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?
人们喜欢模仿成功,而不是预防失败。其实成功的原因很难定义,所以很难模仿;而失败的根源则相对容易确定,所以更容易避免。向成功学习,往往会有误导,且难以实施;避免失败,则更加直观,而且容易执行。
1985年,作为苹果的联合创始人,乔布斯与CEO斯卡利的矛盾愈演愈烈,最终不可调和。董事会选择支持斯卡利,乔布斯愤而离开苹果。今天,在能看到的文章中,几乎都是异口同声替乔布斯叫屈。其实乔布斯也没什么委屈的,看看他的"成绩单"就知道了:自苹果上市5年以来,纳斯达克大盘上涨了43%,而苹果的股价则下跌了45%(如图 1)。企业存在的首要目标是股东回报,乔布斯没法给股东回报,董事会不向着他,让他走人再是正常不过了的。
我经常问职业人,有谁预测过自家的用水量?大家都说没有:做预测的是水务局,他们预测整个城市的用水量,确保水厂有足够的水,大家用时打开水龙头就行了。大家也从没见过水务局深入到千家万户,让每家每户"提需求",谁预测谁有水,谁不预测就没水。那我们为什么有那么多的公司,一而再地要求一线销售、直接用户提需求(做预测)呢?
成本问题没法回避。虽说供应链的绩效有多个维度,但没有哪个指标比成本更难对付:供应链关系陷入僵局的时候,啥都可以谈,就钱没商量。
本田美国是本田在美国的分公司。在关键下级供应商的管理上,本田美国的做法颇具代表性。
预测中,预测的灵敏度(响应度)和准确度经常相抵触:灵敏度高了,准确度就下降;准确度高了,灵敏度不一定高。
上世纪九十年代,为脱离重重困境,通用汽车起用西班牙人洛佩兹负责采购。此公是个工学博士,研究的是生产制造和运营。按道理讲,洛佩兹应该是解决问题的高手,实际上,他却以年复一年地向供应商铁血压价而闻名。
在《读者》上看到王蒙的一句话,很有感触:"凡人容易滑向经验主义,圣人容易走向教条主义"。经验主义是感性的,局部的;教条是理性的,有一定的普适性。圣人之所以是圣人,是因为他们经多识广,"数据"充分,总结提炼出了规律性的东西。《读者》上还有一篇文章,说普通人的盲区是"过于依赖自己的直觉",专家的盲区则是"过于相信自己的理性和经验"(《到底谁不靠谱》,作者人神共奋,《读者》2019年第4期),跟王蒙之言有异曲同工之妙。
从供应链的角度看,我们整体上有三类方法来降本,那就是谈判降价、流程优化、设计优化,总结起来就叫供应链降本的三个台阶,每个台阶都跟供应商息息相关(如图)。
计划由人做,人是有缺陷的,表现为各种偏见。不管是获取信息、处理信息,还是在输出信息、反馈判断结果的时候,人们都可能有意无意地掺入自己的偏见。这是人的天性,作为管理者,我们得正视并寻求解决方案。这里我们主要想讲三种偏见,以及如何应对。
刚到硅谷的那几年,我屡屡有出来单干的念头。行业动荡,公司动荡,人事变动频繁,三年间光顶头上司就换了5个。每次人事变动,都得从头开始;磨合期没过,又是新的人事变动。出来单干,不是因为有多么热衷创业,而是想逃脱。逃脱频频的变动,逃脱让人不安的环境。
有个几十亿营收的服装品牌商说,优质供应商早期介入了,但在后续的公开招标中,报价不是最低,拿不到生意,下次就不愿再帮助设计优化。
很多人问,供应商早期介入设计好是好,但供应商锁定了,价格怎么谈?他们的逻辑是,供应商一旦早期介入设计,这生意就是它们的了,"没有竞争",价格就很难谈。在我看来,这不是竞争不充分,而是短期关系在作怪。
季节性强,生命周期短,比如女孩子们穿的漂亮衣服,需求的不可预见性高,预测多了,呆滞风险大增;预测少了,补货周期又长,补货几无可能。这就相当于一锤子买卖,我们这里探讨一下该怎么预测。
案例企业是个代理商,代理上万个产品,服务几百个客户。客户的产品生命周期在缩短,产品更迭频繁。案例企业的挑战呢,就是没法及时探知变动,调整预测,结果是短缺与过剩并存。
很多企业的问题是,设计阶段供应商早期介入了,采购没有。也就是说,设计人员纳入了供应商,但采购没有参与。供应商啥都好谈,钱不好谈;设计人员摆不平了,就推给采购:采购的任务不就是砍价吗?问题是产品开发到了这一步,供应商都锁定了,这价格还好谈吗?
我接触过几个软件公司,都是开发计划软件的。他们有的基于数理统计,提供多种预测模型以供择优选用;有的基于人工智能,通过机器学习,为需求预测和库存计划提供独特的解决方案。这些软件都远非完美,不过整体而言,要比一帮计划员拍脑袋、各行其是强。但是,很多企业就是不愿采用,或者即便实施了计划软件,实际工作中还是在Excel中手工做计划。
垂直整合后,内置的资源在专业能力上会逐步劣质化----即便不劣质化,在一个封闭环境里,提升速度也会慢于专业的供应商,逐步失去竞争力。那成本呢,还有我们一直期待垂直整合能保证的交付和产能呢?很遗憾,这些能力也会劣化,最终这些垂直整合的资源会变得"又懒又馋",在技术和商务上都没有竞争力,且听我详细道来。
我们在前文谈到,多年高速成长后,企业普遍陷入"高增长、高成本"的"增长陷阱":生意越做越多,钱越赚越少;账面上赚了,都赚进库存和产能里了。那么该如何跳出"增长陷阱",重建竞争优势呢?我们得从企业运营的三大核心职能上找答案。
对于执行职能来说,计划就是计划,好像是个单一职能;但对于计划职能来说,计划还会细分,从需求计划到库存计划到生产计划,从中心仓到前置库位的计划,从新产品到成熟产品的计划,在具体的职责上的侧重点都有所区别。不过就绩效考核而言,这些计划职能却有很多共性,主要表现在服务水平,库存周转和呆滞库存等三方面。
对采购部门来说,技术指标还包括信息技术的应用,比如跟供应商的电子商务,通过信息化来达到下述目标:(1)提高效率,节省人工和运营成本;(2)把人力资源从琐碎杂务中解放出来,以做更有价值的事;(3)增加透明度和可追溯性,规避供应商相关的贪腐(阳光采购)。
有个企业的需求计划由各大区提交,在总部汇总,预测准确度历来不高,造成供应链的很多库存问题。供应链部门就建立了需求评审制度,让总部的营销、市场、财务和供应链等部门评审需求预测。但大区的销售们不满意,认为评审增加了一环,阻隔了销售与生产的有效对接。案例企业就问我,需求评审流程该如何设置。
随着本土企业做大做强,追随战略的局限性就越发明显:以前只要盯着海外的行业老大,它们做啥我们跟着做就行了;现在我们成了行业的龙头,就轮到我们做以前行业老大做的事儿了。
在需求预测上,层层报批是种很常见的做法。
一位首席采购官告诉我这么一个故事。他当年新到一个公司时,需要整体提升采购与供应链部门的水平,其中一项任务就是从外面招聘新鲜血液。该公司地处美国中部,属于那种前不着村、后不着店的地方,虽说是该州的首府城市,但上得了规模的公司屈指可数,除了他所在的那个公司外,就只有波音,那招人也就只能招波音的人了。
围绕采购订单有很多异常,比如催交、推迟、取消,英语的缩写是PPC。不变的不需要管理。对这些异常的处理,是交付管理的重要构成,也是交付灵活性的重要体现。
VMI是供应商管理库存的缩写,英语的全称是Vendor Managed Inventory,最早在零售行业出现(传统上,那个行业习惯于把供应商称为Vendor,更正式的叫法是Supplier),由沃尔玛和宝洁于上世纪80年代率先导入。我们这里把VMI当做一个专题讨论,主要是因为这些年来VMI应用广泛,但由于计划和管理不善,VMI又造成了诸多问题,不光是给供应商造成损失,也严重影响到采购方。
北美某公司的供应商评估中,有一项是对来料验收中次品的处理:你们的下级供应商给你送来一件次品,在来料验收时发现了,你们对这次品怎么处理,以确保最终不要发给客户?这时候,不同管理水平的供应商,给出的答案大不相同。
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。
上世纪九十年代,我还在建筑行业,一个相当粗放的行业。豆腐渣工程屡见不鲜,但整个行业关注的却只是一个字:钱。不管是招投标,还是一轮又一轮的议价,焦点都是把承包商的最后五分钱榨出来。质量问题就如屋里的大象,人人都看得见,人人都假装不存在。
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。
一位创业者联系我,说他们有业内很好的工程师,走的是轻资产路线,运营成本非常低。但随着业务的发展,他们开始讨论建工厂的事,一致认为将来建厂是必经之路。
在多年的增长至上战略下,企业进入越来越多的细分领域,业务越来越多元化,导致需求越来越复杂,需求的变动也越来越难以管理。而后端的供应链呢,层层库存加上重资产,就如一个大胖子,臃肿迟滞,响应速度慢,响应成本高。需求和供应不能有效匹配,能做快的做不便宜,能做便宜的做不快,就成了各行各业的老大难。
在多年的增长至上战略下,企业进入越来越多的细分领域,业务越来越多元化,导致需求越来越复杂,需求的变动也越来越难以管理。而后端的供应链呢,层层库存加上重资产,就如一个大胖子,臃肿迟滞,响应速度慢,响应成本高。需求和供应不能有效匹配,能做快的做不便宜,能做便宜的做不快,就成了各行各业的老大难。
一提到新品计划,很多人的第一反应就是可计划性太低,这就自然而然地把它推到销售、产品端,由那些职能兼职,变成拍脑袋为主了。其实不然,就如我们前面详细阐述过的,即便是用专家判断法做新品的初始预测,也得严格遵守"从数据开始,由判断结束"的计划流程,数据分析至始至终贯穿期间,主导整个专家判断流程。
我在服务电信设备商时,听到这个故事。
南亚某大国有个电信商习惯性地拖欠货款。他们对华为、中兴这样做,对爱立信、诺基亚也如此。那作为应对措施,大家就都提高报价。比如上次延期支付的利息是10万美元,这次就多报15、20万美元。为什么要多报更多?因为这次你不知道会拖多久----不确定性产生成本。
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)。
一位采购经理刚接管一家供应商,就收到来自产品部的要求:为达到产品的"目标成本",该供应商的零件必须降价20%。自从量产以来,这个零件已经经历了两次降价。现在都投产快两年了,为什么又突然冒出个"目标成本"来?
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?
人有时候只想着让自己的简历更精彩,但却忘了自身就是自己最好的广告。不管何时何地,我们的一言一行,无不折射出我们的个性、修养和潜能。所以,润色简历重要,但更重要的是做好每一件事、善待每一个人、每天提高自己。
经过二三十年的攻城略地,快速增长,本土企业的"家底"已经相当厚,虽说创业还是主旋律,但守成的压力也越来越大,很多企业处于从创业到守成的拐点。表现在增长上,就是从高速变为中低速增长;表现在运营上,就是从野蛮成长转向精耕细作。
上海、深圳课程正在报名
案例企业有着强大的粉丝团体,一直走的是粉丝经济,虽然在向品牌经济过渡,但粉丝经济还是营收的重要构成。为了最大化粉丝收益,案例企业就不断推出新品,基本上是每周都有新品上市。该企业走的是中高端、差异化路线,快时尚,品种多,批量小,首批推出一般也就几百到几千件。多种少量让预测更难做,要么过剩,要么短缺,在案例企业得到充分体现。
经常有人问,如何能更好地核算成本?他们总觉得,成本核算不清,自己被"蒙"了,是拿不到更低价的根本原因。但问题是,即便你能核算清,那又能怎么样?
上海、深圳课程正在报名
有位职业经理人跟我说,公司除了在行业数据研究领域有专业的分析人员外,其余的计划人员都没有数理统计的背景,言下之意是数据分析能力很薄弱。这是个千亿级的企业,计划员工多年来靠传帮带的方式培养,以数据搜集、汇总为主,在需求预测上严重依赖销售、产品和高管的判断。
距离开课还有 2 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。
最近评论