上海/深圳培训计划

我9月中下旬来国内,在两个城市推出三大专题培训。

供应链管理:高成本、高库存、重资产的解决方案,上海,9月15日(周五)| 深圳,9月22日(周五)

供应链管理的全局观:一个实践者的角度,上海,9月16日(周六)

采购与供应商管理:一个实践者的角度, 上海,9月17日(周日)| 深圳,9月23日(周六)

更多培训细节,请联系我的助手党小姐 182 1756 2014(吴小姐休假)。

刘宝红

供应链管理专栏

从数据里面学什么----发货记录为例

| 评论(1)

人们经常抱怨没数据,其实一个公司数据再少,也会有发货数据,因为他们要靠这个来向客户收钱。光从这些发货数据中,我们就可以发现很多有用的信息,帮助我们更好地理解客户期望,判断供应链的绩效,识别能力短板。比如你新到一个企业,人家给你一个几十兆、几百兆大的Excel文件,是这几年的发货记录,你该怎么分析呢?

先看发货数据的时间单元,是按月还是按周划分,也就是说,每周还是每月的发货量?在供应链运营上,周是个比月更理想的时间单元,是企业运营管理细度的体现。管理能力越强,管理力度越深,企业的时间单元也越小,越可能用周而不是月。试想想,如果拿一个季度的需求历史为基准,预测未来的需求。一个季度有3个月,三个数据点,能做什么样的分析?但如果分成13周,我们就有13个数据点,数据样本更大,在数理统计上更有意义。另外,按月划分,一个季度只有三个控制点;按周划分,一个季度就有13个控制点,有13次发现问题、改进问题的机会。

讲到这儿,可能有人说,我们按天划分,数据点不是更多、更好吗?不过对一般的企业来说,这样做太细分了,需求的"噪音"会不必要地放大,可能误导你多放安全库存来应对。而且数据可能更加不符合正态分布,一个我们最常用的数理统计模型。相反,按月划分,则可能掩盖很多本来不应该掩盖"噪音",造成错误的决策。举个极端的例子:每月需求是100个,这100个集中在某一个星期,与平均分散到四个星期,对供应链的挑战可大不一样。如果按月汇总,我们看不出需求的波动;如果按周分解,需求的波动则清晰地反映在数据中和统计结果中。

再看客户的期望,以及企业的实际交付能力。你问企业的管理者,客户对我们的期望是什么?大家往往是大眼瞪小眼,一笔糊涂账。那好,发货历史可以给你相当可靠的判断:客户订单是什么时候录入的(订单录入日期),客户希望什么时候发货(客户需求日期),我们是什么时候实际发货的(发货日期),这些数据一般的企业都有。需求日期与录入日期之间的差值,这就是客户的期望;而录入日期与发货日期之间的差值,这就是企业的实际交付表现。你马上就看得出两者的差距。

有些差距可能不需要关闭,因为有些客户习惯性地"高要价"----今天下单明天要货,期待你3天后送来,供他们7天后用----这点你需要销售、客服的判断,数据没法100%告诉你。有的差距你可要关闭,不能因为你一直不及格,就以为客户可以接受不及格----你可能因此在损失营收。怎么才能知道?你不用问销售----发货历史就能告诉你。

比如对于客户A,从去年到今年,平均交货周期在缩短;但你知道,作为一个公司,你的整体交付能力没改变----这从针对所有客户的交付周期上可以看得出。那一个原因呢,就是对于你的交付周期长的产品,客户A给你们的订单更少了:他们根据你们的交货能力,给你们更多的是你交付周期短的产品。这在统计学上叫"选择偏差"----你看到了你看到的,你没看到你没看到的。打个简单的比方:敌人新近投入了秘密武器,后方医院接到的伤兵突然少了。如果你据此认为这秘密武器没什么,那就打错特错了,因为这武器一击致命,受伤的就根本回不来了。一线的指挥官不会犯这错误,因为他"看到"了那些没能回来的士兵----清点士兵的数量就知道了。

作为后端的供应链,你不是生活在前线的炮火中,不大直接接触到客户,也对销售们的"危言耸听"充满戒心,但你可以分析数据来判断发生了什么。你可以继续深挖,落实到具体的产品类别、料号,从需求量的变化来判断客户的行为变化。没有对比就没有伤害:对于交货周期短的产品,这个客户的需求一直在上升;而对于同类但交期长的产品,这个客户的需求一直在下降,你八成可以看得出点什么了。

从发货数据中,还蕴藏着更多的客户信息。比如客户的订货习惯:每周还是每月?是不是接受部分发货?这跟我们的关系可不小:如果是每月订货,而且不接受部分发货,那你就得备更多的库存来应对;否则,你可适当降低你的安全库存。订货越频繁,需求量就相对越稳定,计划也就越容易。总体来说,订货的频次也反映了客户的运营水平:运营水平越高,订货的频次一般越高,订货量一般也越平稳,这些更可能是优质客户的体现。而习惯性地给你一个大单子,让你分N次送货的客户,就跟那些习惯于大批量运作的企业一样,往往在管理上也更粗放。这类企业呢,整体计划性也往往有待提高。这点你也可从数据中找出来:看看他们急单的比例就知道了。

从发货历史中,你还可分析客户的集中度。摘取一段时间的需求历史,比如6个月,按照料号、客户、月份分解,你就能判断,对于特定的料号,是否有客户占了相当的比例。这些客户就是"大石头"[1],在需求预测和需求管理时要特别关注,比如积极对接销售,了解信息系统外的信息;紧盯客户的需求变化,及时采取补救措施。你不能寄希望于销售,因为他们知道自己的客户,并不熟悉别人的客户,没法告诉你他们的客户是否是"大石头"。

当然,你还可以从发货历史中看需求的变动性。比如基于13个星期的发货历史,你可以计算每个料号的标准差,跟13周平均需求值相除,就得到相对的变动性。你马上看得出,不同料号的变动性大不一样,一刀切的管理方式,比如都设置x天的用量作为安全库存,就不合适。你还可以设定一定的规则,比如过去4周的平均需求与过去8周的相比,上升或下降超过一定比例,就需要额外关注等。

从发货记录上,我们可探知的还远不止上面这些。就拿订货频率来说,当一个产品的订货频率达到一定水平,比如过去6个月里4个月有订货,我们就开始定期预测这个产品;否则就只设安全库存。当然,行业不同,这些数值不同。不过方法论挺一致:订货频率越高,需求也相对越稳定,需求预测的准确度也越高,库存风险也越低。对于多品种、小批量的企业来说,订货频率尤其是个有用的决策参数。

再看货是从哪里发出去的。比如某个客户默认是由仓库A发货,但货物实际是从仓库B发送的,那往往意味着仓库A的计划薄弱。或许有人会说,为什么不是客户需求问题呢,比如仓库B的客户调货频率高,每次调货少,这样好对付;而仓库A的客户三个月不订货,一订要3个月的量,谁都难对付,所以就不得不向B库借货,由仓库B发出?

那好,我们还是看数据。相同的料号,不同的仓库,分析需求的变动性(需求的标准差除以需求的平均值),计算相关客户的需求变动性,这问题不就有了答案?你也用不着去问两个仓库的客服人员,或者相应的销售人员----数据就放在那儿,答案就在数据里,你先该到数据里看看。

要知道,上帝只给你一张嘴,但却给你两只手,就是希望你多动手。没有人比数据知道得更多。我们要做的就是在动嘴之前,一定先动手分析数据。如果你从数据中看不出什么,很简单,你的分析还没到位,最直接的表现呢,就是你还没有花足够多的时间来分析。



[1] 很多料号的需求分散到多个客户,每个客户只占很小比例,就像一粒粒沙子,其需求变动经常互相抵消。"大石头"客户占比较高,一旦需求变化,对全局影响更大。

上海/深圳培训计划

我9月中下旬来国内,在两个城市推出三大专题培训


  1. 供应链管理:高成本、高库存、重资产的解决方案,上海,9月15日(周五)| 深圳,9月22日(周五)
  2. 供应链管理的全局观:一个实践者的角度,上海,9月16日(周六)
  3. 采购与供应商管理:一个实践者的角度,上海,9月17日(周日)| 深圳,9月23日(周六)

更多信息请点击链接,或联系我的助手党小姐(吴小姐休假):182 1756 2014 (手机\微信),
电邮info@scm-blog.com

我有微博、微信(scm-blog),也在LinkedIn上,欢迎加我,随时沟通。更多联系信息见此处

欢迎关注我的微信公众号,每天一篇文章:wwwscm-blogcom

请关注我的微信公众号,每天一篇文章:wwwscm-blogcom

评论(1)

数据最不能说谎,它直接体现了各种运营指数,路本来就在,只是少了通过他的人。

评论

畅销专著

  • Supply chain management: high cost, high inventory, heavy asset solutions

畅销经典

  • Purchasing and Supply Chain Management

最近评论

  • 章浩: 数据最不能说谎,它直接体现了各种运营指数,路本来就在,只是少了通过他的人。 详细>>

关于此日记

此日记由 刘宝红 发表于 2017-09-06 18:14September 6, 2017 6:14 PM

此Blog上的上一篇日记为什么销售不愿分享信息

此Blog上的下一篇日记关于预测:短文两则

首页归档页可以看到最新的日记和所有日记。