2025年1月现场公开课(第500-510期)

采购和供应商管理:一个实践者的角度(1天)上海(1/8,周三);深圳(1/15,周三)

供应链管理:高成本、高库存、重资产的解决方案(1天)上海(1/9,周四);深圳(1/16,周四)

供应链的三道防线:需求预测、库存计划、供应链执行(3天)上海(1/10-1/12,周五、六、日);深圳(1/17-1/19,周五、六、日)

详情请垂询助手党琪:182 1756 2014(微信同)。

你不是那个最悲催的人

| 暂无评论

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

举个例子。有一个快速消费品公司,业务的季节性明显,每年过半的业务集中在一个季度,忙季的销量是平均月份的4倍,淡季的销量不到平均的四分之一。作为一个供应链职业人士,你知道,这意味着旺季来临的时候,供应链没法及时响应,普遍面临短缺;好不容易备足产能、雇够人、备齐物料了,紧接着的就是过剩。这是典型的大起大落,大喜大悲,从销售到供应链,大家都深受其苦,不停地与短缺和过剩轮番搏斗。他们觉得自己真悲催。
我告诉他们,你们不是最悲催的人:季节性、大小年,这是生活的一部分,没有多少行业能够幸免。零售业有季节性,比如在美国,光圣诞节前后就占全年营收的近20%[1]。中国的双十一、春节、黄金周也类似。文具业有季节性,需求高峰在秋季开学前后。医用物品也摆脱不了季节性----虽说生病不挑日子,但春节前后,天气冷,生活不规律,大吃大喝,生病上医院的人也就更多。就连挖煤、炼钢铁、生产化肥的行业也摆不脱周期性,几年好,几年差:这几年讲的供给侧改革,不就是冲着此类行业的产能过剩去的吗?
再拿更复杂的大型设备行业来说,大小年明显,几年一个周期,是普遍现象。比如在我的老东家,硅谷一个几十亿美金的半导体设备企业,两年好来两年差,4年一个周期,雷打不动:生意好起来时,半年就能翻一番;生意差起来,订单一个季度就能减半。遇到经济危机就更糟糕,比如某种设备,正常年份每个季度生产160台左右,在2008年的金融危机下,最差的一个季度就只生产了6台。作为应对,公司不得不裁员百分之二十左右。
这还不算最悲催的:老东家的供应商更悲催,因为他们更加远离需求源,最终消费市场的需求变动,在牛鞭效应的作用下,传递到他们时,放大地更加厉害。就拿我曾经的一个小供应商来说,生意处于顶峰时,总共有50多员工;生意陷入低谷时,一路裁员到只剩9个。用老板的话讲,那就是连轴转了几个月后,人终于雇齐了,订单却突然不见了:空荡荡的厂房里,只见在阳光里,灰尘一溜儿一溜儿地往下掉。
微信图片_20240817220651.png
图1:不要特殊化自己的问题,对受害者文化说不
我说这些,绝不是为证明一个行业比另一个更悲催;我说这些,是为了不让这种表面上的"悲催"掩盖了问题的真相,从而影响我们认识、解决真正的问题。比如在这个快消品公司,他们的悲催,表面上是来自行业的季节性,其实源于他们的一些基本实践,比如需求预测和销售考核机制。
先说需求预测。季节性需求变动剧烈,需求预测准确度低,便是意想之中的事。作为解决方案,该公司要求销售提需求。提需求就是做预测,其基本假定是销售更加接近需求,预测能做得更准。不过你想想,这个公司有几百个销售,对应几百个经销商,每个经销商经销几十个产品,合起来就有成万个预测数据点,预测的颗粒度这么小[2],预测的准确度自然很低;叠加在一起成为总预测,预测的准确度只能更低。需求预测是供应链的原始推动力,需求预测的质量差,后端供应链的执行难度就可想而知。
看得出,季节性造成需求预测难做是表面现象,而违背需求预测的基本原则,选择了不合适的颗粒度,由不合适的人来做需求预测,则是更本质的问题----即使没有季节性,这种预测机制也是问题多多。那解决方案是什么?这里合适的预测颗粒度是总部层面:总部针对所有的经销商做预测,再让对接重点经销商的销售来调整。比如根据历史需求和整体销售变化趋势,某个产品型号的总预测为每月10万箱。其中有两个最大的经销商,分别占总需求的25%和10%,别的经销商都较小,至多占三几个百分点。那就把这两个最大的经销商单列出来,找到相应的销售,让他们调整相应经销商的预测(如果有的话),然后再调整总体预测。总体预测做地更好,总库备足了产品,分销商随用随订,推拉结合,供应链的运作就顺畅多了。
再说销售渠道的库存积压。为了激励销售,该公司与众多企业一样,采取逐月考核的做法。比方说,一个销售人员在11月份的销售目标为100万元,她就得在当月完成这个额度,否则即使在11月份做了70万,留下30万在12月份补上也不行。企业这样做自然有他们的考量,比如问题早发现早处理。但这种做法的副作用呢,就是促使销售采取简单粗暴的做法,向渠道里压货,以便实现当期的目标。结果呢,渠道库存太高,而产品的货期有限,呆滞和过期库存就成了问题。另外,总库存有限,被压到特定渠道里后,库存无法在渠道之间自由流动,造成有些渠道积压,有些渠道过剩,过剩与短缺共存,让问题更加复杂。
知道了问题的根源,解决方案其实简单,那就是调整销售的考核机制,放大考核单元,即由原来的逐月考核,改为季度或者半年考核,这样前一个月没有完成的销售任务,后面还有补救的机会。这样做没有从根本上消除销售强行压货的做法,但至少把一个每月的问题改变成每季度、每半年一次,也算是小有进步。我们也可以看出,对于这个快消品公司来说,渠道库存积压表面上跟业务的季节性有关,其实本质上是个绩效考核问题:绩效考核决定员工行为,而有些行为的副作用,则是制定政策者始料不及的。
为什么要谈这些呢?企业人在一个行业、一个公司待久了,长期被那些老问题困扰,会习惯性地把问题归咎于某些所谓的行业特殊性。而这种特殊性,往往掩盖着真正的问题,而且成了不解决问题的理由:我们的国家特殊,我们的行业特殊,我们的问题特殊,没有一个行业比我们行业更悲催,更特殊,这就是为什么我们没法解决那些老问题,我们在重复犯同样的错误。很不幸,这成了借口文化的一部分。
要知道,太阳底下无新事。很多问题,看上去很有行业性,很特殊,其实有相当的共性,而解决方案也是。我们如果看到的只是独特性,那表明我们还在形而下的层次,没有上升到形而上的层面。再举个例子,看在几个风马牛不相及的行业,貌似独特的问题,是如何找到共同的解决方案的。
2015年,我在深圳,拜访一个营收几十亿的纺织企业。这家企业的产品是色纺。我们知道,纺织行业的供应链是从纤维到纺纱到织布、染色,再到成衣,差异化是在织布染色阶段。色纺不同。在纺纱阶段,企业就用不同染色的纤维,纺成不同颜色的纱线,这样织成的布色调独特,柔和,质感好。但这样做的结果,就是把纺纱行业从传统的大批量做成了小批量行业,需求的复杂度大增,规模效益大减。比如客户,主要是服装品牌商的设计人员,为了达到"独特"的效果,会选择各种各样的染色纤维,混合在一起纺纱。那么多的颜色,那么多的组合,每种组合就是一个产品,没多久,该企业就有几万个成品料号。而该企业的供应链呢,还是典型的大批量生产----我到车间里去看,成千上万的纺纱机,一行行地整齐排放,一眼望不到头,典型的大批量生产配置。
纺织行业是个独特行业,色纺又是纺织业的独特行业,这看上去很独特,对吗?但根本问题一点都不独特:差异化的需求对应大批量的供应链,供应难以有效匹配需求,导致成本做不低,速度做不快,跟我从业多年的半导体设备行业相比,没有任何本质上的两样。在半导体设备行业,一台设备动辄几百万美金,几千个零件,每个客户都有定制化需要,每台设备的配置都可能不同。可以说,需求端的复杂度是无限的,而供应链不管多么灵活,其柔性总有尽头。那怎么办?你得推动标准化、模块化和通用化,降低产品的复杂度,提高可制造性,在好的复杂度上盈利,在坏的复杂度上降本。你不能简单地归咎于"行业的特殊性",除了继续扮演受害者,就无所事事
这时候你发现,这两个风马牛不相及的行业,面临的问题其实没什么两样。而解决方案其实也很相似:复杂度控制,比如有选择地满足客户的定制化需求。对于该纺织企业来说,如果是重点客户,多复杂的配置,多小的批量都给做;但对于非重点客户,复杂度太高、批量太小,那就得拿钱消灾----对不起客户,您得多付钱。在价格的作用下,客户的定制化行为就变得更加理性。这从一定程度上控制了需求的复杂度,从而提高供应链的规模效益。当然,这个纺织企业还采取了诸多别的措施,有效降低需求的复杂度,同时提高了公司销售额,限于篇幅,这里不予详细讨论[3]。
当然,有人会说,我们的客户需求很多样,我们本身就是个定制化行业,言下之意是需求的复杂度难以控制。瞧,这其实也是在独特化自己的问题。每个公司都面临这样的问题。而且越是这样,越得来控制需求的复杂度。这就如强盗过的是刀口上舔血的日子,风险重重,其实他们对风险控制更重视。
我讲这么多,根本的目的在于,不要独特化自己面临的问题----很多问题都没看上去那么独特,一旦把通用的问题独特化,你也就给自己找到了不作为的借口,也就是向问题投降了。我想强调的是,你不是这个世界上最悲催的那个人。你的问题,不管看上去有多么悲催、独特,都可能只是假象。越是能力低下,你看到的问题就越独特就如在凡人眼里,众生是千姿百态,而佛看到的呢,则是芸芸众生,没什么两样。太阳底下无新事。透过现象看本质。

[1] https://www.statista.com/statistics/243452/holiday-sales-as-a-percentage-of-industry-sales-in-the-us/
[2]预测的颗粒度是指在哪个层面预测。比如预测全国需求(颗粒度大),要比预测一个具体的地区、城市更准确(颗粒度小),因为不同的地区、城市的需求变化可能相互抵消。再比如预测产品线的需求(颗粒度大),要比预测一个具体的型号更准确(颗粒度小),也是同样的原因。
[3]复杂度是供应链的大敌。在我的畅销书《供应链管理:高成本、高库存、重资产的解决方案》中,有三分之一的篇幅是讲复杂度控制。我的"供应链管理专栏"(www.scm-blog.com)上也有很多复杂度控制的文章,搜索"复杂度"即可找到。

25年1月供应链系列现场公开课

围绕我的系列畅销书,我设计了系列精品课程,2025年1月份(第500期-510期培训)正在报名。


  1. 采购和供应商管理:一个实践者的角度(1天)上海(1/8,周三);深圳(1/15,周三)
  2. 供应链管理:高成本、高库存、重资产的解决方案(1天)上海(1/9,周四);深圳(1/16,周四)
  3. 供应链的三道防线:需求预测、库存计划、供应链执行(3天)上海(1/10-1/12,周五、六、日);深圳(1/17-1/19,周五、六、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

畅销专著

  • Supply chain management: high cost, high inventory, heavy asset solutions

畅销经典

  • Purchasing and Supply Chain Management

关于此日记

此日记由 刘宝红 发表于 2024-08-17 06:55August 17, 2024 6:55 AM

此Blog上的上一篇日记供应商协作关系的三个必要条件

此Blog上的下一篇日记貌似没做到,实则没想到

首页归档页可以看到最新的日记和所有日记。