这不，海外企业刚来中国寻源的时候，中国供应商的成本很好，但质量不好。二三十年后，中国供应商的质量终于赶上来了，但成本又不合适了。这不，全球寻源的热点就向更低成本地区，比如越南、印度转移，把中国的故事重新来过。

产品升级换代也是。几年前，我访问一个本土车厂。该公司正计划向高端车型迈进，面临的问题有二：（1）国内供应商跟随公司一路成长，很听话，能满足中低端车的要求，但没法满足高端车的质量和技术标准；（2）海外供应商能够满足新车型的质量和技术要求，但价格远比本土供应商高，而且配合度低。

讲到这里，给大家分享个无名段子，微信群里看到的，我稍微做了些文字编辑。

段子手说，他以前在农村养过一段时间大型牲口（大概是当年上山下乡的那一代），总结出不同牲口的特点。

牛的力气大耐力足，能干很重的活但实际上效率不高，拉重货是可以，但是速度很慢。马能跑能拉，但是耐力差，强度大一点做久了就要歇菜。而且马腿很娇贵，走不了太差的路，万一骨折或者马蹄坏了，这马就彻底报废了。

驴是好东西，速度和耐力都适中，但是脾气特别倔，一旦发起脾气来，大半天死犟不动，要么满地打滚撒泼。据说还咬人，所以老农都不让他这种生手随便对付。骡子这东西非常完美，脾气好做事快效率高，可惜不能生育。

总之，没有完美的牲口，也没有完美的供应商。

这意味着不管用什么方式选择供应商，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，跟我们的要求还有差距；而这差距呢，要靠后续管理来补齐。这就是对供应商不但要有选择，而且要有管理。在供应商管理上，如果你只想记住一点的话，这就是我想让大家记住的。

企业都知道选择的重要性，因为练兵不如选兵。但是，我们不能把宝都压在"选"上：就算选对，管还是不管，怎么管，结果也大不相同。这就如同样一把菜刀，拿到贺龙手上，就能造反闹革命；拿到你我手上，就只能砍瓜切菜，说的就是管理的重要性。

这也注定网易严选的那套逻辑站不住脚。网易严选说，你买的那些名牌货，大多都是我们国内供应商做的，之所以贵，是因为名牌效应；我来找到那些给名牌公司代工的供应商，让它们做产品，以更低的价格卖给你。网易严选们咋就不想想，一群羊，如果给狮子带，就成了狮子；一群狮子，如果给羊带，就成了羊？

越是粗放的企业，就越是迷信选择，对供应商越是有选择，没管理。比如招投标、最低价中标是个很糟糕的供应商选择方法，不过还算有选择；但选进来后，后续管理纯粹没有。这注定供应商绩效没法满足我们的需求，于是就不得不去找新供应商，陷入供应商数量膨胀的恶性循环。

---------------------------

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。

比如为什么会预测失败？从数据开始，由判断结束的预测流程没打通，把本来是跨职能的行为，变成了单一职能做预测。这后面又经常看到层层提需求，层层博弈，藏着掖着信息不对称的影子，这都是组织行为问题。

再比如说订单取消，能让客户不取消订单吗？有些销售会说不能，因为客户强势。那是不负责任的说法，根本原因是销售不愿做恶人：即便不能杜绝客户取消订单，那给他们设置点障碍总可以吧，比如要取消的话，收15%的手续费----我们已经从那么远的总部把产品运来了，现在又要运回去了，你付点运输费总是应该的吧。你当然不会指望真的收到那钱，但一旦开始收费，客户下次取消订单的时候就会更加小心。

再比如说最小起订量。有些一次性的需求，我们的需求是3个，供应商的最小起订量是100个，那就买100个，结果97个过剩，几年后扔掉。那能不能用几个就买几个？采购往往说不行。那是瞎说：只要付的价格足够高，供应商半个半个也愿意卖给你。这背后还是个组织行为问题：买的越多，单价越低，采购的"降本"指标就越好看；但风险库存却由计划背，库存注销后形成的成本由公司买单。

至于说库存花公司的钱，省员工的事，自然是体现了库存责任归属不清，还是典型的组织行为问题。可以说，多余库存背后，都能看到我们干的傻事----组织行为的影子。

那么，如何改变组织行为呢？企业大了，组织行为要靠绩效考核来改变。

比如有个工业品公司，项目型需求较多，需求定义周期长，一旦需求确定了，供应链就没有足够的时间来响应。作为应对，销售就推动风险备货。有风险备货就有呆滞库存，但销售对呆滞库存不负责。结果你知道的：销售在风险备货上异常草率，呆滞库存成了大问题。

解决方案很简单：风险备货产生的呆滞库存，要从销售的毛利里面去扣。这样，销售就有一对强相关的矛盾指标来驱动，一方面要做更多的生意，一方面要控制呆滞库存，才能做出更好更均衡的决策来。

还有个公司，设计变更后，高版本经常没法兼容低版本。高版本一经推出，低版本就成了呆滞库存。有时候你真得该佩服工程师们：低版本不能兼容高版本好理解，高版本不能兼容低版本就有点费解。但不管怎么样，这是个设计问题。那怎么解决？呆滞库存从设计部门的经费里扣呗。当相应的库存由设计部门买单，工程师们得解释给他们的老总时，在设计变更上自然会更加小心。

当然，这并不意味着计划和供应链不介入。在设计变更导入前，计划要评估供应链各节点的库存，包括成品，半成品，专用原材料等，帮助设计决定设计变更导入的时间，以尽可能把老库存消耗完。要知道，除非有安全等重大问题，老版本的产品还是可以用的，即便性能上稍微差点。计划的库存分析让设计更清楚地评估库存风险，绩效考核让设计有动力来消耗老库存，设计变更带来的库存问题便会得到更好的解决。

在新老产品交替中，一旦新产品导入了，销售就不愿意卖老产品，因为新产品性能好，毛利高，性价比更高，好卖。有个企业就有这个问题。试想想，新产品刚导入时，老产品打八折或许就能卖掉；如果在仓库里放上三年，白送估计都没人要了。那怎么办？相应的呆滞库存算到销售的头上就是了。

这时候，销售就面临两种选择：要么是尽早打折，少亏些；要么变成呆滞，100%从他们的毛利中扣。在这个公司，老产品的呆滞库存不归销售，就很难驱动销售做点什么。比如要开会讨论呆滞库存时，计划来人了，产品管理也来了，但就是没有销售。销售或许很有道理：新老产品的交替是产品经理的决策，所以产品管理要对呆滞库存负责。但问题是，库存已经在那里了，即便是送人，也要销售来送，还不要说产品管理往往是在销售的压力下早早导入新产品的。

【实践者问】新旧产品的型号替换，如何控制好新旧物料的库存？

【刘宝红答】首先是责任机制：谁对这样的库存负责？其次是管理问题：计划来提供供应链上每个节点的库存，供设计和销售决策。最后是导入的先后顺序：对于老产品，先在小客户下架，后在大客户下架----大客户的需求量大，更好消化老产品的库存，解决过剩问题；对于新产品，顺序正好相反----先在小客户处"试错"，代价小，而大客户的需求量大，后导入的话可尽量避免短缺。但实际中正好相反，导致老产品过剩，新产品短缺同时发生。

----------------------

有些企业习惯性地假设质量不成问题，但最大的问题恰恰是质量：因为不能在质量上脱颖而出，那就只能拼价格，拼命压价；一分钱一分货，质量就更差，从而进入劣质低价、低价劣质的恶性循环。

要知道，价格没有绝对的高低，高低都是基于一定的质量假设。这就如在美国，一些美国造的汽车，不管怎么压价都很难竞争过同等的日本车，原因不是美国车价格高，而是凭那质量，就不值那个价。同等车型中，丰田、本田的价格一般都比美国车高，但美国消费者还是更喜欢买日本车，因为质量好（我理解在国内，日本车经常受到非议，那并不是日本车厂做不好质量，而是因为当年战略性失策，没把最好的车卖到中国市场）。

美国车厂的营销专家们可不这么认为：销量上不去，看来是我的价格还不够低；价格要定得更低，就要供应商给更多的"降本"；供应商"降本"越多，质量就越糟糕；质量更差，价格再低，消费者还是不愿买。于是就继续降价，继续让供应商"降本"，走上恶性循环。看得出，这是在拿价格来解决质量问题。

这样的企业在国内比比皆是。

比如有一个本土名企，采购团队问我最多的呢，就是如何把供应商的价格压得更低。我一再解释，你们的问题不是价格高，而是质量差。不信，到你们的官方微博上看看，凡是发布一个产品消息，后面都跟着万千个留言，顺着往下读，不出三个，就有消费者在吐槽质量问题，比如显示屏不亮啦，电源线断了，电池过热了什么的。从来就没看到一个消费者说，你们的产品太贵了。相反，甚至有消费者留言，说你们的产品太实惠了。

你还嫌供应商的价格不够低？压价太低，有些供应商都在明说，他们不做该公司的生意----出的是白菜价，想买蓝田玉。不断压价的结果是，供应商的质量更差，于是走上了美国车厂的老路：以价格解决质量问题，成了现代版的南辕北辙。

【小贴士】质量一票否决权的迷思

为了凸显质量的重要性，有些企业就给质量部门一票否决权。说啥的缺啥：不管是"质量第一"，还是"质量一票否决"，都表明质量在这些企业还是三孙子。这天底下怎么就没有销售、设计的一票否决权呢？很简单：这两个职能本来已经是胳膊最粗、能力最强，根本就用不着一票否决权来加强自己了。

名义上被赋予"特权"，质量仍旧是最不被重视的，也是最终被牺牲的对象。比如为降低成本，采购一门心思地找便宜供应商；为确保质量，质量部门则坚决反对。但掰手腕的结果呢，十有八九是以牺牲质量收尾：没有差异化优势的情况下，价格降不下来，就如中风，企业就熬不过当下；质量问题呢，则更像是慢性病，到时候再说呗。

这不，最低价中标，再加上一轮又一轮的压价后，跟我们做生意的其实都是质量眼里的淘汰供应商。质量"一票否决"的话，这企业还不早就关门了。即便有质量问题，有谁敢行使"一票否决"？企业就如丛林，行使了一票否决，你还想不想在这个公司混？当然，如果找工作，可要特别留神那些"品质第一"的公司。那可都是坑呐。

---------------

如图 1，有个企业习惯性地向渠道压货，第一周基本没什么生意，第二周有一点点，第三周高一点，第四周是月度考核，就来一堆订单；1月份没什么生意，2月份也没多少，3月份是季末，考核时间到了，就拼命向渠道压货，需求大增；季度考核完了，4月份就没多少生意，5月份稍微增长点，6月份是季末和半年考核，销售冲量就更厉害。就这样，一月一个小周期，一季一个大周期，一年一个更大的周期，业务上下起伏，任何时候都跟过山车一样。

需求变动这么大，对供应链来说，我们的产能没法那么快地周期性扩张，就只能在"淡季"的时候生产库存来应对：其中部分库存是周转库存，基于预测提前生产，应对正常周转；其余就是安全库存，基于需求的不确定性而设置。不管是哪一种库存，整体库存金额更高；产品设计和客户需求变化了，呆滞风险就很高。

图 1：月末、季末、年末冲量压货，人为增加了需求的不确定性

渠道压货，有着深刻的原因。其一是绩效考核。月末、季末、年末冲量，跟相应的考核节点紧密对应。其二是产品竞争力。产品的竞争力越弱，销售的压力就越大：如果生米不做成熟饭，把渠道的钱先拿到手，他们到时候不进我们的货怎么办？结果呢，大客户等强势客户是很难压动的，反倒利用销售考核对营收的诉求来砍价；渠道商等弱势客户呢，则成了压货的重灾区，造成供应链上整体库存高企。

渠道压货，就跟逼孩子吃饭一样。大人为了孩子多吃点，就硬逼着孩子吃；你逼他吃得越多，下顿他还不饿，你就得逼得更狠，这就形成恶性循环。但对于孩子喜欢吃的，你发现，你是一点都用不着逼的。就案例企业来说，行业标杆的产品竞争力更强，客户喜欢，压货行为就轻多了。

从销售的角度，我们可以通过细化销售的考核，增加考核密度来减轻压货行为，控制压货行为带来的需求波动。

比如在销售目标上，有个公司不是每个季度考核一次，而是每月都考核；每月考核也不是一次性考核，而是分3次：销售要在上月底要拿到下月50%的订单，当月10号前拿到70~80%的订单，当月20号前拿到100%的订单，而且订单需要提前7天拿到。在这样的考核密度下，销售基本上每天都在"压货"，需求自然就相对平稳多了。想想也有道理：销售的任务就是卖东西，当然应该每天都去吆喝，没道理要集中在月末、季末只做一次生意啊。

这道理简单，那为什么那么多的企业没有增加考核密度呢？这主要是因为增加考核密度，对企业的管理水平要求也高，比如信息化程度低，数据没法及时统计汇总，就没法支撑这样频繁的考核。相信给员工发过奖金的人有同感：要把那些账算清楚，可真不容易。在一个管理粗放的餐饮企业，几十亿的规模了（其复杂度大概不低于百亿级的制造业），连副总级别的人都没有KPI----信息化程度低，根本算不来账。

从供应链的角度出发，我们也可采取一系列措施，这里分享三点，都不完美，但有帮助。

1.监控渠道的实际销量。对销售的考核不是基于卖给渠道多少，而是渠道卖给消费者和最终客户多少。这对于手机行业来说比较简单，因为手机一旦激活，制造商就能够知道。但对很多别的行业来说就比较困难，因为在多重供应链的环境中，销量、库存的信息准确度和及时性都是挑战。有些管理能力强的企业在驱动渠道用同样的信息系统，尝试打通信息流。比如有个工程设备企业，自从2015年以来，就能相当精准地监控渠道库存。随着信息化程度上升，相信更多的企业能做到这点。

2.监控渠道的库存量。你压货可以，但是渠道的库存不能超过一定限度，比如60天的销量。也就是说，品牌商在监控渠道的库存。而挑战呢，没有合适的信息系统支持，那么多的渠道、那么多的产品，要获取及时、可靠的渠道库存非常困难。有时出于商业原因，比如销售返点等，或者在销售的"威逼利诱"下，渠道可能在库存数字上作假，让问题更加复杂化。

3.销售不介入订单管理。让销售聚焦在签订合同、获取市场份额上，而把订单管理纯粹留给供应链运营。在有些工业品公司，我们看到这种做法。或许这跟工业品环境的专业性较强、客户的忠诚度相对较高有关：合同签订下来，也就意味着后续订单到手了。当然，在客户多点寻源，特别是产品优势不明显，时时需要销售"临门一脚"的情况下，这种做法就不一定适用。

----------------------

比如客户每周盘点一次库存，把上周用量告诉我们，这就意味着几天到1周的延误。我们的员工接到信息后，也不是立马更新我们的ERP----这些员工有时在出差，有时在开会，手头总有很多事在忙，这就是一两天的延误。更新ERP后，物料需求计划（MRP）是一天跑一次（还是批处理），补货指令才能发到仓库。

仓库也是批处理，逐个客户分拣库存。分拣包装好了，物流也不是随时发货，一周一次或两次，这又是几天的延误。再加上周末、节假日，从需求发生到补货到位，动辄两周就过去了，这意味着客户现场得放两周的库存来应对。需求、供应都有不确定性，意味着又得放一两周的安全库存。这就是为什么寄售点动辄得放三四周的库存了。

后来，在一些电商企业，我也看到类似的问题。比如有一个跨境电商，总库在深圳，以空运的方式向美国、日本、欧洲各地的亚马逊补货，出关、运输、入关满打满算也就几天时间，但各国亚马逊的仓库里却放着四五周的库存。相对国内电商平台，亚马逊上的促销活动较少，需求相对稳定，为什么要放这么多的库存呢？

细究根源，还是离不开批处理。他们的店铺每周下达补货指令一次，意味着离需求产生有几天到1周的延误。仓库是批处理，捡完一个店铺的货再捡另一个的。物流是批处理，每个店铺每周发一次货，又是几天到1周的延误。到了亚马逊仓，入库质检快则1天，慢则1周。这些累计到一起，加上实际的空运、清关时间，补货周期就在3周左右，相应的库存也就来了。

在规模效益上，批处理有一定的合理性，降低我们的单位成本；但批量太大，批次太不频繁，又造成太长的等待时间，以及相应的库存。其解决方案是两个字：精益。一方面，精益让生产、配送过程更加小型化，降低对批量的依赖，让产品流的速度更快，降低周转库存；另一方面，精益控制变动性，增强每个环节的可预见性，从而降低不确定性，以及相应的安全库存。关于精益专著很多，这里不予系表。

但是，批处理远非单纯的规模效益原因。信息化不足，助长了信息流的批量处理，增加了周转周期；信息不对称，增加了不确定性，最后都体现在库存上。

就拿这个跨境电商来说，当初每周发一次货，是为了积攒一定的量，降低单位运费。后来业务增长了，量足够大了，我问仓库经理，每周发两次或三次货，会不会影响到运费？答曰不会。她还倾向于多次发货，这样货物在仓库里停滞时间更短，爆仓问题就容易缓解；细水长流，她也更好安排员工。那为什么不多次发货呢？答曰店长们不愿意。

原来在这个跨境电商，店铺的补货得店长们手工处理：他们在Excel表格上更新库存，更新需求历史，预测未来几周的用量，计算净需求，email给总仓补货。整个过程中的各种确认、跟进工作，都是email或微信，很麻烦，费时费力；动不动数字对不上，问题频发。信息化程度低，店长们太忙，补货这事儿的优先级低，那就每周下达一次补货指令，每周做一次入库验收，以打包的方式来减少"痛苦"次数。

这样的批处理，一方面可通过专业化来解决，比如设置专门的岗位；另一方面得通过信息化来应对，缩短供应链周期，降低不确定性，从而降低库存。

放在日本的寄售案例中，就是拉通客户和供应商的信息系统，比如建立EDI连接，客户的库存实时传递给供应商，让信息共享更及时，来缩短整个补货周期，以及降低期间的不确定性；如果可能，让ERP根据库存计划水位，自动下达补货指令，尽量减少手工操作。

放在电商的案例中，就是在每个店铺建立再订货机制，信息系统自动探知库存水位，低于再订货点的话就发出补货请求，信息系统自动转换为调货单、采购订单，自动发给仓库、采购、供应商，驱动整个供应链的执行。这样避免了人工处理，更及时，更经济。象京东这样的电商，每年要求一定比例的自动补货率，就是为了减少人为干预，提高决策质量，提高补货效率，从而降低整体的库存水平。

--------------------

这样做的生产、物流的单位成本是最低，但库存成本则否：供应链环节多，供应链通路的库存就高；机型配置多，预测就很难做准确，库存风险高；技术迭代快，成品降价速度快，库存贬值问题很普遍。产品是创新性的，供应链是经济型的，两者不匹配，IBM、惠普们吃尽了苦头，也给了戴尔计算机崛起的机会。

在德州大学奥斯丁分校的宿舍里，迈克·戴尔开始了改变计算机世界之旅。他绕过传统的分销渠道，直接让客户打电话下订单，确定配置，然后组装、发运，这就是直销模式（图1的②）。

跟大批量的推式供应链相比，直销模式是拉式供应链，单件组装、单件发送，规模效益大减，生产和物流的单位成本都上去了，但配送环节简化了，整体库存更低，库存贬值的成本大幅下降，一旦有更好的CPU和其他零部件，戴尔就可以很快导入，供应链的响应速度更快了，整体成本反倒更低。

图1：直销模式和传统的供应链

当时的计算机是创新性产品，价格很高，消费者的预算有限，所以定制化需求比较多，好钢用在刀刃上。比如游戏玩家希望有个更好的显示屏，做设计的希望有个更大的硬盘，运算工作多的人希望配置个更快的CPU。为了把有限的钱花在合适的地方，消费者也愿意等更久的时间。

但到了2000年后，计算机成了大众产品，随便一台计算机就能满足绝大多数的人的所有需要，这些定制化需求就少多了，大家的耐心也就更低了：这个店没现货，就到别的店去买，直销模式的速度慢就成了问题。

更重要的是，价格大幅下跌，戴尔的直销模式还是单件生产、单件配送，成本上的劣势就凸显出来了：当计算机一台1500美元时，戴尔花50美元快递给客户没问题；当计算机只卖300美元时，再花50美元来快递就显然是个大问题。功能性的产品，响应型的供应链，产品与供应链错配，戴尔的好日子过出头了。

这不，一切都体现在戴尔的股价上。计算机还是创新性产品时，在直销模式的助力下，戴尔的股价节节飙升，相比发行价翻了近600倍，市值一度超过1100亿美元。但随着计算机的大众化，戴尔的市值不断缩水，直至2012年被剔除标普500指数、2013年10月下市私有化。短短十几年，戴尔从华尔街的宠儿到弃子，背后都能看到产品战略与供应链战略是否匹配的影子。

产品成熟了，技术迭代速度放缓，计算机的配置也更简单了，大批量的推式供应链反倒更有优势。或许有人会问，那戴尔为什么不建个传统的分销模式？戴尔也在尝试通过传统的渠道，比如在开市客和沃尔玛销售计算机。但挑战是，这意味着戴尔得两条供应链并存，至少在短期内：一条是原来的直销模式，另一条是传统的分销模式。

两条供应链并存，会让戴尔的规模效益更差，成本劣势更加明显；两条供应链互相竞争，比如消费者到店里看，网上买，传统渠道的关系就很难维护。这都决定了戴尔没法轻易换道。戴尔的直销模式如日中天时，IBM、惠普、康柏计算机等没法转换为直销模式，也是同样的原因。

在管理学上这叫"路径依赖"。通俗地说，就是你的过去决定了你的现在，而你的现在又决定了你的未来。把这理论发挥到极点，就成了"龙生龙，凤生凤，老鼠儿子会打洞"和"老子英雄儿好汉"。这听上去有点悲观，但并不是说不能改变，只是说改变比较困难，风险较大，或者只能部分改变。

放在供应链上，就是供应链转型。事情在变好之前往往会变得更坏，转型期间可能显著影响营收和股价。股东们和华尔街不愿承担风险，就给戴尔种种障碍。这也是为什么在2013年，戴尔选择下市，决定私有化。私有化后，外界阻力减小了，戴尔得以推动更多的变革，比如聚焦商业客户和服务器----这些产品的配置较复杂，商业客户的忠诚度更高，对价格的敏感度相对较低，直销模式的优势较明显。这都是重新匹配产品与供应链战略。

讲到这里，顺便讲个迈克·戴尔的小故事。

1997年，乔布斯重回苹果的那一年，苹果巨亏近10亿美元，而戴尔正是如日中天，就如今天的苹果。在一个会议上，有人问迈克·戴尔，苹果该怎么办？迈克·戴尔答道，把门关了，把（剩下的）钱还给股东。谁把剩下的钱还给了股东？戴尔----下市就是把钱还给股东。这正是应了香港武打片上讲的，出来混的，迟早是要还的。

在北美，一个行业成熟后，大都会经历一轮又一轮的整合，最后只剩下两三个主要的玩家。从供应链的角度看，整合后的规模效益增加，供应链的成本才能做得更低，以达到功能性产品与经济型供应链的匹配。这些"剩余者"不是创新导向的，自然不能用创新性企业的标准来衡量。

很明显，联想走的就是这条路。网民们经常把联想和华为一起比较，说与华为相比，联想在研发上的投入微不足道云云。这种比较本身就没有任何意义：两个公司做得都没错，它们都在力图让产品战略与供应链战略相匹配，这意味着华为得投入巨资来追求差异化，而联想则不断挖潜供应链来追求成本领先。

小米与苹果也同理。

《掌链》的记者崔芸问我，这两家企业都是主要的手机厂商，它们的供应链有什么关系？我说，它们的供应链没有任何可比性，因为它们走的是完全不同的两个极端：苹果的手机是创新性产品，小米的手机是功能性产品；前者配套的是响应型的供应链，后者配的是经济型的供应链。

把小米和苹果放在一起比，其实是一种外行看热闹的做法。如果硬说有什么可比性，那就是两者的产品战略与供应链战略都是高度匹配：苹果把手机做得足够好，小米把手机做得足够便宜。当然，这也注定小米成不了苹果，苹果也成不了小米。

----------------------

1.做得最差的企业是库存一大堆，但客户要的没有。这些企业的特点是管理粗放，计划水平低，不知道客户要什么，所以就备了很多没用的货；同样因为不知道客户要什么，最终还是没法提高客户服务水平，结局就是"高库存，低有货"。

2.做得最好的企业是库存最低，但客户服务水平却最高。这些企业的精细化管理到位，计划能力强，知道客户要什么，也知道客户不要什么，所以两者都能满足，真正做到"低库存，高有货"。

3.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（简称"高库存，高有货"，也叫"两高"企业）。

低库存、高有货的企业凤毛麟角，高库存、低有货的企业满地都是。而我们所熟悉的那些知名企业，大部分是高库存、高有货这一类。"两高"企业存在是有原因的，让我们看一看。

首先看企业更重视什么，也就是绩效考核。虽然说服务水平和库存周转要并重，但你到每周、每月的运营例会上，看有多少时间在谈服务水平，有多少时间是花在库存上面？在很多企业，不管库存周转有多"重要"，把你敲得满头是包的，还是服务水平。

服务水平日日谈、月月谈，不达标，解决方案呢，自然是花钱消灾，多加库存了。虽说库存重要，但有几个人是因为库存超标被开掉的？但服务水平不达标，却的确可能丢了工作。考核什么，就得到什么。这不，服务水平就这样做上去了，但同时库存也做得更高。

还有，库存指标达不到，找些理由来解释也罢，搪塞也罢，这次被敲打了，以后就变成了"合法"了。下次的库存指标呢，则在这次库存的基础上加些，所以库存总是在增长。但服务水平不是。目标是95%，并不会因为你这次的绩效是92%就降到92%。这不，服务水平一般都是越变越好；而库存指标呢，鲜有例外，都是一路越变越糟。

值得一提的是，有些"两高"企业的管理能力相当强，比如他们的产品BOM准确，备件损耗指数靠谱，需求历史及时整合到成本--频次编码体系中，再加上良好的计划组织、流程和信息系统，客观上就具备了低库存、高服务水平的基础。但是，指标体系层层嵌套，却让一些指标远超目标，成为"两高"的系统性驱动因素。

比如有个企业的总体服务水平目标是95%，即客户订单来了，95%的情况下手头有货。但在总体指标下又细分，比如重点客户、关键产品、新产品的目标为98%。差异化的服务水平，看上去很有道理，但最终都是导致高服务水平、高库存水平并存：

其一，重点客户买的产品一般客户也买，你没法差异化，说一般客户来买，服务水平是95%；重点客户来买，服务水平是98%。为了达到重点客户的98%，你只有把所有的产品都计划成98%的服务水平，结果是所有的客户都朝98%看齐。

比如，为了达到95%的服务水平，有些高值、慢动产品就不需要备在本地库，而只在总库备货即可（不过没法满足服务水平的时效要求）。为了满足对重点客户的98%的服务水平，企业就得把更多的高值、慢动产品备在本地库，显著增加了整体库存。

其二，关键产品、新产品跟重点客户类似。比如有个大型设备制造商，为了更好地支持新设备导入，要求最新设备卖掉后，一旦出现问题需要更换备件，备件的服务水平是98%；而一般设备呢，95%的服务水平就可以。这在计划上是个难题，因为有很多备件既用在新设备、关键设备上，也用在老设备、一般设备上。于是，你就只有向98%的目标靠近，所有产品得到的备件服务水平都是98%。

这后面反映的是供应链的灵活性不足：供应链的基础设施是同一套，即同样的组织、流程和信息系统。围绕不同的业务需求，供应链没法有效地差异化服务。

比如，对于不同的客户，ERP系统没法区别对待，说一般客户的订单我们即使有货，也不要发，留给可能来的重点客户的订单。所以，ERP能做的就是一看到客户订单，先到先得，有货就发，除非人为干预。但面对千千万万的产品，千千万万的订单，哪个公司有那么多的人手，逐个干预呢？

同样的组织，同样的流程，同样的信息系统，结果就是同样的服务水平，基于最高要求而定的服务水平，最终助长了高库存、高服务水平的"两高"现象。

---------------

上面文章节选自我的新书《需求预测和库存计划：一个实践者的角度》第2版。

做得精细的公司呢，事先会把详细的评估表格发给供应商，让供应商自我评估；然后派人到现场评估，评估结果跟供应商逐一复核；对于双方评分不同的地方，要跟供应商深度交流。有些日本公司甚至做得更细：相同的问卷，采购方由两个人独立打分，然后逐项对比，如果对某项的打分不一致，则须进一步分析，直到达成共识。

这样的供应商评估，如果要做细的话，断断续续得两三个星期，几个工作日的投入。这都是为了确保采购方了解供应商的能力，供应商理解采购方的期望，通过对关键供应商做好"重选择"，来避免日后的"轻淘汰"。

【小贴士】现场访问不是走过场

现场访问是供应商评估的重要组成，有经验的管理者会做好事前准备、事中记录、事后总结。

事前准备。采购牵头跨职能团队，确定访问议程，包括日期、时间、目的、要解决的问题、重点关注的对象等。如果想参观生产线，要事先确定产线届时运行，以免供应商到时候以各种借口，让你没法参观；尽量避免在刚上班、临下班时参观产线，以免太"扰民"，看到的也不具代表性。如果想看自己的产品，那就更得跟供应商提前确认，免得空跑一趟。

现场访问。到了现场，多看多听多问，多角度了解供应商。从前台到产线，从产线到仓库，看员工士气高昂不高昂，环境整齐不整齐，物料、设备、工具堆放到位不到位。吃饭从简，不喝酒；少在会议室里待，多在现场看----谁都知道PPT更好蒙混过关，供应商当然希望你整天在会议室里听汇报。按照既定议程，逐条推进，简短的会议介绍后，就进入现场确认。边听边写，做好笔记----我们不是来视察的，而是来搜集信息的。

事后总结。现场访问结束回到公司后，乘着记忆犹新，大家要对笔记，针对评估各项逐条打分、写备注；识别供应商的短板，指导后续改进；形成文档，积淀经验；内部沟通，达成共识。

最后要补充的是，现场访问供应商重在理解，而非评判：我们可以问详细的问题，来理解供应商做什么，为什么这样做，而不是挑战供应商的做法，给它们下结论，否则容易激起供应商的戒备心理，就不会畅所欲言。

【小贴士】你得尊重评估表格上的问题

在建制完善的企业，一般都有成套的供应商评估表格。我经常会问那些企业的员工，你们觉得表格上的问题含金量如何？这时候就会看到各种表情，其中颇有不乏不屑一顾的。我知道那是什么意思：那些表格上的有些问题实在太低级啦。

对于管理粗放的企业，这话或许有道理。但在那些建制完善的企业，这些表格都是经历了多轮更新，每个问题都是经过了一轮又一轮的讨论，能够留下来总是有原因的：要么是解决什么问题，要么是预防什么问题。如果我们认为那些问题太傻，八成是我们太傻，不能真正理解为什么要问那些问题了。

举个我自己的例子。那是二十多年前的事儿，商学院刚毕业，我就到硅谷，第一份工作是管理供应商。在公司的供应商质量体系评估表格上，我发现这么一道问题：这个供应商有没有质量统计指标？当时我就想，这不废话吗，有又怎样，不照样送来一堆堆的次品！

好多年过去了，我接触了很多企业，发现了一个普遍现象：一个企业有供应商绩效管理，供应商绩效不一定好；但没有的话，供应商绩效注定不好。这才意识到，那个貌似大实话的简单问题，其实已经把那一半的烂供应商给排除在外了：这个供应商有质量指标，质量并不一定好；但如果没有质量统计指标，它的质量肯定不好。

企业多年的智慧，几代员工的经验教训，很多都是沉淀在表格、流程和规章制度中。保持空杯心态，先接受后批判，有些做法你可以不喜欢，但你一定要先理解其存在的合理性，然后改变其不合理的地方。这样你发现自己会进步更迅速，世界因你而不同。

到大公司里学本事，很多本事就在这成套的表格、流程和规章制度上。我刚在美国工作的那几年，花了很多时间，把公司能看到的流程、文档都读过，不管是供应链还是产品开发。那也是我长进最快的几年。要说采购和供应商管理，其实我这辈子只做了3年，亲身经历有限；更多的都是通过阅读、思考、总结得来。

我到过一些千亿级的欧系、日系车厂，发现员工的知识面普遍非常窄，对别的职能所知既有限，也不感兴趣。在专业化的今天，做深做精很重要，但只有深没有广，就容易陷入现象，一叶障目。这问题其实可以通过阅读那些文档，了解更多的跨职能流程来解决。跟那些企业的员工开玩笑，说他们坐在金山上还不知道：那些流程、表格、文档是宝贵的财富，是大企业几十年经验的结晶，外人花一百万都买不到的，自己人守着却不知道去学。光把那些搞清楚，学精通，在蓬勃发展的中国，有那么多企业需要帮助，还怕一年赚不了几百万？

---------------------------

比如有个公司，每周五晚上给供应商更新一次预测，这意味着最高达7天的延误：如果公司周一调整了预测，直到周五晚上才能传递到电子商务平台；而供应商一般周末不上班，只有到了下周一才能看到。很多供应商周一早晨安排各种例会，往往来不及消化上周客户的预测变化，一些重大问题就可能得等下一周的例会来解决。光这一项，就意味着可能高达两周的延误，也意味着产能扩张、生产准备可能得延迟两个星期。

或许有人会问，这每周五晚上更新预测的规矩是怎么来的呢？或许是多年前，信息系统刚实施时，硬件性能有限，运行太慢，每天更新不现实；或者是每周更新，易于报表、指标统计；或者是一个不经意的决策，"反正是预测，预测不就是中长期嘛，延误几天也没什么"；或者是出于善意，即让所有的预测都敲定了，周五晚上一总发给供应商等。

有些批处理是规模效益原因，有些是信息技术原因，还有些呢则纯粹是因为懒。但不管怎么样，批处理延长了周转周期，意味着更多的周转库存；批处理也增加了不确定性，供应链的自然应对是增加安全库存。

先说规模效益。批处理虽然在运营成本上获得一定的规模效益，却以更高的库存成本为代价。两者之间的平衡，跟企业规模有很大关系。随着企业规模的变化，我们需要及时调整。

比如有个跨境电商，规模小的时候，门店的销量有限，每周给总库下一次补货指令，这就意味着补货周期增加了最高达1周；同样，总库也不是每天都发货，而是每周发货，以降低货运的单位成本，这给补货周期又增加了最高达1周的时间；货物送到网店对应的仓库了，进库验收快则1天，慢则1周，"翻译"过来，又意味着增加最高达1周的补货周期。这些都显著增加了门店的周转周期，相应地，门店也得放更多的库存来应对。

后来，这个电商的规模越来越大，完全可以每周多次订货、发货，批量也足以拿到最好的运费；仓库也建议多次发货，这样细水长流，避免闲的时候闲死，忙的时候忙死；也不用一下子积攒太多库存，减小爆仓可能，降低仓库的管理难度。但是，老习惯很难改变，特别是在门店，店长们不愿增加收货频次。批处理的根源就变成了懒惰。

俗话说，懒人养库存，库存养懒人，这就成了恶性循环。用一位叫"黑白"的读者的话说，库存花的是公司的钱，省的是员工的事，算是说到点子上了。

为什么店长们懒？这又跟信息化程度低有关。该电商的门店补货完全靠手工，店长们要在Excel表格中更新在途、在库库存，计算净需求，通过email发送给总部，然后通过email、微信跟进交付，整个过程实在是太痛苦了。于是，店长们就批处理，一周痛苦一次。

应对方案呢，可以考核店长，让他们更加勤快地补货；也可以专职化，设立专门的计划岗位，负责门店的计划和补货；还有就是信息化，让信息系统来自动驱动补货流程等。

信息化程度高的时候，大部分任务可以自动化，比如ERP自动产生订单，自动通过电子商务发给总库或供应商，仓库收货验收时扫码，相关信息自动录入ERP，付款周期一到，自动付款，人工参与很少，都能客观上降低批量，缩短周转周期，相应地降低库存。

这也是为什么在有些电商和新零售企业，有个指标就是特定比例的订单要系统生成。

----------------------

当然，最理想的是采购既懂商务，又懂技术、工艺和质量。但有这种能力的人，早已经不干这活儿了----他们去做更高层面的事，承担更大的责任去了。那就拆分成两个人，一个负责商务，一个负责供应商相关的技术、工艺和质量，肩并肩应对供应商相关的主要问题。这也是给采购职能建立自己的技术力量。

采购缺乏自身的技术力量，遇到供应商相关的技术、工艺问题，就不得不依靠研发团队。但问题是，不管在什么公司，研发总是一帮最忙的人，分内研发的事儿都忙不完，供应商相关的问题就只能一拖再拖，直到熬不住了才去解决。兼职就是这问题，注定没法主动、系统地解决供应商相关的技术、质量和工艺问题。

解决方案是设立全职的供应商工程师。有的公司叫采购工程师，有的叫供应商质量工程师（SQE），有的叫供应商开发工程师。不管头衔怎么称呼，这个职能的要求是熟悉生产工艺，熟悉产品设计，能有效充当公司设计与供应商之间的桥梁，促进产品设计与工艺设计的交互优化。

理想的供应商工程师是复合型人才。现实中，懂技术的一般懂点工艺和质量，但懂质量的并不一定懂技术和工艺。搭建供应商工程师团队时，一将难求，种子人员从何而来？你知道，到设计部门去要，因为这些活儿一直在由设计做。那设计老总不放人，怎么办？工程师不愿来采购，又怎么办？

设计在哪个公司都是紧缺资源，人人都想让设计干这干那，人人都想去设计部门挖人。采购去挖人，设计老总当然一口回绝。为了说服设计老总放人，你可以这么解释：这些活儿现在是你的设计人员在做，与其让几十个设计兼职，不如给我一两个骨干工程师，我来围绕他们再招5到10个人，构建供应商工程师团队，把别的设计人员解放出来，相信设计老总会认真考虑的。

要注意的是，要挖就挖设计的骨干人员，而不是设计不想要的人。当然，优秀的工程师在哪里都吃香，才不愿意来采购呢----相比设计，一般公司的采购地位更低，报酬也更少。解决方案呢，就是给他钱，给他官。有时候你没法光给钱，因为工资有标准，那可通过给他更大的头衔，比如经理----头衔上去了，薪酬自然也就上去了。

对工程师来说，你在设计部，小兵一个；来到采购这边，就是经理，也是个不错的职业发展选择。当然，这样的工程师以前就在跟采购经理级这样的人合作，本来就是经理级别的人----那么强的技术背景，适当补齐一些管理和带团队的能力，在采购这边成为一个成功的经理人也不是难事。

这有点像华为早期的"按照产品流向来流动人才"。《华为研发》中提到，1992、1993那段早期岁月里，华为的新产品研发出来了，负责设计的项目经理就转到生产，负责生产；或者转到销售，负责销售；后来还有转到采购的。这有助于内部的经验传播，对销售和生产起了很大作用。

顺便提及，在技术导向的企业，最强的资源一般都在产品部门。随着企业的规模增大，其余职能的短板就更加明显，从产品部门"输血"也就不足为奇了。在营销驱动的企业，销售部门往往也扮演人才基地的作用。这也解释了为什么在很多企业，采购和供应链的老总往往是来自产品、销售。

理想情况下，供应商经理和供应商工程师是兄弟关系，前者聚焦商务，后者应对质量、技术、工艺问题，一文一武，督促和帮助供应商解决问题。但在很多企业，供应商工程师扮演的是婆婆角色。也就是说，供应商工程师在监督采购，甚至出现前文所说的"只管杀，不管埋"的情况。

这问题的根源是两者的汇报关系。

在我看来，这两个职位都是采购团队的一部分。当公司的管理能力强时，这两个职位可汇报到采购部门，好处是容易形成合力，共同解决供应商相关的问题；风险是采购的力量就太强，要通过客观量化结果来约束其行为，否则可能干坏事。

如果没法客观量化结果，通过结果来约束采购，那么理性的选择就是分权制衡，相互监督。表现为供应商经理汇报到采购，供应商工程师汇报到质量。这更可能让供应商工程师成为"婆婆"，虽然不理想，却是管理能力不足时的理性选择。

-----------------------

有个大型设备制造商，光需求从客户传到供应商时，走流程的时间动辄就得一个多星期：如图 1，该企业拿到客户订单后，跟销售、客服对接，确认需求、合同评审就得1到3天；评审完了，要录入ERP来驱动生产干活，就得审批，审批流程走完，两三天又过去了；录入到ERP里，转换成给供应商的采购订单，1天又没了；要花钱了，采购订单又得审批，又是1到3天；好不容易上了电子商务平台，供应商也不是随时随刻在那儿守着，如果错过了供应商上网下载的时间，这1天又损失掉了。

图 1：漫长的"走流程"，系统增加了周转周期

就这样，需求信号从客户传到供应商，动辄一周甚至更长的时间就过去了。从供应商到下级供应商，再到下下级供应商，这样的流程重新来过。这就是漫长的"需求探知"过程。

供应链越长，流程就越复杂，需求信息从最终客户传到最末端的供应商，需要的时间也就越长，动辄就是几个星期。这也意味着周转周期增加了几个星期，相应的周转库存增加了几周。想必现在你能理解，为什么生产线上要添置台设备，供应商的交期动不动就要一两个季度了。

我们这里说的走流程，从客户的角度看不增加价值，但因为涉及组织、流程和信息系统，牵一发而动全身，精简的难度相当大。尤其是公司大了，流程就如库存，原来加上去是为应对种种风险，是合理的，即便随着业务的发展，相应的风险因素已经微不足道，甚至不再存在，也很少有人愿意冒风险拿下来。所以流程只有往上增加的理，没有往下精简的份。于是，流程就越来越臃肿、越来越长，成为大公司病的一部分，自然增加了周转周期和周转库存。

走流程主要在干什么？审批。为什么要审批，为什么是上级审批下级，而不是相反？审批不是为了宣示领导的存在感；审批是确保决策的质量：上级一般工作年限更长，经验更丰富，决策的质量更高。也就是说，审批的根本原因是信息不对称。上级比下级知道更多的信息，部分原因是职位带来的，因为级别越高，接触到的信息越多；更重要的是由于信息系统不完善，数据没法储存在系统里，就只能沉淀在人的脑子里，而级别越高的人一般年龄也越大，经验也就越丰富。

那么，减少、简化审批的一大解决方案呢，就是信息化，把信息变对称。

比如我在做计划的时候，一度有二十多个计划员，散布在全球各地。计划员每天都在花钱建库存，超过一定金额就得我来批准。想想看，那么多的计划员，每天该有多少要审批的！于是我就告诉计划员们，我是如何来审批的，比如从信息系统中抓取什么样的信息，用什么样的公式，做什么样的分析，符合什么样的条件就批准等，只要他们按照同样的方式做决策，我就不用事先审批，而是事后审批。这样，审批走流程的时间就可以节省下来。

我之所以能够这么做，是因为信息系统相当完善，计算库存水位所需的各种数据在信息系统里都能找到，客观上降低了对经验的要求：只要用那些相同的数据，用相同的分析方法，就能得到相同的结论，做出同样好的库存计划决策来。

管理越粗放，信息化水平一般也越低，审批也就越多，审批的级别也越高。

比如在一家百亿级的国企，几万元的培训经费都得董事长审批，连CEO都没权批准。有个民营企业，也是百亿级的规模，CEO每天都得做大量的审批，其实只是走过场，每个平均连10秒时间都不到（该公司有自动办公系统，可以看得出每个审批花了多少时间）。

在一些别的企业，我也看到他们在用自动办公系统，不管审批者在什么地方，都能够通过手机来审批，这有助于缩短走流程的时间，缩短周转周期。但根本的解决方案呢，还是通过信息化让信息对称，让基层就能做好决策，消除审批的必要。

附注：我并不是说，信息化是减少审批的唯一解决方案。在企业里，管理越是粗放，职责越是不清楚，责任机制越不明显，审批也就越多，因为大家通过审批来分担责任，这些都没法简单地通过信息化来解决。

-----------------------

我们先来看产品。如图1，产品分两种，一种是功能性产品，另一类是创新性产品。

功能性产品的特点是生命周期长，产品种类少，预测准确度较高，但边际收益低。功能性产品走的是低成本路线。我们吃的食盐，用的卷筒纸，喝的瓶装水等，大都属此类产品。功能性产品较少做促销、活动（一大原因是毛利太低）。消费者对其有货率的期望也高：如果一个超市如果连食盐也断货的话，这超市在你心目中的形象也就可想而知了。

创新性产品并不是说技术含量有多高，而是说走的是差异化路线。其特点是生命周期短，型号种类多，预测准确度低，但边际收益高。女孩子们的漂亮衣服就是典型的例子。有些快时尚企业的目标是每年推出10000款。款式这么多，计划、执行挑战重重，库存积压严重；而女孩子们逛商场，还是找不到喜欢的颜色，合适的款式和尺寸......

图1：功能性与创新性产品的区别

两种不同的产品，对供应链的要求也不一样。

功能性产品面临的竞争激烈，成本压力很大，需要经济型的供应链来支持。如何才能做得便宜？产能利用率越高，库存周转越快，单位成本才会越低。而创新性产品呢，因为需求预测准确度低，计划的先天不足，要靠执行来弥补，即响应型的供应链来支持。怎么才能响应地快呢？很简单：你要么保持一定的缓冲产能，要么维持一定的库存，要么是加急赶工，都意味着更高的成本。

能做快的供应链做不便宜，能做便宜的供应链做不快。成本和速度没法兼得，正是供应链管理上根深蒂固的矛盾所在。既能做到最快，又能做到最便宜的供应链不存在。如果谁在宣传这样的供应链，那要么是外行，要么是别有用心，都得多加小心才对。作为供应链专业人士，我们必须平衡，不能取舍：为了成本而牺牲速度，为了速度而牺牲成本，都是没法长久的。

需要特别强调的是，响应型供应链并不是说本身就快。恰恰相反，这样的供应链往往很慢，而且正因为慢，所以要想法做得更快。二十多年前，我刚接触这一概念时，总觉得有些不对劲：大型设备动辄需要一两个季度才能生产出来，速度这么慢，怎么叫响应型供应链呢？后来想通了：大型设备的定制化程度一般较高，可预测性很低，属于创新性产品，在响应型供应链的缓冲产能、安全库存那么多的情况下，响应速度都这么慢，那在经济型供应链的高利用率、低库存环境，就不难想象会慢到什么地步了。

创新性产品的需求更难预测，经济型供应链很难有效应对其需求变化。大批量行业的供应商进入小批量行业，经常被需求变动、设计变更整得叫苦不迭，就是这个原因----大批量行业的产品一般是功能性产品居多，供应商的供应链也是经济型居多；小批量行业的更可能是创新性产品，需求变动也更大。

供应商选择要"门当户对"，就是要避免这种不匹配。如果你是创新性产品，对速度和灵活性的诉求高，那么对最便宜的供应商要特别小心：它们的产能利用率一般更高，对批量要求更大，批次之间的等待时间更长，对需求变化的响应能力更差。

不同的供应链模式，是为不同的产品设计的。功能性的产品需要经济型供应链，创新性的产品需要响应型供应链，这就是合适的产品配合适的供应链。这也解释了为什么同样生产汽车，电动车厂家特斯拉的垂直整合度高，资产重；而燃油车厂家通用、福特的垂直整合度低，资产更轻。

电动车还处于产品生命周期早期，属于创新性产品，毛利高，但设计变更频繁，需求预测准确度低，需要响应型的供应链来应对。垂直整合下，特斯拉对供应链的管控力度更强，能更快响应需求变动。而燃油车已经成为功能性产品，成本压力更大，专业供应商的规模效益更大，单位成本更低。

这就是为什么通用、福特在关厂，而特斯拉却在建厂。等过些年，电动车也进入成熟期，你就会看到特斯拉的垂直整合度会下降，越来越多的事交给专业供应商做了。这一切的目的都一样：合适的产品配合适的供应链。

合适的产品匹配合适的供应链，这道理一点也不难，但做起来可不容易。根本原因呢，是因为一个公司的产品可能既有功能性的，又有创新性的，但供应链却只有一条，能够有效满足一类型产品的，没法有效满足另一类型产品，这是结构性问题，是供应链管理的大挑战。

就拿服装行业来说，如图2，接近一半的服装是基本款式，属于功能性产品；另一半是潮流和流行服装，属于创新性产品。问题是很多服装企业既有基本款，也有潮流款和流行款。基本款的生命周期较长，相对好预测，缺点是售价也低，成本压力很大。潮流款和流行款的生命周期短，却是提升企业品牌不可或缺的，好处是毛利高，比如成本是100块，卖到消费者手里，就变成600、800块，甚至更高（现在知道，为什么砍价要砍"半半价"了），缺点是预测准确度低，得靠供应链的快速响应来弥补。

但是，这些企业的供应链只有一条，因为是同样的人在做供应链，他们采用同样的流程和信息系统。传统的服装行业是大批量行业，采取订货会制，大致提前半年就让渠道订货，整个供应周期动辄几个月，能做便宜但做不快，是经济型供应链。潮流服装的生命周期很短，有些快时尚公司销售45天就下架，一旦爆款就要快速返单，你能想象，经济型的供应链该吃多少苦头。

供应链没法有效匹配产品，导致需求跟供应没法有效匹配，库存积压对服装企业来说就成了行业性问题。前些年严重时，网上有人戏言，说三年不生产，库存也卖不完。但是，女孩子们早晨起来，第一件事还是发愁没有合适的衣服穿。

图2：时尚三角与供应链的侧重点

出处：时尚三角的概念来自《服装行业库存管理存在的问题及对策分析》，房亚琪，对外经济贸易大学，2012。供应链的侧重点部分是刘宝红的总结。

创新性和功能性产品并存，有些人就想了一个"万全之策"，那就是淡季的时候生产基本款式，保持一定的产能利用率，养着产线员工；旺季的时候把产能释放出来，重点应对流行和潮流服装。这从理论上讲很完美，但实践上却未必：基本款的批量大，从采购到生产到配送是大批量的供应链；流行特别是潮流款的批量小，品种多，需要频繁换线，大批量的供应链很难应对。两者搅合在一起，风险是变得三不像：既做不到最便宜，导致功能性产品失去竞争力；也做不到最快，导致创新性产品失去竞争力。

那怎么办？一种做法就是有选择地放弃。比如个人计算机变为大众产品后，IBM的响应型供应链太贵了，没有成本优势，就退出PC市场。再后来，IBM以同样的原因退出低端服务器市场。这样，IBM专注创新性产品，比如高端服务器，达到产品战略与供应链战略的匹配；联想则聚焦功能性产品，把IBM的PC与低端服务器都接过来，与其经济型的供应链也相匹配，从战略的角度来说也是明智的选择。

在来自低成本地区的竞争压力下，有选择地放弃是美日欧企业的普遍举措。比如就芯片来说，除了英特尔和美光，欧美的厂家基本上都放弃了大批量芯片，转向批量小、定制化需求多的模拟信号芯片等；在家电领域，日本企业全面撤退家电、手机行业，以便把更多资源聚焦差异化的创新性产品，与其相对昂贵的响应型供应链相匹配。

即便是功能性产品，在新品导入时，也经常以创新性产品的形式出现；而创新性产品呢，随着生命周期的推进，则不可难免地大众化，成为功能性产品。功能性和创新性产品并存，生命周期中产品的属性在改变，而供应链的属性则没法改变，至少没法改变得那么快，产品与供应链就会错配，甚至给企业带来灭顶之灾----戴尔直销模式原来独步天下，后来却成了大问题，原因就在这里，我们在后续案例中再详细谈。

【实践者问】又快又便宜的供应链不存在，那如何理解京东的广告语多、快、好、省呢？

【刘宝红答】我们说的，都是我们缺的。

不能把销售目标当需求预测

把销售目标当需求预测，在管理粗放的企业相当普遍。

公司小，快速成长的时候，历史数据的可参考性较低，就只能主要靠判断，而没有人比老总经验更丰富，更能预判未来。于是老总做计划，销售目标成为需求预测。业务快速增长下，人有多大胆，地有多大产，多高的销售目标都实现了，预测准与不准影响不但。

等企业到了一定规模，业务复杂到一定地步，就没有人知道真相----真相在数据里。如果继续沿用老总拍脑袋，把销售目标当需求预测，一旦业务增长出现拐点，行业陷入低谷，就容易出现大错特错，库存、产能问题就大了。

比如一个百亿级的工程机械企业，长期以来把老总的销售目标当做需求预测。08年的金融危机后，国家投入数万亿经济刺激方案，其后几年间，工程建设遍地开花，对工程机械的需求节节拔高。等到刺激方案结束了，工程机械的需求锐减，该企业的过剩库存数以十亿元计，成了大问题。

还有个百亿级的手机公司，以前一直是快速增长，老总做计划，销售目标作为需求预测，设多高的目标都能达成。等到了一定体量，增量市场突变为存量市场，销售目标做预测，承载老总太多的主观愿望，客观性不足的问题就更加凸显。低端产品的需求计划没问题，因为老总不参与；中端产品还可以，因为体量大；高端产品风险最大，预测准确度相当低，因为老总寄予太高的期望，高度参与需求预测。结果呢，高端产品的库存压力最大。

销售目标一般是金额，层层分解到产品、渠道、客户等能够考核销售的地方，准确度注定不高。离开了自下而上的验证，销售目标就变成了硬性摊派，没什么计划可谈。于是，渠道就成了重灾区：为了达到销售目标，销售们就在月末、季末、年末一轮轮地压货。渠道压货，导致整体库存偏高，库龄问题恶化，影响产品的美誉度，又反过来影响品牌。此外，渠道压货人为造成需求的不平稳，给供应链造成更高的运营成本，产能利用率的问题也更严峻。

群策群力，多人智慧胜一人

不确定性大，历史数据不足，我们就习惯性地向销售、产品、客户经理们"要"计划。于是就看到销售经理、产品经理、客户经理等拍脑袋，提需求，做计划。如果这些人都承担不了预测准确度低的风险，老总就不得不做计划。

老总做计划，准确度的问题照旧，甚至更糟糕。有位供应链总监抱怨说，你得给我们老总讲讲，让他不要做预测。我说，你们老总做预测，是他喜欢吗？当然不是。你们老总做预测，是因为需求预测怎么做的问题没有解决，预测准确度太低，没人愿意承担预测的风险，最终就由最能承担风险的人做计划。

不管是需求部门提需求，还是老总做预测，都是寄希望于那个看上去最厉害的人。但是，一个人的智慧，总是没法跟多人智慧相比，导致大错特错频频。《超预测：预见未来的艺术和科学》一书中说到，（在预测上）一个人要打败多个人，需要有很强的能力和相当的训练（也意味着交了很多学费，试了很多错）；一群人要打败一个人，则不需要多少专业知识和训练。

群策群力，整合团体的智慧，是应对高度不确定性，避免大错特错的有效举措。常见的就是德尔菲专家判断法。其基本逻辑是，对于同一判断对象，不同人从不同角度有认识，这些认识整合到一起，便形成更全面、更准确的认识。三个臭皮匠，能顶一个诸葛亮，就是德尔菲法的通俗解释。

我在美国参加一些会议，经常看到组织者在入口处放一大罐巧克力，让与会者有奖竞猜。几十几百人猜的平均值，跟真实值非常非常接近。比如有一次实际值是296个，竞猜的平均值为292个。我后来在上海、深圳多次重复这个实验，只是把巧克力换成糖，得到类似的结果。

有的人猜得多，有的人猜得少，两者会互相抵消。在数理统计上，这叫"大数定律"，就是说样本越大，其平均值越接近真实值。群众的智慧不可忽视。多份研究表明，职场流言有70%到90%的是准确的。我们的经验也表明，无风不起浪，职场流言是有群众基础的。德尔菲法就是用结构化的方式，来整合群体的智慧，以避免大错特错。

德尔菲法形成于二战后期，主要是帮助美国空军的新武器开发。因为是新武器，没有多少可参考的数据，美国空军就请来相关方面的专家，每个专家在各自领域对新武器有一定的认识，让他们背靠背，独立作出判断，匿名汇总后反馈给大家，进行第二轮的判断，如此这般，不断改进，直到达成共识（如达不成，则表明德尔菲法不合适）

德尔菲专家判断法的具体做法，我在《需求预测和库存计划：一个实践者的角度》有详细的描述和案例。这里我想讲一下，跟我们常见的会议讨论相比，德尔菲法有什么不同。

需求预测的精髓是"客观"二字，而常见的会议呢，人与人之间互相影响、博弈，往往难以得到客观信息。比如不管老总多么民主，他坐在那里，大家总是自觉不自觉地跟着他的思路走。职能之间也互相博弈，一个职能说什么，往往取决于别的职能说什么。级别高的人影响级别低的人，经验丰富的人影响经验不足的人，强势职能影响弱势职能，这些都影响了群策群力的效果。

德尔菲专家判断法正好完美避免了会议的问题。其一，独立，专家们背靠背做判断，这样避免了相互影响和博弈。其二，匿名，这样让大家畅所欲言，没有后顾之忧（当然，为了约束信口开河，专家们要罗列判断依据和假设）。其三，多轮循环，上轮的判断整合起来后，组织者以匿名的方式提供给专家团队，帮助下一轮改进判断。这些都有助于尽可能发掘客观信息，让信息变对称，帮助我们做出更好的决策。

避免"牛鞭效应"造成的多重计划

牛鞭效应也叫长鞭效应，指需求变动沿着供应链层层放大，造成多重需求预测和相应的库存问题。越是远离需求，看到变动就越大，库存问题也就越多。这后面的问题呢，是组织博弈带来的信息不对称。

公司内部也有牛鞭效应。比如客户说预测是100个，销售不信任客户，说万一需求更多怎么办？那就变成120。计划想，销售不知道他们是干什么的，万一需求更多怎么办？那就变成140。同样的逻辑，到了采购就变成160，到了供应商就变成180。

在牛鞭效应的作用下，短缺的时候，需求会层层放大，最后会形成过剩；过剩的时候，需求会层层缩小，最后造成短缺。供应链越长，需求失真的情况越明显；越在供应链后端，离需求越远，看到的需求变动也越大。短缺与过剩交替，带来业务的周期性变动，都是牛鞭效应在作祟。

如果在供应链的后端的话，比如芯片制造，终端市场的微小变动就会变得很大，导致严重的短缺和过剩问题。2010年前后是极度过剩，存储芯片都卖成白菜价了；2020年前后是极端短缺，有些芯片的交货周期都超过一年了，都离不开牛鞭效应导致的需求预测的大错特错。

信息不对称下，层层博弈，就造成多重需求预测。你知道，真实的需求最终只有一个，这N重预测中，至少有N-1个是错的，最后都造成过剩和短缺问题。多重预测下，就相当于销售念的是佛经，计划念的是圣经，采购念的是道德经，大家念的经都不一样，供应链怎么能协同呢？

牛鞭效应的根源是信息不对称。那解决方案呢，就是让信息变对称。

在公司内部，我们要从数据开始，由判断结束：有数据的职能选择合适的预测模型，制定基准预测；有判断的职能拿出那些可能显著改变需求的计划，比如促销、活动、上新，以及其后的假设；两者结合，让信息变对称，并且达成共识，从而得到准确度最高的预测。放到更大范围，就是销售与运营计划（S&OP），核心目的也是达成"同一个计划"。

在公司之间，就是推动协同计划、预测和补货，亦即CPFR。比如销售终端数据直接传递给制造商，就避免了在零售商内部层层汇总、层层调整（你知道，人的天性是看到数据就做点调整，不然觉得自己没增加价值似的）。再比如渠道商跟品牌商用同一个系统，所有的进出存都在系统里，品牌商能看得到，供品牌商来做补货，那渠道商就没法博弈，人为调整下单量。

--------------------

在管理完善的企业，这三大体系的评估都有成套的问卷，以及具体的评分标准。比如每个具体问题，达到什么标准得3分，达到什么标准得5分。比如有个高科技企业规定，质量管理的那七十多个评估项，每项都要达到及格线的3分（5分最高）；如果暂时达不到，供应商要有清晰的改进方案，限期达标，否则不能成为正式供应商。

质量管理的核心是一致性，通过体系、流程、操作规程等，确保每次做出来的东西都一样。这要求供应商具备基本的质量管理体系，稳健的流程，成套的工序和操作说明。

我们首先要看供应商是否通过质量体系认证。很多人一听到"认证"二字，就有点颇不在意。是的，通过这些体系认证，并不能保证供应商的质量好，但至少说明供应商有了基本的体系保证。要知道，我们要看的那些流程、工序、操作说明，其实也是ISO 9001等质量体系认证所关注的。很多短板，已经被那些专业的认证机构给识别、督促补齐了。

质量体系认证不是一锤子买卖。专业机构的初次认证外，还有持续的再认证（比如三年一大审）、监督审核（比如中间两年的年度小审）。此外，企业还要做内审，保持动态合规----质量管理不能靠外力，而是靠自己负责。我以前就担任过兼职的内审，让我接触到企业的很多流程，特别是供应链以外的流程。

要知道，不管是专业机构的外审，还是供应商自己的内审，这些措施就如定期体检，你当然不能期望保证不生病，但会降低生大病的概率，至少及时发现及时治疗。

对供应商质量体系的评审，我们不是去重复质量体系认证的那些条目----那是专业认证机构的专长。我们可更多查看记录，确认供应商是否定期内审、外审；对于每次审核识别的问题，改进措施是否落实到人，完成期限是否明确；对于改进措施，抽样确认是否落实到位等。

对供应商的评估不能停留在体系审核上。专业机构的体系审核是第三方的，是透明的市场信息，我们能用来评判供应商，我们的竞争对手也能。我们必须通过管理措施，来获取不透明的部分。那就是进一步的评估，对供应商的过程和产品做针对性的评估，获取差异化的优势。

对于过程审核，我们要评估供应商的主要流程、工序和操作说明。比如质量问题的分析和反馈，质量溯源，质检和测试，纠偏措施，环保、卫生和安全等。有经验的审核人员首先会问有没有书面文档，有的话拿出来看一看。这听上去有点无聊----纸上一套，实际上另一套的事，见过的还少吗？不过想想看，说到不一定能做到，但连说都说不到，做到的概率能有多大？

那好，供应商"说到"了，该如何确认"做到"了呢？带我到产线上，随机抽查一个正在加工的产品；再把三个月前完工的产品，随机抽查一个，看是不是这么做的。你说你统计次品率、按时交货率，那好，把上周的、上月的、上个季度的找出来看看，有没有具体的指标，如果没达标的话，整改措施都是什么，具体责任人都是谁，是否按计划落实呢？

总结起来，这就是审核中的"你说你这么做，那你做给我看，证明以前也是这么做的"。现在你知道，质量体系评估表格上的那几十条，如果要逐条评估到位，要花很多时间。第一次评估新供应商时，花上两三天甚至更长时间，一点也不稀奇。

质量关注的是一致性，也就是每次做出来的东西都一样。人的天性是喜欢自由发挥，那每次的结果就很难完全一样，是质量一致性的大敌。这就是为什么"咖啡机调制不出最好的咖啡，但最糟糕的咖啡肯定是人做出来的。"要让结果一样，那过程也得一样。最简单，也是最有效的，莫过于把要做的事、做的过程一步一步写下来，每次照办。一个人不管记忆力多好，经验多丰富，总会有漏掉的。靠经验，大概也就只能做到十之八九，显然是不够好的。

我在北美访问供应商（主要在小批量行业），发现供应商的产线上，每一批产品都附着一张纸，清楚地写着整个产品的加工过程，关键步骤做完了由执行者签名，有的还要主管、质检等签字。这张纸叫traveler，意思是跟着产品一路走（我一直找不到合适的中文翻译），订单录入系统时就产生，工单产生时打印出来，指导每次按照同样的工序加工，每一步都做好后，归档成为后续质量问题溯源的关键依据。

【小贴士】世卫组织的手术安全核对表

医疗手术事故多，凡是可能发生的，都会发生。有些甚至是匪夷所思，比如给错误的人开刀，在错误的地方开刀，在错误的一侧开刀，把纱布遗留在病人身体里。至于伤口感染之类，那就更普遍了：都啥年代了，有些县级医院连个简单的阑尾手术也做不好，伤口感染几个星期也不能愈合。

即便在发达国家，这些低级错误也屡见不鲜，乃至成了世卫组织（WHO）眼中的全球问题。解决方案很简单：手术安全核对表。"从1930年代开始，飞行员起飞前都会核对一个清单。现在，WHO想让全球的外科医生也这样做"。WHO制定了一个手术安全核对表，共22项，翻译成13种语言，列明麻醉、动刀、患者离开手术室前分别要做的复核工作。

比如麻醉前，要确认病人的姓名和手术部位，患者有没有过敏史，失血、呼吸风险高低；动刀前，要确认每个人的职责（说起来你可能不信：在美国，很多手术团队是临时组建的，大家互不相识），再次确认手术部位，以及可能发生的关键事项；手术后，要清点手术器械、敷料和针头，带进来多少，就得带出去多少----对于纱布落在病人肚子里这类耸人听闻的医疗事故，其实这就是最简单，也最可靠的解决方案。

作为受过多年专业教育的精英，有些医生对此当然不屑一顾。在他们眼里，这样的清单是给产线工人那样的基层人员用的，他们这样的大博士自然是用不着的。但精英们也不能忽视事实：《德国医疗学刊》上有专文指出，手术安全核对表在一项研究中把手术期死亡率降低了47%，在另一项研究中降低了62%，术后发病率也降低三分之一左右。