全景呈现：端到端的数字化供应链
全文约5994个字符,阅读需要7分种
简单来说,白皮书的内容核心是引用国际数据治理协会和国际数据治理研究所的一些观点,然后再找哈佛大学的教授、一众学者、企业的供应链的高级领导以及咨询公司研究后联合出品.并给出了白皮书全部纲领性的企业数字化的行为内容.
核心观点有6个:
1、 全球只有3分之一的企业符合数字化转型的条件
2、 供应链的数字化转型必须是端到端(也就是说,如果试图把链条上某一个模块拎出来单做数字化转型,就算是成功,对于整个供应链来说也是一盆夹生米饭)
3、 数字化转型并非是IT转型.是面向4个方面:组织、制度、流程、工具(颠覆型的)
4、 供应链数字化强调数据交互,尤其是在链条上横向和纵向的交互(就是公司内部各部门数据共享,外部同供应商和客户进行数据共享)
5、 供应链数字化成功的一个基本要素是体验感.表现在两个方面,外部的客户及供应商合作后对此企业的评价(本人认为,这个最难,因为企业很难向不同的客户及供应商提供极佳的服务和被服务的体验,就跟餐厅的厨师提供的餐品,很难满足每一个人的要求,能做到大部分即可)
6、 企业利润得到持续提升(注意-持续提升)
供应链的数字化转型要端到端,这个我很赞同以及十二分的赞同,国内企业在供应链端到端方面从认识上都是充满的了各种瑕疵.其实我说的是企业的某些领导没有站在端到端的的平台上来研究供应链以及供应链的数字化转型.这是最可怕的,自己做采购就觉得自己是供应链,自己做物流,就觉的自己是供应链,好像很有格局的样子,其实不然
在白皮书里,列出了供应链端到端的可以数字化转型的8个内容,我觉得还是很牛叉的,我们下面来分析下他们的观点:
1、供应商管理:此项目内容下面分5项数字化转型的切入点
(1) 供应商准入,具体是供应商具备什么样的条件可以准入,数字化的核心手段是数据治理,通过数据治理来实现数字化,每个要素都要求供应商出具具体的数据体系,各位可以看看,您的公司对供应商准入的要求是否具备数字化的特质：
质量数据-样品数据以及SPC数据
财务数据-财务报表以及产品成本的构成要素
物流数据-库存的应对及计划的匹配
服务和配合数据-设备清单、产能匹配、满足紧急插单
技术匹配能力-研发和技术的快速响应(产品尽量标准化,尽量拒绝非标产品)
备注;国内企业的除了向供应商索要《营业执照》和资质文件外,好像可要的就不多了
(2) 供应商的绩效评估.我觉得这个部分跟罗兰贝格在供应链数字化转型方面的观点是不谋而合的,因为都是强调分数的获取和获取后的应用
打分的频率-保持跟生产周期一致,这个国内很多企业不可能,国际上也有很多企业做不到,只不过敏捷供应链是这样要求的一个必要条件
摈弃人为打分-不客观是诟病的主因
分数要应用-分数要关联至供应商的订单份额、付款方式和账期(国内大多企业评估都是形式主义,主要是为了应付审计)
供应商汰换-维持必要的新陈代谢
(3) 备份供应商-就是不能把鸡蛋放在一个篮子里,很好理解
(4) 扶持体系-如何扶持供应商(看来数字化在扶持供应商方面也要开始投入,毕竟要考虑成本,这个跟科尔尼的观点很像)
(5) 品类管理,这个部分是建立在SCOR的基础上的,对供应链要求很高,对于供应商自然不用多说,有7个大类,尤其是考虑到非生物资,非常有前瞻性(缺点是无法量化非生的核心属性)
2、采购成本管理,白皮书把成本管理的部分放在供应商后面,还是很有深意的
(1)采购方式的多元化,减少并削弱单一采购方式在公司存在的可能性和文化基础,这个我也同意,比如单依靠询比价和招标,就很说明问题;采购方式如下:
集采-适合大宗物料并可以适当加大物料的范围
外包采购-比如工业平台
采购联盟-尤其多种小批量,不排斥同对手联盟
期货交易-通胀压力很大的时候,合理缓解成本的必要方式
成本分析-我最赞成的就是这个方式,是采购数字化最重要的体现,也是VA/VE核心,到底此产品价值几何,慧眼独具十分重要,不能总是对标后获取价格,成本控制只能边缘化
(2)降本指标的来源,这个几乎颠覆了采购领导的降本指标来源的管理体系,很多企业是靠拍脑袋拍出来的.这个指标有4个模型组成,有机会跟大家聊聊,是市场体系和数据体系的有机融合.
(3)本土化采购-说明异地采购对等待周期威胁很大,以及过多的物流成本、关务成本的关切,其实还有关税
(4)产品的标准化和减少SKU,这个很经典,那么物料类别,那么多非标物料,控制成本,控制个鬼,这个部分白皮书强调的是《物料型谱》或《物料字典》的应用.时间问题改天展开,这个跟麦肯锡的观点超级一致.意味着技术部门要数字化,就需要一套合理的《物料型谱》
(5)供应链金融的介入-深刻意识到,制造业的卑微和金融行业的高昂如何有机的结合,此部分有7个内容,还得等有机会再说,它再次证明了,金融行业挣钱的速度和力度完全是建立在制造业拥有完善的供应链基础上的,换句话说,没有制造业,无供应链金融.
(6)物料型谱的建设,在物料标准化方面下足了功夫,关键是对技术研发部门进行了约束,不能随随便便的增加新的SKU,最好在型谱里面寻找物料,这个是供应链在数字化的帮助下逐步提升采购的地位,虽然不能让技术研发部门洗心革面,但也能或多或少的减少SKU.
(7)成本分析:这个模块十分详尽(双维度,完全尊重供应商的工艺路线图,以工艺为基础进行成本分析),数据治理的霸气可以彰显无遗.
人工
材料
加工
三大费用
技术成本
物流(内外)
包材
税金和利润
3、电子合同-核心中的核心,闭环管理(几乎把传统的合同管理踩在脚下,的确是,数据发展到现在,电子合同应该有这个地位,国内很多企业都还是骑缝章时代呢,并且国内的电子合同是“伪电子合同”-扫描上传对不)
(1)电子合同-电子授权和电子签章,这个在国内,尤其是国有企业挑战很大(合规的问题)
(2)电子签收-电子回执,送货后的法律文件,涉及对账,跟货款有关
(3)电子对账和电子跟单,这个部分有很大篇幅描述,大数据时代为何BUYER这个部门消失的主要原因,是呀,以后采购业务中,对账的人,和跟单的人,会被供应链部门淘汰
(4)电子结账,跟银行进行数据关联
这个部分,大面积充斥“去人”化,数据治理下的数字化转型,对人的去留威胁极大
4、数据模型下的预测、计划与紧急插单(链条上数字化的核心)-同样,这个部门最终也会消失
这个部分是数字化转型中数学模型最多的环节并且打破:“计划赶不上变化”谬论,因为白皮书强调,只要考虑周至,不应出现太多的不确定,也对,我认可这个,太冷僻的不确定只是偶发现象,不值得投入大把的精力,2-8原则嘛,抓住主要矛盾的主要方面
(1)强调S&OP(sales and operation planning)
这个是我见过的最牛的数据分析方案,我们公司还是需要在IBM配合下找SAP量身定做,这次我找到了标准:预测数据的来源,最关键的是来源渠道为6个,其中一个是market intelligence(情报部门),这个功能的出现一下子就开了我的预测的思路,然后是一个叫“Variable data of market changes”市场变化的变量数据,这个涉及21个变量(21个模型),基本上把所有的变化都罗列出来,我试着在我们公司的医疗事业部和自动化事业部推演过,目前的数据是,可以把预测准确率提升50%,各位,50%呀,我认为,很牛掰.我们的销售总监STELLA对此很是佩服.我很愿意在普华永道的年中会议上分享此推演成果.
(2)强调APS体系(advanced planning and scheduling)
跟S&OP的前后顺序是,拿到6个渠道的预测数据,经过VDOMC(Variable data of market changes )21个变量的过滤获得最后一版预测数据,在数据上正式进入APS,然后并没结束,再通过APE(analysis percent error)→IO(institute of inventory)I→OTD(on time delivery)→SS(safety stock) →MPS(master production schedule主生产计划)并最后形成→PO;这个部分看就很过瘾,我非常有理由去怀疑,哈佛的白皮书的撰写者绝对有企业背景的人士介入,否则不可能如此贴心.我本人丝毫不掩饰对此部分喜爱,且十分推崇,我很希望同行好好的深入研究大数据背景下的数据过滤.
(3)关于紧急订单的问题(rush order)-全链(full chain)数据的展现
诟病拍脑袋行为, 着重描述插单的原因、执行的过程和最后得出的利润数据
把客户分类分级,优先级别的当然可以优先插单,这个客户分级的6个依据也很厉害
把采购的数据输入,描述,一旦紧急插单,供应商付出的代价
生产的费用-比如加班等
仓库的费用-爆仓以及爆仓后的租赁外仓费用
物流的加急运费等
最后是插进来订单的利润减去上述费用后的结果是正的还是负的
目的是通过血淋淋的数据告诉供应链要想快速响应客户的需求,供应链各环节需要深度优化才能真正在敏捷上保障紧急订单,而不是俩眼一闭,剩余的就是盲目的干这种行为有多么的荒唐(用中国话说,杀敌一千自伤一千五)
5、 库存控制
分成2个部分,并且白皮书再三强调,不应把精力放在如何处理周转比较慢的呆货上,而是应该把精力放在如何防范呆货的发生上,窃喜,跟我不谋而合.
(1)安全库存(SS)的设置,此项有7个要素决定了安全库存的数值,并且严重告知,安全库存是动态的,并非是一成不变的,变相的提醒那些靠拍脑袋来决定安全库存数据的人有多蠢.(SAP- WF模块已经有现成的一模一样的数据模型体系)
找到周期,为哪一段周期设置安全库存
周期内的平均预测值
周期内平均实际销售值
MAD (mean absolute deviation)
市场变量VDOMC(Variable data of market changes )有±之分
人为主观调整(有±之分)
前置时间
客户满意度(100%是不可能的)
最后得出SS
(2)呆货的周转提升,给了8个数据方案,有机会好好展开说,这个其实没有什么新意,大部分公司也是这么做的,只是没有很好的植入数学模型,靠拍脑袋而已.
6、数字化仓库
(1)预警与报警,仓库最怕的是信息贪污,有数据模型的植入,可以减少并杜绝此类现象的发生(比如,应出未出和应入未入的货物)
(2)数字化BIN位
(3)AGV及AVG的价值,AGV识别的信息如下,并将物流串起来.(同样无人化)
AGV需要识别装卸的车辆
AGV需要识别RFID
AGV需要识别作业的月台
AGV需要识别包材以及包材的储存位置(BIN位)
AGV需要识别物料需要放置的BIN位
AGV需要识别数据升级的位置(充电桩)
(4)电子工单与电子看板在仓库里是主要的拉动的推手
(5)消防物资的的可视化管理
(6)仓库的成本构成(区块化),跟采购物料成本和运输成本的数据管理是一致的
土地成本和不动产成本
信息化成本
三大费用
物流资产折旧
人工费用
能耗
税金和利润等
(7)未涉及“来料待检区”和“IQC”,估计这部门(马后炮)在未来的日子也是比较难过的.考虑去留吧.
7、 物流的数据一体化运营,端到端的最后一段
(1) 极其强调运输的时效性-重新在数据治理下定义OTD,分三个维度-时间、数量、和包装破损,这个是我没有想到的
(2) 要求窗口时间收货和窗口时间发货,就是以小时为单位,中国倒不难,很多主机厂都可以
(3) 着重描述MILK RUN和EXW,强调过程管理,但允许外包,过程是物流管理的第一要素
(4) 注重回程车的使用-这个跟欧洲很像,像法国的捷富凯和日本的小糸.只是在国内没有平台,没有体系,没有法律监管,靠企业做难度太大
(5) 不能过于依赖一种运输方式,运营方式上就要求不能单一(比如苏伊士运河堵船),但也没数据支撑
(6) 运输成本管理,这个是数据治理的重头戏
空运-关注航司成本数据(折旧和航煤成本)和地勤数据
海运-关注船东的资产数据(这个我不是很理解)
公路运输:关注燃料和运输工具的折旧,我觉得这个是在美国和欧洲可以,但中国应该关注路桥费,据我所知高速费用占两成
关注隐形成本:租集装箱费用、占地费、代管费、燃油附件、旺季附加、保险费用等
HSCODE,能否根据实际情况进行优化
8、ERP的平台化和服务化-挑战传统IT的工作范畴和意识
(1) PAAS--Platform as a service(平台服务化),数据交互是核心
让平台为流程服务,不是让流程为平台服务,一切以数据共享、体验和数据交互为主
将预测放置于平台共享给供应商
要去供应商根据预测数据进行备货的准备工作
要求供应商提交成本的佐证
电子合同的共享
利用平台向客户索要预测和计划
等共16个,改天详细聊
大家有机会看看微信,你回到微信聊天的主页面,向下拉,你看看你你用过的小程序都里面,可怕的微信就在这里,它完全的把软件服务化和平台服务化有机捏在了一起,我认为很了不起.当然咱们的系统也是一样,你看看你自己公司的ERP,单个运行,不向任何供应商开放,不向任何客户开放,不兼容任何外挂,美其名曰:“保密”,这个不扯淡吗,难道你没有听说过“权限”吗,微信和钉钉在服务化的过程有这样的思维吗,有些公司的IT就是矫情,自己不行还嘴硬.
(2) SAAS--Software as a service(软件服务化)
外挂的威胁,不提倡外挂,因为白皮书指出,外挂软件自带防火墙,无法做到数据共享(也不是每有,而是少)
强调软件服务化的核心是要求软件系统提供商既要围绕和紧贴企业的运营逻辑并适当的给出前瞻性.
要求企业把供应链端到端的数据完全输入ERP,否则,你的系统是跑不动的,无疑你买了个壳,并不是软件系统。
顺便说一嘴,国内的大部分公司在此方面负面的信息比正面的多,因为很多员工都抱怨系统不好用,老板呢却说员工不会用,其实,我觉得问题很多,但最重要的问题,是这个公司的基础数据不足或数据极其有限,因为,没有数据的话,流程无法激活,或无法看到流程的价值,流程运行在中无数据系统里面,就像你的发动机没有机油的润滑一样,干涩而又无力.
(3)APP应用
这个是VPN的升级版,白皮书的意思是一切业务都放置在云端,完全进行数据交互,这个是革命性的,让中小微企业也能运用高级的ERP系统,并且无门槛,我拿SAP举个例子,如果大家用的是苹果手机的话,那么你可以在苹果手机的应用商店搜索下面这些APP:
l SAP ARIBA
l SAP I ANYWHERE
l SAP FIORI
l SAP BI
l SAP BUSINESS ONE
l SAP JAM
如果你没有账号,那么请你去SAP的官网注册一个账号,最好你跟你的同事一起注册,你们可以做个ROLEPLAY,充当销售、物流、生产、采购、仓储、质量等角色,输入一些你们公司目前的真实数据,你看看这些APP是怎么指挥你运营的;提醒某些人,别再做井下的那个青蛙了.这个数据链会告诉你,什么数字化,什么是数字化的供应链.
我需要沉思一会.你们慢慢看吧.
