服务热线: 021-5620 6122
   
供应链算法 LEAN

大数据时代构建智能供应链体系

日期: 2017-05-19
浏览次数: 87

 幻灯片1.PNG案例一:机器学习智能制造时代基于优化算法的逆向备库策略

 

现代制造业注重核心竞争力的提炼与专注,因此采购与外包代替纵向一体化成为企业常见策略,其成本占企业总成本的比重也已逾六成。

 

因此,随着外购比重的上升,供应链的交期与表现会直接影响企业市场竞争力。而另一方面,供应链降本也成为市场饱和时期企业获得利润的最重要来源。在精益供应链的管理原则中,过量生产与过量采购造成的浪费虽被认定是七大浪费之首,但企业供应链的冗余成本在绝大多数情况下是由充塞在渠道内的大量不必要库存而体现出来的。

 

保留必要的库存缓冲,并削减不必要的库存冗余,这是供应链管理的经典课题。供应链管理按照阶段划分,横向可以切分成采购与材料运输、生产运作、分销与成品运输等阶段;若按层级划分,纵向可以切分成供应链设计(包括点与线的设计),供应链计划与供应链运作三个层级。我们今天只谈供应链计划中安全库存的设置策略对库存成本的影响。

 

受制于现代制造业小批量多品种,产品生命周期短的特点,库存管理的痛点与难点大体上会在以下六方面表现出来:

- 在预测失准的情况下厘定安全库存的设置

- 在产品生命周期仅有一年甚至几个月的情况下厘定安全库存的设置

- 平均库存周转率合理,但部分存货严重缺货,部分存货则严重冗余

- 按照安全库存的经典公式备货,但结果却差强人意

- 明明重新调整备库逻辑见效,但没过数月就故态复萌

- 只能依据从业人员经验备库,技术严重属人化,既经不起人员变动,又难以验证备库逻辑的合理性

以上种种顽疾都与安全库存的设置方法有关。须知,无论是成品、材料亦或是维修零件备货逻辑,其安全库存设置本质上基于对未来的预测,而预测基于对现有信息的利用程度,因此,不考虑数据搜集本身的散佚与错简,未来的需求预测精度主要受三个维度制约:

 

其一,历史数据与未来的关联性如何?

其二,历史数据的利用程度如何?

其三,有价值信息的识别率如何?

 

综合三个维度,我们可以论述一种优秀备库逻辑的特性,它既应该最大限度地挖据历史数据中的有价值部分,又应该避免将无价值的随机因素与非重复的特殊因素误择为有价值信息。而现有安全库存设置逻辑的局限性也在这里,这些逻辑先设定需求的分布模型,然后再用模型强行匹配历史数据,我们将这种预设模型的推导逻辑定义为正向备库策略,正向策略下对于历史数据的发掘率一定是偏低的。

因此,在大数据分析与机器学习大行其道的今天,我们推荐一种逆向备库策略,先不作任何的分布模型假定,利用机器算法,将历史数据中可能的每一类备库方式都模拟出来,然后根据每类备库方式的表现结果(即在库金额与订单满足度的表现),反过去推导出最优安全库存设置方式。

 

大数据时代基于总成本最优条件下的产能与订单分配策略

2015年以降,受外部经济下行与国内增速放缓的影响,产能过剩成为供应链领域亟待解决的痛点问题。这一问题表现在企业内部是在各工厂或代工厂之间的产能分配问题,表现在企业外部是各供应商或购买代行的订单分配问题,两者在供应链层级上的划分相同,均为供应链网络设计问题,且解决问题的手段也肖似。因此我们今天把这两类问题放在一起讲,统一命名为产能与订单分配策略。

 

从供应链管理的原理上来说,当潜在产能大于市场需求时,应以总成本最低为原则,将市场需求分配给相对竞争力最强的生产单位,将订单分配给最具竞争力的供应商。但实际上,受制于本位主义与唯成本主义,企业的产能分配往往会偏离总成本最优的评判原则。

 

本位主义:

公司内部各工厂的最高管理者都属于封疆大吏,在产能过剩的形势下,追求尽可能多的订单对于其保持高位与话语权至关重要。因此,无论辖下工厂的竞争力如何,封疆大吏们均倾向于争取订单,尤其将周边市场的需求订单看作自己的禁脔。毫无疑问,这种本位主义的态度会引发囚徒困境,导致公司在全局上因为系统损失造成不必要的成本支出,在精益供应链中属于布局不当的浪费。供应商的选择同理,各采购部门均有相熟且信任的供应商,争夺订单的严酷程度往往丝毫不逊色于工厂间的内部争夺。

 

唯成本主义:

即评定工厂或供应商竞争力时,以成本最低作为主要甚至是唯一的评判原则,忽视交期、质量、生产柔性、研发适配对总拥有成本(TCO)的影响。其后果是,后期交期与质量问题频发,导致公司反过来对自己工厂或供应商选定策略信心不足。

 

因此,大部分企业的产能与订单分配停留在定性分析与主观判断阶段,甚至由主管领导的长官意志来决断。反应在供应链运营上就会有以下五种典型表现:

 

- 订单不足,各工厂为产能分配的问题争执不休。但供应链运营部门找不到合理的评价标准作竞争力评价,因此只能和稀泥式的调配产能

- 按最低成本原则选择供应商,但因交期与质量问题反而令企业付出更多的额外成本

- 理解总拥有成本(TCO)的概念,但不知道怎样将概念转化为评价方式

- 按属地原则,各工厂向周边市场供货,忽视各工厂的比较优势造成成本激增

- 按现地原则导入供应商,造成供应链复杂度极高,且牺牲掉采购规模优势;但假如导入集中采购,又没有令人信服的供应商评价标准

 

这些顽疾都与工厂或供应商评价标准的合理性有关,须知评价标准是产能与订单分配策略的核心,而不合理的评价标准常常受制于以下两个原因:

 

其一:互不相容的多维度评价

其二:不能定量的评判标准

 

因此,我们推荐一种全新的产能与订单分配策略,该策略通过将质量损失转化为劣质成本(CoPQ),将交货期表现转化为库存积压的资金占用成本,从而将质量、交货期、成本用统一的尺度即金钱来衡量,从而避免多维度评价的不相容性与不能定量的问题。然后,使用建模方法与优化算法将各产能与订单分配策略下总成本的表现计算出来,然后根据总成本最优(此时总成本已涵盖质量与交货期损失)的表现,逆向推导出最优产能与订单分配策略。

 

这实质上沿用了“基于优化算法的逆向备库策略”一致的逆向策略。事实上,只有使用结合优化算法与模拟技术的供应链新型解决方案,我们才能获得最精益的决策支持系统,从而避免因定性、模糊或主观定权造成的成本损失。对于受制于产能过剩的制造型企业而言,这不啻为困境中求突破的良法秒方。

 

 

例二:大数据时代基于总成本最优条件下的产能与订单分配策略

 

2015年以降,受外部经济下行与国内增速放缓的影响,产能过剩成为供应链领域亟待解决的痛点问题。这一问题表现在企业内部是在各工厂或代工厂之间的产能分配问题,表现在企业外部是各供应商或购买代行的订单分配问题,两者在供应链层级上的划分相同,均为供应链网络设计问题,且解决问题的手段也肖似。因此我们今天把这两类问题放在一起讲,统一命名为产能与订单分配策略。

 

从供应链管理的原理上来说,当潜在产能大于市场需求时,应以总成本最低为原则,将市场需求分配给相对竞争力最强的生产单位,将订单分配给最具竞争力的供应商。但实际上,受制于本位主义与唯成本主义,企业的产能分配往往会偏离总成本最优的评判原则。

 

本位主义:

公司内部各工厂的最高管理者都属于封疆大吏,在产能过剩的形势下,追求尽可能多的订单对于其保持高位与话语权至关重要。因此,无论辖下工厂的竞争力如何,封疆大吏们均倾向于争取订单,尤其将周边市场的需求订单看作自己的禁脔。毫无疑问,这种本位主义的态度会引发囚徒困境,导致公司在全局上因为系统损失造成不必要的成本支出,在精益供应链中属于布局不当的浪费。供应商的选择同理,各采购部门均有相熟且信任的供应商,争夺订单的严酷程度往往丝毫不逊色于工厂间的内部争夺。

 

唯成本主义:

即评定工厂或供应商竞争力时,以成本最低作为主要甚至是唯一的评判原则,忽视交期、质量、生产柔性、研发适配对总拥有成本(TCO)的影响。其后果是,后期交期与质量问题频发,导致公司反过来对自己工厂或供应商选定策略信心不足。

1.png

因此,大部分企业的产能与订单分配停留在定性分析与主观判断阶段,甚至由主管领导的长官意志来决断。反应在供应链运营上就会有以下五种典型表现:

 

- 订单不足,各工厂为产能分配的问题争执不休。但供应链运营部门找不到合理的评价标准作竞争力评价,因此只能和稀泥式的调配产能

- 按最低成本原则选择供应商,但因交期与质量问题反而令企业付出更多的额外成本

- 理解总拥有成本(TCO)的概念,但不知道怎样将概念转化为评价方式

- 按属地原则,各工厂向周边市场供货,忽视各工厂的比较优势造成成本激增

- 按现地原则导入供应商,造成供应链复杂度极高,且牺牲掉采购规模优势;但假如导入集中采购,又没有令人信服的供应商评价标准

 

这些顽疾都与工厂或供应商评价标准的合理性有关,须知评价标准是产能与订单分配策略的核心,而不合理的评价标准常常受制于以下两个原因:

 

其一:互不相容的多维度评价

上文在论述唯成本主义的弊端时提到过,对于工厂或供应商评价而言,不能单以成本最低作唯一的考量要素,生产柔性、交货期、质量、技术适配都是评价总拥有成本的必要项目。但反过来,如果没有一个评价体系能融合不同维度的评价项目,不同工厂或供应商之间必然会形成互有优劣各有短长的局面,而对这些维度进行加权显然失之主观,未见得能被所有的相关方接受。

 

其二:不能定量的评判标准

时至今日,在市场上稍有规模的企业大多已建立工厂或供应商评判标准,但这些标准基本是定性而非定量的。这就为企业在实际操作过程中通过调整定性方法遴选适意的工厂或供应商留下操作空间,从而反过来会受到多方压力的博弈。

 

因此,作为精益供应链领域的咨询师,我们推荐一种全新的产能与订单分配策略,该策略通过将质量损失转化为劣质成本(CoPQ),将交货期表现转化为库存积压的资金占用成本,从而将质量、交货期、成本用统一的尺度即金钱来衡量,从而避免多维度评价的不相容性与不能定量的问题。然后,使用建模方法与优化算法将各产能与订单分配策略下总成本的表现计算出来,然后根据总成本最优(此时总成本已涵盖质量与交货期损失)的表现,逆向推导出最优产能与订单分配策略。

 

阅读过本系列第一篇文章的读者诸君不难发现,这实质上沿用了“基于优化算法的逆向备库策略”一致的逆向策略。事实上,只有使用结合优化算法与模拟技术的供应链新型解决方案,我们才能获得最精益的决策支持系统,从而避免因定性、模糊或主观定权造成的成本损失。对于受制于产能过剩的制造型企业而言,这不啻为困境中求突破的良法秒方。

2.jpg.png

是以,作为智能供应链设计的起点与基石,我们将诸位推荐基于总成本最优条件下的产能与订单分配策略。

 

0
Copyright © 2015 佐吉企业管理咨询(上海)有限公司 沪IPC备16011235号-2
犀牛云提供企业云服务


分享到:
服务热线
全国统一服务热线
021-5620-6122
全国统一服务热线
服务咨询项目合作
微信二维码
亲,扫一扫
获取精益知识