网上看到很多文章,谈的是全球供应链的走向。其中最受关注的就是苹果:苹果后面是整个电子产业的供应链,其一举一动都可能产生深远影响。有些人在唱衰,也有些人很自信,说苹果离了中国,不灵,因为整个供应链现在都在这里。

砍订单没什么值得自豪的

| 暂无评论

连续几年的芯片短缺,成了众多企业的心头痛。好不容易今年以来,有些芯片的供应改善,甚至出现局部过剩,价格回落。于是看到不少消息,说厂家开始砍订单,颇有点出了口恶气样子:芯片商们,风水轮流转,你们也有今日啊。有些唯恐天下不乱的自媒体甚至上纲上线,把这跟当前的一些敏感话题牵扯到一起,大肆炒作来吸引眼球。

对供应链绩效来说,没有什么比预测准确度更重要了,因为它直接决定了供应链的成本、交付和资产周转效率。这就是为什么在Gartner的供应链指标金字塔里,雄踞塔顶的是预测准确度。老祖先似乎没有"预测"一词,但你一眼就可看出,"早知三日事,富贵一千年"说的其实就是预测准确度。

从"收一遍的钱,干两遍的活"说起

| 暂无评论

几年前,我服务一家千亿级的企业,晚上吃饭,不知怎么就聊到了软件开发。他们的采购总经理说,国内的软件供应商拿的是一遍的钱,干的是两遍的活,没法活了。忙问为什么,他说需求定义不到位,内部用户让供应商按自己的要求开发软件,但开发好后一看,不是自己真正想要的,于是就重来----你说软件商们怎么能赚钱呢?

需求计划的闭环"责任链"

| 暂无评论

让我们拿需求计划为例,阐述计划的"责任链"这一重要概念。

首先,谁是需求计划的第一责任人?谁做的需求计划,谁就是第一责任人。我们说"做计划",指确定最终的需求数量、需求日期,驱动供应链执行。需求预测是个计划任务,虽然销售、市场、产品管理等职能扮演关键角色。当然,计划职能太薄弱时,需求预测就可能成了别的职能的兼职工作,那么这些兼职职能就得承担相应的责任。

计划职能习惯性地陷入执行模式,是众多企业的普遍挑战。怎么才能让计划"抬头看路",而不是一味"低头拉车"?一项重要举措就是制定绩效考核来保护计划人员,引导计划更加聚焦整体绩效,避免深陷订单层面的争夺战。

计划不能是一个人的最后一站

| 暂无评论

计划上做不到精益求精,跟计划人员的专业能力息息相关。比如计划员工的资质、经验不足,没掌握基本的预测模型,更谈不上优化这些模型,预测准确度就不高;为了应对预测的不准确,我们就得建更多的安全库存,花更多的钱来执行弥补。能力不足,面对那么多的产品和库位,没法科学、合理地做好库存计划,合适的库存放不到合适的地方,服务水平和库存就更加没法优化,都让我们在精益求精上渐行渐远。

不确定性大,如何避免大错特错

| 暂无评论

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,以及短缺下的过激反应,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。

计划有多种,相互有关联

| 暂无评论

任何事情都是个两阶段的实现过程:先有精神实现,然后有物质实现;前者是计划,后者是执行。企业里的每个职能,凡是有执行的,都能找到相应的计划,无非有些计划实现了专业化,由专职人员在做,有些是兼职而已。

如何从无到有,制定个计划

| 暂无评论

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。

没计划,这是计划的首要问题

| 暂无评论

2009年,我刚开始服务本土企业,就对有些企业在计划上的欠缺深有感触。用一位美国合作伙伴的话讲,"短期计划是下午四点,中期计划是本周四,没有长期计划"。这不,前一天下午会议上谈得好好的事,第二天一大早就变了,就因为上头的一句话。

从"收一遍的钱,干两遍的活"说起

| 暂无评论

几年前,我服务一家千亿级的企业,晚上吃饭,不知怎么就聊到了软件开发。他们的采购总经理说,国内的软件供应商拿的是一遍的钱,干的是两遍的活,没法活了。忙问为什么,他说需求定义不到位,内部用户让供应商按自己的要求开发软件,但开发好后一看,不是自己真正想要的,于是就重来----你说软件商们怎么能赚钱呢?

库存:企业运营的焦点问题

| 暂无评论

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。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。

苹果对供应商,究竟怎么样?

| 暂无评论

网上有很多文章,谈到苹果对待供应商如何如何,大抵是负面的居多,也经常有人向我求证。我没有在苹果工作过,也跟苹果没什么商业关系,这里纯粹是从第三者的角度,基于我在硅谷20年来的所见所闻,以及硅谷顶尖高科技企业在供应商、供应链管理上的普遍实践,分享一些个人看法。

供应链要早期介入需求定义阶段

| 评论(2)

在需求定义阶段,供应链对产品的贡献,主要在于帮助设计优化和设计选型。设计优化对可制造性至关重要,可制造性越高,复杂度就越低;设计选型对标准化、通用化意义重大,直接影响到规模效益。不管是设计优化还是设计选型,供应链都扮演关键角色。

从汉王科技说产品的复杂度

| 暂无评论

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。

苹果补齐供应链短板

| 暂无评论

1985,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 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。

高增长、高成本的转型出路

| 暂无评论

对于"增长陷阱",其实大家一点也不陌生。像2008年金融危机以来的钢铁、煤炭、水泥、电解铝、光伏、风电、海运、造船等行业的产能过剩,都是整个行业陷入"增长陷阱"。其后就是连续几年的"供给侧改革",对付产能过剩,库存高企,资金紧张的问题。这主要是宏观政策调控,针对国企央企。从企业管理的角度,该如何跳出"增长陷阱",重建竞争优势呢?

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(如图 1)。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。

汽车芯片为什么短缺?

| 暂无评论

新冠疫情这两年,汽车芯片短缺的情况越来越严重,通用、福特、大众、戴姆勒、丰田、日产等整车厂的多个工厂因此停产,有些新车功能被迫推迟推出,有些车型甚至不得不退回到老的配置。

需求计划的进化史

| 暂无评论

我们这里换个视角,谈一下需求计划的"进化史"(如图 1),以及中美企业在需求计划上的差异。简单地说,需求计划的整个"进化史",也是需求计划从单一职能向跨职能、跨企业发展的历史,从避免大错特错向追求精益求精的发展历程。

需求计划的绩效如何考核

| 暂无评论

一旦提起需求计划的绩效,一般人就会联想到预测的准确度。这没错,但不全面。所谓绩效,真正重要的是指跟客户、股东利益直接相关的东西。我不是说预测准确度不重要----预测准确度当然重要,因为会影响到客户和股东利益,但客户跟你做生意,股东买你的股票,有多少是因为你的预测准确度高?所以,对需求计划的绩效评估,要超越预测准确度本身,从客户和股东的视角来看待。

全新《供应链的三道防线》第2版上架了

| 暂无评论

Thumbnail image for 三道防线,2版.jpg

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执行不到位,但仔细探究,根源却都离不开计划。

需求预测:分门别类,区别对待

| 暂无评论

最新专著《供应链的三道防线:需求预测、库存计划、供应链执行》第2版,刘宝红著, 京东预售。

有个养殖企业,营收在几百亿的级别,长期以来是需求拉动:养殖场有需求,就提交库管,驱动采购来满足。需求拉动的问题有二:其一,给供应链的响应时间太少,经常成为紧急需求,导致加急赶工运营成本高,内部用户体验也差;其二,需求零散,难以聚合,缺乏规模效应,导致采购价格偏高----即便签订总量合同,拿得更好的价格,但因为需求是零散的,批次多,跨度长,供应商最终也往往要求随行就市,实际收取更高的价格。

小步快走,尽快纠偏,服装行业为例

| 暂无评论

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。

怎么知道预测错了,需要纠偏

| 暂无评论

我们都说要及时纠偏,但究竟怎么才知道预测错了?

最简单也是很常见的,就是等别人冲着我们叫:客户在催货,你知道是短缺;财务在质询呆滞库存的事,那自然是过剩了。但是,这些结果指标是滞后的,因为供应链上的库存有冗余,信息传递有延迟,等我们知道了,已经太晚了。这就跟等觉得口渴时,身体早已处于缺水状态了。

先说计划主导。

虽然销售深度介入需求预测,但需求预测不是销售的主业,即便兼职预测的话也往往只管生,不管养:他们提完需求,然后就去忙别的,不再回头看。什么时候才回头看?灾难降临的时候,要么是短缺,要么是过剩,都是基于结果的,而结果是滞后的,甚至是严重滞后。所以,作为计划职能,我们不能一直等着业务端"有什么变化,要尽快告知"----那是推卸责任,而是要定期滚动预测,发现不确定之处主动问业务端。

建立滚动的预测更新机制

| 暂无评论

对于小的需求变动,供应链有一定的纠偏和容错能力。比如预测相对偏低的话,可由安全库存、安全产能来应对;预测适当偏高的话,可以延迟供应商给我们的交付,或者手头库存暂时高一段时间。但这是有前提的:我们得尽快调整预测,否则长期累积下来,小洞变大洞就难补了。

计划总是可以调,但供应链可不予执行

| 暂无评论

我们接下来讨论,未来多长时间内的需求预测可以调整,执行端必须得满足。这就涉及到计划的冻结期半冻结期自由期,如图 1:

(1)在冻结期内,对预测的数量和时间调整,供应端可拒绝执行,否则的话执行成本太高;

(2)在半冻结期内,供应端要满足一定的时间调整(比如适当提前或推后),但可不响应数量调整(因为原材料等很难在短期获取);

(3)其余的是自由期,预测的数量和时间都可以调整(这一般是采购提前期外),供应端必须满足。

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。

SKU泛滥,需求预测怎么做

| 暂无评论

SKU是英语里Stock Keeping Unit的缩写,直译过来是存货单元。举个例子。女孩子去买衣服,找到喜欢的款式,喜欢的颜色,还得找到自己的尺码----款式+颜色+尺码就是这里说的SKU。SKU是我们识别产品所必须的,也是商场进出存的最小单元。同样的款式、同样的颜色,中号跟小号是不同的SKU,所以需要两个不同的SKU编码来识别。

由判断结束:判断什么,怎么判断

| 暂无评论

11月供应链管理系列培训

报名倒计时还有 6 天


在各行各业,产品的生命周期在缩短,产品新老交替迅速;社交媒体带来更多的改变需求的方式,上新即高点,需求直上直下;六一八、双十一等电商大节,跟国内的传统节假日一道,显著增加了需求的波动性。再加上国内市场竞争激烈,相对欧美而言促销活动更多,需求的可预见性更低。这些都决定了基于需求历史的预测准确度低,凸显了"由判断结束"的重要性。

VMI是对供应链三道防线的终极挑战

| 暂无评论

一个苏州的公司问,我们让供应商建了VMI,但短料、呆滞频发,怎么办?我的答复是供应链的三道防线。他们问,三道防线中没有一个字是谈到VMI的,为什么能解决我们的问题?答曰:预测准确度低,第一道防线建不好,VMI要么是断货,要么是呆滞;库存计划不到位,第二道防线没建好,VMI的最低、最高库存不合理,问题当然是一大堆;需求预测和库存计划的不足,最后都得供应商的执行来弥补,这是供应链的第三道防线,要求我们选好、管好供应商,对我们的寻源和供应绩效管理提出更高的挑战。

VMI和寄售没关系

| 暂无评论

与VMI常常一起出现的还有寄售。很多人搞不清两者的关系。其实,它们两者没关系:VMI说的是库存的管理责任,寄售说的是库存的所有权。在实践中,你可以用VMI而不用寄售,可以用寄售而不用VMI。当然两者并用的情况也很常见,以至于业界一旦提到VMI,首先想到的是库存也归供应商持有(寄售);而很多企业采用VMI的初衷呢,也是为了把库存压力转移给供应商。也就是说,很多人心目中的VMI其实是VMI加寄售。

【案例】库存四分法,原材料为例

| 暂无评论

四分法给我们结构化的方法,来展现库存风险,以控制整体库存。这里我们以原材料为对象,介绍这一方法的具体应用。

渠道压货,人为加剧需求的不确定性

| 暂无评论

在有些行业,压货行为非常普遍,人为加剧了需求的变动性。

核心竞争力的几个误区

| 暂无评论

对于品牌商来说,重资产的制造能力一般都不是核心竞争力,那为什么对富士康、伟创力这样的代工商来说,却是核心竞争力?

过激反应,短缺最后总是以过剩收尾

| 暂无评论

前面多次讲过,行业性短缺状态下,过激反应,大幅拔高安全库存和需求预测,不但解决不了短缺问题,反而造成后续的过剩问题,应了"所有的短缺,最后都是以过剩结束"。特别是集体决策下,人们倾向于承担更大的风险,往往超出企业的承受力度;同样是"集体"决策,库存的责任不明确,补救措施就不及时,把本来可以减轻的风险没有减轻。

模块化与外包的关系

| 暂无评论

我对模块化与外包关系的最初理解,源自2009年的一个外包项目。

有个工业品公司,项目型需求较多,一贯靠一线销售提需求。让每个销售预测自己跟踪的项目,预测的颗粒度小,预测准确度不高,呆滞库存是个大挑战。于是该企业就开始考核预测的准确度:你预测了几个,就得用掉几个。销售跟库存挂上钩了,就迟迟不肯提需求,直到需求快落地时,数量的准确度没什么问题了,但给供应链却没有时间来响应。

竞合关系下,供应商的可替代性较低,作为采购方,我们不能用淘汰作为供应商管理,而是得有意愿、有能力来跟这样的供应商合作。其解决方案在我的红皮书中有详细阐述,总结起来,就是"有选择,有管理;先督促,后帮助;谁选择,谁管理",如图1。

这是刀具行业的一个案例。案例企业是贸易起家,在2006年开始贸易转生产,进入制造领域,给客户做OEM代工的同时,也推出自己的品牌。刀具行业是重资产,用案例企业老总的话讲,是"重之又重":中小企业投资一条产线,大致需要300万元,其中设备就占250万元。设备投入跟产出是1:1,也就是说,一年做1000万元的生意,就得有1000万元的设备。作为对比,波音是造飞机的,历来是重资产,固定资产周转率也达到6.1(2019)。

改变组织行为,控制多余库存

| 暂无评论

根据风险的高低,我们把多余库存分为两部分:如果能在一定时间内消耗掉,风险较低,就叫过剩库存;一定期限内预计消耗不掉,风险较高,就叫风险库存。多余库存的驱动因素是组织行为,比如预测失败,订单取消,最小起订量,策略备货,设计变更等。

需求预测不能等同于销售目标

| 暂无评论

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(如图 1)。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。

| 暂无评论

三年前,A君离开从业多年的跨国企业,加入了一个新兴的同行,负责该企业的供应链部门。该企业当时尚处于起步阶段,每年的营收在几千万元的规模,零部件给供应商做,但有自己的生产线,负责最终的组装。企业规模小,规模效益不够,人工、设备、仓储等成本就比较高。A君一算账,外包给专业的供应商,物料费用不变,但其他费用可降下来一半。供应商能够更便宜,是因为是专业做组装,生产效率高,场地利用效率高,规模效益也更大。

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。

老产品外包:一些典型的障碍

| 暂无评论

在北美,老产品从自制到外包的诱因众多,比如公司推动结构性变化,把固定成本变动化(就像以前谈过的泛林研发),或者供应商的能力成长较快,规模和成本优势更明显。这些都很容易理解。整体逻辑都差不多:同样的重资产问题,供应商因为专业化和需求聚合效应,处于更好的位置来应对。但是,对长期以制造商自居的企业来说,要认识到这点并采取行动的话,却不是件容易的事。

新产品外包还是自制:科尔尼模型

| 暂无评论

科尔尼是全球知名的咨询公司,在采购和战略寻源领域尤其突出。他们开发了一个模型,从制造战略的角度出发,应对新产品的自制还是外包问题。

如图1,在科尔尼的决策树中,我们要回答6个主要的问题,来决定新产品是自制还是外购。

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。

模块化对供应链的影响巨大

| 暂无评论

模块化让很多供应链管理的概念得以落地,我们这里主要讲三个方面。

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。

模块化是产品的一种方式,外包是供应链的一种方式,在有关外包的文献中,这两者经常成对出现,但究竟有什么关系呢?这就是下面要探讨的。

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。

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。

聚焦核心竞争力,外包非核心业务

| 暂无评论

从字面上看,核心竞争力就是能给你带来持久的差异化优势,竞争对手难以复制的能力。核心竞争力与战略外包如影随形:聚焦核心竞争力,势必要外包非核心、不擅长的业务;两者结合,成对运作,极大丰富了供应链管理,对于提高投资回报率,降低重资产的风险有着深远意义。

重资产的剥离:请神容易送神难

| 暂无评论

除非绝对必要,不要垂直整合,因为垂直整合战略太复杂、昂贵并且难以逆转----想必他们介入很多企业的垂直解体,亲眼目睹重资产问题的严重性。对企业来说,进入时要慎重,慎始如终;退出时要果断,及时止损。

什么阻止了资产剥离

| 评论(2)

请神容易送神难,剥离重资产要克服重重障碍。

这是我的第6本书,跟其他书啥关系

| 暂无评论

微信图片_20210618093558.png

算上这本,我共写了6本书。这六本书的侧重点各不相同,从不同角度、不同深度探讨供应链管理,相互之间有千丝万缕的关系,这里简单说明一下。

序言二 成本问题要从三个层面解决

| 暂无评论

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。

序言一 我是怎么关注起重资产的?

| 暂无评论

摘自《供应链管理:重资产到轻资产的解决方案》,新书上架--京东、当当网有售。

2004年,我商学院毕业不久,在硅谷的一家半导体设备公司做供应链管理,一部分职责是采购钣金件。所有采购项中,钣金可以说是最简单的,所以就让我这样的新手来练兵。

​成熟企业,如何减轻重资产的负担?

新兴企业,如何避开重资产的陷阱?

微信图片_20210618093558.png

海尔外包次要产品

| 暂无评论

相比海尔、美的这样建制相对完善,做事相对有板有眼的企业 ,一些相对较年轻,特别是新兴行业的企业,在产品的外包与自制的决策上就比较轻率,没有一致的战略,前后矛盾,甚至充满投机色彩。

外包重资产,把固定成本变为变动成本,即便不一定能降低总成本,也可提高灵活度。外包供应商的规模一般更小,规模效益的临界点也更低。也就是说,同样的业务量,在外包供应商那里更有可能超出盈亏平衡点。这都是外包战略的经济学原理。

在大型设备、飞机制造、军工国防这样的行业,效率低成本高是企业的普遍挑战,差异化战略是企业的普遍选择。同样,在以重资产著称的芯片制造业,只有技术的差异化,才可能系统地把重资产的成本转移给客户。

你最终会变成你曾经讨厌的样子。

垂直整合后,除非是核心竞争力,内置的资源在专业能力上会逐步劣质化。那成本呢,还有我们一直期望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",在技术和商务上都失去竞争力。

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。

这些年轻的创始人性格强硬,脾气大,不愿妥协,影响了对社会资源的整合,没法跟供应商有效协作,就容易走上垂直整合的路。他们集裁判与球员于一身,缺乏基本的制衡,导致决策质量低,在重资产上交了很多学费。

供应商管不好,重资产成为替代方案

| 暂无评论

企业获取资源的方式有两种:要么自己做,垂直整合,重资产;要么供应商做,市场方式,轻资产。两者的关系是,企业选不好、管不好供应商,没法有效通过市场方式获取资源,就转向垂直整合,以重资产方式的获取资源。

老产品外包:一些典型的障碍

| 暂无评论

北美和欧洲的衰落,在某种程度上,可以说是从员工失去干劲开始的:垂直整合下,竞争不充分;工会保护下,干多干少都一样;经济增速缓慢,收入停滞不前,没了奔头。时间长了,这都让一些员工变得既懒又馋,成了管理层眼里的毒瘤。

新产品外包还是自制:科尔尼模型

| 评论(1)

供应链是从新产品开发开始的。重资产的很多决策,也是在新产品开发阶段做出的。新品的不确定性大,在决定重资产投入时要深思熟虑,慎始如终。很多重资产决策,一旦轻率做出,就逆转无望,没有赢家。

生产设施的网络优化:科尔尼模型

| 暂无评论

从公司层面评估整个生产、仓储、配送等重资产网络,基于成本、服务、质量等对网络进行优化,以期望从更高层面影响成本和其他绩效。

外包重资产,把固定成本变为变动成本,即便不一定能降低总成本,也可提高灵活度。外包供应商的规模一般更小,规模效益的临界点也更低。也就是说,同样的业务量,在外包供应商那里更有可能超出盈亏平衡点。这都是外包战略的经济学原理。

在大型设备、飞机制造、军工国防这样的行业,效率低成本高是企业的普遍挑战,差异化战略是企业的普遍选择。同样,在以重资产著称的芯片制造业,只有技术的差异化,才可能系统地把重资产的成本转移给客户。

你最终会变成你曾经讨厌的样子。

垂直整合后,除非是核心竞争力,内置的资源在专业能力上会逐步劣质化。那成本呢,还有我们一直期望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",在技术和商务上都失去竞争力。

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。

这些年轻的创始人性格强硬,脾气大,不愿妥协,影响了对社会资源的整合,没法跟供应商有效协作,就容易走上垂直整合的路。他们集裁判与球员于一身,缺乏基本的制衡,导致决策质量低,在重资产上交了很多学费。

从轻到重再到轻,是不是必经之路?

| 暂无评论

一位创业者说,几乎所有的供应链书籍都在宣扬轻资产,认为轻资产是趋势;但他看到的同行呢,却走的是从轻到重再到轻的路线。从轻到重再到轻,是不是必经之路?

供应商管不好,重资产成为替代方案

| 暂无评论

企业获取资源的方式有两种:要么自己做,垂直整合,重资产;要么供应商做,市场方式,轻资产。两者的关系是,企业选不好、管不好供应商,没法有效通过市场方式获取资源,就转向垂直整合,以重资产方式的获取资源。

能力越低,固定资产就越重

| 暂无评论

技术创新不够,品牌溢价能力不足,就没有足够的盈利空间来外包重资产业务;管理能力低下,没法有效地选好、管好供应商,通过市场方式获取资源,就不得不垂直整合,自建产能,重资产运作。

德尔菲是古希腊的神庙。在中国的一些农村,当不确定性很大时,大家还有问神的习惯。简单地说,德尔菲专家判断法就如问神,专家就是"神";不光是问一个"神",而且要问多个,交互验证。

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。

预测判断力是可以培养的

| 暂无评论

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。

从猜糖游戏到专家判断法

| 评论(1)

有一次,我在旧金山参加高科技预测与计划峰会。一个赞助商在展台上放一大瓶巧克力豆,让每一个与会人员有奖竞猜。挺大的一个瓶子,几百只巧克力豆,谁又能猜得准呢?几十个与会者猜下来,有猜1000只的,有猜200只的,有猜几十只的。但是,令人吃惊的是,平均值竟然只与实际值相差4只,误差在1%左右(实际值是296,平均值为292)。

VMI:如何计划,如何管理?

| 暂无评论

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。

计划职能的绩效如何考核?

| 暂无评论

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。

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。

会设安全库存,再订货点的计算就很容易

| 暂无评论

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。



[1] 在这里,ROP是Reorder Point 缩写,亦即再订货点;ROQ是Reorder Quantity的缩写,亦即订货量。

有货率是重要的运营指标,如何设置?

| 暂无评论

什么是有货率?这几年在计划类培训中,这是学员问得最多的问题之一。

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。

新品计划由谁做?

| 暂无评论

新品计划首先是计划,然后才是新品。

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。

【案例】大型设备的项目预投机制

| 暂无评论

这是个大型设备制造商,设备用于大型工程项目,是典型的大国重器。他们的崛起,让欧美的竞争对手吃尽苦头。但是,大型设备品种多,批量小,定制化程度高,关键物料主要依赖进口,供货周期长,也让案例企业挑战重重。

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。

季节性强,一锤子买卖如何预测?

| 暂无评论

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。

预测模型的选择的一些考量

| 暂无评论

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。

在选择合适的预测模型时,我们首先要看预测准确度。前面说过,常用的准确度指标有两个:绝对误差百分比、均方差。前者的好处是直观,但有可能误导;后者的好处是更能够避免极端误差,但不直观。

季节性带趋势的预测:示例

| 暂无评论

对于有趋势的季节需求,我们这里介绍一个常用的方法,准确度不是最高,但相对简单易行。

我们先看一下季节性和周期性的区别。周期性是时间序列呈现出波浪形起伏,上下起伏,一般由商业和经济活动引起。它不同于趋势变 动,不是朝着单一方向的持续运动,而是涨落相间的交替波动;它也不同于季节变动,季节变动有比较固定的规律,而循环波动则无固定规律[1]。可以说,周期性和季节性都有波峰波谷,前者缺乏规律性,可预见性低;后者规律性强,容易预见。

趋势的预测:霍尔特指数平滑法

| 暂无评论

霍尔特法得名于查尔斯·霍尔特,最早发表于1957年,成为预测上用得最广的模型之一[1]。对需求预测和库存计划来说,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(Holt,Modigliani,Muth和Simon),当时他们都在卡内基工学院[2],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危机状态,要么是赶工加急,要么是产能利用不足,以及库存积压。

时间序列的预测:指数平滑法

| 暂无评论

在预测时间序列上,指数平滑法是另一类常用的方法。该方法最先由布朗提出,他认为时间序列的态势具有稳定性或规则性,所以可被合理地顺势推延;最近发生的,在某种程度上会持续到最近的未来,所以历史信息越新,其所占权重也越大[1]。指数平滑法其实是一种特殊的移动平均法,是一种加权移动平均,特点是权重按照几何数级递减,越老的数据权重越小。

指数平滑法的逻辑和初始化

| 暂无评论

让我们拿踢足球打比方,来进一步理解指数平滑法的逻辑。

如图 1,预测就如防守方,下一步跑到哪里,取决于(1)现在球落到什么地方,即上期的实际值;(2)现在自己的位置,即上期的预测值----防守者是按照自己的预测行事,他现在的落点就是上期的预测值。

时间序列的预测:移动平均法

| 暂无评论

移动平均法是用一组最近的历史需求,来预测未来一期或多期的需求。这是时间序列最常用的方法之一。当每期的历史需求权重一样的时候,我们就叫简单移动平均(一般简称为移动平均);当权重不同的时候,我们就叫加权移动平均。在加权移动平均中,需求历史越近,权重一般越大,也就是说更重视最新的信息,但所有的权重加起来等于1。

时间序列的分解:水平、趋势和季节性

| 暂无评论

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]

为什么能预测:延续性和相关性

| 评论(1)

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。

这是我的第5本书,跟其他书啥关系

| 评论(1)

自2012年以来,算上这本,我共写了5本书。这五本书的侧重点各不相同,从不同角度、不同深度探讨供应链管理,相互之间可以说是独立,但又有千丝万缕的关系,这里简单说明一下。

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。

从计划的"七分管理"到"三分技术"

| 暂无评论

2018年,我和赵玲合著的《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》)。

所有供应商的报价都高,怎么办?

| 暂无评论

我拜访一家公司,见他们的供应链新老总。这位老总来自销售端,长期以来,被供应端的"高成本"害苦了,比如子分公司作为内部供应商,不愿意降价。现在好,终于轮到他来管理供应链部门了,上任伊始就拿子分公司动手,让那些工厂关停并转。原因很简单:产品大众化了,产品和工艺都很成熟,毛利一日不如一日,子分公司的那帮"大爷"成本高,养不起;脾气大,不愿养。

"一站式"全供应链的空中楼阁

| 暂无评论

经常听到一些行业的巨无霸们出来,到处并购,垂直整合,承诺给客户"一站式"的供应链服务。一看到这些,我就非常谨慎,因为这样的并购,跟自建产能本质并无二致,最后的结局也很相似,难脱资产的劣质化。

13次视频会议培训的效果总结

| 暂无评论

全球的疫情还在继续,中美的航班还没有开启,我继续在硅谷的家中隔离。在国内,疫情虽然得到控制,但很多企业还是提倡视频会议或者云办公,尽量避免大规模集会。于是我就通过思科的WebEx系统,以视频电话会议的方式培训。

​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。

京东物流:重资产与竞合关系

| 评论(3)

京东、亚马逊刚开始电商业务的时候,规模小,业务少,那些物流商体量巨大,双方的关系是典型的持币购物,京东、亚马逊得到什么就是什么。有了一定体量后,这些电商跟物流商的关系更密切了,给他们更多的要求,物流商也开始投入更多的资源,主要是通用资源,但如何实现,还是物流商自己的事----这有点像制造领域的代工关系,京东、亚马逊涉入不深,如图1中的第①步。

新品开发,重资产出手的风险

| 暂无评论

有个大公司的二级公司,这两年在向多元化迈进。他们成立了专门的事业部,购置了设备,建了生产线,但新产品却远没达到期望,销量不温不火。于是,该二级公司陷入成本"三高"的境地:技术行业,研发投入高;专业人才多,人工成本高;重资产进入,固定成本高。成本太高,支出太大,母公司也受不了,就开始考虑关停并转;二级公司人心惶惶,未来充满不确定性。

过期口罩与"黑天鹅"危机

| 评论(3)

看到路透社的报道[1],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2017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。

每次灾难来临,都如世界末日;每次灾难,人类都能安然度过。

新冠疫情的影响下,经济充满了不确定性,特别是那些打完"上半场"还得打"下半场"的行业,比如跨境贸易的电商:前段时间是有订单,没人做,交付困难;现在终于有人做了,但越来越多的国家被疫情击倒,订单没了。生产制造,餐饮服务,旅游教育,各行各业都有类似的挑战。

有呼吸机,还是没有?

| 暂无评论

美国这段时间算是掉进坑里了,新冠确诊病人都超过40万了(2020年4月7日)。特朗普可以说是焦头烂额,每隔几天就得在白宫讲话,面对媒体咄咄逼人的问题。政客的讲话,当然是形势一片大好,比如针对医疗器材的短缺,供应正在源源不断地涌来,前些天的热点是检验试剂,这几天就变成了呼吸机。每每讲完,总有记者"不识时务"地问,(您说有这么多),那为什么医生和护士们都在说没有?纽约市长、各州的州长也不时发表言论,说的都是联邦政府短缺,找的都是联邦政府的麻烦。

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。但销售不满意,认为评审增加了一环,阻隔了销售与生产的有效对接。案例企业的供应链就问我,需求评审流程该如何设置。

我为什么不谈"风险管理"?

| 评论(2)

经常有人问,供应链的风险该怎么管,你为什么不写写风险管理?特别是最近,新冠病毒的影响下,供应风险大增,有位读者甚至很愤怒,在我的公众号上留言,好像我不就这话题说点什么,就不是同恤国难,见死不救。我当然不在乎道德绑架,但还是忍不住在这里说几句。

精益在美国的导入和完善历程

| 暂无评论

精益听上去是个日本概念,其实不完全是:它是美国与日本管理方式的结合。精益的源头是福特的流水线。上世纪50年代,丰田来美国,学习美国汽车的流水线制造,结合日本的本地特色,比如资源稀缺,空间狭小等,形成精益的雏形(JIT)。到了80年代,精益实践开始传回美国,经过80年代、90年代的总结提高,形成完整的精益体系。这里能频繁看到两个企业的影子:福特丰田,可以说先是从福特到丰田(丰田学习福特的大批量、流水线),再是从丰田到福特(福特学习丰田,从传统的批次生产方式,转化为精益的流式生产)。

某某行业的供应链怎么管理?

| 评论(1)

时常有读者问,某某行业的供应链怎么管理?这个"某某"可以是任何你能想到的行业,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。

这里讲的重资产,是垂直整合了专门为自己服务的。比如你是个品牌公司,自建产能,专门制造自己的产品;你是个机械加工厂,并购了个电镀厂,专门给自己的产品做表面处理。你或许会尝试多元化,让这垂直整合的资产为更多的企业服务,但其主要客户仍旧是你自己。

丰田和福特:不是双城的双城记

| 暂无评论

汽车在美国是个夕阳行业,在过去三四十年里,好像就没听到过底特律的好消息。先是80年代被日本汽车摁在地上摩擦,然后是通用的全球第一桂冠转给丰田,再就是2008年金融危机以后,三个巨头破产了两个。而作为唯一的幸存者呢,福特这两年也是流年不利,危机重重。

为什么你的生产线是你最差的供应商?

| 评论(2)

2004年,我商学院毕业不久,在硅谷的一家设备制造商做供应链管理,一部分职责是采购钣金件。所有采购项中,钣金可以说是最简单的,所以让我这样的新手来练兵。

案例企业是个制造商,让供应商做VMI库存,但VMI的库存计划还是基于经验,一刀切地设置,问题多多。我探究了该企业的详情,发现根本不具备运行VMI的条件,主要跟信息系统的能力不足有关。

计划职能的不作为同样可恨

强势职能,比如销售和研发的不作为,人们容易看到,也经常口诛笔伐;但是弱势职能,比如计划和供应链的不作为,却因为被其"受害者"的角色所掩护,往往不容易发现,也就更不容易纠正。

接触过几个软件公司,都是开发计划软件的,主要是需求预测、库存计划。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。整体而言,这些软件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。

一位读者留言,说研发和市场部总是想拉合格供应商名录之外的厂商来做比价,怎么去说服对方不建议这么做?

不是长期关系的"长期关系"

| 评论(2)

这里我们不说什么是"长期关系";我们说说几种不是长期关系的"长期关系"。

集中采购后的价格更高?

| 评论(8)

一位职业经理人反映,集团层面集中采购后,价格竟然比他所在分公司原来的价格还要高。

新品的滚动计划:平衡时效性和准确度

| 评论(1)

新品计划的准确度低,关键是伴随着更多的需求历史,要及时滚动更新,同时平衡库存风险断货风险运营成本

预测的灵敏度和准确度

| 暂无评论

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。

预测准确度的统计

| 暂无评论

预测准确度有多种统计方法,这里介绍常用的两种。

有时候,不预测就是最好的预测

| 暂无评论

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"。

样本太少怎么办?

| 暂无评论

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?

按日,按周还是按月汇总需求历史?

| 暂无评论

在计算安全库存的时候,当需求相对平稳的时候,我们一般用过去一段时间的平均需求当做预测,计算这段需求历史的标准差,来量化需求的不确定性。这里有两个问题要考虑:其一,样本的数量,即用多少个数据点来计算;其二,数据汇总的颗粒度,比如按日,还是按周或按月汇总。

这个公司适合做预测吗?

| 评论(2)

一个软件公司的业务微信我,您去xx公司培训,他们适合做预测吗?

这四本书,按什么顺序读?

| 暂无评论

不时有读者问,您的这4本书,应该按照什么顺序来读?这里一并作答。

什么样的价格是合理的?

| 暂无评论

一再有人问我,什么样的价格是合理的。我想这里统一回答:价格的合理性只能由市场决定。简单地说,当市场竞争充分的情况下,多家报价,你得到的价格就是合理的价格。这是由市场机制,也就是那只看不见的手决定的。这就是为什么你在一线城市打工,一天赚1000元----这个公司不给你一千,别的公司会;而你到老少边穷地区给老乡放羊,一天就只能赚50块钱了----市场能提供的也就50元一天,你不愿意,自然能找到别人放羊(反过来想想,如果你也每天赚1000,没几天,那群羊就全归你啦,这好像也不合理啊)。

有人问通用汽车的前采购副总安德森,你们的挑战是什么?安德森说,"(通用汽车的)采购有三个挑战:复杂度、复杂度、还是复杂度。通用汽车在全球采购的零部件达16万种,这也意味着每天出问题的机会有16万个。而要生产线就停顿下来,缺一种零件就够了"。

案例:新品导入,首批订货订多少?

| 评论(1)

案例企业有着强大的粉丝团体,传统上走的是粉丝经济,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,基本上是每周都推出一款新品。

该企业走的是中高端、差异化路线,品种多,批量小,首批推出一般也就几百到几千件。多种少量的挑战是预测很难做,要么过剩,要么短缺,在案例企业得到充分体现。

我想写本什么样的书

| 评论(1)

微信图片_20190301070349.jpg

2005年,我开始写"供应链管理专栏"(www.scm-blog.com),到现在已经14个年头了。先后写了600多篇文章,长短不一,讲的都是些供应链实践中的事。"供应链管理专栏"也成长为备受欢迎的专业网站,如果你百度或谷歌"供应链管理"的话,这个网站会在第一页出现。对于一个没有做过任何推广的网站,这完全是千百万读者频繁访问的结果。

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、德国、日本、新加坡、台湾、韩国、大陆等多个地区。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,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。

我回答不了的问题

| 评论(2)

十几年来,我接到过很多读者的问题,大多是关于供应链管理或者职业发展。我很喜欢这些问题。老实地说,我从这些问题中学到的,远比提问者要多得多。不过,有几类问题我没法有效回答,所以这里一并解释。

2018这一年

| 评论(1)

2018年是特殊的一年。我很高兴我仍旧是个作者,没有变成生意人,主要表现在下面3个方面。

采购做细了是个技术活。就拿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。这也是为什么在一个家电巨头,要设采购工程师这一职位,其职责之一就是核算加工一个零件,需要多少工时,车床还是铣床还是刨床,以推算出成本来。对于生产工艺、质量问题等来说,就更加需要技术力量来应对。

"大采购"得克服的两个组织问题

| 暂无评论

在过去几年里,我研究、拜访过几十家本土企业,上至营收数千亿、过万亿的企业,下至几千万、刚过亿的中小企业,发现在采购的组织结构上,有些普遍存在的问题,这些问题不解决,就难以完成向"大采购"的转变:(1)总部与分公司职能重叠、分工不清;(2)多头管理,形不成合力。

战略转型中的供应商开发

| 暂无评论

上世纪八九十年代,IBM在生产制造上的优势日衰,就决定转型,从竖向集成向外包过渡,面临的问题之一就是供应商行吗?IBM的忧虑是有根据的。IBM历来技术领先,当时公司的任何东西对供应商来说都是秘密,采购的一大任务就是做好"看门狗",不要让供应商"偷取"IBM的技术。但是,供应商还是有很多方面比IBM做得好的:他们更具成本优势和快速响应能力。

1.png

供应链的大多问题,表面上看是因为执行没做到,实质上是计划没想到。客户交付差,库存周转慢,运营成本高,问题虽然看上去各不相同,但解决方案都很一致:供应链的三道防线。无论是生产制造业,还是零售、电商、服务业,莫不如此。

要领先,技术发展蓝图就不可避免

| 暂无评论

对于技术要求高的行业,供应商的价值往往在于他们有独到的技术,或者工艺。这对那些战略供应商尤其如此。这些供应商给我们的是产品、技术、工艺的差异化优势,而不是最低价。因为这些供应商一直在技术的最前沿,面临很多不确定性,作为采购方,我们的技术发展蓝图,对于帮助供应商聚焦未来的技术发展,意义重大。

集中采购:为什么集中不起来?

| 评论(5)

集中与分散,是采购反复权衡的话题,不管是本土企业,还是全球企业,都没法回避。在我看来,集中还是分散,取决于两个因素:企业的管理能力业务需求

简单地说,企业的管理能力越强,就越可能集中采购;企业的成本压力越大,就越可能集中采购。相反,企业的管理能力越弱,对速度的诉求越高(比如新产品开发),就越可能分散采购。

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

  • 文一清: 老师的现场培训课可以多弄一些城市啊 就上海深圳太少了 详细>>
  • 刘宝红: 这里的问题是供应商早期介入了,采购没有。一个两个工程师这么做,可能是那一两个人的问题。一帮工程师都那么做,往往是因为有能力短板,不是工程师的,而是采购的:采购要么没能力,要么没资源,在供应商早期介入上没法增加价值,工程师就自己来对付。我写过专门的文章解释这些。 详细>>
  • 徐培君 Carina: 非常感谢Bob对于“供应商早起介入”,这个话题的探索… 首先,在实际的工作经验中,非常赞同您从底层逻辑出发提出了“设计意愿&设计能力”的两个纬度考量,特别对于高技术新颖的市场这点尤为关键,并通过日本企业的一些成功经验来论证其观点. 作为供应链采购人员,想从实际遇到的问题和您把话题往下衍生一下,如有不恰当之处,望指出: 问题:在一个新领域(数字化算法),由于很多R&D人员就是了解到“设计能力”本身欠缺,故直接采取主动进行“前期供应商接洽”,并美其名曰“沟通更有效率”,从而结果是“寻源”可以技术部门自己完成,采购成为了“走流程,摆样子”,同时由于特殊时期,高级管理层都“默许”;而对于此时“采购人员”特别被动,对于此“怪像”,您怎么看? 详细>>
  • 刘宝红: 这关键是你有没有别的更好的选择。 详细>>
  • Kate: 刘老师,您好!本人在制造业名企有4年订单交付的工作经验,目前有另一家制造业的采购机会,但因为我缺乏采购经验,提供给我的机会是间接采购岗位。目前间接采购岗位都是大型企业才会配置或重视。不知道您对这个岗位的发展有什么看法?是否值得转变岗位? 翻看您之前在17年的回复如下,请问现在还是保持同样的看法吗?谢谢! // 生产制造业在国民经济中的比例会越来越低,服务业的比例会大幅上升,如果中国按照现在的经济发展下去的话。所以,对于间接采购的需求会增加。这也是美国现今的情况。 详细>>
  • 刘宝红: 我对CSCP没有切身经历,也没详细研究过,抱歉。 详细>>
  • 杨俊帅: 刘老师您好,我目前在一家集团公司做供应链经理,之所以是做到这个职位,是靠自己一步一步学习和总结,当然您的图书我一本都没有落下,为了之后更好的在供应链管理上有所发展,我一直在考虑职业认证的事情,之前您在树种提到过几种认证,我也做了了解,在了解过程中看到了一个您没有提及的“cscp”想听一下您的看法。 详细>>
  • amber: 中间那段货比三家简直一模一样,我要怎么样让我们的领导不经意看到这篇文章呢? 详细>>
  • 陈铁: 刘老师,您好: 我是一名汽车零件供应商的物料计划员(PMC)。 近期拜读了您的四本著作,深有感触。从业6年来,总的感觉就是客户的需求把握不准,一个项目EOP后,库存总是一大堆,而量产时有时产能跟不上,存在断线风险。很是苦恼! 详细>>
  • 刘宝红: 任何差异化都有成本。如果差异化带来的好处没法抵消成本,不赚钱的话,这就不是股东希望的差异化。 详细>>

首页归档页可以看到最新的日记和所有日记。