【LLamaCon演讲分享】百世物流：供应链优化背后的科学与逻辑

演讲人简介

百世物流供应链优化总监 苏冠

本篇内容最先由苏冠先生于8月9日在上海LLamaCon供应链优化与设计大会上发表，苏总以“供应链优化背后的科学与逻辑”为主题，围绕网络优化、预测与库存两个话题与来宾分享了四个精彩案例，以下为我们摘录的演讲内容。

图01. 演讲内容梗概

案例一

感谢LLamasoft的邀请，今天在这里我也见到了很多新老朋友。我分享的第一个案例是一家大型医药分销企业，当时这家企业并购了大量的分销商，通过这种方式迅速做大了中国区的市场，然后上了市。上市以后增长非常快，每年20%-30%的速度，不过他们的物流发现了一个问题，随着物流量的上升，单位的物流成本并没有下降，这是出乎他们意料的。我们做供应链的都知道，供应链无非就是规模效应，货量上升后势必会拿到更低的供应商价格。那为什么会出现这种情况呢？

图02. 激进的并购策略带来的物流挑战

图03. 未来的解决策略

图04. 网络优化节省了20%的成本

案例二

下一个案例也和网络规划相关，这是一家做防水涂料的民营化工企业。之前发展得特别快，每年都是20%-30%的复合增长率，直到前年的时候，他们发现增长在变缓，原因在于他们之前服务的客户都是大型的基建、大型的公寓开发商，他们供应链服务的对象是直接将货发到工程的现场。可以看到这样的供应链其实对时效的要求不高，但是为了企业更好的发展，董事长说我未来想服务的是民用装修市场。民用装修市场的特点是一定要走经销商的模式，要借助经销商帮他把货卖给像我们在座的各位，我们做家装可能就需要防水的涂料。

图06. 产能分布不合理带来了高昂的物流成本

广告

我们为他做了几件事，第一件是告诉LLamasoft要考虑每个SKU，每一条生产线在每一个城市的产能约束，同时改变它的物流模式，不再是工厂直发。工厂都会发到工厂仓，每个工厂仓变成了一个RDC。假设未来当地的工厂不能再满足未来的库存需求或需求的波动，那我们会从就近的工厂提前进行prebuild，再通过干线运输放到相应的工厂仓，最后由RDC来覆盖周边相应的城市。

通过模式的更改和模型的计算，最后得出的结果是之前的成本是219元/吨，这代表的是从工厂端到最后的经销商的门店，优化后变成了196元/吨，同时整体的服务水平达到了要求，也就是80%。

图07. 实现15%的成本节约

之后我们还进一步给它做了优化，因为我们发现每一条产线都是有通用性的，不仅可以生产A产品，也可以生产B、C这种大类型一样的产品。我说你给我放宽一点产能的约束，然后就是因为放宽了这个约束，我们发现整体的物流成本可以继续下探到170元/吨，所以基本上是20%的成本下降，而且同时也达到了企业的战略需求。

根据刚才的两个案例，可以发现网络优化的工具往往和企业的战略需求相关，这个战略需求有时是为我们解决M&A带来的供应链整合的一些弊端，又或者是为了拓展新的市场渠道，提升服务时效，如何通过更低的成本和更好的供应链布局来应对新的市场挑战。

案例三

和人相比，算法在预测方面占据了绝对的优势。优势体现在哪两个方面呢？可以看这张图。一般一位很有经验的Demand Planner，有十多年的工作经验，当他要做产品预测的时候，他会用Excel拿过去一年的数据，我们看左边这张图（图08），上面有Trend、Seasonality、产品的生命周期，可能还外加一些随机的因素。

图08. 与人相比算法在预测方面更占优势

图09. 某零售企业概况

我在前年九月份入职，十月份的时候拿到了过去三年的销售记录以及所有的促销记录，我们做的就是把这个模型建起来，然后我做了一件事。我们公司内部有一个叫做供管，其实就是Inventory Planner的角色。我让他与模型比赛，看谁对下一周的SKU预测做得更准。最后我们做了7300个SKU，进行了三个月的跟踪。这里是红牛的一个例子，就是红色的折线，能看到由人来做预测时常常产生的矛盾是他相比灰色折线，也就是实际的需求，有一个滞后效应。

图10. 预测结果对比

预测做好了以后，因为我们大都是单级的库存，我们发现把这个系统在浙江省最先落地之后，可以看到左边这张图（图11），红色的是用系统之前的整体库存的情况，蓝色的是用系统之后，20%的库存节约。这是我们实际运营的数据，我们用了三个月测试这个系统，目前这套系统在全国都已经开始铺开了。

图11. 同时达成库存和服务水平目标

后来我把这个案例讲给我的一位客户听，他是一家大型保健食品制造商，他说你现在做的只是单级库存的问题，我们更希望解决的是多级库存。我这位客户是中国区的供应链总监，他担心的不只是产品在某个RDC的库存，他更关心的是从供应商到工厂，再到下游的RDC，甚至FDC，每一个地方，到底应该放多少库存，终端的服务水平和整体这一条链路的库存之间的关系又到底是怎样的。这个问题怎么解决呢？

案例四

我们看下一个案例，这是我刚入职的时候，一家北美的咨询公司在给德州仪器因为年代比较久远可以直接说名字了，他们那时候遇到了很大的库存问题。电子行业有一个特性，元器件特别特别贵，而且他们又是主板和CPU的高级集成商，他要做一个主板的话，整个上游供应链可能有七到八级不同的供应商，每一级供应商都可能有库存的成本。同时因为产品的生命周期短，如果今年因为技术上的换代，旧产品卖不出去，到明年就会巨亏。这时候他们找到了之前说的那家咨询公司，问有没有什么先进的技术可以帮我探讨这个问题。

图13. 企业现状梗概

我们先看一下这边的图例讲解（图14），每个方框代表一家工厂或者说一条产线，图例的右边会有红色的柱状图，红色越多代表这个节点的库存越多。我们看到的是假设我们要生产一块电脑主板，可以看到整个工序特别复杂，绿色的这些方框都是在美国本土的一些工厂和产线，黄色的方框是国外的，有澳洲的、新西兰的，有整个亚太地区一些小国的产线。

这时候我们就通过多级库存的算法来帮助他们进行测算，最后整个系统建议的策略是什么呢？相信大家在学校的时候都学过惠普的postponement战略，打印机的postponement战略，尽量地推迟成品生产的时机。当然，这只是一个定性的战略，如何量化就要靠我们的多阶库存。我们可以再看这张图里面（图15），和上面相比，一级供应商的库存已经大大减少了，我会放更多的库存在海外仓里，因为长途的跨国跨洋运输有非常大的不确定性，同时生产周期较长的一些工厂也会备相应的库存。

图15. 优化的库存策略：postponement战略

其实网络规划现在在国内已经非常普及了，但是真正从一个供应链副总的角度来说的话，多阶库存的优化国内还很少有企业做这么深入的探讨，而且目前来看整个市场未来两三年每家企业面对的挑战都比较大，如何从库存的角度释放更多现金流，这是我们每个供应链副总都要考虑的问题。所以我希望如果明年大家继续参会的话，我希望能有在座的企业来上台分享多阶库存的案例，当然也是由我们的LLama来协助这个案例的落地。

总结

为什么说网络规划很重要？相信这也是大家今天参会的原因，因为它是连接整个企业的竞争战略和实际运营策略的关键纽带。有了这条强劲的纽带，当我们的网络布局都已经定下来后，接下来就需要通过基于算法的预测以及多阶库存的工具，帮我解决未来每天面对的供应链计划问题，释放更多的现金流，从而帮助我在销售端给予客户更大的价值，进一步为企业战略提供更多竞争优势。到最后才是我们的执行端，我们这张图最底下灰色部分（图16）估产内部的MPS排程、仓库内部的作业优化，或者是TMS里面的路径优化，更多的还是执行端。当我们要优化一条供应链，一定要注意顶层的设计。所以这就是整个供应链设计背后的逻辑体系。

根据我过往十年应用像LLama这样的优化工具的经验，做网络规划的ROI或者说cost-production大概是10%-30%，取决于你们目前现状的成熟度；多级库存在10-15%之间；最后就是TO，我们的实际派车路径的优化，15%-30%。

图17. 优化成果以上就是我今天分享的所有内容，如果大家有任何问题，可以和我进行线下的讨论。

问答环节

问：非常感谢精彩的分享，我的问题还是在于多阶库存。想跟您确认一下我的理解是否正确。既然是多阶库存的话，如果是指定的供应商，那么供应商与供应商之间的商务流，还有供应商的管理，他的权责如何划分？我光是这样想一下，看起来算法上、逻辑上一定是走得通的，但真正实施落地，从管理上，从商务流，从资金流包括账期的匹配，包括去管理我客户指定的供应商，再一级级地下去的话，我觉得对于实施的人员会有无数的挑战。