欢迎光临散文网 会员登陆 & 注册

千供千链、千供千面,但唯有一个,亘古不变

2022-06-18 08:20 作者:供应链数据治理  | 我要投稿

共计5002个字符,阅读需要6分钟

坦白说,一家公司里的不同事业部的产品,匹配不同的供应链,同样的产品在不同的公司里制造,那么它们的供应链也不尽相同,哪怕是同样的供应商、同样客户;

我记得很多年前从美敦力跳槽过来一个供应链经理,他的供应链的基础体系并不是美敦力给他的,而他的上一家公司TE,后来从我这里跳槽去了维斯塔斯,国庆节见面,果然他成熟了许多,除了职位上的变化,那就是对全链(FULL CHAIN)的理解;他的很多观点我是赞同的,那就是:千供千链

耀眼的是“数据”的光芒

柔性,很好听的词汇,是千供千链最棒的后盾,同时柔性也是把双刃剑;很好理解,保证了需求,支付了成本.但柔性的另一面,保证的同时,如何平衡成本,那就是管理学的黑洞;在供应链专业上,柔性:两个字就把能我们想表达的全部展现出来,我觉得有以下几个:

1、定制化:也就是满足各种客户的个性化需求,大家都知道,这个需要供应链的韧性十足方能做到

2、快速响应:及时响应内外客户的一切需求(生产、研发和销售).

3、有效客户响应:现在的销售,肉也想吃、骨头也想啃、汤也想喝,只要是订单都想做,无可厚非,但他不知道,在这个需求背后,供应链需要具备太多太多的能力方能满足以上条件,尤其在材料紧张、计划频繁变更的情况下.

4、敏捷:在敏捷的背景下,不但要保证需求,还要注意库存周转率和成本的压力,尤其是在技术变更、设计失误和客户紧急插单面前.

5、JIT要求:准时准产,可是碰到牛叉的供应商、再碰到质量让步接受的供应商、碰到交付延误的供应商、如果自己生产部门一线工人熟练程度不达.

……

是呀,太难了,供应链太难了,但是,大部分企业是可以做到的,因为,牺牲流程、牺牲员工的安全感、牺牲企业的利润即可;反过来,供应链怎么做才能不牺牲流程、不牺牲员工的安全感和不牺牲企业利润,并且还要让企业保持在规范性、持续增长利润的赛道上呢?

持续增长的利润

答案有,但只有一个,那就是数据和数据模型:

1、让任何人都可以看到供应链在保障上述业务的同时,我们牺牲了什么,这样做到底是否值得(比如插单)

2、根据数据的走势,是否可以调整流程来保障客户的需求(比如利润很低的客户)

3、根据数据结果,是否可以发现,哪个环节出现了问题以及谁是责任人(比如那些频繁的技术变更)

4、根据数据,是否可以发现,哪些领导盲目决策和主观决策导致了本不应该的事情发生(比如安全库存设置靠拍脑袋)

5、根据数据是否可以发现,哪些教训可以吸取,可以经验可以吸纳(比如为何不采取集采,任由大宗物料上涨下去)

6、根据数据是否发现,哪些工作放在线上,哪些放在线上(比如跟单和电子合同)

7、根据数据是否发现规律,并纠偏以前的错误决策(比如延误供应商的账期,一直拖延下去)

8、根据数据是否发现,信息系统哪些可以更新,哪些可以打补丁,哪些可以外挂、哪些数据可以共享(比如系统为何不具备外部访问功能)

9、根据数据是否发现,哪些工作是迫在眉睫的、哪些3至5年内完成的(比如供应链规划)

10、根据数据是否发现,公司到底是什么样的人在混子日,什么样的人一直内卷(比如那些OKR指标一直在30分左右的人)

……

不同的企业,不同的供应链,这个没有问题,但,所有的供应链都要用数据来运营.洞悉数据的一切就是掌握了供应链的一切,我不求各位大牛认可,只求理解.

洞察

今天,我们就把全链条上的所有数据拎出来,好好看看都有哪些,让这些数据更好的为企业服务、为企业的决策者服务、为企业的供应链数字化转型服务……

以下是我们自己公司在整个供应链里的数据治理体系里的大概数据体系,基本上我拿出了60%跟大家分享,不喜欢可以吐槽,勿喷,谢谢

一、 数据分类

1、 基础数据

2、价值数据

获取=付出

二、 释疑

1、基础数据:获取内部和外部的基本数据,以便于对链条上数据的解释与补充,使链条得以完善

2、价值数据:经过数据治理,使流程顺畅、ERP舒畅,并可以共享至内外部

3、数据应用模型:动态平衡价值,让使用数据的部门得到决策的依据,尽量减少人为操作

视野

三、 链条数据内容

1、  物料品类数据(后面=跟事业部+BOM层+国产化或进口类+价格+质量标准+供应商编码……)目的是为了一物一码、一码一物,以前在RFID的文章介绍过.

(1)      机加工

(2)     锻造类

(3)     化学类

(4)     电子类

(5)     特殊材料类

(6)     合金类(区分机加工类)

(7)     总成类

(8)     模具类

(9)     芯片及电子元器件类

(10)   施工预制件类

(11)    橡胶类

(12)   油脂类

(13)   电镀类

(14)   钣金类

(15)   纤维类

(16)   陶瓷类

(17)   皮革类

(18)   其它产成品类

(19)   包装材料类

(20)IT数据的源头数据建设

……

此类为基础数据任何BU的产品都会涉及,且是物料型谱的核心数据构成

数据价值

2、 采购成本数据

(1)      产品工艺数据(1803个,几乎囊括了全部采购成本计算的工艺,也是成本分析的重点)

(2)     工艺编号

(3)     工艺下的工序及工序编号(承工艺编号)

(4)     重叠工艺或重叠工艺

(5)     工艺偏差设置

(6)     工序偏差设置

(7)     成本数据类

①人工(直接)

②加工制造

③材料

④管理费

⑤财务费

⑥销售费

⑦技术费

⑧物流(内和国外及进口的物流费用)

⑨包装费

⑩税金(减补贴或优惠)

⑪利润

(8)     数据偏差设置

①容差数据

②材料成本差

(9)     数据校正

(10)   数据更新

(11)    采购方式

①    招标采购(仅限于基建和法律法规约定的范围)

②    集采类

③    外包类

④    联盟类

⑤    成本分析类

(12)   非生产类分类

①生产设备类

②物流采购类

-运输类

-仓库类

③包材类

④辅材类

⑤油品类

⑥咨询培训类

⑦办公类

⑧医疗类

⑨礼品类

⑩IT硬件类

⑪IT软件类

⑫租赁类

⑬广告类

⑭保险类

⑮其它类

……

(13)采购降本指标数据(指标的来源)-分16个类别(略……你懂的)

(14)采购降本方向

①供应链金融

②集采

③工艺革新

④扶持供应商的回报

⑤国产化

输出的价值数据:
-成本结构:此类数据最终得出的为价值数据-成本数据,无论什么产品只要给出真实的产品生产时的工艺路线图,通过SAP的BI,完全可以测算出产品的成本到底价值几何;

-降本指标来源:到底每年降多少是合理的

-还有5个……

数据颗粒度的价值

3、 供应商数据

(1)供应商编码数据(隶编码字符段属于产品)

(2)     供应商开发参与部门及权重分配(8个部门)

(3)     供应商获取的数据

①    财务数据

②    企业报表

③    原材价格证据

④    供应商准入报表数据

⑤    税务数据

⑥    资质数据

⑦    设备清单数据(内有10个:像铭牌、工艺路线图、产能、设备租赁或采买……)

⑧    物流类数据

⑨    技术类

⑩    库存类数据

⑪   管理类数据

(4)     供应商的品类管理数据

①    进口类

②    战略类(大宗类)

③    机加工及锻造类

④    客户推荐类

⑤    外包类

(5)     供应商评估打分

①    关联至供应商的订单份额

②    关联至供应商的付款方式

③    关联至供应商的付款周期

(6)     供应商交付数据

①    OTD计算(见模型,3个维度)

②    进口的物流数据(前置时间数据:来源不同则数据不同)

③    国内供应商外包物流运输偏好数据

④    VMI数据

⑤    采购订单数据(见计划类数据)

-数量

-时间(小时为单位)

-月台

-司机的面部神经网络数据(电子收货)等11个

(7)     供应商产品质量数据

①    外包装表面有划痕

②    外包表面有凹痕

③    内保装有划痕

④    内保装有凹痕

⑤    通过内外包装无法显示产品表面

⑥    包装内有异常声响(非商品结构)

⑦    外包装扭曲、变形

⑧    外包装严重破损,产品部分裸露

⑨    包装严重损毁,已无原表面形状状态

(8)     供应商备份的管理数据

(9)     单一供应商界定标准的数据(包含单一供应的11个管理方法)

①拒绝使用甲方合同

②要求你甲方100%全部预付货款

③自然垄断-寡头

④即是对手、又是供方

⑤被指定的供方

-被客户指定

-被自己的技术指定

-被GLOBLE指定

⑥有专利,无法跨越

⑦长周期物料

⑧有MOQ的要求

(10)供应商访问系统中的数据

①甲方的滚动预测(锁定最近一周和未来的51周)

②电子合同的文本

③RFID(拒绝使用供应商的物流编码,更不可以流水码)

④包材编号(循环)

⑤订单PO

⑥质量标准

⑦交付标准

⑧结账标准

此部分输出的价值数据:

-供应商访问系统中的所有数据

-供应商品类数据(品类拉动:不同的客户匹配的日然是不同的供应商…..)

-共9个……

管理数据

4、 仓库数据

(1)      数字化储位数据(分类体系)

(2)     BIN位合并或拆分数据

(3)     仓库预警和报警数据(缺货与爆仓预警数据)

(4)     月台数据

(5)     机器人数据

(6)     编码数据(数据交互:车辆+月台+BIN位数据+生产工位数据+物料托盘数据)

(7)     物流资产数据

(8)     仓库资产管理及财物数据

(9)     线边仓数据

(10)   物料周转数据(自动补货数据)

(11)    盘点数据(盈亏的数据追溯与考核)

(12)   工单数据(生产指令)

(13)   消防及消防物资数据

……

输出价值数据:

-AGV的数据,毕竟链接月台、BIN、工位和电子工单

-看板数据

……(共6个)

数据瀑布

5、 库存数据

(1)      呆货的结构

(2)     库存呆货的界定数据体系

(3)     CI的数据及确定

(4)     安全库存的设置模型

(5)     CI的收费标准

(6)     周转数据提升

(7)     呆货形成的原因追溯

输出的价值数据:

-安全库存

-周转率提升的9个数据体系

……(共3个)

基础数据

6、 预测、计划及紧急插单数据- IBP数据

(1)      预测数据的来源(6个)

①客户提供

②经销商提供

③销售人员提供

④经营指标

(略2个)

(2)     预测的数据过滤(5次)

①四个平均值

②个人偏好报告

③市场波动因素(23个要素)(咨询方案-计划章节 P245)

④领导主观建议

⑤最后一版预测数据的形成

(3)     计划数据的过滤

①APE数据

②IOI数据

③OTD数据

④采购订单的形成数据和体系 

(4)     紧急插单体系数据

①客户级别设定数据

-客户是否拖延货款

-客户是否中途技术变更

-共7个(略)

②全链各部门输入SAP数据

③计算数据:以利润为导向

(5)     非标物料的计划制定

①拆分BOM数据

②二次拆分

输出价值数据:

均为价值数据,各位大咖,预测计划是隶属供应链控制塔核心内容,个个数据价值连城.

数据思维

7、 物流数据

(1)      第三方物流供应商准入的数据

①准入参与的部门

②获取的资料

(2)     物流成本数据

①国内公路运输成本数据

-油耗

-路桥费

-摆渡费

…..(12个)

②国际海运成本数据(25个)

③国际空运成本数据

④国内水路运输成本数据

⑤国际多式联运运输成本数据

⑥国内普货仓储租赁成本数据

⑦国际普货仓储租赁成本数据

⑧国际港口临时仓储租赁成本数据

(3)     物流供应商评估与评估分数应用(同本章第三部分)

(4)     紧急需求物流成本数据

(5)     国内空驶空等公路运输数据(分车辆制式)

(6)     三超货物公路运输成本数据

(7)     社会成本数据(资质获取)

……

输出价值数据:

-物流成本模型数据

-路勘成本构成

-共6个

数据治理

8、 包材数据

(1)      包材类型

(2)     循环包材的管理数据

(3)     包材成本数据及回收成本年限数据

(4)     包材品类数据

(5)     包材回收率数据及数据更新

均为价值数据

数据应用

9、 采购合同数据

(1)      电子合同

①电子签名

②电子回执

③电子对账

④电子结账

(2)     合同结构数据

①主合同数据

②质量数据

③交付数据

④价格数据

⑤评估数据

⑥技术数据

⑦计划及库存数据

⑧退货管理数据

⑨罚款数据

⑩质保金数据

⑪供应链金融数据

⑫其他补充条款数据

(3)     三方合同数据

……

均为价值数据

10、 技术调整数据

(1)      物料型谱数据

(2)     物料编码及编码生成

(3)     技术变更

a)      PCN

b)      ECN

(4)     变更偏好数据跟踪

(5)     技术BOM中非标物料比例数据

(6)     设计失误数据

(7)     REWORK参与内容及成本节约数据

(8)     技术指定供方及技术工程师个人偏好数据

(9)     技术图纸识别数据

(10)   保密数据

……

均为价值数据

 

数据落地

四、 数据模型类别

1、  OTD

2、 供应商准入

3、 供应商评估打分及推出机制模型

4、 供应商质保金管理模型

5、 供应商账期管理模型

6、 安全库存设置存量模型

7、 预测数据过滤模型(IBP,这个类别的数据模型最多)

8、 计划数据过滤及生成模型

9、 库存周转模型

10、 OKR模型

……(共77个数据模型)

 

数据思考力

其实,写到这里,该结束了,端到端也就这样了,总结如下:

1、无论你的供应链怎么变,数据是永远不会变的,但需要你不停的更新,只有这样你的供应链才有竞争力,才能做到真正的千供千链

2、千供千链的核心是为了服务内外的客户,最终是为了利润,最快的攫取利润

3、如此的庞大的数据,你放在哪里呢,我不说,你应该有答案,买得起马,配不起鞍的事常有

4、柔性,其实是一个企业供应链的顶配,有时候,被庸人说得多了,变的稀松平常,其实,说的人,少说,因为,你不配

5、相信数据吧,如果没有数据,你的流程是假的,你的管理也是假的

千供千链、千供千面,但唯有一个,亘古不变的评论 (共 条)

分享到微博请遵守国家法律