W. Edwards Deming
في كثير من اجتماعات العمل، بنسمع عبارات مثل:
"أنا بحس المبيعات نازلة."
"أعتقد هذا المنتج هو الأفضل."
"ممكن المشكلة من المورد."
لكن السؤال الحقيقي:
هل هذا رأي... أم حقيقة؟
الفرق بين الشركات اللي تتفاعل مع الأحداث، والشركات اللي تقود قراراتها بثقة، هو قدرتها على تحويل Data إلى Insights، وInsights إلى Actions.
البيانات بحد ذاتها ما الها قيمة اذا ما تم استخدامها.
القيمة الحقيقية تظهر لما نستخدمها للإجابة على أسئلة مهمة:
📊 وين الأداء أقل من المتوقع؟
📦 أي المنتجات تحقق أعلى قيمة؟
📈 هل الطلب يتغير أم أننا نعتمد على الانطباعات فقط؟
🎯 ما القرار الذي يجب اتخاذه اليوم؟
لهيك، الـ Dashboard الناجحة مش اللي تحتوي أكبر عدد من Charts.
الـ Dashboard الناجحة هي اللي تساعد متخذ القرار أن ينتقل من:
"أعتقد"
إلى
"أنا أعلم".
"Without data, you're just another person with an opinion."
— W. Edwards Deming
In business, opinions may start conversations.
Data drives decisions.
Organizations that consistently outperform others are not necessarily those with more resources, but those that can transform data into actionable insights faster and more effectively.
The purpose of analytics is not to create more reports.
The purpose is to reduce uncertainty and enable better decisions.
Because in the end, competitive advantage is rarely built on opinions.
It is built on informed decisions.
📖 Quote attributed to W. Edwards Deming, one of the pioneers of quality management and statistical thinking.
#BusinessIntelligence #DataAnalytics #PowerBI #SupplyChainIntelligence #DataDrivenDecisionMaking #Analytics
6
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1w
بآخر الأسبوع مرات بنسأل حالنا: شو أنجزنا؟ وهل فعلاً أضفنا أي قيمة؟
بس السؤال الأهم: كيف فعلياً منعرّف القيمة؟
how do we actually define value?
في عملي بالداتا والـ supply chain، صرت أستخدم طريقة بسيطة لتقييم أي عمل:
هل هذا العمل غيّر قرار؟ (Did it change a decision?)
هل ساعدنا نفهم المشكلة بشكل أفضل؟ (Did it improve understanding?)
هل قلل وقت أو تكلفة أو تعقيد؟ (Did it reduce time, cost, or complexity?)
إذا الإجابة “لا” على أغلبها… غالباً هذا activity مش value.
في كثير reports و dashboards بتنحضر يومياً…
بس قليل منها فعلاً بيوصل لتغيير حقيقي بالـ decisions.
So the real difference is simple: Activity vs Impact.
At the end of the week, we often ask ourselves: what did we achieve, and did we really create any value?
But the real question is: how do we actually define value?
In my work in data and supply chain, I use a simple framework to evaluate any piece of work:
Did it change a decision?
Did it improve understanding of the problem?
Did it reduce time, cost, or complexity?
If the answer is “no” to most of these, then it’s usually activity, not value.
Many reports and dashboards are produced every day…
but only a few actually lead to real decision-making impact.
So the real difference is simple: Activity vs Impact.
5
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
5d
كأس العالم 2026 مش بس أكبر event رياضي بالعالم… هو أكبر stress test حقيقي لأنظمة الـ logistics.
التقارير الحديثة من New York Post وReuters بتوضح التحديات اللي بتظهر في New York / New Jersey خلال البطولة:
• ضغط وتأخير في last-mile transportation حوالين الملاعب
• تغيّر في behavior تبع التنقل بسبب الأسعار والازدحام
• عدم توازن في استخدام لوسائل النقل بين المناطق
• ضغط واضح على transit hubs في أوقات الذروة
اللي لفت انتباهي إنه هاي المشاكل مش جديدة، بس صارت واضحة جدًا تحت ضغط event واحد بهذا الحجم.
وأنا بقرأ أكثر عن الموضوع، شدّني اتجاه بحث جديد بدمج بين Digital Twin للمدن وAgentic AI، بهدف تحويل إدارة الـ mobility من planning ثابت إلى system بيتفاعل لحظيًا مع الواقع.
الفكرة ببساطة:
بدل ما النظام يشتغل بخطة مسبقة، بصير يراقب movement لحظة بلحظة، ويتخذ قرارات مباشرة مثل re-routing للتدفق أو تعديل signals قبل ما يصير congestion فعليًا.
برأيي، اللي احنا بنشوفه اليوم بكأس العالم مش مشكلة organization بقدر ما هو stress test حقيقي لقدرة أنظمة الـ transport على التكيّف مع واقع بيتغير كل ثانية.
هل أنظمة النقل الحالية جاهزة لهذا النوع من dynamic flow، ولا لسه بنعتمد على static planning لواقع متغير؟
The 2026 World Cup is not just the world’s biggest sporting event — it is one of the largest real-world stress tests for logistics systems.
The challenges emerging across New York and New Jersey, according to New York Post and Reuters, highlight the pressure transportation systems face during large-scale events:
• Congestion and delays in last-mile transportation around stadiums
• Changes in travel behavior driven by cost and crowding
• Imbalanced use of transport systems across regions
• Heavy pressure on transit hubs during peak hours
What stood out to me is that these are not new problems — they simply become highly visible under extreme demand.
While reading more about this, I came across an emerging research direction that combines Digital Twins with Agentic AI to shift mobility management from static planning to real-time adaptive systems.
Instead of relying on predefined plans, these systems continuously monitor movement and make operational decisions in real time, such as redistributing flow or adjusting signals before congestion fully develops.
To me, what we're seeing during the World Cup is less a question of organization and more a test of how well transportation systems can adapt to a reality that changes every second.
Are our transportation systems ready for this level of dynamic flow, or are we still relying on static planning for a constantly changing reality?
2
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
2w
Honored to be featured by Jordan Global Leaders.
Grateful for the recognition and looking forward to what comes next.
56
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
13mo
🎓 Excited to announce that I’ve completed a 90-hour Data Science Certificate program!
In my role in demand planning, I've always relied on data to guide strategic decisions. This course was a major step forward—giving me the opportunity to deepen my understanding of data science and gain hands-on experience with AI models and analytical tools that go far beyond traditional planning techniques.
Throughout the program, I worked with:
🧠 AI and machine learning models for classification, regression, and clustering
🛠️ Tools like Python, pandas, NumPy, and scikit-learn
📊 Techniques for data preparation, model evaluation, and visualization
💡 Real-world applications of data science in business problem-solving
Thanks for SHAI For AI | شاي للذكاء الاصطناعي
This learning journey has strengthened my ability to apply advanced analytics to complex supply chain challenges—helping to move from reactive to proactive decision-making.
I’m excited to integrate these skills into my current role and continue exploring the evolving intersection of AI, data science, and business strategy.
#DataScience #AI #MachineLearning #DemandPlanning #Analytics #SupplyChain #ProfessionalDevelopment #LifelongLearning #BusinessIntelligence
28
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
2d
أكثر شيء متناقض في Business Intelligence داخل الـ Supply Chain:
إنك ممكن تكون “data-driven”…
وتتخذ قرار غلط.
كيف؟
لأن المشكلة مش في البيانات…
المشكلة في طريقة قراءتها.
في كثير شركات اليوم عندها:
📊 dashboards شغالة 24/7
📦 KPIs دقيقة
🚚 تتبع لحظي لكل حركة
بس رغم كل هذا…
القرارات لسه بتتأخر أو بتروح باتجاه غلط.
ليش؟
لأننا غالبًا بنركز على:
“شو اللي صار؟”
وبننسى نسأل السؤال الأهم:
“ليش صار؟ وشو الإشارة اللي فعليًا لازم نتصرف عليها؟”
في الـ Supply Chain، نفس الرقم ممكن يخدعك:
📦 ارتفاع مخزون = ممكن طلب حقيقي… أو تخزين غير صحي
📉 انخفاض مبيعات = ممكن مشكلة سوق… أو مشكلة توزيع
🚚 تأخير شحن = ممكن مورد… أو قرار تخطيط داخلي
الـ BI مش بس عرض بيانات…
هو طريقة لتصفية الضجيج (Noise) واستخراج الإشارة المهمة (Signal).
لأنه بدون هذا الفلتر…
كل شيء بصير “مهم”… وبالتالي ما في شيء بصير واضح.
والأسوأ من نقص البيانات… هو وفرتها بدون فهم.
One of the biggest contradictions in Business Intelligence within Supply Chain is this:
You can be “data-driven”…
and still make the wrong decision.
How?
Because the problem is not the data…
it’s how we interpret it.
Many companies today have:
📊 24/7 dashboards
📦 accurate KPIs
🚚 real-time tracking across operations
Yet despite all of this…
decisions are still slow or misdirected.
Why?
Because we often focus on:
“What happened?”
And forget to ask the most important question:
“Why did it happen, and what actually matters here?”
In Supply Chain, the same metric can mislead you:
📦 Higher inventory = real demand… or poor stocking decisions
📉 Lower sales = market issue… or distribution problem
🚚 Shipment delays = supplier issue… or internal planning flaw
BI is not just about displaying data…
it’s about filtering noise and extracting the real signal.
Because without that filter…
everything feels important, and nothing becomes clear.
And worse than missing data… is having too much of it without understanding.
26
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
3w
لو عندك دقيقة واحدة بس لتاخذ قرار، شو أول إشي رح تطلع عليه بالـ dashboard؟
أحد dashboards اللي اشتغلت عليها مؤخرا كنت بركز بس على أنه كيف اجمع أهم 3 kpis في شاشة وحدة:
📍 وين تمركز المبيعات
📦 أعلى 10 منتجات
📊 Order Full Rate (معدل اكتمال الطلبات)
لما هاي المؤشرات تظهر مع بعض، الصورة بتصير أوضح، وسرعة اتخاذ القرار بتزيد بشكل مباشر.
الفكرة الأساسية:
مش كمية الـ visuals اللي موجودة بالـ dashboard…
بل انه كيف نحول البيانات إلى رؤية واضحة وسريعة تدعم القرار.
تم استخدام بيانات تجريبية لأسباب تتعلق بالسرية.
If you had only one minute to make a decision, what would you look at first?
While building this dashboard, the objective was straightforward:
📍 Where are sales concentrated?
📦 Which products are driving performance?
📊 Is the order fulfillment rate keeping up?
The real value of a dashboard is not how many visuals it contains.
It’s how fast it turns data into clear, actionable insight.
Dummy data was used for confidentiality purposes.
#PowerBI #DataAnalytics #BusinessIntelligence #DashboardDesign #DataVisualization #Analytics
15
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1mo
In supply chain & business intelligence, data is no longer the real challenge.
Everyone has data.
The real challenge is turning it into clarity that supports decision-making fast, accurate, and meaningful.
That’s where dashboards, KPIs, and proper data visualization make the difference.
Not by adding more noise… but by highlighting what actually matters.
في عالم سلاسل الإمداد، المشكلة ليست في نقص البيانات، بل في أن نفس البيانات يمكن أن تُفهم بطرق مختلفة حسب الخبرة والسياق.
القرارات لا تتأثر بالأرقام فقط، بل بكيفية قراءة هذه الأرقام داخل المنظمة.
وهنا تأتي أهمية الـ dashboards ليس كأداة عرض، بل كوسيلة لتوحيد الفهم وتسريع القرار.
#SupplyChain #BusinessIntelligence #DataAnalytics #PowerBI #DecisionMaking
20
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
8mo
Happy Boss’s Day! 🙌
Cizar Dorak CPIM, CSCA
I’m not great with words, but I truly appreciate your support, guidance, and encouragement. Thank you for leading with kindness and inspiring us every day.
#HappyBossDay #Appreciation #Leadership Tabuk Pharmaceuticals Manufacturing Company.
19
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1w
الذكاء الاصطناعي في Supply Chain
من فترة كنت بقرأ عدة research papers وindustry reports عن AI in supply chain، واللي واضح إنه في shift كبير من analytics إلى operational execution.
🔹 Warehouse Operations Optimization
في تقرير من McKinsey & Company بعنوان “The case for digital reinvention in supply chain”، يتم التركيز على كيف AI وadvanced analytics يتم استخدامهم في:
• picking path optimization
• warehouse slotting optimization
• labor productivity improvement
الهدف الأساسي في التقرير هو رفع end-to-end operational efficiency داخل المستودعات.
🔹 Predictive Maintenance
في Deloitte Insights ضمن موضوع “AI-powered predictive maintenance in industrial operations”، يتم توضيح كيف الشركات تستخدم:
• sensor data + machine learning models
• لتحليل equipment health monitoring
• وتقليل unplanned downtime
الفكرة الأساسية في البحث هي الانتقال من reactive maintenance إلى predictive operations.
🔹 Supplier Risk Management
في Gartner research ضمن تقارير Supply Chain Risk Management, يتم التركيز على استخدام AI في:
• early disruption detection
• monitoring of multi-tier supplier networks
• building supply chain resilience
وهنا يتم ربط AI مباشرة بـ risk visibility وليس فقط reporting.
الخلاصة المشتركة عبر هذه الدراسات:
القيمة الأعلى من AI تظهر عندما يتم دمجه داخل daily operational workflows وليس فقط dashboards أو reporting layers.
ومن واقع الأسواق الناشئة (ومنها منطقتنا)، نفس التقارير تشير إلى أن التحدي الأساسي ليس technology availability، بل:
• data integration maturity
• process digitization readiness
• وربط insights بـ actual execution
15
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
3w
بعد الإجازات، كثير من التقارير بتصير تعطي صورة مضللة للأداء لأنها بتعتمد على baseline قديم ما عاد يعكس الواقع الحالي.
لما الشغل يرجع بعد فترة توقف، كل إشي ببان كأنه رجع طبيعي:
العمليات بترجع تشتغل، النشاط بترجع مستواه، والـ dashboards بتبلّش تتحدّث من جديد.
لكن المشكلة مش بالبيانات نفسها.
المشكلة بالمرجع اللي بنقارن فيه البيانات.
بعد الإجازات، سلوك العمل بيتغيّر:
• أنماط النشاط بتكون غير مستقرة مؤقتًا
• الارتفاع والانخفاض بصير بشكل غير متوازن
• “الوضع الطبيعي” السابق ما عاد ينطبق
• والسلوك العام بكون في مرحلة إعادة ضبط
من منظور Business Intelligence، هذا بخلق مشكلة مهمة:
التقارير ممكن تكون صحيحة حسابيًا، لكنها مضللة في التفسير.
لأن أنظمة الـ BI غالبًا بتعتمد على historical baselines، وأي تغيّر في السلوك ممكن يخلّي المقارنات غير دقيقة ويؤثر على جودة القرار.
الموضوع مش زيادة dashboards أو تقارير أكثر.
الموضوع هو المرجع اللي بنقارن عليه لم يعد صالحًا.
After holidays, many business reports start giving a misleading picture of performance because they rely on an outdated baseline that no longer reflects current reality.
When work resumes after a break, everything appears normal:
operations restart, activity returns, and dashboards start updating again.
But the issue is not the data itself.
The issue is the reference point we use to interpret the data.
After holidays, business behavior changes:
• activity patterns become temporarily unstable
• rises and drops appear uneven
• the previous “normal” no longer applies
• and the system is in a re-adjustment phase
From a Business Intelligence perspective, this creates an important issue:
Reports may be mathematically correct, but misleading in interpretation.
Because BI systems rely heavily on historical baselines, any shift in behavior
can distort comparisons and affect decision quality.
It’s not about having more dashboards or more reports.
The issue is that the reference we compare against is no longer valid.
13
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1mo
"القمح قمحي، والبلاد بلادي، والدم أردني."
— وصفي التل 🇯🇴
كرامةٌ وفخرٌ وهويةٌ لا تُساوَم، وانتماءٌ يُزرع في القلب قبل أن يُقال باللسان.
في يوم استقلال الأردن،
نقف أمام وطنٍ لم يكن يومًا مجرد أرض، بل قصة عزٍّ وصمود، وصناعة رجالٍ حملوا المعنى الحقيقي للانتماء.
كل عام والأردن بخير وعزّ وفخر 🇯🇴
"The wheat is my wheat, the country is my country, and the blood is Jordanian."
— Wasfi Al-Tal 🇯🇴
Dignity, pride, and an unshakable identity an belonging rooted in the heart before it is spoken by words.
On Jordan’s Independence Day,
we stand before a homeland that was never just land, but a story of pride, resilience, and men who carried the true meaning of belonging.
Wishing Jordan continued glory, pride, and honor 🇯🇴
#يوم_الاستقلال #الأردن #Jordan #IndependenceDay
10
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1mo
Not every business problem is obvious.
Sometimes everything looks “fine” on the surface…
until small inefficiencies start turning into bigger operational issues.
A delayed report.
Slow communication.
Unclear priorities.
Scattered information.
Individually, they seem minor.
Together, they impact decisions, speed, and performance.
That’s why strong businesses don’t only focus on results —
they focus on visibility, alignment, and how decisions are made.
—
ليست كل مشاكل الأعمال واضحة من البداية.
أحياناً يبدو كل شيء “طبيعياً”…
إلى أن تبدأ التفاصيل الصغيرة بالتحول إلى مشاكل تشغيلية أكبر.
تقرير متأخر.
تواصل بطيء.
أولويات غير واضحة.
ومعلومات متفرقة.
كل مشكلة تبدو بسيطة وحدها.
لكن اجتماعها يؤثر على القرارات، وسرعة العمل، والأداء.
لهذا السبب، الشركات القوية لا تركز فقط على النتائج —
بل على وضوح الرؤية، وتنظيم العمليات، وطريقة اتخاذ القرار.
9
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
3w
صباح الخير ☀️
في أشياء بسيطة بنمرّ فيها كل يوم، بس تأثيرها أكبر مما نتوقع.
أحياناً التفاصيل الصغيرة هي اللي بتعمل فرق كبير بدون ما نحس.
تغيير بسيط ممكن يغيّر الصورة كلها.
Good morning ☀️
Some small things we go through every day have a bigger impact than we expect.
Sometimes small details make a big difference without us noticing.
A small change can shift the whole picture.
5
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1w
مؤخرًا قرأت research عن فكرة جديدة في عالم الـ Supply Chain اسمها Agentic AI.
والصراحة، الفكرة كانت مختلفة عن أي شيء نسمعه عادة عن الـ AI أو الـ Forecasting.
بدل ما يكون دور الذكاء الاصطناعي فقط تحليل البيانات أو عمل prediction للـ demand…
الأنظمة الجديدة بدأت تتحول إلى systems قادرة على decision making داخل الـ supply chain نفسها.
يعني بدل:
• Reports تنرسل للـ planners
• Analysis ينتظر interpretation
• وقرارات تُتخذ بشكل manual
تصير الأنظمة قادرة على:
• اكتشاف تغيّر الـ demand بشكل real-time
• تنفيذ replenishment تلقائيًا
• تنسيق مع suppliers مباشرة
• التعامل مع exceptions بشكل dynamic
مع بقاء الـ human in the loop، لكن ليس في كل خطوة تفصيلية.
هذا الشي خلاني أفكر:
هل نحن فعلاً نتحول من Supply Chain Management إلى Supply Chain Execution through AI؟
وإذا هذا الاتجاه صحيح…
Recently, I read a research paper about a concept in Supply Chain called Agentic AI.
What caught my attention is that it goes beyond traditional AI use cases like forecasting or analytics.
Instead of AI being limited to demand prediction or reporting, these new systems are evolving into decision-making engines inside the supply chain.
Instead of:
• Reports sent to planners
• Analysis waiting for interpretation
• Manual decision-making
The system can:
• Detect demand changes in real time
• Trigger replenishment automatically
• Coordinate with suppliers
• Handle operational exceptions dynamically
With humans still in the loop — but not involved in every micro step.
This made me think:
Are we slowly shifting from Supply Chain Management to Supply Chain Execution powered by AI?
67
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
13mo
🎓 Excited to announce that I’ve completed a 90-hour Data Science Certificate program!
In my role in demand planning, I've always relied on data to guide strategic decisions. This course was a major step forward—giving me the opportunity to deepen my understanding of data science and gain hands-on experience with AI models and analytical tools that go far beyond traditional planning techniques.
Throughout the program, I worked with:
🧠 AI and machine learning models for classification, regression, and clustering
🛠️ Tools like Python, pandas, NumPy, and scikit-learn
📊 Techniques for data preparation, model evaluation, and visualization
💡 Real-world applications of data science in business problem-solving
Thanks for SHAI For AI | شاي للذكاء الاصطناعي
This learning journey has strengthened my ability to apply advanced analytics to complex supply chain challenges—helping to move from reactive to proactive decision-making.
I’m excited to integrate these skills into my current role and continue exploring the evolving intersection of AI, data science, and business strategy.
#DataScience #AI #MachineLearning #DemandPlanning #Analytics #SupplyChain #ProfessionalDevelopment #LifelongLearning #BusinessIntelligence
28
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
0mo
كل عام وأنتم بخير بمناسبة عيد الأضحى المبارك!
أعاده الله عليكم وعلى أحبابكم باليمن والبركات،
وجعل أيامكم سعادة، وقلوبكم طمأنينة، وأعمالكم في ميزان الحسنات.
عيدكم مبارك! 🌙🕋✨
Wishing you a blessed Eid Al-Adha,
May Allah bring it back to you and your loved ones with goodness, blessings, and peace,
and fill your days with happiness and serenity,
and accept your good deeds and acts of worship.
Eid Mubarak 🌙🕋
25
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1mo
In supply chain & business intelligence, data is no longer the real challenge.
Everyone has data.
The real challenge is turning it into clarity that supports decision-making fast, accurate, and meaningful.
That’s where dashboards, KPIs, and proper data visualization make the difference.
Not by adding more noise… but by highlighting what actually matters.
في عالم سلاسل الإمداد، المشكلة ليست في نقص البيانات، بل في أن نفس البيانات يمكن أن تُفهم بطرق مختلفة حسب الخبرة والسياق.
القرارات لا تتأثر بالأرقام فقط، بل بكيفية قراءة هذه الأرقام داخل المنظمة.
وهنا تأتي أهمية الـ dashboards ليس كأداة عرض، بل كوسيلة لتوحيد الفهم وتسريع القرار.
#SupplyChain #BusinessIntelligence #DataAnalytics #PowerBI #DecisionMaking
20
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
16mo
View my verified achievement from Association for Supply Chain Management (ASCM).
ASCM Professional Membership was issued by Association for Supply Chain Management (ASCM) to Omar Bani Melhem.
13
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
3w
بعد الإجازات، كثير من التقارير بتصير تعطي صورة مضللة للأداء لأنها بتعتمد على baseline قديم ما عاد يعكس الواقع الحالي.
لما الشغل يرجع بعد فترة توقف، كل إشي ببان كأنه رجع طبيعي:
العمليات بترجع تشتغل، النشاط بترجع مستواه، والـ dashboards بتبلّش تتحدّث من جديد.
لكن المشكلة مش بالبيانات نفسها.
المشكلة بالمرجع اللي بنقارن فيه البيانات.
بعد الإجازات، سلوك العمل بيتغيّر:
• أنماط النشاط بتكون غير مستقرة مؤقتًا
• الارتفاع والانخفاض بصير بشكل غير متوازن
• “الوضع الطبيعي” السابق ما عاد ينطبق
• والسلوك العام بكون في مرحلة إعادة ضبط
من منظور Business Intelligence، هذا بخلق مشكلة مهمة:
التقارير ممكن تكون صحيحة حسابيًا، لكنها مضللة في التفسير.
لأن أنظمة الـ BI غالبًا بتعتمد على historical baselines، وأي تغيّر في السلوك ممكن يخلّي المقارنات غير دقيقة ويؤثر على جودة القرار.
الموضوع مش زيادة dashboards أو تقارير أكثر.
الموضوع هو المرجع اللي بنقارن عليه لم يعد صالحًا.
After holidays, many business reports start giving a misleading picture of performance because they rely on an outdated baseline that no longer reflects current reality.
When work resumes after a break, everything appears normal:
operations restart, activity returns, and dashboards start updating again.
But the issue is not the data itself.
The issue is the reference point we use to interpret the data.
After holidays, business behavior changes:
• activity patterns become temporarily unstable
• rises and drops appear uneven
• the previous “normal” no longer applies
• and the system is in a re-adjustment phase
From a Business Intelligence perspective, this creates an important issue:
Reports may be mathematically correct, but misleading in interpretation.
Because BI systems rely heavily on historical baselines, any shift in behavior
can distort comparisons and affect decision quality.
It’s not about having more dashboards or more reports.
The issue is that the reference we compare against is no longer valid.
13
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
2w
"Without data, you're just another person with an opinion."
— W. Edwards Deming
في كثير من اجتماعات العمل، بنسمع عبارات مثل:
"أنا بحس المبيعات نازلة."
"أعتقد هذا المنتج هو الأفضل."
"ممكن المشكلة من المورد."
لكن السؤال الحقيقي:
هل هذا رأي... أم حقيقة؟
الفرق بين الشركات اللي تتفاعل مع الأحداث، والشركات اللي تقود قراراتها بثقة، هو قدرتها على تحويل Data إلى Insights، وInsights إلى Actions.
البيانات بحد ذاتها ما الها قيمة اذا ما تم استخدامها.
القيمة الحقيقية تظهر لما نستخدمها للإجابة على أسئلة مهمة:
📊 وين الأداء أقل من المتوقع؟
📦 أي المنتجات تحقق أعلى قيمة؟
📈 هل الطلب يتغير أم أننا نعتمد على الانطباعات فقط؟
🎯 ما القرار الذي يجب اتخاذه اليوم؟
لهيك، الـ Dashboard الناجحة مش اللي تحتوي أكبر عدد من Charts.
الـ Dashboard الناجحة هي اللي تساعد متخذ القرار أن ينتقل من:
"أعتقد"
إلى
"أنا أعلم".
"Without data, you're just another person with an opinion."
— W. Edwards Deming
In business, opinions may start conversations.
Data drives decisions.
Organizations that consistently outperform others are not necessarily those with more resources, but those that can transform data into actionable insights faster and more effectively.
The purpose of analytics is not to create more reports.
The purpose is to reduce uncertainty and enable better decisions.
Because in the end, competitive advantage is rarely built on opinions.
It is built on informed decisions.
📖 Quote attributed to W. Edwards Deming, one of the pioneers of quality management and statistical thinking.
#BusinessIntelligence #DataAnalytics #PowerBI #SupplyChainIntelligence #DataDrivenDecisionMaking #Analytics
6
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
3w
صباح الخير ☀️
في أشياء بسيطة بنمرّ فيها كل يوم، بس تأثيرها أكبر مما نتوقع.
أحياناً التفاصيل الصغيرة هي اللي بتعمل فرق كبير بدون ما نحس.
تغيير بسيط ممكن يغيّر الصورة كلها.
Good morning ☀️
Some small things we go through every day have a bigger impact than we expect.
Sometimes small details make a big difference without us noticing.
A small change can shift the whole picture.
5
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
2w
Honored to be featured by Jordan Global Leaders.
Grateful for the recognition and looking forward to what comes next.
56
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
2w
Surprised and grateful to see this feature from Jordan Leaders.
Appreciate the mention and support.
34
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
3w
لو عندك دقيقة واحدة بس لتاخذ قرار، شو أول إشي رح تطلع عليه بالـ dashboard؟
أحد dashboards اللي اشتغلت عليها مؤخرا كنت بركز بس على أنه كيف اجمع أهم 3 kpis في شاشة وحدة:
📍 وين تمركز المبيعات
📦 أعلى 10 منتجات
📊 Order Full Rate (معدل اكتمال الطلبات)
لما هاي المؤشرات تظهر مع بعض، الصورة بتصير أوضح، وسرعة اتخاذ القرار بتزيد بشكل مباشر.
الفكرة الأساسية:
مش كمية الـ visuals اللي موجودة بالـ dashboard…
بل انه كيف نحول البيانات إلى رؤية واضحة وسريعة تدعم القرار.
تم استخدام بيانات تجريبية لأسباب تتعلق بالسرية.
If you had only one minute to make a decision, what would you look at first?
While building this dashboard, the objective was straightforward:
📍 Where are sales concentrated?
📦 Which products are driving performance?
📊 Is the order fulfillment rate keeping up?
The real value of a dashboard is not how many visuals it contains.
It’s how fast it turns data into clear, actionable insight.
Dummy data was used for confidentiality purposes.
#PowerBI #DataAnalytics #BusinessIntelligence #DashboardDesign #DataVisualization #Analytics
15
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1mo
Data is no longer just for analysts.
Understanding data is becoming a core business skill across operations, supply chain, finance, and strategy.
The professionals who can translate numbers into decisions will create the most impact.
البيانات لم تعد فقط للمحللين…
فهم البيانات أصبح مهارة أساسية لاتخاذ القرار في الأعمال.
#DataAnalytics #BusinessIntelligence #SupplyChain #DecisionMaking
18
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1w
الذكاء الاصطناعي في Supply Chain
من فترة كنت بقرأ عدة research papers وindustry reports عن AI in supply chain، واللي واضح إنه في shift كبير من analytics إلى operational execution.
🔹 Warehouse Operations Optimization
في تقرير من McKinsey & Company بعنوان “The case for digital reinvention in supply chain”، يتم التركيز على كيف AI وadvanced analytics يتم استخدامهم في:
• picking path optimization
• warehouse slotting optimization
• labor productivity improvement
الهدف الأساسي في التقرير هو رفع end-to-end operational efficiency داخل المستودعات.
🔹 Predictive Maintenance
في Deloitte Insights ضمن موضوع “AI-powered predictive maintenance in industrial operations”، يتم توضيح كيف الشركات تستخدم:
• sensor data + machine learning models
• لتحليل equipment health monitoring
• وتقليل unplanned downtime
الفكرة الأساسية في البحث هي الانتقال من reactive maintenance إلى predictive operations.
🔹 Supplier Risk Management
في Gartner research ضمن تقارير Supply Chain Risk Management, يتم التركيز على استخدام AI في:
• early disruption detection
• monitoring of multi-tier supplier networks
• building supply chain resilience
وهنا يتم ربط AI مباشرة بـ risk visibility وليس فقط reporting.
الخلاصة المشتركة عبر هذه الدراسات:
القيمة الأعلى من AI تظهر عندما يتم دمجه داخل daily operational workflows وليس فقط dashboards أو reporting layers.
ومن واقع الأسواق الناشئة (ومنها منطقتنا)، نفس التقارير تشير إلى أن التحدي الأساسي ليس technology availability، بل:
• data integration maturity
• process digitization readiness
• وربط insights بـ actual execution
15
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1mo
Recently I read about a company that invested heavily in automation and AI for their warehouse operations.
The technology was advanced.
The dashboards looked amazing.
But productivity barely improved.
Later they discovered something unexpected:
Workers were still using WhatsApp calls and handwritten notes to solve urgent daily issues faster than the new system 😅
And honestly… that says a lot about real operations.
In business, we sometimes think the biggest challenge is technology.
But many times, the real challenge is:
“Does this actually fit how people work?”
A process can be technically perfect
and still fail operationally.
هذا الاشي خلاني أفكر إنه
التحول الرقمي الحقيقي مش مجرد أدوات جديدة…
لازم يكون فيه فهم للطريقة اللي الناس تشتغل فيها فعليًا.
#SupplyChain #DigitalTransformation #Operations #BusinessIntelligence #Automation
11
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1mo
Not every business problem is obvious.
Sometimes everything looks “fine” on the surface…
until small inefficiencies start turning into bigger operational issues.
A delayed report.
Slow communication.
Unclear priorities.
Scattered information.
Individually, they seem minor.
Together, they impact decisions, speed, and performance.
That’s why strong businesses don’t only focus on results —
they focus on visibility, alignment, and how decisions are made.
—
ليست كل مشاكل الأعمال واضحة من البداية.
أحياناً يبدو كل شيء “طبيعياً”…
إلى أن تبدأ التفاصيل الصغيرة بالتحول إلى مشاكل تشغيلية أكبر.
تقرير متأخر.
تواصل بطيء.
أولويات غير واضحة.
ومعلومات متفرقة.
كل مشكلة تبدو بسيطة وحدها.
لكن اجتماعها يؤثر على القرارات، وسرعة العمل، والأداء.
لهذا السبب، الشركات القوية لا تركز فقط على النتائج —
بل على وضوح الرؤية، وتنظيم العمليات، وطريقة اتخاذ القرار.
9
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
5d
كأس العالم 2026 مش بس أكبر event رياضي بالعالم… هو أكبر stress test حقيقي لأنظمة الـ logistics.
التقارير الحديثة من New York Post وReuters بتوضح التحديات اللي بتظهر في New York / New Jersey خلال البطولة:
• ضغط وتأخير في last-mile transportation حوالين الملاعب
• تغيّر في behavior تبع التنقل بسبب الأسعار والازدحام
• عدم توازن في استخدام لوسائل النقل بين المناطق
• ضغط واضح على transit hubs في أوقات الذروة
اللي لفت انتباهي إنه هاي المشاكل مش جديدة، بس صارت واضحة جدًا تحت ضغط event واحد بهذا الحجم.
وأنا بقرأ أكثر عن الموضوع، شدّني اتجاه بحث جديد بدمج بين Digital Twin للمدن وAgentic AI، بهدف تحويل إدارة الـ mobility من planning ثابت إلى system بيتفاعل لحظيًا مع الواقع.
الفكرة ببساطة:
بدل ما النظام يشتغل بخطة مسبقة، بصير يراقب movement لحظة بلحظة، ويتخذ قرارات مباشرة مثل re-routing للتدفق أو تعديل signals قبل ما يصير congestion فعليًا.
برأيي، اللي احنا بنشوفه اليوم بكأس العالم مش مشكلة organization بقدر ما هو stress test حقيقي لقدرة أنظمة الـ transport على التكيّف مع واقع بيتغير كل ثانية.
هل أنظمة النقل الحالية جاهزة لهذا النوع من dynamic flow، ولا لسه بنعتمد على static planning لواقع متغير؟
The 2026 World Cup is not just the world’s biggest sporting event — it is one of the largest real-world stress tests for logistics systems.
The challenges emerging across New York and New Jersey, according to New York Post and Reuters, highlight the pressure transportation systems face during large-scale events:
• Congestion and delays in last-mile transportation around stadiums
• Changes in travel behavior driven by cost and crowding
• Imbalanced use of transport systems across regions
• Heavy pressure on transit hubs during peak hours
What stood out to me is that these are not new problems — they simply become highly visible under extreme demand.
While reading more about this, I came across an emerging research direction that combines Digital Twins with Agentic AI to shift mobility management from static planning to real-time adaptive systems.
Instead of relying on predefined plans, these systems continuously monitor movement and make operational decisions in real time, such as redistributing flow or adjusting signals before congestion fully develops.
To me, what we're seeing during the World Cup is less a question of organization and more a test of how well transportation systems can adapt to a reality that changes every second.
Are our transportation systems ready for this level of dynamic flow, or are we still relying on static planning for a constantly changing reality?
2
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1mo
أحياناً المشكلة ليست في البيانات… بل في عدم وضوحها.
Turning raw data into clarity is where real operational decisions begin.
Recently worked on an inventory dashboard project for a pharmaceutical company focused on improving stock visibility and supporting faster, data-driven decision-making across inventory operations.
The dashboard included:
• Inventory availability & tracking
• Stock aging analysis
• Expiry monitoring
• Slow and fast-moving item analysis
• Supply performance insights
• KPI visualization for operational follow-up
To maintain confidentiality, all company names, product details, and values shown were replaced with dummy data.
What I enjoyed most about this project was turning data into practical insights that support better inventory management and operational visibility.
Which inventory KPI do you think has the biggest impact on operational performance?
#PowerBI #SupplyChain #InventoryManagement #DataAnalytics #BusinessIntelligence #DemandPlanning
48
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
2d
أكثر شيء متناقض في Business Intelligence داخل الـ Supply Chain:
إنك ممكن تكون “data-driven”…
وتتخذ قرار غلط.
كيف؟
لأن المشكلة مش في البيانات…
المشكلة في طريقة قراءتها.
في كثير شركات اليوم عندها:
📊 dashboards شغالة 24/7
📦 KPIs دقيقة
🚚 تتبع لحظي لكل حركة
بس رغم كل هذا…
القرارات لسه بتتأخر أو بتروح باتجاه غلط.
ليش؟
لأننا غالبًا بنركز على:
“شو اللي صار؟”
وبننسى نسأل السؤال الأهم:
“ليش صار؟ وشو الإشارة اللي فعليًا لازم نتصرف عليها؟”
في الـ Supply Chain، نفس الرقم ممكن يخدعك:
📦 ارتفاع مخزون = ممكن طلب حقيقي… أو تخزين غير صحي
📉 انخفاض مبيعات = ممكن مشكلة سوق… أو مشكلة توزيع
🚚 تأخير شحن = ممكن مورد… أو قرار تخطيط داخلي
الـ BI مش بس عرض بيانات…
هو طريقة لتصفية الضجيج (Noise) واستخراج الإشارة المهمة (Signal).
لأنه بدون هذا الفلتر…
كل شيء بصير “مهم”… وبالتالي ما في شيء بصير واضح.
والأسوأ من نقص البيانات… هو وفرتها بدون فهم.
One of the biggest contradictions in Business Intelligence within Supply Chain is this:
You can be “data-driven”…
and still make the wrong decision.
How?
Because the problem is not the data…
it’s how we interpret it.
Many companies today have:
📊 24/7 dashboards
📦 accurate KPIs
🚚 real-time tracking across operations
Yet despite all of this…
decisions are still slow or misdirected.
Why?
Because we often focus on:
“What happened?”
And forget to ask the most important question:
“Why did it happen, and what actually matters here?”
In Supply Chain, the same metric can mislead you:
📦 Higher inventory = real demand… or poor stocking decisions
📉 Lower sales = market issue… or distribution problem
🚚 Shipment delays = supplier issue… or internal planning flaw
BI is not just about displaying data…
it’s about filtering noise and extracting the real signal.
Because without that filter…
everything feels important, and nothing becomes clear.
And worse than missing data… is having too much of it without understanding.
26
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
15h
خسرنا مباراة… مش الحلم 🇯🇴
أنا ما بحب أنزل بوستات خارج نطاق LinkedIn المهني، بس اليوم استثناء.
الأردن ما خسر القصة… بالعكس، كتب بداية قصة جديدة.
الوصول لكأس العالم لأول مرة كان أكبر من نتيجة مباراة.
كان رسالة إن في أشياء كنا نعتبرها “بعيدة” صارت اليوم حقيقة.
في الشغل والحياة، كثير مرات بنفكر النجاح هو النتيجة الأخيرة فقط:
فوز أو خسارة، قبول أو رفض، نجاح أو فشل.
بس الحقيقة أحياناً مختلفة…
أهم إنجاز هو إنك توصل لمكان ما حدا كان متوقعك توصله.
شكراً للنشامى 🇯🇴
رفعتم سقف الحلم لجيل كامل.
20
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
8mo
Happy Boss’s Day! 🙌
Cizar Dorak CPIM, CSCA
I’m not great with words, but I truly appreciate your support, guidance, and encouragement. Thank you for leading with kindness and inspiring us every day.
#HappyBossDay #Appreciation #Leadership Tabuk Pharmaceuticals Manufacturing Company.
19
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1mo
"أخطر شيء في استخدام الذكاء الاصطناعي داخل العمليات… هو الثقة الزائدة في نتائجه."
الذكاء الاصطناعي سريع وقوي في تحليل البيانات واكتشاف الأنماط،
لكن في الواقع التشغيلي وسلاسل الإمداد:
البيانات ليست كاملة
الظروف تتغير بشكل مستمر
والسياق غالباً غير واضح بالكامل
الخطر ليس أن يكون AI خاطئاً…
بل أن يتم التعامل معه وكأنه دائماً صحيح.
لأن النموذج قد يعطي نتيجة دقيقة حسابياً،
لكن القرار النهائي قد لا يكون مناسباً عملياً.
الذكاء الاصطناعي أداة قوية… لكنه لا يلغي الحاجة للتفكير.
“The most dangerous thing in using AI in operations is over-trusting its outputs.”
AI is powerful and fast in analyzing data,
but in supply chains and operations:
data is incomplete
conditions change constantly
and context is never fully captured
The risk is not AI being wrong…
but assuming it is always right.
AI supports decisions… but does not replace judgment.
#AI #SupplyChain #Operations #DecisionMaking #DataAnalytics
12
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1mo
"القمح قمحي، والبلاد بلادي، والدم أردني."
— وصفي التل 🇯🇴
كرامةٌ وفخرٌ وهويةٌ لا تُساوَم، وانتماءٌ يُزرع في القلب قبل أن يُقال باللسان.
في يوم استقلال الأردن،
نقف أمام وطنٍ لم يكن يومًا مجرد أرض، بل قصة عزٍّ وصمود، وصناعة رجالٍ حملوا المعنى الحقيقي للانتماء.
كل عام والأردن بخير وعزّ وفخر 🇯🇴
"The wheat is my wheat, the country is my country, and the blood is Jordanian."
— Wasfi Al-Tal 🇯🇴
Dignity, pride, and an unshakable identity an belonging rooted in the heart before it is spoken by words.
On Jordan’s Independence Day,
we stand before a homeland that was never just land, but a story of pride, resilience, and men who carried the true meaning of belonging.
Wishing Jordan continued glory, pride, and honor 🇯🇴
#يوم_الاستقلال #الأردن #Jordan #IndependenceDay
10
Demand Planning & Inventory Control Specialist | MBA Candidate | SAP S/4HANA & Power BI | Pharma Supply Chain
1w
بآخر الأسبوع مرات بنسأل حالنا: شو أنجزنا؟ وهل فعلاً أضفنا أي قيمة؟
بس السؤال الأهم: كيف فعلياً منعرّف القيمة؟
how do we actually define value?
في عملي بالداتا والـ supply chain، صرت أستخدم طريقة بسيطة لتقييم أي عمل:
هل هذا العمل غيّر قرار؟ (Did it change a decision?)
هل ساعدنا نفهم المشكلة بشكل أفضل؟ (Did it improve understanding?)
هل قلل وقت أو تكلفة أو تعقيد؟ (Did it reduce time, cost, or complexity?)
إذا الإجابة “لا” على أغلبها… غالباً هذا activity مش value.
في كثير reports و dashboards بتنحضر يومياً…
بس قليل منها فعلاً بيوصل لتغيير حقيقي بالـ decisions.
So the real difference is simple: Activity vs Impact.
At the end of the week, we often ask ourselves: what did we achieve, and did we really create any value?
But the real question is: how do we actually define value?
In my work in data and supply chain, I use a simple framework to evaluate any piece of work:
Did it change a decision?
Did it improve understanding of the problem?
Did it reduce time, cost, or complexity?
If the answer is “no” to most of these, then it’s usually activity, not value.
Many reports and dashboards are produced every day…
but only a few actually lead to real decision-making impact.
So the real difference is simple: Activity vs Impact.
5