構建可視化供應鏈的思考

04-17

說起可視化，首先映入腦海中的是各種駕駛員面前的儀錶盤，開汽車的老司機根據儀錶板來控制駕駛動作和控制駕駛狀態，飛行員根據儀錶盤來判斷飛行動作和控制飛行狀態。很難想像缺少了儀錶盤的司機和飛行員該如何駕駛汽車和飛機。當然在汽車早期階段，肯定是沒有儀錶盤的，判斷汽車的車況及控制行駛只能靠老司機的經驗了，對於新手來講就比較挑戰了，只能祈禱汽車不要出問題，不然只能一籌莫展。汽車的順利行駛依賴整個車輛的集成管理系統，發動機、車身、動力系統、輪胎、座椅等缺一不可，這是一個有機的整體，儀錶盤則利用電腦控制系統直接顯示了各部分的運轉情況，當車況出現問題時可以預警，促使駕駛員及時解決問題。

那回到供應鏈運營的可視化，業界有的稱之為供應鏈智能運營中心（IOC，Intelligent Operation Center）, 或者供應鏈BI（Business Intelligence）分析，無論哪種稱呼，供應鏈運營和汽車的行駛具有高度的可比性，隨著全球供應鏈的發展，影響供應鏈運營的要素變得越來越多，客戶需求的易變性、供應網路的複雜性、突發自然災害等，對供應鏈的運營的彈性、響應速度、敏捷性等要求越來越高。因此如何管理供應鏈運營，使其向高績效方向發展，達成供應鏈的低成本、高可靠性、快速響應、敏捷性以及較高的資產效率等運營目的，顯然將供應鏈運營可視化是極為重要的。

提到供應鏈，很多人有不同的理解，在不同行業和公司對其理解都有差異，有人認為供應鏈就是物流，有人認為供應鏈就是採購，莫衷一是，也不必太強求其概念。但廣義供應鏈，即人們常說的大供應鏈，通常包括計劃、採購、製造、物流、逆向物流等環節，以客戶需求為出發點，將產品從原材料到製造為成品，直至交付給客戶的整個鏈條，其中又涉及到物流、信息流和資金流的相互傳遞。供應鏈支撐公司研發與銷售環節，管理的好壞影響到到產品研發的周期，產品推向市場的時間，甚至影響到產品市場份額的獲取。

計劃通常包括需求預測、供應網路規劃、產銷協同計劃、分銷計劃等方面。涉及到的管控要點包括需求預測準確率、銷售機會與訂單轉化率、訂單與工廠匹配、訂單齊套率、庫存周轉率等。系統主要有與CRM系統中管理銷售機會至訂單的對接管理，SAP APO等，由於各家公司的計劃管理體系及行業特點不同，很多企業選擇了定製開發適合自身業務的計劃管理系統。

採購通常包括從尋源至付款的整個流程，供應商管理與協同，在供應鏈里起到鏈接供應商的重要環節。管控要點包括成本控制、支持新產品開發、尋源周期、供應商績效、合規度、合同、採購執行周期、付款周期等。系統主要為SRM系統，將主要採購活動通過系統管控。

製造通常包括自製外包的決策、製造基地的選擇、產能規劃、生產排程、質量控制、批次追溯等，此環節將原材料加工轉換為成品，是產生附加值的環節。涉及到的管控要點包括訂單生產周期、生產製造過程狀態、質量控制、在制品庫存、在線物料庫存、產能利用率等。主要系統為MES（Manufacturing ExecutionSystem）系統，質量控制系統等

物流環節通常被稱為緩衝器，所有前段的時間延長在這個環節要盡量壓縮回來，物流包括進貨物流、倉儲、出貨運輸物流、逆向物流等。此環節涉及到的管控要點包括收貨及時及準確率、庫存準確率、安全監控、FIFO先進先出管理、存儲環境管理（溫濕度等）、不良品管理、人員許可權管理、成品庫存管理、成品發運管理（按時交付率、單據準確率、破損率等）等。系統主要為運輸管理系統TMS（Transportation ManagementSystem）和倉儲管理系統WMS（Warehouse Management System），

逆向物流主要為退貨管理，涉及到的管控點為退貨率、退貨原因分析、退貨處理等。系統管理功能包含在TMS和WMS中。

實現整個供應鏈的可視化或者智能運營中心式的管理，筆者認為應該從以下幾點著眼考慮：

1）集成協同管理，整個供應鏈的集成類似於將汽車的零部件進行集成，將各環節進行整合，打通物流、信息流、資金流，使各環節有序運轉。這不僅包括企業內部的供應鏈職能集成，也包括企業外部與客戶及供應商的打通，避免信息孤島（silo），

2）定義各環節的管控要點及績效指標，具體實現方式為定義流程的關鍵管控點或流程KPI和業務KPI，主要採用平衡記分卡的業務主體分析（包括財務、客戶、成長性、運營等指標），當業務流程運轉不正常時，可以及時發現問題，並可以快速聚攏相關團隊解決問題，這裡可以利用目前的一些先進技術，如移動社交、雲計算平台等。

3）利用數據分析技術，進行業務模擬和數據挖掘，持續改進，持續修正具有真正意義的KPI。沒有完美的供應鏈，只有持續改進的供應鏈，而改進的基礎正是基於數據分析結果的。

4）考慮使用目前的先進技術來實現供應鏈的可視化與智能運營，包括大數據分析、區塊鏈、物聯網等。

5）考慮企業整體系統技術架構EA，並保留與企業其他系統打通的系統介面，包括與企業研發、財務管理、銷售管理等系統

6）關注數據治理，建立數據標準與規範，建立數據管理的流程與KPI，並設立專門的組織職能來管理數據，包括物料分類及編碼、供應商分類及編碼。這是所有可視化實現最基礎的根基。

通過實現可視化管理的供應鏈，就像行駛中的汽車一樣，可以得到實時監控，及時發現問題及解決問題，並通過數據分析技術，將供應鏈運營進行持續創新。