2024年5月现场公开课(第456-466期)

需求预测:供应链的第一道防线上海(5/18,周六);深圳(5/22,周三)

库存计划:供应链的第二道防线上海(5/19,周日);深圳(5/23,周四)

供应链管理:高成本、高库存、重资产的解决方案上海(5/17,周五);深圳(5/24,周五)

供应商管理:一个实践者的角度深圳(5/15,周三);深圳(5/25,周六)

采购的职能建设:从小采购到大采购深圳(5/16,周四);深圳(5/26,周日)

详情请垂询助手党琪:182 1756 2014(微信同)。

不要为"订单驱动"所迷惑

| 评论(5)

摘自畅销书《供应链管理:实践者的专家之路》,刘宝红著。

我们有两种方法来驱动供应链,一种是预测;另一种是订单。订单驱动,看上去风险较小,为很多公司所向往,其实未必。

从严格意义上讲,这世上并没有真正的"订单":一方的订单,必然是另一方的预测。比如你买衣服,对商场来说是订单,对你自己来说却是预测:你在预测未来会穿这衣服。但是你知道,你有好多衣服,买来都多少年了,还挂在衣橱里,动也没动过----那是典型的预测失败。在消费者力量强大的国家,你会退给商场,结果商场"煮熟的鸭子飞了","订单"最终没转化成需求;在消费者处于弱势的国家,你只能承担损失,自认倒霉。但不管怎么样,从供应链的角度来说,整个供应链是失败的,因为这件衣服没有发挥应有的价值,或者因为退货而造成更高的的成本。

在供应链上,订单其实是势力博弈的结果,由弱势一方来承担预测的风险。这你应该有足够的经验:你是大客户,胳膊粗,给供应商的是预测;你是小客户,胳膊细,就不得不给供应商下订单。而现实是,弱势一方往往不在最佳的位置来做预测,以及控制相应的风险,最后给供应链带来更高的风险和成本,害己害人。

图:订单是由弱势一方来承担预测的风险

让我们拿服装行业为例。2013年7月中旬,我访问宁波的一家快时尚品牌商。那是宁波历史上最热的一天,正赶上这个品牌商的订货会。订什么时候的货?半年后冬季的货。谁在下订单?分销渠道和门店。在天底下最热的这一天,一帮渠道商和夫妻老婆店,要预测在天底下最冷的那一天,小姑娘们喜欢什么款式、颜色,那跟投硬币有什么区别呢?谁对款式、颜色的判断更准?品牌商。他们有专门的人,整天飞来飞去到巴黎、纽约、米兰等地,出席各种各样的时装秀,了解全球的时尚。相比之下,渠道商和夫妻老婆店呢,整天忙着做生意,进货、出货、退货,都是些琐琐碎碎的破烂事,活在今日,哪有时间研究半年后的趋势呢?

另外,几十几百个渠道伙伴分别做预测,每人只预测全国需求的几十、几百分之一,预测的颗粒度那么小,预测的准确度自然不高;汇总起来成为品牌商的总需求,误差叠加,与品牌商直接预测全国的总需求相比,预测的准确度能更高吗?当然不能。显然,渠道伙伴不是最合适的做预测的;他们做预测,下订单,根本原因是相对于品牌商,渠道伙伴处于弱势地位,被迫承担预测风险[1]

这也违背了供应链的基本准则:一件事,谁处在最合适的位置做,谁就应该做,否则供应链的总成本会更高。就服装供应链来说,渠道被迫做预测,但其预测准确度更低,最后造成更大的库存风险,不但害了自己,反过来也害了品牌商。访问完上面那个宁波品牌商,我访问上海的一个服装品牌商,几十亿的大企业,董事长的头痛事就是渠道库存积压严重,表面上是压了渠道的资金,亏了渠道的本钱,但渠道没有钱进下一个季度的货,又成了品牌商的问题。那货也不能一直积压。积压到一定地步,渠道就开始"跳楼";一旦满大街都是"跳楼价",品牌商花了那么多钱打出来的品牌就算砸了。这就是为什么服装行业广泛采取订货会,看上去对品牌商风险很小,其实未必,不信你看看,有几个品牌商在赚钱?掰着手指头也能数过来。

再说说大型设备制造,另一个典型的"订单驱动"的行业。因为定制化程度高、预测准确度低、供应链周期长,大型设备商普遍是"不见兔子不撒鹰",没有客户订单不生产。客户处于相对弱势地位,就不得不承担预测的风险,给设备商下订单。但是,提前那么久下单,客户有很多需求考虑不周全,预测准确度当然不高,为后续的配置变更埋下伏笔。客户处于强势地位时,一般会等到预测准确度较高了再下订单,设备商则没有足够的时间来响应。两种模式下,设备商都面临显著的不确定性,而为了应对这些不确定性,他们就不得不设置安全库存,或者对长周期的物料提前订购----这些其实都是基于预测的。所以表面上看是订单驱动,其实还是离不开预测,特别是供应链的中长期产能规划。因为预测的准确度低,导致设备行业的库存周转率、产能利用率普遍偏低,盈利水平低下。比如波音的库存周转率只有1.8次,平均净利率在5%不到;空客的库存周转率为1.9次,平均净利润率只有2%多点[2]

所以,没有真正"订单驱动"的供应链;供应链的根本驱动都是预测。"订单驱动"带来的安全感只是表面现象。它往往以牺牲供应链上弱势伙伴的利益为代价,表面上保护了强势伙伴,比如链主企业的利益,其实就供应链的整体而言,成本和风险并没有降低。相反,因为让不合适的角色做不合适的事,成本和风险反倒更高。要真正解决问题,根本方案就是把预测做得更准。

那如何把预测做得更准呢?我们得找到合适的职能做预测,从历史数据出发,由专业判断结束,综合销售和计划的智慧,尽量提高预测的准确度,前面已经讲过,这里我们不再赘述[3]。这里想补充的是,不管谁做,不管用什么样的方法,到了一定程度,预测准确度就没法继续提高,或者说提高的边际效益很低。因为预测就像投篮,总有些球会投丢。即使这世界上打球最好的乔丹,命中率也不到50%,这意味着有超过一半的球没投中。

所以,所有的预测注定都是错的。为了应对错误的预测带来的风险,人们主要采取两种措施:(1)如果能让别人做,就让别人做,结果是把问题推给弱势职能或合作伙伴;(2)实在没法推给别人,就在预测模型上下功夫,希望能够预测"准"。两种做法都没法根治问题,因为两者都没有触及预测准确度的最根本因素:供应链的响应能力。

我们需要预测,根本原因是供应链的响应能力有限。打个比方。你早晨起来,洗脸刷牙,水龙头一开,水就源源不断地来了,响应周期为零,所以你就根本不需要提前预测。相反,响应周期越长,我们对预测的依赖程度就越高,也意味着我们得更早地做预测。但问题是,我们越早做预测,预测的准确度就越低。你一下子就看得出,我们走进了死胡同,而这正是问题之所在。那根本的解决方案呢,就是提高供应链的响应能力,缩短甚至消除响应周期。

对供应链管理来说,响应周期要缩短,产品标准化和设计优化是一大举措。标准化、设计优化程度高的产品好生产,所以生产周期会短。更重要的是,标准化的产品库存风险低,可以先"推"到离需求最近的地方,建成库存,一旦需求来了,"拉"动的时间就很短,响应周期就短。再就是精益生产,提高生产效率,缩短对需求的响应周期。还有寻源策略。比如在价格至上的策略驱动下,我们找最便宜的供应商,而这些便宜供应商的产能利用率一般更高,富裕产能有限,交货周期就长,紧急需求来了,注定响应速度就不快。那么,避免单一的价格导向,找产能利用率相对低的供应商,也是缩短响应周期的一大举措。当然,响应周期的缩短还有很多方法,也是供应链管理面对的最根本问题之一,篇幅有限,这里不予细讲。


[1]当然,存在的都有一定的合理性。服装品牌商让渠道做预测,也跟没法有效控制渠道有关,特别是加盟方式下。这也是为什么有些品牌商采取直销模式,通过竖向集成的方式来控制渠道。这也应了前面提到的"能力决定行为":企业是理性的,行为是基于特定能力的理性反应,要改变行为,就得改变能力。

[2]库存周转率来自http://csimarket.com(空客)和http://www.nasdaq.com(波音)。利润数据来源www.YCharts.com。平均净利润为每季度净利率的简单平均值,波音是2003年第2季度到2015年第3季度,空客是2009年第1季度到2015年第3季度。

[3]如何提高需求预测的准确度,也可参阅我的畅销书《供应链管理:高成本、高库存、重资产的解决方案》,机械工业出版社,2015年。

5月供应链系列现场公开课

围绕我的系列畅销书,我设计了五门精品课程,2024年5月份(第456期-466期培训)正在报名。


  1. 需求预测:供应链的第一道防线上海(5/18,周六);深圳(5/22,周三)
  2. 库存计划:供应链的第二道防线上海(5/19,周日);深圳(5/23,周四)
  3. 供应链管理:高成本、高库存、重资产的解决方案上海(5/17,周五);深圳(5/24,周五)
  4. 供应商管理:一个实践者的角度深圳(5/15,周三);深圳(5/25,周六)
  5. 采购的职能建设:从小采购到大采购深圳(5/16,周四);深圳(5/26,周日)

更多信息请点击链接,报名详情咨询请联系我的助手党琪:182 1756 2014(微信同),电邮[email protected]

我有微博、微信(scm-blog),也在LinkedIn上,欢迎加我,随时沟通。更多联系信息见此处

欢迎关注我的微信公众号,每天一篇文章:wwwscm-blogcom

请关注我的微信公众号,每天一篇文章:wwwscm-blogcom

评论(5)

刘老师好,请教一个简单问题,关于预测,一般来讲,预测的颗粒度越大越好做,例如,预测一个SKU比预测一个family是难度增加,但是,预测的database是用shipping数据还是用booking的数据呢?如果是shipping数据,需求的汇总结果是被扭曲的;如果有booking的数据,因各种原因导致交货延迟,汇总的结果和commom sense差异大,所以,有点点纠结,所以,想听听专家的意见!谢谢,添麻烦了!

谢谢刘老师的快速响应。
但是,实际运行中,针对一行S/O,客户要求6-22交货,但是实际是6-30交货,有些时候,客户同意修改为6-30,所以统计中就是100%而不是0%,所以6-22不是真实需求,如果用6-22这个时间做forecast分析,貌似不合理的。

麻烦支招,

thanks again

好的,谢谢刘老师解答,will try ,again thanks

评论

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

  • sam: 好的,谢谢刘老师解答,will try ,again thanks 详细>>
  • 刘宝红: 6-22应该是真实的需求日期。不过如果系统里难以保留改变了的客户需求日期,可以用修改过的需求日期,在这里是6-30。 详细>>
  • sam: 谢谢刘老师的快速响应。 但是,实际运行中,针对一行S/O,客户要求6-22交货,但是实际是6-30交货,有些时候,客户同意修改为6-30,所以统计中就是100%而不是0%,所以6-22不是真实需求,如果用6-22这个时间做forecast分析,貌似不合理的。 麻烦支招, thanks again 详细>>
  • 刘宝红: 用客户要求的日期(CRD)。 详细>>
  • sam: 刘老师好,请教一个简单问题,关于预测,一般来讲,预测的颗粒度越大越好做,例如,预测一个SKU比预测一个family是难度增加,但是,预测的database是用shipping数据还是用booking的数据呢?如果是shipping数据,需求的汇总结果是被扭曲的;如果有booking的数据,因各种原因导致交货延迟,汇总的结果和commom sense差异大,所以,有点点纠结,所以,想听听专家的意见!谢谢,添麻烦了! 详细>>

关于此日记

此日记由 刘宝红 发表于 2018-04-24 16:30April 24, 2018 4:30 PM

此Blog上的上一篇日记【案例】董事长半夜批订单

此Blog上的下一篇日记"响应陷阱"是销售与运营互扣人质:根本在于提高供应链的响应速度

首页归档页可以看到最新的日记和所有日记。