October 2023 归档

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。

供应链上的各种问题，都会或多或少在库存上体现出来。比如信息沟通不充分，需求的不确定性增加，导致安全库存上升；执行能力差，供应的不确定性增加，也导致安全库存上升；设计变更多，设计变更管理粗放，设计造成的过期库存多；质量差，次品多，劣质库存就多，而且得多备库存来应对质量问题；质量差，回款周期就长，应收账款就多----应收账款和应付账款也是库存，不过是以另一种方式出现；生产周期长，周转库存自然就高；运输慢，在途库存就高；预测、计划不到位，要么造成短缺，要么造成过剩，都是库存问题。

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。

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。

"大采购"做什么？"大采购"管理需求，围绕需求找供应商（战略寻源），围绕供应商管理绩效（供应绩效）。这就是"大采购"的三大任务，如图1所示。

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。

十几年前，我在北美读商学院，一位教授说，（以前在美国），如果一个人做不了设计、干不了销售，也做不来财务、人事、生产、仓储、物流，那就让他做采购；如果连钱都不会花，那就实在抱歉了，只有卷铺盖走人。这是美国几十年前的情况，随着全球采购和外包战略的盛行，采购的地位大幅提升，不再如此。但在一些粗放经营的本土企业，采购的地位还很低，是典型的"小采购"。我一直以为采购是一个人在这些公司的最后一站，直到2015年初。

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。

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。

提起供应链管理的起源，可以说是众说纷纭。有的说是需求的多样化，有的说是对低成本的诉求，有的说是贸易的全球化。这些都有道理，但都没有触及到最根本的原因：日本。上世纪80年代以来，日本制造业给美国沉重的打击，促使美国系统地学习日本的做法，总结并完善了供应链管理理论，以及成套的做法。可以说，供应链管理是美国"落后挨打"的产物。

常用的是百万次品率（PPM，或DPM）。优点是简单易行，缺点是5分钱一个的螺丝钉与1万元一个的发动机所占比例一样。供应商可以通过操纵简单、低值产品的合格率来提高总体合格率。行业不同，这一指标的标准也大不相同。例如在小批量、多品种的航空、设备制造行业，百万次品率能达到3000就属是世界水平；但在大批量加工行业的零缺陷标准下，3000 PPM的供应商八成属于淘汰对象。

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。

有人问通用汽车的前采购副总裁安德森，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"。

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。

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。

《道德经》上有这么一句话：治大国若烹小鲜。意思是说治理一个大国家就如炒小虾小鱼一样。小虾小鱼，要轻手轻脚地炒，要不都给炒碎了。国家虽大，其实也一样，经不住大折腾。顺其自然，改良的效果好过革命。

需求预测要"从数据开始，由判断结束"----销售是判断的主力军，计划按照销售提供的信息来判断，调整需求预测。我们经常听到计划在抱怨，说销售不愿提供信息。有几个常见的原因，这里讲三个，并探讨计划如何能帮助改变这些。

有一家纺织企业营收达几十亿，是行业最大的几家企业之一。他们所处的行业季节性挺强，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，滴滴打车往往没法解决你的问题。

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。
 

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。

历史总是惊人的相似。在美国，2008年的金融危机让很多人的股票投资损失过半。惊恐之下，人们纷纷逃离股市，结果很多错过了2009年的狂飙猛升。贪婪、恐惧都有很强的传染性，从众心理便是根本原因。有几点教训：

传统上，大批量行业如汽车、家用电器、电子产品更依赖采购，因为产品的更大增值部分来自供应商。采购在这些行业的地位更高，也相对更完善。在美国，大批量行业也是最早受到全球竞争的威胁，例如八十年代以来，日本的汽车和家电全面进军美国，美国在与日本的竞争中一败涂地。不过生于忧患，全球竞争促进了这些行业不断改进，整体提升了产业水平，采购作为一个职能也是。

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]。

​我在北美的工业界有位导师，他写过一本书，是关于通过谈判降价、精益降本和价值工程/价值分析来全面控制产品的成本。有一段时间，他有意把这套方法论介绍到国内去，因为他访问过一些本土企业后，意识到这些企业在成本控制上有很大潜力可挖。我告诉他，无论是技术还是管理，本土企业都觉得跟欧美企业的差距挺大；唯独这成本控制，本土企业向来是自信满满----成本控制做得不好，我们怎么会是低成本国家呢？美国人来教中国企业降本，那还不是在关公面前耍大刀？不信，看看IBM、埃森哲、科尔尼等全球知名的咨询公司，在中国接过几个成本控制的项目？

在库存计划和服务水平上，企业可以分为三类：最差的企业是库存一大堆，但客户要的没有，服务水平很低；最好的企业是库存最低，但客户服务水平最高。这好理解：最好的企业计划做得好，知道计划客户要的东西，所以客户服务水平高；知道不计划客户不要的东西，所以库存水平低。最差的企业正好相反。但居于中间的企业呢，客户服务水平挺高，但库存也挺高，是高库存下的高服务水平。很多做得不错的企业都会归入这个门类，简称"两高"企业。

不管用什么样的方式选择供应商，我们都是在矬子里拔将军，虽然找到了个子最大的，但还是个矬子，达不到我们的要求。差距部分呢，要靠后续管理来补齐。也就是说，你没法光通过选择来找到完美的供应商；我们不但要有选择，而且要有管理。

让我们拿踢足球打比方，来进一步理解指数平滑法的逻辑。