及时和准确的数据,为什么对供应链如此重要?

我们经常在谈论供应链中的数据需要做到及时性和准确性,为了实现这些目标,公司会花大价钱投入信息系统建设。

大家有没有想过,数据的这些昂贵的性能到底能对供应链带来多大收益?为什么说数字化供应链是势在必行?这是本文想要聊的话题。

及时和准确的数据,为什么对供应链如此重要?

供应链中数据的类型

数据有许多类型,其中有一种分类方法是把它分为静态和动态数据,前者包括了公司基本信息、产品型号、采购价格、BOM等等相对固定的信息。

后者主要是一些交易性的信息,比如生产线每日的产量、客户订单数量、仓库实际收货数量、运输所在位置等等变动的信息。

静态数据做到准确即可,没有实时性的要求,比如公司的名称一般不会发生变动,只需要确保公司地址、法人和开户银行等信息是正确的。

动态数据的要求就很高了,不仅要准确,还要能反映出每时每刻的实际情况。

大家都有网购的经验,在商品出库以后,快递公司会每隔一段时间刷新包裹所在位置,这是通过车载GPS定位实现的,然后根据卡车配送计划,大致上能给出派送的时间。通过一台卡车上的GPS,可以跟踪整车的货物,这是1对N的关系,因此实现动态数据的成本并不高。

离散型制造业的情况就复杂多了,一件商品需要从原材料供应商开始追溯,进入工厂以后,需要经过若干个不同生产加工中心,然后完成组装、检验,最终才能入库,配送给下游的经销商或零售商。

我们很少会在原材料上放置追踪定位装置,除非这批货物价值很高,或是有这方面的强制监管要求,比如药品。

如果想要跟踪生产进度,就需要使用工业4.0的技术,在每台设备上装传感器,完成加工后,系统自动上传数据。如果要在每台生产和内部搬运设备上都安装传感器,对于一家工厂来说负担太大,性价比不高,除了少数的行业标杆企业以外,对于大多数工厂来说,想要做实时数据的想法并不强烈。

及时和准确的数据,为什么对供应链如此重要?

为什么供应链需要及时和准确的数据?

话虽如此,供应链对于数据及时和准确性是有很强的需求的,因为我们要在所有的生产、分销、采购和售后服务之间建立数据的无缝链接。除此之外,还有两个关键因素使得我们必须获得及时和准确性。

1.增强供应链可视性

对于供应链上的玩家来说,关键的可视性问题包括了货物的预计生产出货时间,比如供应商承诺了30天交货,但是实际上他需要45天,因为一些原材料涨价了,供应商需要更多的时间在市场上找到货源,他不愿意买更贵的原料,因为这会增加成本,除非客户愿意接受供应商的调价请求。

原料和零部件库存的所处位置也属于可视性,客户需要根据这些信息,来安排后续的生产和销售计划,并且非常依赖于信息的准确性。当供应商承诺货物将会在某日送到客户工厂后,供应链就把这个信息输入系统,并以此为依据来制定生产计划,销售根据生产完成日期来通知客户,环环相扣。

一旦供应商的信息有误,货物晚于承诺时间到达,就会影响到供应链下游的安排,所谓的“计划赶不上变化”就发生了。

追踪交货期和库存位置仅是可视性的初阶水平,更深层次的要求是可以预警供应链中断风险。根据现有的信息,我们需要判断何时何地会出现缺货,以及对生产和销售的影响是什么。

比如,生产线缺少某种零部件,所以会停线4个小时。如果每小时产量是100套产品,每套售价是200元,那么造成的损失就等于4*100*200=80000元。

当然在现实世界中计算的方式更加复杂,某种原料的短缺会牵涉到N多产品和N多客户。如果我们能增强可视性,就能够预见到未来的潜在供应短缺,并能够在第一时间里作出反应。

要实现这点,就必须让数据及时和准确地在供应链上下游之间自动传输,尽量减少人为的干预的环节。

2.提高计划的有效性

预测计划的重要输入是历史销售记录,以数据为基础,结合预测模型,制定出中长期的预测。

对于制造企业来说,财务需要供应链提供的输入,来制定未来的商业计划和各类预算,比如库存、采购金额、运费等等。

底层数据的准确性非常重要,所有的计划都是在这些数据的基础上,配以数据模型,然后“加工”出来的。供应链会花费一定的时间在数据维护上,就是要确保基础数据的准确性。

我们知道预测有一个定律,近期的准确性高于远期的,就像是预测天气一样,天气预报上关于明天的天气是最准的,越往后准确性越低。

供应链为了增强预测准确性,就需要拿到最新的数据,这样做出来的计划准确性就越高。现在的需求波动越来越频繁,可能一天一个样,想要做出最准确的判断,必须用最新的数据。

及时和准确的数据,为什么对供应链如此重要?

获取及时和准确的数据的关键事项

考虑到以上的两点动因,供应链一直在努力获得最及时和准确的数据。这里有几个需要特别留意的点值得大家关注。

1.自动化数据采集

如有可能的话,应该尽量在实时情况下收集、传输数据。数据存储在供应链内部和外部的各个节点上,为了提升数据可靠性和及时性,最好的办法就是自动化采集。

在内部实施这点相对容易,只需要投资数字化工具,实施IT项目就可以实现。

在外部伙伴实施起来难度就高了,其中的最大阻力是害怕共享数据后的商业机密泄露。

供应商担心客户知道了他的上游供应商的信息,可能会跳过中间商,不让他继续赚差价。因此在做系统对接的时候,要确保只分享可以分享的数据,比如包装规格之类的。

2.控制对相关数据的访问

根据使用者在公司中的职能,给予特定的数据访问权限,比如采购订单只能由采购计划员进行创建和修改,公司里的其他人只有查看的权限。

对于外部伙伴也是一样,客户可以查看供应商的库存商品数量信息,但他绝对不能访问商品的成本分析等商业机密。

3.努力提升、维护数据的准确性

我们需要不断提升数据的准确性,其中关键在于数据采集和输入。我们要定期维护数据,比如系统中库存或是倒冲过账出现了负数,说明某些地方的数据存在问题,流程可能有漏洞,需要我们找到问题点并且尽快处理掉。

数据是供应链的根基,为我们制定各类计划提供了基础。实现准确和及时的数据虽然有点小贵,但是在供应链大中断时期(the Great Supply Chain Disruption),投资必然能带来相应的回报。

本文转载自弘毅供应链,只做信息交流使用,本文观点不代表21新零售立场。

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注