当前位置:主页 > 渠道与终端 > 渠道与终端 >

国外供应链管理,都在思考什么?

2017-04-18 00:00

作者:

来源:

 

  STEP1 概念梳理:到底什么是供应链管理?

  按照美国供应链专业协会的定义:“供应链管理包括规划和管理供应采购、转换(即加工生产)和所有物流活动,尤其是渠道成员的协调和合作,这些成员包括供应商、中间商、第三方提供商、客户。从本质上讲,供应链管理是对企业内外供应和需求的全面整合”。其内容包括所有物流活动、生产运营,以及营销、销售、产品设计、金融、信息技术之间的协调。
 
  香港利丰研究中心认为:“供应链管理就是把供应链最优化,以最小的成本完成从采购到满足最终顾客的所有流程,要求上述工作流程、实物流程、资金流程和信息流程均有效率地运行。”
 
  换言之,现代供应链管理的目标是以正确的质量、正确的数量送到正确的地点——即“7R”原则,并使整个产业系统的所有权成本最小化。

  STEP2 最新研究观点:什么是卓越供应链的最佳参数?

  关键词:卓越供应链的六个维度

  作者:史蒂文•梅尔内克、爱德华•戴维斯、罗伯特•斯派克曼、约瑟夫•桑多尔

  (《卓越供应链的六个维度》,本文观点基于“供应链管理2010后展望Supply Chain Management 2010 and Beyond的研究活动所得结论而写成)。
 
  我们认为,供应链应当提供下列六种基本结果当中的一个或多个:成本、响应度、安全性、可持续性、复原力和创新性。
 
  成本:以降低价格(初始阶段)和成本(最终目的)为关键目标。这种“成本”结果是货币成本(主要绩效标准)与交付和质量(次要绩效标准)的结合。用泰瑞•希尔的术语来说,成本是“订单赢得要素”,而交付与质量是“订单资格要素”。
 
  响应度:就是根据不断变化的条件快速变更数量、品种搭配或地理位置的能力。通常而言,出色的响应度可以保证较高的价格。
 
  安全性:此种结果近年来引起各方极大关注。保障安全性就是确保供应链上的产品不会遭受污染或其他因素变得不安全。
 
  可持续性:可持续性不同于安全性的地方在于,它包含“绿色”的概念,即对环境负责。供应链应当通过生态友好型流程、组件和最终产品,消除浪费、降低污染、为改善环境质量做出积极贡献。沿供应链全程减少碳足迹就是一个例子。
 
  复原力:确保供应链能够迅速、低成本、高效益地从自然灾害(如地震)、社会因素影响(如员工罢工)、公共卫生紧急状态(如H1N1流感)、经济挫折(供应链关键环节破产)或技术故障(软件危机)的打击中恢复过来。
 
  创新性:近年来许多公司越来越依赖自身供应链开发新产品、新流程、或者改善既有产品和流程。组织的关键创新人物不仅在内部完成,还与供应链合作伙伴协同完成。
 
  高效的供应链往往是六种基本结果的混合体。过度聚焦某一个维度的供应链常常无法满足新兴商业环境的要求。

  关键词:大数据供应链

  作者:娜达﹒R·桑德斯(Nada R. Sanders)《大数据供应链——构建工业4.0时代智能物流新模式》
 
  如何构建大数据智能供应链路线图?

  要创造竞争优势,必须将企业的行动集中统筹,按照一个“三步走”的路线图进行,所谓的三步走就是分区、联合、测量(后文简称为SAM)。这一路线图能够帮助企业将零散的步骤进行整合,而不是保持单一部分的成功。
 
  实行大数据分析必须在供应链中构建一个系统化框架,称为 SAM 路线图:

  首先,这一过程使用数据分析打造供应链,用明确定义的竞争要项瞄准特定的市场分区;

  其次,将企业职能进行战略型联合,在企业与供应链间进行信息整合以优化应用;

  最后,完善度量指标以创造更好的业绩,信息反馈循环能帮助实现持续的业绩改善。

  ——分区

  分区:根据明确的特点优化供应链分区。

  大数据分析大大扩展了数据规模,颗粒化的数据可以按照无数种可能进行组合,为微分区的实现以及理解每一分区中潮流与异化产品提供了可能。建立分区的一个重要部分是定义每一分区中的竞争要项。明确每一分区及其特点能够帮助企业明确分区内优先发展的产品,这些产品决定了企业在该分区的主要竞争力,其中包括客户服务、成本、质量、时间、灵活度以及创新性等各种要素。

  ——联合

  联合:联合各方最大限度地发挥分区的特点。

  企业与整个供应链的合作避免了分散行动。

  联合意味着整合供应链中的各项步骤。优秀企业利用预测分析消除客户关系管理、供应链的销售环节与平衡供求的运作、步骤和物流之间的界限。

  ——评估

  评估:设计策略性的联合关键绩效指标,以评估市场分区的特点。

  正如彼得•德鲁克所说:“如果你不能评估一件事物,你就不能管理它。” 企业需要为其优化的对象寻找合适的算法。其实现可以通过应用供应链中成员普遍认同的策略性联合关键绩效指标,以及帮助企业不断完善的反馈机制。这些算法还应该对企业联合、整合以及企业间合作进行评估。同时,企业还应该利用数据分析寻找新的、更有意义的分析方法,这要以公司策略、核心竞争力和对商业价值观的理解为导向。
 
 ——第一步是利用大数据建立更好的供应链分区。将消费者按照各种组合属性,如人口信息、购物模式、消费特点和行为等进行划分并分别分析,大数据分析将这一做法提升到了新的高度,其目标是建立能够满足顾客需求的分区,并对每一分区中供应链的要求进行优化。

  案例:美国服装零售商鹰牌户外服装(Eagle Outfitters)公司利用大数据分析,根据消费者最喜欢的商品组合对其750 余家门店进行了分类。公司发现,西佛罗里达的顾客商品选择与得克萨斯州和加利福尼亚州的消费者相似。这一分区帮助鹰牌户外服装公司按照分区和地域特点设计产品组合,对每一分区的价格实施了更加有效地控制,实时将资源运送到了更有潜力的市场分区。
 
  大数据分析还能够为每一分区制定优先发展的竞争要项。竞争要项对应着不同的企业运作要求。例如,低边际利润的商品将重心放在成本上,而高边际利润的商品则注重顾客服务。这就产生了不同的供应链结构、不同的供应商、交通运输、运营策略以及业绩标准。

  分析法则能够根据该分区内的竞争要项优化决策过程。例如,优化顾客服务的同时将成本控制在边际范围内,这也意味着企业必须集中力量。数据分析能够随着实时的门店或网络销售变动而为分区内的竞争要项进行专门的库存和定价调整,制造商能够自动调整生产线,提高效率,减少浪费。

  ——第二步,联合企业及所有业务职能,为竞争要项提供支持。大数据及其分析的应用应该支持每一分区中的竞争要项,而不是随机实施,因为这会使企业得以集中优势,避免大海捞针。要达到供需平衡,还应该进行企业间的整合,像销售与运营计划这类程序就非常适合引入大数据分析,因为其本身利用的就是数据驱动,并且打破了多重部门壁垒。

  ——最后,企业还应该运用战略型联合模型或关键绩效指标对绩效和产品进行评估。实现应用模型的“持续完善”在这一环节尤为重要,模型与分区和分区中的竞争要项之间应该存在一项为企业持续监控的反馈机制。模型用于完善分区过程,将其竞争要项进行进一步联合。通过“全面质量管理”和“持续完善”,我们了解到最好最持久的供应链优化是一个渐进的过程。大数据分析能够在很大程度上促进这一过程的实现。例如,自动跟踪模型的推进,对失误及时作出预警等。(A12)

分享到:


相关新闻