连续几年的芯片短缺,成了众多企业的心头痛。好不容易今年以来,有些芯片的供应改善,甚至出现局部过剩,价格回落。于是看到不少消息,说厂家开始砍订单,颇有点出了口恶气样子:芯片商们,风水轮流转,你们也有今日啊。有些唯恐天下不乱的自媒体甚至上纲上线,把这跟当前的一些敏感话题牵扯到一起,大肆炒作来吸引眼球。
计划预测 分类中的最新日记
对供应链绩效来说,没有什么比预测准确度更重要了,因为它直接决定了供应链的成本、交付和资产周转效率。这就是为什么在Gartner的供应链指标金字塔里,雄踞塔顶的是预测准确度。老祖先似乎没有"预测"一词,但你一眼就可看出,"早知三日事,富贵一千年"说的其实就是预测准确度。
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?
让我们拿需求计划为例,阐述计划的"责任链"这一重要概念。
首先,谁是需求计划的第一责任人?谁做的需求计划,谁就是第一责任人。我们说"做计划",指确定最终的需求数量、需求日期,驱动供应链执行。需求预测是个计划任务,虽然销售、市场、产品管理等职能扮演关键角色。当然,计划职能太薄弱时,需求预测就可能成了别的职能的兼职工作,那么这些兼职职能就得承担相应的责任。
计划职能习惯性地陷入执行模式,是众多企业的普遍挑战。怎么才能让计划"抬头看路",而不是一味"低头拉车"?一项重要举措就是制定绩效考核来保护计划人员,引导计划更加聚焦整体绩效,避免深陷订单层面的争夺战。
计划上做不到精益求精,跟计划人员的专业能力息息相关。比如计划员工的资质、经验不足,没掌握基本的预测模型,更谈不上优化这些模型,预测准确度就不高;为了应对预测的不准确,我们就得建更多的安全库存,花更多的钱来执行弥补。能力不足,面对那么多的产品和库位,没法科学、合理地做好库存计划,合适的库存放不到合适的地方,服务水平和库存就更加没法优化,都让我们在精益求精上渐行渐远。
计划的大错特错,主要是因为销售和运营协调流程没打通,做生意的和做运营的严重脱节,组织博弈导致信息严重不对称,导致预测准确度太低。简单地把销售目标当成需求预测,没法群策群力整合跨职能智慧,层层博弈导致的牛鞭效应,以及短缺下的过激反应,都可能造成需求预测的大错特错,以及严峻的库存和交付问题。
任何事情都是个两阶段的实现过程:先有精神实现,然后有物质实现;前者是计划,后者是执行。企业里的每个职能,凡是有执行的,都能找到相应的计划,无非有些计划实现了专业化,由专职人员在做,有些是兼职而已。
你或许会说,我知道有个计划要比没有强,但不确定性那么大,问题那么复杂,就是不知道从哪里下手。
2009年,我刚开始服务本土企业,就对有些企业在计划上的欠缺深有感触。用一位美国合作伙伴的话讲,"短期计划是下午四点,中期计划是本周四,没有长期计划"。这不,前一天下午会议上谈得好好的事,第二天一大早就变了,就因为上头的一句话。
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?
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。
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。
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。
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。
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。
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。
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。
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、半冻结期和自由期,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。
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。
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。
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。
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。
在有些行业,压货行为非常普遍,人为加剧了需求的变动性。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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,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。
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。
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。
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》)。
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。
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。
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、断货风险和运营成本。
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。
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"。
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?
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。
几年前,中兴终端的CEO曾学忠还是分管中国区销售的副总。有一次我在培训他的团队,这位年轻儒雅的少帅问了一个很简单的问题:生产和销售经常互相抱怨,销售说生产支持力度不够,生产说销售的预测不准,有什么办法?这问题简单,但是非常根本。其实任何一个行业、职业,都会归结到那么几个简单的问题上。我当时的答复是所有的预测都是错的;在力求适当的预测准确度基础上,解决方案得在供应链的快速响应上找。预测就像投篮,篮球之神乔丹的命中率也只有49.7%,这意味着超过一半的球投丢了。另外,要预测,关键是因为有响应时间----自来水随用随取,响应周期为零,所以就根本不用预测。
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。
摘自畅销书《采购与供应链管理:一个实践者的角度》(第2版)。刘宝红著,机械工业出版社出版。当当、京东、亚马逊等各大网站有售,纸质和电子版。
前面讲完了周转库存和安全库存,我想讲一下需求管理。需求管理不到位,需求端的不确定因素太多,最后会以库存的形式存留下来,增加了供应链的成本。
除了订单层面的自动化外,电子商务的另一个功能就是传递需求预测。我们知道,即便在订单驱动的行业,需求预测还是没法回避:一方面,长周期物料的交期太长,长出订单周期的差距需要预测来弥补;另一方面,产能扩张与收缩周期较长,需要中长期的预测来指导。所以,即使在订单驱动的情况下,供应商还是离不开采购方的预测。
所有的库存都是"合理"的,并不意味着我们就把头埋在沙子里,对库存的风险视而不见。这里要介绍的库存四分法,就是帮助我们细分库存,识别风险,管理风险。风险越大,库存的"合理性"就越低,就要引起越多的关注。
要知道,存在的就有其合理性----企业的行为是理性的,它做什么,不做什么,怎么做,都是基于现有能力的理性选择。一线销售提需求(做预测)也是,是企业在系统、流程能力不足情况下的理性选择。要改变这种现状,得通过提高系统、流程的能力,而不是简单的组织措施。
首先,让我们问一个很基本的问题:一线销售是干什么的?一线销售是开拓客户、拿订单、做生意的,需求预测是他们的兼职。企业规模大了,业务越来越复杂,产品越来越多,客户越来越多,一线销售兼职做需求预测注定做不好。此外,由于业绩不达标,销售卷铺盖走人的比比皆是,有哪个销售是因为需求预测做不好而被开掉的?没有责任机制的事是做不好的。这从组织的角度决定了需求预测做不好。
所有的预测都是错的,我们要做的是两点:第一,尽量少错:"从数据开始,由判断结束",整合了历史信息和未来判断的需求预测错得最少;第二,尽快纠错:尽快知道错在哪里,及时调整预测,采取纠偏措施,把损失降到最低。我们的挑战呢,一方面是预测准确度低,另一方面是预测错了但知道得太晚。
从业务的角度看,谁对需求预测的最终结果负责?我们这里说的"最终",指的就是那堆过剩库存。答案是销售的老总。这有点奇怪,且听我们细细道来。
VMI是供应商管理库存的缩写,最早在零售行业出现,由沃尔玛和宝洁于上世纪80年代率先导入。这些年来VMI被广泛采用,成为采购方降低库存的重要工具。但是,因为计划和管理不善,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。
首先,传递的需求信号不同。假定需求预测是每周100个,安全库存是130个。这传递给供应链的信号是,每周给我按照100个来准备产能;同时,我有个一次性的需求130个,这是安全库存,你帮我一次性备齐以防不测。这样,供应商会按照100个/周来备产能和原材料库存,对于那130个的安全库存,他们会以加班加点的方式一次性解决,影响的是供应链的短期运营成本。
但如果适当"拔高"预测,比如把这130个的安全库存分摊到未来三个月(13周),每周分摊10个,那么需求预测就变成110个每周,供应商就得按照这个来准备产能,中长期产能就多备了10%,导致产能利用率低下,长期成本上升。
此外,在SAP这样的ERP软件里,对待安全库存和预测的方式不同:安全库存是"永久需求",除非你把它给调整,安全库存会一直在那里,一旦库存低于安全库存水位,ERP就会产生"需求",驱动供应链补货。预测则相对"虚"多了,根据用户的设置,过段时间没用的话就会"消失",驱动供应链来取消或延迟订单,把手头的多余库存用于别处。
对于不熟悉ERP的人来说,这比较难以理解。让我们继续上面的例子。假定你不设安全库存,而是把预测由100调到110个/周,而真实需求是100个每周,这样每周就平均有10个是"多余"的,SAP的逻辑是先帮你留着,万一需求滞后。但也不会无限期留着啊,比如留了3周以后(用户可设置),发现需求仍然没来,SAP就认为,看来这个产品预测过高了,便把这"多余"的10个预测给自动取消了,同时传递信号给供应链,说我们预测虚高了,这里要取消10个的订单。得,供应商就给你少造10个。这也意味着实际的安全库存是30个,因为在这里,按照用户设置,SAP只保留3周的"多余"预测,即3乘以10等于30。等到不测发生时,你发现你手头该有的安全库存没有,因为你的实际安全库存远低于应该设置的值。
当然,在那些管理粗放,ERP没有这功能,或者有但纯粹不用的企业,这就不是问题,"傻人有傻福",对吧?不要高兴得过早:该流的汗总是要流的,麻烦在那里,总是会造成问题。举个例子。有一次,我们帮助一个企业改进需求预测和库存计划,几位销售拉住我们不放手,纠缠来纠缠去,老半天才弄明白是两个问题:过剩预测的调整和安全库存不够"安全",跟我们上面谈的两个问题都相关。
这个公司是典型的销售兼职计划,把安全库存分摊到需求预测中。需求预测虚高的话,成了过期需求,就得删掉一些,不然一直挂在那里,驱动供应。但究竟哪些该删(真正的过剩),删多少;哪些要保留(安全库存),保留多久,一笔糊涂账,算不清。
这帮销售还弄不明白的是,明明设了"安全库存",但总觉得不够"安全"----经常短缺,被客户投诉。他们的感觉没错:本来这130个的安全库存,要求供应商马上就送过来的;现在摊到未来13个星期,实际安全库存远比要求的要低,你不短缺才怪了。
那解决方案呢,就是需求预测和安全库存要"上帝的归上帝,凯撒的归凯撒",不要混在一起,人为地增加不确定性。要知道,需求预测和安全库存相辅相成,前者对付的是平均需求,后者对付的是不确定性。这是两个不同的概念,也应该分开处理。
有个50多亿营收的公司,主要客户是国家电网等企业,客户的订单周期是30到40天,不能满足长周期物料的采购。以前是采购自己做长周期物料的预测,准确度低;现在改由销售来预测长周期物料,情况还是没改善。
经常有人问,需求预测多准才对?答案是这取决于你所在的行业。比如在工业产品领域,批量小、品种多,60%的预测准确度可能就相当不错;但在汽车制造、家电、消费品行业,这样的准确度可能意味着灾难。
预测就如赌博,赌对说明了什么?说明了你幸运。我们其实是很难分析赌对的原因,除了基本的"从数据出发,由判断结束"的需求预测流程,以及选择更合适的数理统计模型。即使这两者都做对了,你还是可能预测失败。所以,从赌对中,我们很难学到太多的东西。这就如你问那位九十多岁的老寿星长寿的秘诀,他说他吃饭,他运动,他睡觉----他其实也不知道为什么长寿,否则的话,为什么不教给他的老伴儿,这样,老伴儿就不会在三十年前去世了。
对于长周期物料,我们之所以专门探讨其需求预测,是因为它们对供应链的影响最为深远。对于供应链来说,一个行业之所以难以对付,关键就在于那些长周期物料,比如芯片,比如显示屏,比如定制化程度高的关键零部件。
在凤凰卫视驻日记者李淼的微信公众号上[1],看到这么一篇文章,说"随着三峡工程的三次工程竣工,日本的震度M5.5以上地震发生频率逐级上升。月均发生M5.5级以上地震的次数,从三峡工程尚未开工时期的 0.12次/月,上升至 0.49次/月,增幅达到了308%。由此可见三峡工程的威力不可忽视"。作者列举了成十年的数据,非常详实,你能看到清楚的正相关。
不知道大家注意到没有,越是管理粗放、需求预测做得差的企业,做需求预测的人就越多。一线销售人人提需求,就是一例。其实,大多情况都跟水电、煤气、市政设施一样,不需要人人做预测;如果你发现基层、一线人人都在做预测,那八成有问题。
俗话说,父子不能教,医生不自医。教孩子和治病是个理性过程,如果夹杂太多的情感因素,在这里是私心,就会影响决策的客观性。君不见,父亲教孩子,没多久就在父亲的打骂、孩子的哭声中结束,不但教不好,而且成了仇人。那怎么办?《孟子》中说的,易子而教----你教我的孩子,我教你的孩子。医生自己病了也是这样,找别的医生给自己开药方。
要预测,是因为供应链响应能力有限
这里我们谈个有点哲学味的话题:为什么要预测?答案很简单:供应链的响应能力有限。
人们经常抱怨没数据,其实一个公司数据再少,也会有发货数据,因为他们要靠这个来向客户收钱。光从这些发货数据中,我们就可以发现很多有用的信息,帮助我们更好地理解客户期望,判断供应链的绩效,识别能力短板。比如你新到一个企业,人家给你一个几十兆、几百兆大的Excel文件,是这几年的发货记录,你该怎么分析呢?
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。
从理论上说,服务水平跟库存水平正相关。也就是说,要提高服务水平,就得增加库存;要降低库存,就得牺牲点服务水平。这里有个重要的前提,那就是库存与服务水平已经优化,多余的库存 "水分" 已被挤掉,也就是说已经处于下图中的B点临界曲线,在库存与服务水平的"效率边界"上(Efficiency Frontier)。
作为库存计划人员,不管你的库存周转多快,总有人挑战你,说你的库存不合理。不合理,其实是太高的代名词。不过想想看,每一分钱的库存都不是凭空而来,都是为了特定的业务需求而设的,哪能不合理?毕竟,没有一个人说,公司的钱太多,那就多建些库存,把钱浪费掉,我们好到别的公司去上班啊。
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。
库存是企业运营的粘合剂,也是矛盾的焦点之一。销售侧重客户服务水平,要求多放库存;供应链兼顾效率和成本,希望少放库存。老总和财务平日不怎么关注库存,但一旦现金流紧张,手头缺钱,库存马上就会上了他们的雷达。降库存就跟降成本一样,是企业不可避免的话题,而且更难对付。毕竟,老总可以一怒之下降成本,比如从明天开始,所有的出差都取消,一切问题都电话上解决;从下周开始,所有的供应商付款自动扣减x%(是的,不管你信不信,通用汽车就干过这活)。但是,你听哪个老总一怒之下,就把库存给降下来的?
在库存计划和库存控制上,我们这里想讲三个基本原则。
需求预测是需求计划的一大输出物。要不要考核需求预测的准确度?我们的倾向是不考核。根本原因呢,需求预测是个过程指标,其本身并没有实质意义:企业做预测的目的不是准不准,而是为更好地对接需求与供应,提高客户服务水平的同时,控制库存水平,降低运营成本。
这些年,我们拜访和服务过数以百计的企业,包括跨国和本土企业,发现需求计划总体经历了三个发展阶段:公司小的时候由老板兼职,有点规模后由销售、生产、采购等相邻职能兼职,上了规模后就得有专职的需求计划职能。
经常有人问,如何做好计划?这是个很大的话题,我总结为三个环节,或者说计划的三道防线:需求预测、安全库存和供应链执行。其逻辑是(1)尽力作出最准确的需求预测(第一道防线);(2)所有的预测都是错的,所以我们设立安全库存或安全产能来应对(第二道防线);(3)安全库存/产能没法对付的,最终要靠供应链的执行能力来应对。企业的挑战是计划能力薄弱,第一和第二道防线设得不好,很容易失守,太多的压力就会转移给第三道防线,这就是典型的计划能力不足,全靠执行来弥补,公司也就习惯性地陷入救火模式。
在很多公司,供应链苦于销售对库存不负责任。表面上看是销售不愿承担责任,根源其实是需求计划没有闭环的结果。
我们说过,库存的来源有三大类:(1)周转周期,比如生产、运输的时间;(2)不确定性,比如需求和供应的不确定因素;(3)人的行为,比如预测不准、订单取消、最小订货量等。与这三个根源一一对应,相应的库存也分三类:周转库存、安全库存和多余库存。要控制库存,就得从这三个领域着手,采取切实行动。
在采购和供应链上,很多公司都是一堆的麻烦,不光是供应端,更多的是需求端。也是,这些年来,需求端差异化地非常厉害,很多行业都感受到批量越来越小、需求变化越来越快。相应地,预测的准确度就成了供应链的心病。我在培训中每每谈到这些问题时,不少学员都奢望,如果预测能更准一点就好了。那神态就像《我的叔叔于勒》中的一句台词:"如果于勒竟在这只船上,那会叫人多么惊喜呀!"。我想说的是,于勒不在那条船上,预测的准确度也不会高到哪里去。所以,你不能寄希望于预测的准确度。
在培训采购与供应链管理时,我每次都有个讨论问题:计划给出的预测,当采购传达到供应商时,你们做调整吗?为什么?
虽说计划是供应链的引擎,驱动采购、生产运营和物流配送等执行职能,但在很多企业,计划由执行部门兼职,并没有独立的计划职能。这在一些快速发展成长起来的公司尤其如此。这些公司规模上成了大公司,管理和运作水平却停留在小公司层次,忽视计划职能就是表现。
在培训采购和供应链管理时,我有个案例,专门讨论如何提高预测的准确度。每每谈到哪个职能该做预测、哪个职能该对预测准确度负责时,鲜有例外,大家的矛头所指都是销售。原因很简单:销售离需求最近,最了解需求,所以处于最合适的地位做预测,自然也该对预测的准确度负责了。这听上去很有道理,其实是个误区。
10月份在深圳培训,20%的学员来自电商。电商可以说是"速度经济"的代表:消费者不但期望批量经济下的价格、大规模定制下的选择,而且希望鼠标一点、几个小时后就能送货上门。虽说不要店面,但电商的种种成本,远超一般人的想象。很多传统公司跨入电商,例如美特斯邦威、红星美凯龙、飞虎乐购,都是兴冲冲而来,没多久就仓皇撤退,一大原因就是对电商的成本估计不足。
而诸多成本中,一大块就是库存成本。从本质上看,电商是个库存系统。从总库到一级库、二级库,哪些商品该备货、备在哪一级的库、备多少,是个典型的库存计划问题。库存计划不到位,短缺与积压并存,结果是要的没有,不要的却有一大堆。有些电商缺货率动辄百分之二三十,同时呆滞库存比例高达百分之三四十,由此而来的业务损失、库存贬值、削价清仓,成本惊人。而这些问题的解决方案,则离不开库存决策的三部曲:预测、计划和补货。
这是《国际电子商情》的采访,关于库存控制与管理。
点击此处来下载。
《扁鹊的医术》中说,一流的医生在病还没发作的时候就治好了,好的医生在病刚发作时就能施诊,一般的医生一直等到病入膏肓才下猛药、动针砭、刮骨疗毒。这个比喻放在库存计划和供应链管理上也很贴切。接着阅读。
一个公司投巨资建成的新厂房终于投产了。几个月内,产量以50%的速度逐月飙升。来势太猛,供应商措手不及,短料、断料,疲于奔命。该公司与供应商设立寄售库存。在产能飙升之前,这些料号都已备在寄售仓库里。现在屡屡短缺,生产工程师们大为光火:我们的产能是调高了,但寄售库存的再订货点两三个星期前就提高了,你们怎么现在还是没法把货补齐?
几个月前,我去硅谷一个生产高科技公司。该公司的产品火热,年营销额节节攀升,一路飙升到8亿美金左右,处于量变到质变的时刻,即基础设施、流程、系统需要全面提升。公司规模小,人可以驱动流程,苦干、硬干加巧干,产品还能将就着按时出门。公司规模大到一定程度,流程、系统上的缺陷就会放大,员工会经常处于救火状态。产品热销,使得公司的销售强势,能够要求客户提前半年下订单,远超过生产周期。对销售来说,这下销售预测可好办了,但对于负责订单履行的供应链总监来说,日子却没什么好过。
协同规划、预测和补货(CPFR)的权威组织VICS在上海举办认证培训。他们给"供应链管理专栏"两个席位,我从众多的申请者中间选了两个职业经理人参加。
下面是百思买(Best Buy)的岳冰写的总结,登录出来,与大家共享。
VICS计划在国内继续这样的培训。如果你感兴趣参加的话,请跟我联系:[email protected]。
刘宝红,2010年11月8日
协同规划、预测和补货(CPFR)的权威组织VICS在上海举办认证培训。他们给"供应链管理专栏"两个席位,我从众多的申请者中间选了两个职业经理人参加。下面是上海荷美尔食品有限公司SCM 李晋写的总结,与大家共享。
VICS计划在国内继续这样的培训。如果你感兴趣参加的话,请跟我联系:[email protected]。
刘宝红,2010年11月8日
Michael Katzorke出版了他的新作:Leading Effective Supply Chain Transformations - A Guide to Sustainable World-Class Capability and Results,讲的其实就是他在Cessna(工业巨譬德士隆的子公司)和Smiths(被GE在2007年收购)担任供应链副总裁期间,如何引领两个二三十亿美金的大公司的供应链转型,并取得持久的结果。我的工业界的导师Ron Nussle师从Michael Katzorke多年,并把Katzorke的那一套系统地应用到我供职过的Lam Research(硅谷的一家年销售额在20亿美金左右的高科技公司),以及青岛海尔,指导海尔的供应链转型。如果要讲根源,Michael Katzorke算是祖师,我在"供应链管理专栏"上的很多文章,寻根究底,都能看到Katzorke的影子。
这本书短小精干、实用,正文就170页,加上附录就260页左右,在Amazon.com上能买到。工业界实践家写的书,讲的是经验之谈,说的都是身边事,给专业人士读,颇能引起共鸣。耐读,也是因为它是Katzorke三十年职业经历的浓缩,同时包括很多大公司如Honeywell、Motorola等最佳实践。书中的亮点很多。这里要讲的是库存、信息和能力。
海尔作为国内第一品牌,一直在经营理念上领先同行。他们在创造新理念的同时,也创造了很多新词,零库存下的即需即供就是其中一个。
说得是零库存,其实不是零库存。因为不管是成品、半成品、在途库存还是原材料,在一条供应链里,总会有这些库存。但是,管理得当,却可以大幅度降低这些库存。这就是零库存的初衷。
这似乎是个悖论。按道理,库存越多,有货率就越高。实际上正好相反。看看问题的根源就知道了。
为什么存货多?因为卖不掉的破烂备得太多。
卖不掉为什么备那么多?因为规划不到位。
为什么规划不到位?因为不懂或不重视规划。
结果是该备多的备少了,该备少的备多了,恰到好处不过是凑巧。貌似两种问题,其实只有一个根源。
阅读全文。
规划员:"这个料要备三个,请批准"。
规划经理:"为什么要备三个"(而不是四个或者两个,或者一个)?
规划员:"客服工程师说要三个"。
我在备件规划领域这么些年,这是经常遇到的,也是最不喜欢遇到的对话。
俗话说,女怕嫁错郎,男怕入错行。对公司来说,怕的就是排错了队,资源花在二流客户上,最终这些二流客户变为三流、四流、末流,直至被淘汰出局,如同泰坦尼克号一样沉没。倾巢之下,没有完卵,供应商便成了殉葬品。
就半导体行业来说,二流的客户大多在北美和欧洲。如果时光倒退10年,这些公司大都是一流客户。只因为社会福利太好,生活太安逸,员工从上到下都成了慵懒的肥猫,公司也成了贵族,失去了饥饿感,就失去了竞争力,于是就被亚洲的公司打得满地找牙。结果一流的变为二流,二流的变为三流甚至破产倒闭。欧洲第二大半导体生产上Qimonda就是例子。
提起预测,很多人想到的往往是数理统计方法。常用的统计方法有几十种,绝大多数都有同一假设:历史会以一定的方式重演。数理统计的误区也正好在这里:市场变化复杂,产品更新换代迅速,消费者爱好、流行趋势难以捉摸,发生过的与未发生的关联度并不一定有多高,尤其是在单件产品、单个销售点、短期预测的情况下。套用股市中常用的免责声明,就是"过去的绩效并不代表未来回报"。不管是多好的工具、多精致的模型,都很难纳入难以量化的变量,即经验与直觉。模型得出的预测,准确与否都得过直觉这一关:看上去对不对?
四月下旬,在IE Group在旧金山举办的高科技预测与规划峰会上,一个赞助商在展台上放一瓶巧克力豆,让每一个参观的人有奖竞猜。挺大的一个瓶子,几百只巧克力豆,又不是标准包装,谁又能猜得准呢?
规划是供应链运作的大脑。几十年来,规划从MRP发展到到ERP到APS再到SCP,经历了从部分到全局,从静态到动态,从企业到供应链的发展历程。供应链的效率取决于规划。规划不到位,任何执行都是事后挽救。
这是我的一位朋友陈兵兵女士的文章。陈女士是微软中国首席解决方案架构师(制造、能源、零售物流)。曾担任IDS、i2中国首席顾问,康柏、SAP等公司高级顾问、市场总监等,熟知供应链管理和全球供应链网络的优化。这篇文章概括了规划的发展历程。如果感兴趣的话,请继续阅读。
一位在英国做采购的朋友最近面临一个关于中国供应商VMI的难题,希望可以得到大家指点。
中国供应商在3个月之内需要回款做退税,可是由于公司没有协调好好需求,导致国内供应商积压过多库存在第三方仓库,采购方的付款条例是每周从第3方仓库转运多少货,就付多少钱。每周付款一次。这样看来,3个月内回款给供应商看似不可能。供应商将巨额损失在VAT上。大家有没有什麼好的建议当遇到这样的问题?
另外,中国做出口VMI,就必须支付国外第3方仓库运费,库存费用,这是笔不小的费用,可是中国外汇管制,对外货币有限制,不知道您是否可以指点一下,供应商怎样具备怎样的出口文件和条款,国内银行才允许对国外的付款顺利进行?我的供应商之前在出口文件上的TERM是FOB,这显然是不对的,那么,是否改成CIF或DDU就可以避免这样的问题呢?
常见的库存控制是静态的,以控制库存水位(安全库存、补货点、补货量等)来控制总体库存。它的不足之处是对转库库存缺乏透明度,例如你知道有一定数量的库存正在流动转库,但没法系统地预测何时会有多少到达。对于有大量库存处于流动状态的供应链,静态控制库存的不足就更明显。
举个例子。美国销量很不错的健力士(Guinness)啤酒产于爱尔兰的都柏林,出厂时装在啤酒桶里,由大卡车载着,运到都柏林港,卸到海关检验处,集装箱装运,先搬到小吨位的轮船,再驶到深水港,例如阿姆斯特丹、南汉普顿,甚至是利物浦,卸载到集货处,随后转到大吨位的轮船,这才算是正式上了路。然后是一路颠簸,跨过大西洋,先到纽约,再到查来斯顿、休斯顿,最后到了洛杉矶。集装箱下了船,清关,抵达洛杉矶的仓库,这才算是到了家。从都柏林到纽约需要21天,从都柏林到洛杉矶要33天到36天。当然啦,这还得取决于很多因素,例如航运公司、天气、闲季与忙季等。
没有十全十美的东西,供应商管理库存(VMI)也不例外。
对采购方而言,选对合作伙伴很大程度上决定VMI的成功与否。在VMI下,采购方实际上把物料管理职能分包给供应商。如果供应商因为管理水平、财务状况、员工素质等没法很好履约,采购方就面临着断料危险。在国外,有些VMI计划就因此而中止。采用VMI时间长了,采购方丧失物料管理资源、能力(例如原来的人员转移到别的部门去了)。一旦中止VMI,重新配置人员,资金预算可能是个问题。
前面说了供应商管理库存(VMI)。这里说协同规划、预测与补货(CPFR)。
CPFR的全称是Collaborative Planning, Forecasting and Replenishment,即购、卖双方协同进行产品规划、需求预测和补货。这个概念源自零售业,在上世纪九十年代初由宝洁与沃尔玛率先应用,现在仍然以零售业为主要战场,当然也适用于非零售环境。
几年前,硅谷的一个高科技生产企业耗费几千万美元,实施一套新的ERP软件。实施的前几个月只能用一个词来形容:灾难。物料准确性更差:系统明明显示有货,但物料管理人员总是找不着,客户服务人员也没法发备件给客户;生产计划更不可预测:明明按计划可按时发的货就是没法准时完成;数据录入准确性也下降:客户的订单接收错了,订单物料清单不准确,甚至货发给错误的客户。套用墨非定律:凡是可能发生的都会发生(而且确实发生了)。
2003年,整个硅谷还笼罩在经济泡沫破灭的阴影下,很多公司的营业额大幅下跌,但降价压力也与日俱增。祸不单行的是,动辄千百万美元的滞销库存,绝无可能销售,都得销毁。其中相当部分是供应商管理的库存(VMI),意味着得支付给供应商钱,因为VMI下采购方有一定的责任。光笔者本人就处理了八十多万美金的过期库存,而整个产品类的采购额一年也就几百万。
很多人问,如何规划在供应链管理领域的职业发展?这个问题很大,因为各人的背景、兴趣不同,加上供应链管理本身无所不包,所以没有一个明确的答案。笔者的看法是可考虑三个方面,(1)技术类的,如供应商质量工程师、供应商开发工程师;(2)生意类的,如采购经理、采购员、供应商业务经理;(3)规划类的,如物料管理经理、物料规划员等。这里想说的是第三种。
最近评论