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

| 暂无评论

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。

采购最重要的事是什么?

| 暂无评论

采购干很多事,什么事情最重要?答案是确保有料。不信,问问那些被开掉的采购,看有多少是因为砍不下来价,有多少是因为催不来料而生产线短线了。要知道,采购的最本质任务呢,就是满足内部客户的需求,最直观的就是他们要什么,我们有什么。离开了确保有料,"皮之不存,毛将焉附",有多好的价格都是白搭。

"小采购"和"大采购"的工作对象不同:"小采购"围绕订单转,"大采购"围绕供应商转。

我们知道,采购有两个层面的任务:订单层面、供应商层面。"小采购"围着订单和项目转,下单、跟单、催单、交货、验货、收货,主要是些行政文秘类的任务;"大采购"则是围绕供应商转,评价、筛选和管理供应商、提高它们的绩效,并把它们及早纳入产品开发,尽早发挥供应商的优势。

【案例】整合后的供应商不降价

| 暂无评论

大半年前,张天望跳槽了,加入一家本土制造业巨头,负责零部件的采购。在这个新职位上,按时交货率没有多少挑战,但年度降本的压力却更大了。

最近两年该公司推行资源整合政策,对于采购来说,就是精简供应商,集中采购额。这策略不错,一轮供应商整合下来,全公司由3000整合到800多,采购人员的日常管理负担也大为减轻。就张天望负责的品类来说,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,日常管理上容易多了。

缺了一只纸箱

| 评论(3)

公司新开发了一个供应商,质量可以,但在准时交货上总是磕磕绊绊。理由千奇百怪,不是原材料没了,就是误了航班。这次的理由更有趣:纸箱子用完了,没法发货。每次的纠正措施都很简单:这下买了很多料,以后再也不用担心短料啦;或者说这下安排了专人负责发送,以后再也不用担心误了班机啦。

迪尔的手套和美联航的看门狗

| 评论(1)

约翰•迪尔是个全球500强企业,大型农用机械领域的主要制造商,2017年销售额在297亿美元。该公司传统上是分散采购,分部、工厂的自主权相当大,有自己的采购机构,很多采购决策都由分部、工厂自己做。同样的产品,不同工厂采购不同品牌或者用不同商家,造成采购额分散,库存种类繁多,供应商太多。一句话:降低了规模效益,增加了复杂度和成本。

你不能用一个错误来纠正另一个错误

| 暂无评论

一位供应商管理人员刚接管一家供应商,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%。而实际上,自从量产以来,这个零件已经经历了两次降价,降价幅度分别为30%和9%。现在都投产快两年了,为什么又突然冒出个"目标成本"来?

在集中采购向分散采购转变时,有的企业把供应商的选择、管理"下沉"到分公司、事业部,但制度、流程和系统呢,还是由总部来统一制定。也就是说,供应商的选择、管理等具体事儿由分公司、事业部的采购做,因为他们贴近需求,可以快速响应;但活儿究竟怎么做,采用什么样的系统和流程,则由总部定,因为总部采购的专业度最高,而且熟悉各事业部的最佳实践,处于最好的位置来推广最佳实践。

为什么按时交货率是70%?

| 暂无评论

在美国,某公司对供应商的目标是95%的按时交货率,100%在承诺日期五天内到齐。绝大部分供应商都能达到这个标准,但就有几个供应商,按时交付一直在70%左右徘徊。为什么不达标?套用托尔斯泰的话:不幸的人家各有不幸。但这些不幸后面,多多少少都会看到采购方的影子:有时候采购方是直接肇事者,更多时候则是推波助澜,至少是问题的一部分。

【案例】电商如何选择ERP?

| 评论(1)

这是个跨境电商,在亚马逊、eBay、淘宝等各大网站开店,还有自己的官网。这几年来,该电商经历了爆炸式的成长,营收从几千万元迅速飙升到1个多亿。成长还在继续:三年目标是5亿,5年目标是10个亿。

供应链管理方面的书籍

| 评论(50) | 引用通告(2)

这份书单自2006年9月份刊登以来,在网上广为传播。我一直收到Email,问有没有更好、更多的专业书籍。于是我不断更新这个清单,10年间更新过三次。这些书中,有很多是大学教材,我读商学院时读过,都是原创性作品,不是编著的----很多情况下,编著者看待问题的深度不及原创者,阅读原创性作品,更接近真知灼见。

"大采购"从管理需求开始

| 暂无评论

"大采购"从管理需求开始,围绕需求找到合适的供应商(战略寻源),围绕供应商管理好它们的绩效(供应绩效)。要知道,任何职能都有两个功能:服务功能和监督功能。一个职能存在,根本原因其服务功能,即内部或外部客户有需求,需要这个专业的职能来满足。对采购来说,这就是设计、营销和其他有需求的职能。

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

  • 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>>
  • 刘宝红: 两者都是。 详细>>
  • Weidong Duan: 从最初的定制化,到最终的平庸。这里面的原因重点是,供应链的成本转嫁不到消费者身上?还是,迟迟达不到理想的规模效益,供应链的成本降低不下来? 详细>>
  • James L: 刘老师,京东和亚马逊自建物流的本意是提供差异化服务,那如果剥离了这个业务,岂不是也会逐渐失去本来引以为傲的差异化服务从市场竞争中落败吗? 详细>>

首页归档页可以看到最新的日记和所有日记。