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。
距离开课还有 3 天
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。
除非是非常标准的产品,产品跟产品是不同的。比如兰州拉面,虽说配方、加工过程都差不多,但你知道,北大街的马师傅就是比南大街的牛师傅做得好吃。再比如在半导体设备行业,那些关键零部件的图纸设计、所用设备、加工工序都一样,但即便在同一供应商的不同生产设施,制造出来的零部件性能都可能不一样(这就有了英特尔的"严格拷贝",一经锁定,不能再变)。
距离开课还有 5 天
二次议价是询价或招标没达到期望,采购方便与供应商继续价格谈判。
距离开课还有 7 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。
距离开课还有 9 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。
工作十年八年后,我们一般已经深入到特定的行业,好处是有了较深的行业背景;坏处呢,则是除了这个行业外的东西,我们知道的也越来越少。这限制了我们的视野,容易让我们特殊化我们所处的行业,以及这个行业的问题,让我们总觉得自己的行业、公司最悲催,而自己也是那个最悲催的人。这往往影响我们解决问题的意愿,也成了我们不解决问题的借口。
有个企业营收达几十亿,是行业最大的几家企业之一。他们所处的行业季节性明显,一到旺季,供应商产能不足,是个老问题。老总说,现在滴滴打车很流行,为什么不用滴滴打车的方式,在旺季的时候出较高的价格,吸引供应商合作呢?我告诉他,如果你是小公司,滴滴打车的方式或许可行;但现在是大公司了,滴滴打车没法解决你的问题。
距离开课还有 12 天
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。
一分钱一分货,还是物美价廉?相信大部分人相信一分钱一分货:你偶然可以便宜买到好东西,但就大概率而言,最低价买到的肯定是最糟糕的。赢得政府合同的,总是报价最低的供应商。这不,政府的这停车场就塌了。美国大兵们有句笑话,说不要忘了,我们手上的武器弹药都来自报价最低的供应商,言下之意是质量就可想而知了。
距离开课还有 14 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。
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。
在他们经典的《哈佛商业评论》文章中,普拉哈德和哈默尔对于核心竞争力定义了三个条件,至今仍具指导意义。
我们知道,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。当企业选不好、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。
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。
供应商啥都好谈,就钱不好谈。但谁也没办法不谈成本,就如北美的一位首席采购官所言,采购绩效的70%来自成本。这里我们来谈三类主要的成本指标,包括采购降本、成本规避和采购返利。
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。
我们知道,有能力的供应商有脾气,没脾气的供应商没能力,没有完美的供应商,所以我们要督促、帮助供应商来改善。那供应商为什么要改善呢?或者说,我们凭啥要求供应商改进?就凭我们给它们的生意?不是。已经拿到手的生意没有驱动力,就如已经拿到手的那份工资不会让你熬夜加班一样。
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。
在供应链管理上,有些公司习惯性地陷入救火状态,自上而下都是如此。供应链管理离不开救火,比如生产线停机待料,本身就得救火,但那是基层的任务。一旦自上而下地形成救火文化,那就是问题。
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)。
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。
在美国的绝大多数州(除了蒙大拿),公司可随时解雇员工,不管有没有理由。但理论归理论,对大企业来说,因为绩效表现问题而解雇一个人还真不容易:你得先给这员工改进的机会,制定绩效改进计划,并确定具体的改进目标;改进期限一到,双方都尽了合理的努力,员工还是达不到目标的话,这才进入解雇程序。
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。
有些人习惯性地淘汰供应商,把淘汰当做管理的主要方式。
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。
协作关系跟它的变种"合作""共赢"等一起,可能是供应商关系中最被滥用的词语。当对方嘴巴上吊起这几个词的时候,你就知道,鳄鱼的眼泪来了。在我看来,真正的协作关系须具备三个特点,必要但不一定充分的条件:(1)长期关系;(2)跟数量有限的供应商做生意;(3)共同解决问题,而不是转移问题。
在博弈论中,"智猪博弈"是个著名的纳什均衡例子(摘自"百度百科"的"智猪博弈理论")。
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。
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。
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。
作为小公司,我们资源有限,很难对供应商做到重选择----我们派不出一帮工程师,在供应商现场做3天的评估;就那么点生意,供应商也不愿意陪我们玩。所以,小公司八成只能派个有经验的员工,到供应商现场看一看,差不多就做生意(轻选择),不行就换呗(重淘汰)。
新冠疫情没开始多久,美国就算是掉进坑里了,新冠确诊病人很快超过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。
七月份在上海培训时,正是上海最热的几天,地面温度高达五六十度,让人真正体会到啥叫"炙烤"。但热浪阻挡不了大家学习的热情:众多企业从北京、南京、昆明、哈尔滨、武汉、苏州、秦皇岛等地赶来,共有160余人次参加了上海的供应链管理系列培训。
对一个采购品类来说,供应商选择就是制定合格供应商清单。合格清单把供应商的"口子"收起来,以后的新产品、新项目主要跟"口子"里的供应商合作,集中采购额,产生更大的规模效益。但是,"口子"收起来了,就面临着灵活性的问题:"口子"外的供应商想进来怎么办,内部客户发现更好的供应商怎么办?
行业性短缺状态下,企业过激反应,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(这就是为什么"造反"总是跟"聚众"紧密相连);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。
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。
有一次我到一家企业,发现上上下下都在忙着开二供,找替代料。原因很简单:关键元器件短缺,再加上业务的井喷式成长,导致芯片、二极管、显示屏普遍短缺。但是,由于技术原因,该企业的2000多个关键料号中,独家供货的占比90%多,这二供可有得开啦。
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。
有段时间行业性供应紧张,单货源风险很高;紧缺物料供需不平衡,看上去会持续一段时间,连战略供应商都在建议多货源,开二供。案例企业问该怎么办。
多余库存是超出正常的周转库存、安全库存的库存。
垂直整合有很长的历史,在不同时期的动机不尽相同。
深圳培训正在报名
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。
(7/10-14)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。
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。
亚马逊的创始人贝佐斯说得好,计划B的价值就是确保计划A奏效(大意),言下之意是没有备份方案----我们不能一开始就计划失败,给自己准备逃跑路线;我们得深思熟虑,有所作为,争取首发命准。
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。
让我们拿需求计划为例,阐述计划的"责任链"这一重要概念。
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。
那个岛上的野蛮人都不穿鞋子,自然有不穿鞋子的原因,而不能简单地归咎于没有鞋子穿。
一谈到供应风险,很多人首先想到的就是备份,即同一个料号,选择两个或更多的供应商。比如70%给供应商A,30%给供应商B。这也叫一品多点,或者多点寻源。有些公司甚至硬性规定,凡是达到一定量的料号,一定要开发第二个供货源。
距离开课还有 5 天
把库存分解为过程库存、安全库存、过剩库存和风险库存,给我们提供了结构化的方法,来呈现库存风险,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。
一提到考核计划职能,人们想到的就是预测准确度。预测准确度是重要,但股东买你们的股票,客户买你们的产品,是不是因为你们的需求预测准确度高?不是。预测准确度是个过程指标,股东和客户对过程的兴趣没那么大,他们对结果更感兴趣,比如客户在意按时交货率,股东关注资产周转率和运营成本。
距离开课还有 7 天
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。
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。
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。
对于一个品类,究竟多少个供应商就算充分竞争?当能形成实质性竞争的时候,两个供应商就是充分竞争。注意这里的前提是"实质性竞争":你是一米八的个头,你的同桌是一米七五的壮汉,你们俩可以互相掰手腕,形成实质性的竞争;前排的小姑娘一米五八,没法跟你掰手腕,就形不成实质性的竞争。
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。
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。
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"。
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。
俗话说,女怕嫁错郎,男怕入错行。对职业人来说,怕的就是选错了公司,把未来绑在二流公司上,最终这些二流公司变为三流、四流、末流,直至被淘汰出局,如同泰坦尼克号一样沉没。倾巢之下,没有完卵,员工便成了殉葬品。
企业要赚钱,最根本的一条是规模效益,这就是为什么企业都想做大。但做大后,供应商数量膨胀得更快,采购额太分散,规模效益又给做没了。这就是为什么要整合供应商,建立合格清单来给供应商"收口子"。
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。
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。
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]。
在供应商绩效评估上,经常会有人问,这么多的指标,权重应该如何分配,这样我们好加权平均,决定选择哪个供应商?
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。
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),就启动订货机制,驱动供应链补充一定数量的货(订货量);在货来到之前,库存继续下降,直到补的货到达,拉高库存的水位,然后开始下一个循环,如图1。再订货点法在业界使用很广泛,对于它的几个主要参数,我们在此稍作解释。
计划上做不到精益求精,跟计划人员的专业能力息息相关。
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。
选择合适的供应商做生意是件大事情,不过很多公司却是"跟着感觉走":打几个电话,发个简单的问卷,供应商填了;采购方去趟现场,听听汇报,参观一下生产线,吃顿饭,这评估工作就算完成了。派去的多是文科性的采购人员,既不懂质量,也不懂生产,更不懂技术。评估本身没有流程、没有标准,无章可循;即便有标准,有供应商准入的"门槛",但假大空,既不是充分条件,也不是必要条件。这就给人为操作留下余地。供应商当然也清楚,除了把现场打点地井井有条、给客户一个好印象外,就在歪门邪道上下功夫。
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。
乔布斯逝世两周年之际,我重听他在斯坦福大学毕业典礼上的演讲,一遍又一遍。感触很深的是对死亡的阐述,即如何让它成为人生选择的试金石。现代职业人,压力山大,活在当下,活在别人的期望里。长此以往,理想缺失,没有成就感,是个大问题。
对于制造型的供应商,我们要评估其质量、生产和物料管理体系。这三大体系是供应商运营绩效的保证,也是供应商的财务能力的源泉。有些公司把这三方面放在一起评估,统称"质量管理体系评估"。
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。
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。
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。
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。
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?
2016年,小米的营收大跌,据说出货量减少36%,供应链短缺是一大因素(当然也跟线下渠道乏力、产品升级换代不成功有关)(《全年出货量暴跌36%,小米手机究竟怎么了》,邻章,TechWeb)。元器件、显示屏短缺,没法发货,小米的营收下跌不难理解。但是,同年的华为终端、OPPO和Vivo呢,营收却都创造了历史新高。同一行业,大家都在用同样的一帮供应商,为什么天上下冰雹,专打雷布斯家的庄稼?
不管是什么公司,供应商管理的资源总是有限,我们应该重点管理哪些供应商?
"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)。
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。
我们知道,供应链管理不是个简单的职能概念;它包括一系列的职能。
根据供应商的绩效和可替代性,我们可把供应商分为五类,如图1:
1.战略供应商(决定公司生死存亡,绩效不错,替代困难);
2.优选供应商(供应绩效好,但可替代,公司优先合作);
3.资格未定供应商(未经验证的新供应商,或者"留校察看"的老供应商);
4.被动淘汰供应商(不给新生意,但老生意继续做);
5.主动淘汰供应商(不但不给新生意,而且移走老生意)。
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)。
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。
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》)。
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。
在本土企业中,海尔属于最早尝试外包的一族。早在2007年,张瑞敏就提出轻资产概念,致力打造品牌+营销型的公司,从单纯的制造向服务业转型,从卖产品向卖服务转型。这后面的依据呢,就是施振荣的"微笑曲线":两端的研发和营销是轻资产,获利高;中间的生产制造是重资产,获利低。2008年的金融危机下,海尔的盈利受到更大的挑战,更加坚定了张瑞敏外包生产制造,走轻资产之路的决心。
供应商分类是针对具体的采购品类,(1)摸清家底----有多大的采购额、有多少供应商、钱都花到哪里去了;(2)区别对待----不同类别供应商的管理方法各不相同,把管理资源投入到回报最高的地方;(3)合理化----供应商太多要整合,太少要开发新的,确保新生意流入最合适的供应商。
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。
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。
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。
案例企业是个女装电商。
在很多企业,供应链是围绕量产需求设计,以效率为导向,成本能做低,但速度做不快。这往往成为新产品开发的挑战,因为研发虽然关注成本,但更关注速度。研发的需求得不到有效满足,就对供应链很不待见。看上去这是研发的行为问题(对供应链不好,不待见),其实解决方案在供应链的能力上:(供应链)不改变(支持新产品的)能力,(研发)就不会改变(不待见供应链)的行为。所以,表面上看是(研发的)行为改变,实质上是(供应链的)能力建设问题。让我们拿个案例来说明。
最近评论