我在硅谷以前老板的老板说起,他在招聘总监及以上职位的时候,除了考虑业务和综合管理等能力以外,还要考虑一个重要因素:Integrity。这个词很难找到一个非常贴切的翻译。一个有integrity的人是正直的、完整的、品德好、会做正确的事,不会在大方向上出问题。这点对于高管来说非常重要。因为位高权重,影响到很多人,特别是方向性的问题。选了能力不足的人,无非就是无大功;选了integrity有问题的人,则可能有大过。
2010年前后,海尔尝试转型,外包投资回报低的生产制造,力图把资源投放到"微笑曲线"两端的研发与营销。对于海尔的"去制造化",外界的质疑声不断。比如"核心技术专利优势、产品品质把控能力、品牌附加值等方面都不足的海尔,甚至中国本土家电企业来说,'去制造化'并不适合"(《海尔裁员背后:空心化严重 重要产品都被外包》,中金在线)。
在需求预测中,时间序列是把需求历史按照时间的先后顺序排列,影响需求的变量只有一个,那就是时间。这并不是说没有别的变量;有,而且可能很多,但我们没法一一解释,就把它们全都归因于时间(有点像"时间可以治愈一切")。这些变量整合在一起有一定的惯性,随着时间的进展,呈现出某种模式,这就是需求的延续性。
上世纪八九十年代,个人计算机开始走入千家万户。当时的主要制造商有IBM、惠普、康柏等,采取的是典型的经济型供应链:生产一大堆,发货一大堆,从总仓到分仓到分销商再到零售商,层层建库存,一路推到终端门店(图1的①)。
在需求预测上,层层报批是种很常见的做法。
需求可以分解成两部分:存量和增量。简单地说,存量就是经常性的业务。比如你开了个小饭馆,每天中午大概有50人来吃饭,这就是存量。存量一般是有规律可循的,能够通过数据分析获取。增量是变化的部分,比如附近的公司办活动,要多订30份盒饭。增量是在存量基础上的变化,因为发生了显著改变需求的事情。"从数据开始"指的是存量,"由判断结束"指的是增量,两者叠加,构成整体预测。
1997年,沃顿商学院教授马歇尔·费雪在《哈佛商学评论》上发表《你的产品该用什么样的供应链》一文,阐述了供应链战略必须匹配产品战略。费雪的二分法具有历史意义:对于走创新路线的产品,应该采取快速响应的供应链,其核心是供应链的灵活性,也意味着高成本;对于走低成本路线的产品,应该采取高效的供应链,其核心是供应链的低成本。产品战略的成功,取决于有合适的供应链战略来匹配。
在王建硕的网站上(www.wangjianshuo.com),看到GE总裁伊梅尔特的一句话:没有什么可以替代经验。很有同感。
轻资产还是重资产,外包还是自制,这里的关键是核心竞争力:对于核心竞争力,即便是重资产也要垂直整合;对于非核心业务呢,即便轻资产也应借助更为专业的供应商资源。
案例企业是个大型设备制造商,售后备件是营收的一大来源,每年达10几亿美元。为了支持庞大的备件业务,该设备商在全球有二十几个仓库,八九十个客户寄售点,几十名备件计划人员。
传统的日本供应链是长期关系,或者说,更像儒家的做法(这里说的"传统",主要指上世纪末日本崛起的那段时间。在过去二三十年里,日本经历了显著的变化,在有些做法上与欧美更加趋同)。在长期关系下,绩效考核相对次要。这就如一家人,相互之间很少会设定指标。而约束双方行为的呢,也正是长期关系,是未来----在长期关系下,双方都有很多可失去的,所以就更加理性。
案例企业的需求相当复杂,主要分三大块:大客户,渠道客户,零星散户。大客户和渠道走的是传统的线下业务,是典型的B2B;零星散户走的是线上电商业务,通过App下订单,虽然是小商户,却跟典型的B2C业务很像。线上、线下业务并存,大客户、渠道和散户对需求的影响方式也各不相同:大客户的需求变动主要是客户驱动,比如客户自己的促销、活动等;渠道和零星散户则主要由案例企业自己驱动,比如渠道政策、线上活动等。
如果只用一个词来描述供应链管理,我们想到的就应该是协作:一个公司做不好的,两个公司做;一个职能做不好的,两个职能做;一个人做不好的,两个人做,目的都是实现1+1>2的效果。
从数据开始,并不是只收集数据,更重要的是分析数据,从数据中发现规律,指导后续的工作。这是我从雀巢的一位计划总监的报告中体会到(如图)。
行业高峰期,有个养殖业巨头在探究垂直整合,或者跟供应商合资,因为他们的需求量大,用一位员工的话说"能够养活一个行业"(在行业集中度只有10%多一点的养殖业,这显然不准确)。我想说的是,垂直整合的真正挑战不是需求量的大小,而是需求变动:垂直整合下的重资产必须考虑季节性、周期性的需求变动,预留一定的富余量,造成淡季的产能利用问题,跟需求量的绝对大小并没关系。
供应链管理产生于上世纪80年代,大背景是日本崛起带来的全球竞争。从汽车到家电到半导体,从消费品到工业品到航天航空,日本企业的质量好、价格低、速度快,日本制造成了美国的噩梦。
深圳培训正在报名
一谈起数据分析,人们经常抱怨的是没数据。就如一位职业经理人说的,公司多年来快速发展,到千亿规模了,还是靠"肩扛手拉",从Excel到Excel,没有系统的历史数据积淀,也没有数据模型,怎么办?
这里我们从贯穿供应链的产品流、信息流和资金流的角度切分供应链,帮助大家对供应链有更深入的理解。
华为和苹果我都熟悉:苹果的总部离我家半个多小时的车程,二十多年来听到过不少他们的情况;华为前些年去过多次,后来在多个场合见过他们的员工和前员工。两家公司都是图腾般的存在,有着顶级的产品和顶级的供应链,对整个生态都有深远的影响。要比较两者的高下很困难,但我的个人看法是,华为是那个更强、更不可缺的公司。
需求就是特定的定价策略、竞争态势下,客户想要什么、要多少、什么时候要。打个简单的比方,这就相当于是客户想吃几碗饭,跟我们想让客户吃几碗饭完全不是一码事----前者事关需求预测,后者却是销售目标,两者不能混为一谈。
除了采购、运营和物流管理外,供应链管理还有好几个"小亲戚",比如运筹学、系统动力学、工业工程、信息技术等。
距离开课还有 1 天
在《信号与噪声》一书中,特纳·希尔佛阐述道,预测之所以重要,是因为它连接着主观世界与客观现实。在企业里,哪个职能代表主观世界?销售----销售天生是乐天派,总是生活在希望中。哪个职能代表客观现实?供应链----供应链天生更加现实,因为他们知道,把现金变成库存容易,把库存变回为现金可就难了。而这主观与客观呢,就体现在销售预测、需求预测上。
距离开课还有 3 天
我们经常说,供应链要么是订单驱动(拉),要么是预测驱动(推)。其实不管是推还是拉,从供应链的角度来看,最终都是预测驱动,因为一个人的订单注定是另一个人的预测。比如小姑娘在网上买衣服,她得给商家下订单,是基于她预测未来会穿这衣服。不过到她的衣橱里看看,有多少件衣服买来后就再也没碰过?很简单,小姑娘的预测失败了呗。
在供应链管理的三大职能中,供应管理与供应链管理只是一字之差,可以说是供应链管理的"近亲"。供应管理起源于采购管理。从严格意义上讲,供应管理的范畴远大于采购管理。但为了行文方便,采购管理和供应管理在本书中通用,如果没有特别注明的话。
距离开课还有 8 天
这些年来,我每年拜访、服务几十家本土企业,他们的年度营收上至千亿,下至几千万、刚过亿,规模大不相同,问题却惊人地相似:供应链的成本做不低,交付做不快,库存水平居高不下。这些问题,表面上看是供应链的执行不到位;但仔细探究,根源却都离不开计划,比如需求预测变动频繁,紧急需求频发,给供应链没有足够的响应时间等。
距离开课还有 10 天
供应链的大部分活动,都是围绕一个个的采购订单完成,比如生成采购订单,发送给供应商,确认交期、单价、数量,提前或者延后交付等,都耗费了操作层面员工的大量精力。
全球新冠疫情大流行期间,芯片遭遇了行业性短缺,供应链的交付问题重重。再加上中美贸易战,供应链中断的风险大增。就不时就看到一些文章,说just in time(分秒不差)的那一套过时了,企业得围绕just in case(以防万一)来构建供应链战略。
让我们拿需求计划为例,阐述计划的"责任链"这一重要概念。
一位跨境电商的创始人问我,能否把那些预测模型给他们,写到程序中指导补货?电商、新零售是互联网的产物,其惯常的解决方案是信息化----当你手里的工具是把锤子的时候,你会有意无意把所有的问题都当钉子。
在需求预测中,时间序列是把需求历史按照时间的先后顺序排列,影响需求的变量只有一个,那就是时间。这并不是说没有别的变量;有,而且可能很多,但我们没法一一解释,就把它们全都归因于时间(有点像"时间可以治愈一切")。这些变量整合在一起有一定的惯性,随着时间的进展,呈现出某种模式,这就是需求的延续性。
我们上次说到,我在马斯克的AI大模型Grok上自嗨,问"刘宝红写了什么供应链管理的书?"Grok给出不完整的答复,六本书中漏掉一本。我继续问,每本书都出到第几版了?Grok把最新版次都说对了,但没有年份,不过很贴心地说"第2版,具体出版年份未提及,但应在第1版之后"----真聪明,竟然知道第2版是在第1版之后出来的😊。
距离开课还有 16 天
如果说物料需求计划(MRP)主要是处理需求的话,可承诺逻辑(ATP)则是聚焦供应,串起供应链的那条线。在ERP系统里,这两个逻辑结伴而行,完成需求与供应的匹配;这里分开讲,主要是防止混淆两者的细节。
马斯克带着几个"红小兵"到美国社保系统查账,"发现"2000万人超过百岁。这下可吊足了吃瓜群众的胃口,连我这向来不怎么喜欢看热闹的人都在翘首以待:赶快告诉我们,这些人每年要领走多少钱啊----就算每人一万美元,也是千亿美元欺诈啊,等于关掉两三个美国国际开发署了。
有个代理商,库存和交付一直是个问题:短缺时有发生,而手头的整体库存却居高不下。他们想从需求预测和库存计划着手,对付这个问题。他们的计划主管首先导出几个产品的历史销量,做了折线图想从中发现规律,却看不出什么门道。问我该怎么办,我就把数据要过来----谈到具体的计划问题,不看数据就无异于瞎谈。
这是段老故事。
经常有读者问,你的那6本供应链的书,究竟都写的是什么,按照什么顺序来读?
ERP的核心功能之一是物料需求计划(MRP),把计划、物控、客服、采购从从海量的手工操作中解放出来。但实施ERP以后,真正能跑MRP的企业并不多。也就是说,生产和采购计划仍旧在Excel上做。有些企业即使启用了MRP模块,可还是在手工录入生产计划,而ERP能做的呢,只是自动生成采购计划,充其量是个订单管理和进出存系统,发挥执行记录的功能而已。
在硅谷,每当我说起自己是做供应链管理的时,常常就有人问,你做的是SRM软件(供应商关系管理)还是CRM软件(客户关系管理)?是编程序还是负责业务流程?当听说是管理供应商、控制库存和提高客户服务水平的时候,总有人半信半疑:供应链管理不是软件?
有个企业是典型的销售提需求----销售兼职需求计划。几十个销售预测未来三个月的需求,每月更新一次,按照客户汇总,上传到ERP系统,驱动后端的供应链来执行。我去这个公司培训,负责公司最大客户的销售经理说,让帮忙看看这个客户的备货计划。当天培训结束后,我们就坐下来谈。起初想,他和他的团队应该问需求预测、安全库存方面的问题----这是计划工作的核心任务。谁知道打开Excel表格后,所有的问题都归结到执行操作上,在信息化水平高的公司由 ERP做的那些事。
以前学马列,有读马列原著的说法。理论水平高的人,标志之一就是读过原著。
计划要"抬头看路",着眼长远,但那些突发的事情,却屡屡把计划拖回人间。
时间序列可以分解为三种成分:水平部分(平均值),趋势部分(上升或下降),季节性部分(周期性的重复),剩余的就是随机变动,即前三者都没法解释的"杂音"。我们常见的时间序列,根据复杂度的不同,一般上述三种成分中的一种、两种或三种组合而成。当然,你也可以把水平部分当成趋势的特例,或者趋势的一部分。那么,时间序列就可简化为两部分:趋势和季节性,以及两者之外的随机变动。下面这个例子就是这样分解的[1]。
时常有人问,某某行业的供应链怎么管理?这个"某某"可以是任何你能想象的行业,比如电商,服装,快时尚,外贸,食品,餐饮,新能源,医药,建筑,房地产。每次接到这样的问题,我就头很大,甚至有点愤怒,因为这样的问题已经问过几百次了。我不想一次又一次地解释,就决定在这里写下来,一劳永逸地回答这个问题。
所有的预测都是错的,一个好的需求预测需要定期调整,逐渐逼近。但这并不是说供应链可以无限响应:供应链的柔性不是无限的。当进入一定的时间窗口,我们要控制需求预测的调整,以保护供应链的效率。否则,会造成过高的运营成本和产能浪费:频繁的调整会打乱整体的生产、配送计划,让整体交付更加不可预计;越是不可预计,越需要人为干预,这就陷入恶性循环,增加了不确定性,最终会转化为成本和库存。
2005年,博客刚开始流行,我就开始写"供应链管理专栏"(www.scm-blog.com),先后写了700多篇文章,讲的都是些供应链实践中的事。后来,微博和微信兴起,这些文章流传更为广泛,我的"供应链管理实践者"微信公众号也备受欢迎。不时有人问,这些文章什么时候结集出版?
跟采购方一样,供应商的供应链也需要预测来驱动。供应商能否执行到位,很大程度上取决于需求预测的及时性和准确度。
我问一位企业家,你们行业的重资产问题严重吗?答曰很严重,各种各样的设备,特别是专用设备,很费钱,而且更新换代很快,几年就出新型号,老的还没有折旧完,新的又来了,看上去赚了不少钱,其实最后剩下的只是一堆设备。继续问,那企业家们想过外包没有?答曰没有,因为这些企业历来都是制造出身,大家都知道制造不赚钱,但如果把制造给外包了的话,以后干什么?
一提起绩效考核,大家联想到的就是"紧箍咒",怎么能"保护"计划职能呢?没有绩效考核,自由自在地做事,这不最好嘛!对于强势职能没错,但对弱势职能则是大错特错。要知道,没有绩效考核指标,并不是说对这个职能就没有期望,做到什么地步就算什么,而是完全由强势职能说了算,强势部门会更加强势,弱势部门会更加弱势,失去了最起码的制衡,对企业来说并非好事。
对需求预测来说,上世纪50、60年代可以说是人才辈出。这里我想特别介绍一下美国的HMMS研究团队。这个团队的名称来自四位研究者姓氏的第一个字母,当时他们都在卡内基工学院(后来与梅隆学院合并,成为今天蜚声海外的卡内基梅隆大学),旨在是寻找更好的决策机制,以帮助工业界更好地应对种种库存、生产和计划问题。这些问题在宏观层面导致经济危机,在微观层面让企业经常处于应急状态----要么是赶工加急,要么是产能闲置和库存积压。
集中采购事关多个职能,在显著改变企业的做事方式,是个实质性的变革。作为变革推动者,采购需要展示领导力,更多是个领导力挑战。
经常听有些供应链职业人在抱怨,说大半的时间在催货,言下之意是恨死了催货。这里想说的是,其实这些人最喜欢的就是催货,因为催货最容易----作为客户,你处于有利地位,要催总能催得动;而且供应商也早都被催成精了,习惯性地在交期中留有余地,就等着你催的时候给你。如果你是管理层的话,催货就更容易了:你位高权重,给供应商一个电话,鲜有供应商会放弃扮演"救火英雄"的机会。所以说,催货是最简单,也是供应链最擅长的事。
最近两年,案例企业在推行资源整合。一轮整合下来,全公司的供应商由3000多精简到800多个。就某个品类来说,以前有190多个供应商,大大小小、海内海外都有;现在就30多个,采购额更集中,日常管理上也更容易聚焦了。
没人喜欢催货,但催货是供应链执行中不可避免的一部分。极端情况是行业性短缺,比如关键元器件大面积短缺,上至老总,下至采购员,都在催货,连一些百亿级的大公司也不例外:他们的供应链老总经常不在,问干什么去了,答曰到供应商那里催货了----根据催货者的头衔,供应商决定分配产能;为了不输在"起跑线"上,那就派老总去催货。
我喜欢篮球,喜欢篮球有关的两个节目,一个是Inside the NBA("NBA内幕"),由一些前NBA球员做评论员,包括家喻户晓的大嘴巴克利(没错,就是因为低估姚明而亲驴屁股的那位),以及"大鲨鱼"奥尼尔;另一个是NBA Lockdown("锁定NBA"),评论员是些非NBA球员,但在NBA有过经历的人,比如原太阳队的助理总经理。两个节目都对NBA的球队、球员和教练们评头论足,但方式则不尽相同。
计划上做不到精益求精,跟计划人员的专业能力息息相关。
采购权集中了,集中采购就有了组织保障;需求整合了,集中采购就有了规模效益的基础。这里要讲的是供应整合,以最大化集中采购的效果。
在管理方式上,模块化可以说是欧洲车系的贡献,大众以工程师的方式,从产品开发开始,应对成本和速度问题;精益是日本车系的贡献,丰田从生产制造入手,应对成本和速度(当然今天的精益已远超生产制造领域);流水线则是北美车系的贡献,福特以流水线、大批量的方式来应对成本与速度。以这三个企业为代表的汽车行业深刻地影响了供应链管理,也极大丰富了人类对商业活动的管理。
看到路透社的报道,说鉴于"萨斯"的经验教训,加拿大人学聪明了,开始提前准备。据说2007年,渥太华市就备了5500万只N95口罩,一直在仓库里放着。这不,等了十几年,新冠病毒来了,终于有了用武之地,可惜那堆积如山的口罩早已过期了。
一提起信息化,首先想到的往往是让计算机帮我们做决策,亦即智能化。但智能化的前提是自动化:离开自动化,数据就难以稳定地产生和获取,也很难释放人力资源来做好决策。所以说,在信息化的过程中,先要自动化,然后才是智能化。
让我们拿踢足球打比方,来进一步理解指数平滑法的逻辑。
乔布斯去世两周年之际,我重温他在斯坦福大学毕业典礼上的演讲,听了一遍又一遍。就如精致的iPhone和iPad一样,这个15分钟不到的演说,没有一句废话,注定是励志演讲中的精品。相信几十年、几百年后人们听起来,还会是热血沸腾。
"拿信息换库存"在国内不大听到,在北美却时有耳闻。传闻最广,大概要数沃尔玛创始人山姆·沃尔顿的话:"人家以为我们变大,是因为我们在小镇上建大店;实际上,我们变大,是因为我们拿信息换库存"(黑体由作者加)。
我做了好几年的计划经理,最多的时候在全球有二十几位计划员,分布在北美、欧洲、亚洲等多个地区。那么大的团队,有人晋升了,有人离职了,有人做全职妈妈了,就注定一直在招新人。每次有新人,培训就是个大问题:采购员的话你可以给他本《采购手册》什么的读,而给计划员的书呢,不管是英文,还是中文,翻破地皮,就是找不到一本合适的,说你读了这本书,就算计划入门了。
你不需要是个计划专家,才能做预测。预测的能力不是天生的,人人都可以练就。
在库存控制上,总部跟分部、销售跟计划往往陷入互扣人质的情形,导致该加的加不上去,该减的减不下来。这是个典型的组织行为问题,其解决方案呢,我们这里主要讲三点。
有些公司喜欢集中采购,有些企业甚至有指标,说集中采购的比例每年要提高多少多少,好像越集中,就越是"大采购"。其实不然。我看到很多管理非常粗放的企业,采购的集中度相当高,但还是在做典型的"小采购",比如一标一议,一标一操作;供应商有选择,没管理。
多余库存是超出正常的周转库存、安全库存的库存。
深圳培训正在报名
在有些行业,压货行为非常普遍,人为加剧了需求的变动性,造成诸多库存和产能问题。
深圳培训正在报名
在我的职业生涯中,有好几年是负责库存计划,跟全球的客户有八九十个库存寄售点。在日本,东芝这样的客户体量很大,需求相当平稳,离我们的仓库也就几十分钟的车程,但在客户现场寄售的库存动辄放着三四周的货。在一个以精益著称的国家,这一点也算不上"精益"。好奇心起,我就细究供应链的各个环节,看这些库存都是怎么来的,发现到处都是批处理的影子。
深圳培训正在报名
在我的职业生涯中,有好几年是负责库存计划,跟全球的客户有八九十个库存寄售点。在日本,东芝这样的客户体量很大,需求相当平稳,离我们的仓库也就几十分钟的车程,但在客户现场寄售的库存动辄放着三四周的货。在一个以精益著称的国家,这一点也算不上"精益"。好奇心起,我就细究供应链的各个环节,看这些库存都是怎么来的,发现到处都是批处理的影子。
我们之所以能够预测,是基于(1)时间序列的延续性(也叫连贯性);(2)变量之间的相关性(也叫类推性)。计划者的任务,一方面是分析历史数据,总结这样的延续性、相关性,然后是应用这样的关联性,对未来做出预判,指导供应链执行来提前准备。
有些企业雇人,更多是冲着一些名企去的,希望挖到那些企业的"空降兵"。但是,那些名企的员工,头顶成功的光环,大多是公司的成功,而非个人的成功。真正把公司成功和个人成功融为一体的,不多。
批处理是拖长周转周期,增加周转库存的重要因素。比如本来是随到随处理,周转时间短;批处理下,需要积攒一段时间,周转时间就长。这听上去是个生产制造的概念,其实普遍的程度远超我们想象。
距离开课还有 2 天
在周转周期里,走流程是很大一部分。就如一位名为"风子"的"供应链管理实践者"公众号读者所言:"时间的流逝往往不是出自供应商的产品生产环节,而是自家公司的信息流,从签订订单到执行订单的时间过长"。而走流程中的相当一部分事情,比如审批,在客户眼里没有价值但往往不得不做,一大根因就是信息不对称,可以通过信息化来帮助解决。
经常有读者问,哪些公司的供应链管理最好?这就如问哪个股票最好一样:市面上最热的股票八成已经不是最好,否则就没有那么多逢高买进的悲剧了。同理,案例中读到的那些公司,杂志上经常提起的那些公司,八成都已成为老黄历。剥开华丽的外壳,八成是金玉其外,败絮其中。IBM、惠普、摩托罗拉、沃尔玛,凡是你能经常听到的那些名字,八成都难逃过热的嫌疑。
计划的大错特错,主要是因为销售和运营协调流程没打通,做生意的和做运营的严重脱节,组织博弈导致信息严重不对称,导致预测准确度太低。简单地把销售目标当成需求预测,没法群策群力整合跨职能智慧,层层博弈导致的牛鞭效应,都可能造成需求预测的大错特错,以及严峻的库存和交付问题。
距离开课还有 5 天
距离开课还有 9 天
企业的资源不是无限的,所以降库存是不可避免的。但在降库存的方式上,很多企业采取的是"搞运动"的方式,没法触及根源,屡降屡升,屡升屡降。
核心竞争力可以说是"高筑墙,广积粮",需要持续的资源投入。但"城池"建起来了,并不是说就能一直提供保护:核心竞争力是动态变化的,有些能力当初是核心竞争力,随着技术的发展、业务环境的变化,可能变成非核心竞争力。所有的技术都会过时,所有的品牌认知都会消退,所有的创新最终都会大众化。每个曾经辉煌过的公司,都有过自己的核心竞争力;但时过境迁,曾经的优势,也可变为负担。
在供应链的每一个环节,都有相应的计划,驱动相应的执行职能。比如计划在决定买什么,买多少;生产什么,生产多少;配送什么,配送多少。供应链的绩效问题,包括交付和库存,计划没想到,执行就很难做到,即便做到的话,也是以高昂的成本和库存为代价。我们的目标是不但要做到,而且要想到。企业越大,想到就越重要。
跨职能团队合作很普遍,但很多时候"团队"是真,"合作"则否。图1的杀猪小分队,图2的鬣狗分食,看上去都是"团队作业",实质上大不一样。
距离开课还有 14 天
简单地说,VMI就是供应商在采购方或第三方的仓库放一堆货,由供应商自主安排补货,把库存维持在最低和最高计划水位之间。
这里把VMI当做一个专题讨论,主要是因为这些年来VMI被广泛采用,如果管理得当,对采购方和供应商都有好处;但由于计划和管理不善,VMI又给双方造成了诸多问题。
几年前,我去旧金山,参加IE Group举办的高科技企业计划和预测峰会。一天时间,听业界的同行分享他们的实践经验,加上自己已经有一段时间的实践,顿觉茅塞顿开,很多东西都理清了,例如"由事实出发、由判断结束"的决策流程,预测的三原则,预测与计划的关系等,都是在那次峰会后整理出来的。本来纷繁复杂的预测与计划,在参加这次峰会后,变得有条理多了。
你或许会说,我知道有个计划要比没有强,但不确定性那么大,问题那么复杂,就是不知道从哪里下手。
在库存计划领域,除了安全库存,经常打交道的还有再订货点(或者就叫订货点)。其逻辑是一旦库存降到预设的水位(再订货点,ROP),就启动订货机制,驱动供应链补充一定数量的货(订货量,ROQ);在货来到之前,库存继续下降,直到订的货到达,拉高库存的水位,然后开始下一个循环,如图1[1]。再订货点法在企业里使用很广,它的几个参数,在此稍作解释。
采购做细了是个技术活。就连看上去最没有技术含量的讨价还价来说,如果没有技术背景,也很难做好,因为加工一个零件,需要多少工时,车床还是铣床还是刨床,良率如何,不懂技术就很难推算出成本来。这也是为什么在一个家电巨头,采购工程师的职责之一就是核算成本。
一位经理人说,公司的系统里有一套算法,来帮助计划员设置安全库存。用了一段时间后,发现系统建议的库存整体偏低。我问,既然这样,那为什么你的挑战却是降库存呢?不用他回答我都知道答案:系统建议偏低,计划人员就手工调整,多放一些库存;但人员水平良莠不齐,不知道设置合适的库存水位,最终就以高库存为解决方案。
安全库存就如赌博,面对业务的不确定性,要么赌中,要么赌不中。或者说,企业做生意就如赌博,要么赌中,要么赌不中。而职业经理人的任务呢,就是争取提高赌中的概率,以最小的总成本做成最多的业务。
就模块化和外包的进程而言,计算机行业率先模块化,汽车行业学习计算机行业,飞机制造学习汽车行业。从复杂度低的行业到复杂度高的行业,这就是模块化和外包的发展路径。
企业大了,摸着石头过河的实干心态不能丢。但不可否认的是,企业越大,就越经不起折腾,越需要确定性。计划就是在不确定性中寻找确定性。用一位名叫董志江的读者的话说,公司小的时候是枪杆子指挥笔杆子,公司大了一定是笔杆子指挥枪杆子。这也是凸显了计划的重要性。
预测模型的选择是个复杂过程,需要考虑多方面的因素,再配以职业判断。计划软件往往按照特定的指标判断预测模型的优劣,但很难综合考虑多种因素,特别是历史数据没有反映的信息。这就是对计划软件建议的模型,有经验的计划人员总是戒心重重的原因了。
曾经在《哈佛商业评论》上看到一篇文章,说雌孔雀择偶时,会以雄孔雀的尾巴大小为标准:尾巴越大,表明雄孔雀越健康、越有优势。这样,大尾巴的基因得到保护,就一代代地传下去。
我在企业培训、咨询时,经常问他们服务水平目标是什么,从销售到供应链,大家经常是大张嘴,一笔糊涂账。
一位前美国首席采购官说,要管好跟中国有关的供应链,光懂双语还不够,得懂三语才行。
简单地说,企业的计划可分三层。如图1,在战略层面,老总制定战略目标,这是战略规划;在战术层面,职业经理人把战略目标翻译成计划,匹配需求和供应,指导基层执行;在执行层面,基层员工把计划付诸实施,并把可执行性反馈给战术层,供调整计划。三层结合,从战略到战术再到执行,是基本的企业管理模式。
这个案例聚焦产品上新前,即在新品开发过程中,伴随着越来越多的信息,如何建立定期更新预测的机制,指导供应链更精准地响应。
案例企业在电子行业,每年营收在200多亿元。在这个企业里,采购负责供应商价格,选择便宜供应商;物控兼职采购订单管理,负责供应商按时交货率。采购在价格这一单一指标驱动驱动下,就找最便宜的供应商,拿到了他们想要的;便宜没好货,质量、交付问题不断,就害了兼职执行采购的物控。
我在招聘计划人员,或者评估一个企业的库存计划水平时,都会问到一个同样的问题:你是如何设定安全库存水位的?这个问题的基本程度,就如问一个成年人是怎么用筷子的一样。但在我面试过的几十个计划人员中,能给出满意答案的是凤毛麟角。这再一次证明了,最简单的往往是最难的。
我们这里谈一下邮件、短信、微信的误区,警惕被公司闲人绑架。
需求预测对付平均需求,安全库存是为了应对不确定性,即平均需求外的需求。经常有人说,那把预测适当拔高点,不也同样解决问题?其实不然。
菲亚特是意大利的汽车制造商。过犹不及。在这个案例里,我们会回顾菲亚特的外包历程,探讨外包过度是如何影响菲亚特的核心竞争力,以及菲亚特是采取什么样的措施来补救的。
增速放缓,行业不景气,库存就成了让人谈虎色变的话题。搜索互联网,到处都是触目惊心的库存话题,比如90%的电商店铺死于库存,十个女装九个死于库存,服装行业三年不生产库存也卖不完。就连图书业也是"死书累累",前些年的实体书库存一度高达900亿元(《近900亿元"死书"呼唤按需出版》,重庆商报)。对于众多的本土企业,用业界人士的话来说,就是供应链易断,最后死在库存上;用库存控制专家程晓华的话来说,就是仓库有多大,库存就有多少,仓库越大,死得越快。
2018年,《供应链的三道防线:需求预测、库存计划、供应链执行》出版以来,反响很好,在京东上很快就上升到供应链销量榜的第二位(第一位还是我的红皮书《采购与供应链管理:一个实践者的角度》)。
根据重要性和紧急度,事情可以分为四类。既重要又紧急的是第一优先级,必须第一时间去处理;既不重要,也不紧急的事,属于第四优先级,能拖就拖。难就难在第二优先级,是做重要而不紧急的,还是紧急而不重要的?一般的人的日程被紧急度驱动,会先做紧急而不重要的事;成功的职业人士会按重要性排序,先做那些重要但不紧急的事。
预测做砸了,并不是什么见不得人的事;不愿承认做砸了,才是真正应该羞耻的。对于错误,用美国著名橄榄球教练布莱恩的话讲,就是(1)承认错误;(2)汲取教训;(3)不要重犯。这个三步曲的起点是你得承认做砸了。不承认,就不能汲取教训,就要冒重犯的风险。
计划和执行之间,经常为这事争执:未来多长时间内的需求预测可以调整,执行有没有义务做到?这就涉及到计划的冻结期、半冻结期和自由期(如图)。
企业小的时候,供应链职能往往不健全,比如缺乏独立的计划部门;或者虽然有相应的职能,但其核心任务却由设计、营销等内部客户承担。我服务过多个中小型企业,年度营收在几亿,发现这种现象很普遍。
高乐氏总部位于加州奥克兰,是全球领先的消费品制造商,主营卫生、家庭、生活用品等。该公司2021财年的销售收入为73亿美元,全球有9000多名员工,在25个国家和地区运营。
我们能预测需求,一方面是因为需求的延续性(比如以前需求大的,以后的需求也大),另一方面是因为需求的相关性(比如促销力度越大,销量也越大)。
有些人会说,我能理解"大采购"的重要性,但采购团队已经够忙了,如果要做你讲的需求管理、战略寻源和供应商绩效管理,那时间从哪儿来?要回答这个问题,我们得先看看,时间都用到哪里去了。
需求计划有两大关键,一是尽量作准,二是尽快纠偏。我们这里谈尽快纠偏。
我以前带计划团队的时候,有个计划员老是抱怨,说销售和客户"作孽",没有提前告诉他,这就是为什么现在有一堆的过剩,或者整天在催料。我就问,销售没说,那你问了没有?答案往往是没有----这个计划员整天对着计算机,习惯于"跪受笔录",内部客户叫干啥就干啥,而不是主动出击,提前探知内部客户的需求。他没说,罪在不赦;你没问,同样要挨板子。
跟驯化了的动物会丧失野性一样,时间一长,垂直整合的重资产难逃劣质化的命运,从而失去竞争力。
2025年培训全新升级,开启报名
上周三,快消品企业A的又一款新品上市了,卖得非常好。到了这周一,短短5天的预售,原来备了两个月的货,已经有一小半给卖掉了,得马上决定是否需要补货。长周期物料、半成品加工、成品组装加到一起,整个补货周期是75天,都快11个星期了。现在的问题是,如何用5天的销量,来判断后续11周的销量?
案例企业是个女装电商。
几年前,我服务一巨无霸企业,晚上吃饭,不知怎么就聊到了软件开发。采购老总说,他们的软件供应商干的是两遍的活,拿的是一遍的钱,没法活了。忙问为什么,他说需求定义不到位,内部用户就让供应商开发软件;开发好后一看,不是自己真正想要的,于是就重来----你说软件供应商怎么能赚钱呢?
我们行外人很难想象的是,服装从开发到上市的整个周期,需要一年以上的时间(快时尚、电商可能快点)。比如现在开发的不是今年卖的,而是明年这个季节的服装。周期长,款式多,SKU复杂,从面料到款式到颜色,服装的需求预测历来挑战重重。这些问题,特别在快时尚领域,还没有完善的解决方案;但多年来,服装行业也总结了一系列的经验智慧,把预测尽量做准,做不准的话尽快纠偏。
经常有人问,如何做好计划,或者说计划与执行如何联动?这里我们总结为三个环节,或者说供应链的三道防线,那就是需求预测、库存计划和供应链执行。
假定一个公司只生产一种水杯、一种型号、一种颜色,那意味着只有一个预测, 一个生产、采购和销售计划,这时候水杯的单位成本为1元。现在为了多样化,公司决定生产四种水杯、六种型号、八种颜色,那意味着有192个预测(4*6*8=192),192个库存、生产和采购计划。水杯的单位成本还会是1元吗?如果再加上20个销售点的话呢?
深圳培训正在报名
我们知道,安全库存是应对不确定性的----对于需求和供应的不确定性,供应链的自然应对就是放安全库存。安全库存有三个驱动因素(如图1):(1)需求的不确定性,比如平均需求是每周100个,但有时候是120个,有时候是70个;(2)供应的不确定性,比如供应商的标准交期是4周,但有时候都5周了,货还没有送来;(3)有货率的要求:有货率要求越高,就得放越多的安全库存来应对。
传统的美国思维是"猎人模式"。市场就如狩猎场,采购方就如猎人,通过招投标、询比价找到最好的"猎物",或者谈判获取最大的利益,然后慢慢享用"猎物"。至于这"猎物"是谁养大,打光了怎么办,自然有上帝照看着呢:"人人为自己,上帝为大家"嘛,市场那只看不见的手自然会培养供应商,物竞天择,优胜劣汰,任由它们自生自灭。
深圳培训正在报名
考不考核预测准确度,考核哪个职能,如何考核,历来是需求预测的一个热点话题。
深圳培训正在报名
一般情况下,产品和工艺的复杂度越高,固定资产就越重。这能在行业层面解释,为什么有些行业资产较重,有些行业资产较轻。但同在一个行业,面临的挑战都差不多,为什么有的公司资产较轻,有的公司资产就重呢?
从根本上看,产品的复杂度取决于企业的战略选择:是求大求全,还是走精品路线?是所有的格子都填,还是专填大格子?这里的典型是三星和苹果。苹果每年推出两款、三款、四款手机,而三星则有几十款,多到估计连他们自己也数不清(如图1)。
深圳培训正在报名
需求计划需要对接销售和运营,对人的资质要求相当高。可以说,在供应链管理领域,需求计划对人的综合素质要求最高。理想的需求计划人员需要具备三方面的条件:
简单地说,"小采购"是供应导向,聚焦订单、料号、项目层面,以行政文秘类的事情居多,跟内部客户不是平等的合作伙伴。"大采购"正好相反,他们是需求导向,通过理顺需求来理顺供应;他们聚焦供应商这一战略资源,是内部客户的平等合作伙伴。
有个快消品公司,主要产品是护肤、美容用品。公司采取轻资产运作,全部由代工厂加工。比如生产一款洗面奶,他们需要找到外盒工厂、软管工厂、塑封膜工厂,帮助生产所需的包材,完成后直接发货到化妆品加工厂,由后者灌装,把成品发送到该公司,再由该公司进行销售。作为公司的采购职能,虽然名义上是采购,其实履行的是供应链管理职责,是实际上的供应链管理部门。
距离开课还有 2 天
一百多年前,普鲁士的军队设立了总参谋部,全面负责计划统筹工作,在采取军事行动之前,分析后勤、天气、道路等一系列因素,争取做到之前先想到,提高首发命中率,降低试错成本。总参谋部意味着军队系统的执行与计划分离,是现代军队的一大标志。
一位读者来信,大意是说,您的书写得很好,作为一个从事了8年采购工作的采购,觉得句句都非常接地气非常实在,常常有遇到知音之感。但是,作为中基层管理人员,她认为自己有意愿,但是没有能力来改变;高层有能力,但没意愿来改变。
汉王科技成立于1998年,2010年在深交所中小板块上市。二十多年来,中关村那么多的科技公司中,汉王是硕果仅存的几个,离不开其在模式识别领域的技术优势。但是,在产品管理上,汉王的产品线长,产品型号众多,复杂度高,制约了它的进一步发展。
距离开课还有 5 天
就如有的人非但帮不了忙,反而帮倒忙一样,并不是所有的预测方法都增加价值。有时候,人类一思考,上帝就发笑,作为还不如不作为,预测还不如不预测。比如在颗粒度很小的地方做预测,或者由销售、用户拍脑袋做预测,预测准确度太低,往往还不如不预测,直接用上期的实际值当做下次的预测("幼稚预测"),亦即常见的"卖一补一"。
哈克特集团(The Hackett Group)有一个采购管理的发展模型,把采购分为五个发展阶段:确保供料、最低价、总成本、需求管理和全面增值,也代表了从"小采购"到"大采购"的发展路径,如图。
距离开课还有 7 天
需求计划的"进化史",也是需求计划从单一职能向跨职能、跨企业协作发展的历史,从避免大错特错向追求精益求精的发展历程。
我们一直在强调,需求预测得"从数据开始,由判断结束",主客观结合,得到准确度最高的预测。有的公司说,我们也遵循这个原则,不过是销售提需求,计划做调整。这看上去也是"从数据开始,由判断结束",却是由错误的人在做正确的事,自然不会有什么好结果。
对于垂直整合的重资产来说,最光鲜的就是建成投产的那一天。如果不是核心竞争力,就一日日地贬值,劣质化,没多久就变成了一堆烂菜。要么继续保留在自己手里,彻底烂掉;要么倒手,一站一站地,如同击鼓传花,不断地剥离分解重组。
如何把供应链的成本做下来,交付和资产周转做上去?我们首先想到的就是跟供应商谈判降价,提升工厂生产效率,到低成本地区寻源等。这些都重要,但成效有限,因为很少触及结构性的问题,以及其后的本质原因。
距离开课还有 13 天
在再订货机制中,再订货点相对简单,但补货机制相对复杂,还有很多细节,比如是定量还是不定量,是随时补货还是定期补货,我们下面接着讲。
二十多年前,我在亚利桑那州立大学读商学院。有一天,研究战略采购的皮尔森教授说,采购曾经是一个人的最后一站。大家忙问这话怎讲?教授解释道,在以前,如果一个人干不了设计、做不了销售、整不来生产,也做不来人事、财务、计划,那就只能去做采购了;如果连钱都不会花了,那就只好卷起铺盖,另寻高就----不,去祸害竞争对手吧。
以前我们谈到,一线销售做预测,颗粒度太小,准确度不高;责任考核机制缺失(没见过哪个销售丢了工作,是因为预测准确度低),而没有考核机制的事情是做不好的。既然如此,为什么那么多的企业都在由一线销售做预测?
以前我们谈到,一线销售做预测,颗粒度太小,准确度不高;责任考核机制缺失(没见过哪个销售丢了工作,是因为预测准确度低),而没有考核机制的事情是做不好的。既然如此,为什么那么多的企业都在由一线销售做预测?
最近评论