在全球范围的各种不确定性、风险之下,供应链规划的重要性凸显。供应链规划是什么?对于企业的价值是什么?企业要如何制定供应链规划?怎样算一个好的规划?规划的技术又在发生什么样的变化?……
6月2日,LOG三人谈第四期,我们邀请了原LLamasoft中国区创始人 岳仍鹏,与我们聊聊供应链规划那点事,话不多说,进入正题——
水哥:
这次非常荣幸邀请到原LLamasoft中国区创始人岳仍鹏,跟我们聊一聊供应链规划。大家一般认为供应链规划比较“高大上”,有价值,那企业为什么要重视供应链规划,供应链规划包含什么内容?近年来规划和优化变得很重要是为什么?
岳仍鹏:
供应链规划其实是一个企业运行的“大脑”,需要通过数据和算法“武装”,让决策更有效率。
一个企业光有生产、仓储、搬运、运输等“四肢”是不行的。以前大家都很关注如何用通过信息化和硬件升级,来武装““四肢”,但其实“大脑”更需要升级,从依靠经验,要走向依靠数据和算法。
供应链规划,或者计划人员,经常需要站在供应链整体的维度,去回答/解决一系列关键问题,比如仓库(服务客户群、库存数量、商品品类及位置等);生产(产品、工厂位置、产量等);采购(频率、供应商选择、采购批量等)……
过去,大都是凭靠从业者经验,而现在这种规划方式是不够的。应该让决策变得更有效率,帮助企业真正实现降本增效的目的,这就是供应链规划升级的目标。
傅兵:
供应链规划,要能站在企业全局的视角,从长周期统筹供应链活动,并与运营打好配合。
企业传统更多的是靠本身的执行力和行动力,来组织销售、仓库、物流等活动。供应链一般来说是企业里拥有最多的资源,或成本投入最高的部门,比如建仓的投入可达上千万,但这种投入不是临到眼前才决定的,而是需要做长期规划。这就需要企业有一个“大脑”——供应链规划,从更长周期、更全局性的视角来统筹供应链活动,不仅是站在供应链的全局上,而是能站在企业的全局上统筹,包括业务发展方向、客户类型、需求等变化,再考虑整个供应链的战略部署应该怎么做。
供应链规划必须是一个数据驱动,是理性的、基于事实、寻求真相的。如果只是头疼医头,脚疼医脚,甚至是凭经验拍脑袋,那么规划的重要性就体现不出来,可能还不如一线做运营的人更了解客户的实际情况。
规划跟运营之间关系非常有趣,运营部门认为规划部门不了一线实际情况;规划部门认为运营部门只看得到局部,不了解公司整体方向。一个企业真正能将规划落地好,一定是规划和运营互相能够理解,各司其职,然后各自的去做好自己应该做的事情,这样“大脑”才会真正起到作用。
水哥:
刚才两位都提到了几个关键词,“大脑”、“计划”、“布局”和“战略”,这几个词都很宏大。如果落在具象化的例子里,比如刚提到的选仓库网络,供应链规划的范畴有哪些?可以再分享一些案例吗,比如供应链计划、库存、补货等?
岳仍鹏:
供应链规划是覆盖整个端到端供应链的,而不仅是仓网规划。很多一线运营、业务人员会面对一些运营的问题和压力,这些问题可能不是出在他们身上,只是表现在他们身上,尤其是库存的问题。比如仓库库存堆积,大概率不是仓库运营的问题,可能是一次生产过多,然后全部给到仓库;或者是销售由于客户需求波动大,为了保证不断货,只能备足够多的安全库存;又或采购人员为了降低采购成本,可能会去大批量采购,这样即使仓库运行效率很高也无济于补。
所以很多问题发生在某个环节,但原因可能在其他地方,供应链规划首先是要解决物流仓网布局优化的问题,仓网布局优化包含库存优化、生产计划、采购计划、供应商协同(供应商配送网络优化)和售后网络等。但要站在全局的角度上看到底是什么因素影响了物流运作、库存的分配等,哪些因素应该去改变,不能光从自己部门的角度去做决策。
傅兵:
不同企业里,因为职能分工不同,供应链规划管理的范畴可能有一定差异。其实企业的规划可以从两个维度看,一个是时间的维度,另一个是企业职能划分的维度。
时间的维度,就是企业在长、中、短期,规划的侧重点是不一样的,比如仓网建设规划要考虑三到五年的,而工厂建设要考虑更长的时间周期,看端到端的需求,以及核心资源获取计划。
企业职能划分的维度,比如原来在京东,会分不同层级的规划。业务流程创新、功能优化,一般是项目级别的,实现单点、单仓的效率提升;而新系统规划,就不仅是看系统架构,而是要结合企业长期发展规划来考虑了,就需要由一个部门来统筹,避免最后信息孤岛。京东当时有一个部门,就是专门负责客户体验的,设计一些物流产品,比如大家熟悉“211”、“精准达”。这也是京东供应链规划的一个特点,就是以客户为中心去设计物流产品。
宝洁有一个卓越供应链的部门,好像主要就是做规划,其他企业有这样专门的一个规划部门吗,岳总?
岳仍鹏:
是的,企业到了一定的规模,虽然企业特性不一样,一般都会有这个规划部门,可能叫法不一样,有的企业叫规划部,有的把这个职能放在了计划部门,也有的叫决策分析部。
一些多事业部、多品牌的企业,每个品牌下又会有单独的规划部门去做各个方面的决策辅助,整个公司可能是会有一个很大的COE(Center of Excellence,流程智能卓越中心)团队,人数可能有上百人。
水哥:
还有一个很有意思的话题,什么样的企业要做供应链规划?在什么情况下供应链规划不得不做?
岳仍鹏:
什么样的企业需要做供应链规划,有两个维度可以考量:
1)看企业业务的复杂度。企业有多个SKU哪怕只有一个仓库一个工厂,或企业只有一个工厂/一个产品但有多个仓库,无论哪个维度,只要足够复杂就需要做供应链规划。
2)看销售额的规模。销售额如果达到3~4亿以上,就算有供应链规划诉求的客户。百亿规模以上的集团性公司,毫无疑问肯定需要,这种公司可能自己有生产,有非常庞大的配送网络,库存的货值可能有十几亿,每年花在物流、生产的成本可能有好几十亿。
对于第二个问题,一种是企业有降本增效的诉求时。以前企业可能几年做一次规划,请咨询公司出一个方案,而现在供应链规划变成一件经常要去做的事情,驱动力是管理层想要降本增效,但物流供应商的报价已经没有压降空间了,必须要从供应链中去找节降点,就需要一个更好的“大脑”给出决策。
另外是企业面临重大行业变革时。比如汽车、快销、医药等行业。拿医药行业来说,以前根本就没想到医药医疗行业会有供应链规划的诉求。但是现在带量采购给很多企业带来了巨大的压力。因为带量采购价格很低、毛利低,并且需要在短期内供应很大的量,如果供应不上,会导致断供,就有处罚的措施。比如前段时间华北制药中了一个标的后断供被重罚。这就是典型的市场环境驱动的,使得制药企业必须去考虑供应链规划。过去医药行业利润很高,大家不关心供应链规划,但现在因为风险很高,规划变成了“must have”的事。
傅兵:
供应链规划是企业的一个职能,即使是小企业也需要有,只是可能就是一个人,而不会成立一个规划部门。比如有些规模不大的企业,虽然没有专业做规划的岗位,但想要找个懂规划的物流经理,本质上但还是有这方面的诉求。如果企业里只有负责运营、供应商、KPI和订单的,没有做规划的人,那么他们第二年的预算可能就只是在前一年的预算上做增量,就没有规划的思维了。
原来物流和供应链规划最核心的目标是控成本,但现在很多行业开始倾向于客户为先。比如电商就很典型,规划里为保证客户体验好,可以提升物流成本,这样才能带来更好、更多的生意。甚至现在可能不是生意做得大不大的问题,是风险的问题。如果供应链规划做的不好可能会出现业务中断,那么不仅是销售损失,还会承受很大的罚款,甚至是长期市场的丢失。所以将风险的因素考虑进去,也是现在供应链规划的方向和趋势。
水哥:
刚才大家讲了几个场景非常典型,比如企业工厂多、仓库多、SKU多,可能遇到了一些风险,“大脑”就要开始做决策,像建厂、设仓、库存水平优化、提升客户体验等。如果公司内部没有能处理问题的团队/人员,“大脑”会需要外部专业的团队的支持等。其实很多公司规模不小,但都面临这种情况。
那么下一个问题:什么是好的规划,好的规划能带来什么样的收益?主要体现在哪些方面?哪些是看得见的收益?“大脑”怎么样才是一个有规划逻辑的大脑,它能够带来什么样的价值?
傅兵:
岳总做的项目都是要有交付结果,要给出产出物、得到收益的。关于供应链的复杂度,再讲两点:
1)复杂度变高了,传统的方式解决不了的问题必须要依靠软件解决方案,越复杂的情况越需要好的解决方案。
2)好的规划要站在全局、长期的视角,由数据驱动,真正站在追求这个世界真相的角度去做的决策,这不是一件容易的事情。因为长期全局性的决策一定会造成短期个体性的损失,规划者能否客观的站在数据、全局的角度去判断,能否坚持自己的看法,帮助领导做出正确的决策是很重要的。
岳仍鹏:
一个好的规划,要基于数据和框架,预先推演各种可能性和应对策略,并最终能落在可量化的收益指标上。
很多公司到了很大的规模,但是也不一定有专门的规划团队,其实这个职能扮演的是一个参谋的角色,帮“大脑”进行武装,不是没有它就完全不能前走了,可以走,但可能走的是错的,或走的不合理。
供应链规划类似于打仗,如果是军事作战,那作战之前要做沙盘模拟,包括军队布局、配置、兵种和敌人,先进行演练。一个好的规划就是要预先推演各种可能性,然后想出不同的方案应对战场上形势的变化。
同时还需要做到知己知彼,清楚自己有什么资源能力。所以一定是要基于数据和框架去决策的。框架很重要,要站在整体的端到端供应链的视角和维度,定一个标准化的框架,用这个框架辅助做决策,这样才能有可持续性与稳定性。
另外,一个好的规划一定能够见到实在的收益,无论是物流成本、生产成本还是库存水平,体现到数据结果上,比如是降10%还是15%,带来实实在在的经济收益。
而不好的规划,就是靠自己的经验、习惯的作战方法、有什么用什么。在过去的十几二十年中,很多中国企业确实是这样做的,成功与否,更多在于企业能不能踩到正确的点上,管理人员有没有足够的魄力。但现在时代变了,过去十年可以追求高速增长,但现在很难,很多企业到了瓶颈期,市场竞争更激烈了,光拼士兵的战斗力是不够的,要拼的是整个规划能力,如果提前演练好则可以事半功倍。
傅兵:
补充一点,做规划要有创新和开拓的精神,不能够固守陈规。一个好的规划,不应该是保守的,或者用线性的思维去看待事物,更多应该是从创新的维度、不同的角度去解决这个问题。好的规划人员同理,要能打破现有思维、有创新意识。
岳仍鹏:
完全认同,一个好的规划项目应该让客户大吃一惊。比如一些做水饮的客户都有过一样的问题。做规划的时候跟他们推荐了接力调(不从当地工厂直接给客户发货,而是从附近某一个地区开始不断地接力往另一个地区调货),这可能是违反常规物流的做法,但实际上不同工厂的生产成本不一样,同时运输不能只看供应商到工厂段,还要结合到客户的发货距离综合来看,接力调才是更优化的,一年可以帮客户省几千万的物流费用。我们做过很多类似的案例,规划方案让大家觉得不可思议,但用数据、模型去验证确实有效果,创新能让管理层大吃一惊。
傅兵:
对,因为人能看到的东西都是局部的,很难看到全局,决策更多的还是拍脑袋,但当网络复杂到一定程度,就只能靠算法等工具才能够做正确的决策。
水哥:
大家这几年一直在讨论智能对于规划可能会带来的一些变化,会不会颠覆传统的供应链规划。有没有传统的供应链规划的说法?数据和算法的应用在供应链规划当中处于什么状态?有没有比较好的实践?
岳仍鹏:
当前算法和模型主要是在限制场景下探索使用,走向成熟、商业化还需时间。
传统的供应链规划,其实就是利用传统工具,比如运筹学去做的。当前很多企业,包括一些大型国际公司,他们提出用AI智能决策的方法替代过去依靠运筹学去做供应链规划的概念。但是这个概念现在还不成熟。举两个例子:
两年前LLamasoft做了一个分享,一个行业内知名教授分享了一个案例,如何利用加强学习去做库存计划,让机器人学习库存计划的模式然后替换人工。但这只在固定的小环境下,限制了各种影响因素后的模拟,并不能实际应用,而这种技术走向商业化至少还需要五六年的时间。
另外是我们给耐克在欧洲做了一个探索,利用机器学习,进行电商发货。有个场景,是基于定量的库存进行客户订单履约,让机器不断学习各种可能导致延误的原因,分析哪些因素会对发货精准度产生影响,再基于这个去预测,提前规避风险。但这也是个探索性的项目,有环境因素限制,所以这个模型离实践还是有很长的距离。
傅兵:
技术创新是一个渐进式过程,对规划的数据获取和限定场景的模拟仿真有积极帮助,但还没有颠覆传统的规划方法论。
同意岳总的观点,做供应链规划我们现在还在追赶欧美很多企业二三十年前在做的事情,期望用一种特别先进的技术弯道超车不太现实,供应链是要扎扎实实、一步一步的去解决目前的问题。
现在的技术对供应链规划有一些改善,一方面数据获取更容易了,包括外部供应商的数据,丰富了企业数据量,这对于规划就是有价值的,越长链条的、越完整的、全局性的数据,越能够帮助企业把供应链规划做更好,而这可能不需要新式算法,用原来运筹学的算法也可以做到。
另外,原来规划仓库就是用CAD画图,简单测算设备的产能,再对比需求,但现在则更多的去利用一些仿真的技术。比如现在很多机器人仓库,会把仿真直接做到运营体系里,人的干预性越来越少。这个只是短期的、小的决策,但是一个趋势——算法会解决一些边界比较清楚、条件简单、数据齐备的决策问题。像网络规划,可以进行未来两到三年的预测规划,但对再长时间的,算法就很难做到。
由于全局性的数据难以获得,很多时候还要结合人的经验,才能得到一个相对较完整的整体规划。工具越来越好,效率会越高,但目前还没有见到完全颠覆原来规划的方法论,这会是一个渐进式的过程。
水哥:
在国内做供应链规划的公司大概几类:一类是靠模型工具,像LLamasoft,有计算引擎工具,帮助客户做规划/优化;有仿真的工具,基于抽象模型,洞察瓶颈/问题点和改善点。也有一些公司是把数学的和业务的两类模型整合起来,为企业提供偏定制化的模型方案。另一类是靠底层算法,比如从学校出身的人,数学、运筹学的功底特别强,形成底层的算法方面有优势,并帮助企业构建业务端的解决方案。
目前市场上大部分是偏业务模型抽象的团队,具备业务认知,再去从外部采购工具、模型和算法,为自己做相应的规划和优化。从你们的角度来看,如何划分市场上提供供应链规划服务的企业/团队,如何看他们之间的能力差异?
傅兵:
首先看企业自身对于业务发展、供应链现状及需要解决的问题是否有清晰的认知,再决定是采购规划工具还是服务。
企业在选择供应链规划服务,一般从几个方面考虑:
如果企业供应链管理能力强,业务发展规划清晰、供应链整体结构很清晰,对需要解决的问题定位也非常清晰,这样的企业可能更多的是需要从外部找好的工具或解决方案,去高效的做规划。
如果企业不清楚自己未来要如何发展、业务如何变化、工具如何使用,也没有专业的人才,那么首先要把业务逻辑梳理清楚,其次才是去找工具。
如果企业不考虑业务逻辑,也不管解决方案,就迷信算法,可能就会去找一个大学教授,当然这是很不理性的。
岳仍鹏:
标准化的规划产品,对于企业业务发展变动的适配性,会高于定制化产品,且维护成本更低。
关于如何把工具这个市场打开,如何进一步降低工具的获取门槛,我们做了很多探索。
供应链规划的工具,像LLamasoft是标准工具产品,对用户是有要求的,有点类似工程设计的工具,如AutoCAD,用户得知道怎么在CAD上画图。所以看客户的成熟度,如果他自己很清楚自己要画什么,也有能力画,那他买工具就可以。如果他自己不会画,那就要找咨询公司。
另外,通过定制化的方式去做算法,耗时耗力,效果也不一定好。从我们的角度认为这种做法是不太合理的。我们有一个客户,在2016年的时候要做运输的路径优化,就定制了一个算法,一开始运行效率很好,但两周后就发现那个模型的结果跟实际偏离近40%,因为业务环境发生变化,而定制化的时候只考虑到当下的情况,后来又不断的调整了一年多。后来他们发现标准化的工具,能考虑到业务场景,无论业务怎么变,总有一些表头可以把数据放进去,跑出结果,所以现在他们很少再定制开发。
LLamasoft可能不如别人定制开发做的好,精准度没有那么高,但是业务适用性远高于定制的做法,而且不需要企业维护。所以我们认为,定制化的做法,短期内还很难做好。
水哥:
再强大的计算引擎的底层也还是数学方法,在积累了足够多的项目、场景、约束条件,模型足够丰富、强大时,是可以产品化,适配不同企业的业务场景。国内有很厉害的数学、算法、模型技术团队,但一般业务抽象能力较弱,产品化水平也不够,导致真正能够将计算引擎产品化,并且与解决方案结合起来的不多,在项目上的落地效果可能也不太好。
国内未来会出新成熟、有效的供应链规划的工具吗?
岳仍鹏:
类似AutoCAD,它的门槛其实是跨学科的,就是如何将业务、软件工程、算法及数学全部结合在一起,仅在某个方面擅长是不够的。如果国内有这样的跨学科的团队,有能力把这些组合在一起,那么一定能做出好的标准化的软件。
傅兵:
非常认可,例如2000年左右,国内基本上都在用国外的WMS,但从2022年开始,像通天晓、富勒这些中国的WMS开始快速发展。有几个原因:
中国企业开始有需求,一定会有一批人才慢慢沉淀出来;国外相关的解决方案已经非常成熟,我们站在巨人的肩上效率肯定会更高。
另外,中国的2B企业服务市场,开始重视投资,资本也愿意投资。而且现在又处在科技脱钩的时间点上,催化会更快。
水哥:
无论长周期还是短周期规划,都会涉及到规划落地的问题。除了经过时间来验证规划落地,企业怎么能在规划时候就测算或预估出效益与价值是否落到实处?目前在行业有没有好的解决方案?
傅兵:
规划的落地,首先要确保是一个“好的“规划,并做好资源保障、运营协同、鼓励创新,同时也需要领导支持。
首先要确保是一个好的规划,这才有落地的保障。企业资源是有限的,重点资源要投入到符合战略发展的地方去,包括预算等保障。
其次,规划需要与运营相结合——规划主导、运营的介入,把真实世界里的场景还原到规划中,作为考量。运营部门对细节把握得更好,但缺乏全局、长期的思维,所以规划要充分考虑运营的想法,运营也要充分理解规划的思路,调整、优化规划方案。比如园区的品类规划,规划想把类似品类放一起,但运营认为一个品类的促销是同时进行,如果一个园区的所有的品类同一天促销,人员会忙不过来。再比如仓库的运营规划,也是通过仿真做了很多的工位的排布,但一线运营了两个月,改成了和规划的完全不一样的排布,但他们把预期的效率再一次的提升。这就是规划要跟运营去平衡的一件事情。
所以规划能够落地,一个是资源的保障,另一个就是需要创新,也需要领导的支持。
岳仍鹏:
很赞同,稍做补充。我们一般会跟客户讲几个点,组织、流程、数据和战略。只有这四个东西做到了,才能够把规划的价值落于实处。
流程,是指如何把规划和实际运营的流程有效结合。局部指令细化到每个人头上是不现实的,规划是要给一个方向,把自主权交给他们。如果把细节全规定好,那么反而可能会出现一些问题,基层执行需要保留一定的灵活度。
组织很重要,规划是全局的,需要有专门的组织和团队来统筹整个供应链的端到端,比如一个做啤酒的客户,成立了供应链中心来协同各部门的价值,规划落地后每年能节省几千万的物流和生产成本。如果还是按照原先生产部、物流部或采购部这样并列去分,那么规划就很难落地。
战略,是应该把规划放在战略高度,从公司战略层面做好支持。
数据是要和业务结合起来,进行更新的。一定要把数据层面的基础做好,把数据的获取和整合做好,才能更好地贴合企业现状。
傅兵:
一个企业的容错文化也很重要,要有整个创新管理流程,进行风险管理。
包容创新的失败,这是企业能用新的思路打破传统做法的关键点。
水哥:
近几年一些大型物流企业的投入和收入可能不平衡,有些亏损,甚至现金流中断,这中间可能会涉及到规划的问题
傅兵:
不能夸大规划的作用,因为现金流大多是财务的问题,财务可以决定投入多少,不是说规划都是万能的,得排优先级。另外,外部环境变化越来越快,比如疫情封城,这就需要有工具和专业团队来做网络规划——不是变化快了企业就不需要做规划了,而是规划的频率也要加快,这也是未来规划部门要应对的挑战。
水哥:
那么疫情下,企业在供应链规划方面会如何应对?会产生哪些新的需求?
岳仍鹏:
首先,在疫情、国内外新的宏观环境下,企业需要增加供应链规划的频率。比如我们有些客户之前是有一套标准的供应链网络模型,但疫情的时候一个地方的仓库被封了,就需要马上考虑该换到哪里的仓库,去服务客户订单。
另外,仍然要从供应链整体角度看问题。在疫情和国际影响下,企业会把很多精力放在生产端,出现断供就怪责生产,但这可能只是疫情带来的最终结果,本质原因可能是由于需求的波动。但未来两到三年,公司应该在规划方面做更多投入,以减少突发事件对企业的剧烈影响,让供应链从后台变成前台,这是挑战也是一个机遇,也让这个行业有个更好的成长的机会。
傅兵:
同意,其实供应链负责人思维的转变更重要,现在很多供应链的负责人不仅在负责供应链,还会负责很多其他职责,比如可持续发展。慢慢地会起到对企业越来越核心的作用。
水哥:
最后我们展望一下未来,供应链规划发展的方向和趋势有哪些?也请两位来分享一下观点。
岳仍鹏:
因为疫情的因素,未来两三年内会有几个趋势:
首先,未来供应链布局一定会出现很大的变化,未来的两到三年一定会出现大量的供应链重构,会对供应链规划和整个企业供应链战略提出更高的要求。
其次,供应链一定会往整合的方向走,过去一个企业可能会专注营销或只做下游。但这两年供应链整合能力强的公司,在一些危机情况下行业表现远远优于一般企业水平。比如苹果、特斯拉、比亚迪等。
最后,从供应链规划的角度来看,一方面要求会变得越来越细、越来越频繁。另一方面还是需要标准化的平台或工具帮助企业做决策。国内应该会出来一家能够提供标准化供应链规划软件的公司。
傅兵:
非常同意,补充两点:
1)过去几十年供应链都是在往精益化、低成本的这个方向发展,包括现在全球化其实也是这样的一个趋势,但现在供应链的目标会越来越多元化。国家也会考虑供应链安全、可持续发展、社会环境、疫情风险等影响与发展。
2)供应链也会越来越智能化和自动化。供应链要跟不同层对接,越底层的供应链的流程,会越来越自动化和智能化,比如仓库管理、业务流程、订单处理等。工具越来越完善,决策越来越智能,会有更多的场景模拟融入供应链流程里,企业也要规划更多自动化取代传统工人的方案,才能让企业的供应链发展更加高效。
两位讲的都很好,让我想到一句话,我们国家最近这两年一直都在提“当下是百年未有之大变局”,其实全球格局都要发生变化。国家的战略、企业的战略、然后再落到供应链,正是供应链规划的一个黄金发展期。
大家意识到了产业链、供应链的重要性,又意识到了现在正在发生巨大的变化,供应链的规划所起到的作用和当下要做的事就越来越多。那么目标也会更加多元化,需要去规避的风险性事项也会越来越频发。
而底层运作的智能化和数字化的发展,使得我们有了更多数据能够刻画流程和运营。从规划的角度上讲,有了数据,老板们的要求会越来越多,需要处理的问题也会复杂化,所以供应链规划的团队就需要变得更强大,也要能找到更好的平台合作,从而把规划的价值充分呈现出来,并使之落地。
总之对供应链规划这个方向非常看好,也能够看到未来有很好的价值,两位都是这个领域最顶尖的高手,希望你们能够在后续的百年未有之大变局中让供应链规划的价值更充分的发挥出来!
1)在疫情不确定的背景下,企业应该如何做供应链规划?
企业做供应链规划逻辑跟之前差不多,但频率要加快。重点关注:监控所有的风险点、制定业务连续性发展计划(BCP)、做疫情后的恢复计划。
2)全国仓网规划如何进行、怎么设计?
一般要看货从哪里来,要发到哪。不同企业仓网的用途不一样:有些需要通过原材料进口,保障生产;有些是工厂生产结合进口商品,入库后再发往经销商、KA、平台、消费者等。
仓网往往是多层级的,不仅要清楚整体的进出量,还要明白仓间的货物流动是怎样的。因此首先要归集数据,包括商品、库存、客户等数据。然后确定仓网规划的目标,是总体成本的最优化还是追求服务质量优化。要从生意的发展战略出发,去看具体的仓网规划。
所以仓网规划是比较复杂的,要能理解企业内部的业务战略发展、物流供应链体系,还要有能够做数学建模的人才。
3)如何把供应链各个环节的计划连接在一起,构成一个整体?
一般计划包含需求计划、S&OP(销售和运营协同计划)、库存计划、生产计划、采购计划、物流计划。各计划互相影响,而物流又串接整个计划。企业一般会有供应链部门,对接销售、生产、采购、物流等各个部门。他们会每周滚动计划、召开例会、收集数据、分析数据,让计划衔接成整体的链条向前滚动。
4)依托内部物流网络对外销售从而转型的物流企业,需要注意哪些点?
不同物流企业差异很大,千亿级的物流公司网络都非常复杂,产品结构也都不一样。所以在物流企业转型的规划里,涉及的内容特别多,包括网络、站点、线路,又要涉及到时效、产品、资源投资等。整个规划体系不仅关乎业务运营,也跟未来整个公司的生意发展有很大的关联。首先要明确客群有哪几类,给大客户的解决方案和给小客户的物流产品有哪些,依托的资源是什么等。然后再看公司内部的组织架构、总分关系。接着是业务流程、人员管理、资金投入和回报等。
5)供应链数字化运营,梳理好业务流程逻辑,依靠好的工具进行协同共享,具体实施需要注意的点是什么?
供应链数字化运营是个很大的挑战,首先企业要建立完备的供应链管理的组织架构,重视供应链管理,再基于内部团队理顺供应链,然后是依托各个系统进行订单、库存管理等,依托数据去不断解决各个部分出现的问题。这个过程中可能需要做流程的变革、引入新的工具做优化等,对处在不同阶段的企业差异可能比较大。总之先需要把流程有效地运转起来,再是改善数字化水平。
6)好多公司没有规划人员只有运营人员,如何破局?
好多公司看上去没有规划人员只有运营人员,但运营人员里有一些资深人士和管理人员有生意敏感性,既会关注到运营也会考虑优化运营。不过运营人员从底层做上来,如果让他看整个供应链协同,那么可能对他来说挑战很大。短期可以考虑寻求外部咨询公司的帮助,来帮助内部人员提升总体规划和其他相关需要的能力。如果长期需要,则可以考虑招聘相关人才,沉淀在组织内部。
7)成功案例中,在供应链规划初期,有哪些坑要特别注意规避?
在供应链规划初期,特别大的坑是企业的生意目标还没特别清晰就要调整供应链。如果生意目标还没特别清晰,可以梳理现状、考虑如何改变当下的结构,而不应该马上考虑做供应链规划。从成功案例中讲,要考虑现状、产业发展结构、有相关落地经验,也要有模型抽象能力和算法能力,最终提供适宜多种情景的不同优化解决方案。
8)规划对于企业的数据要求有哪些?从多细的颗粒度来做优化才有效果?
有一句话叫“垃圾数据进,垃圾数据出”,意思是如果没有准确、干净的数据,就无法得到准确有效的数据分析结果。至于数据的颗粒度,就要看业务模型和数学模型的要求,就算没有很细的颗粒度也不代表无法构建模型,也不是颗粒度越细,模型构建就越好,重要的是业务模型和数学模型要匹配,如果追求过于细的数据颗粒度,那么可能会丧失业务的相关性,而数据颗粒度太粗可能也得不到较优的结果。
9)很多企业供应链管理的理念还没有树立起来,数据也没有被管理,何谈优化?
只要企业的生意在运转,就会有供应链管理的理念,只不过可能老板没有这个词的概念。就算没有系统,也会有单据,这个事本质上就是如何把生意的过程有效地用数据刻画出来,然后如何做相应的规划和优化。优化有没有供应链管理的系统不是最重要的,重要的是企业知道遇到问题了要解决问题。
10)不同规划需要哪些工具、系统和能力?
供应链规划的范畴非常大,包括仓网规划、库存、预测、选品定价、仓内布局、仓内设施选型、仓内自动化的规划、快递快运的枢纽转运中心……不同的问题的辑差异很大,在工具的选择上,一般仓内、仓网、库存、线路优化、装载各自都是一套独立的体系,可能数学家使用的底层工具有相同的,包括算法引擎工具、仿真工具、设计工具等。
从能力上讲,要有业务运作的认知能力,还要有能把业务转化成模型的数学能力、计算机编程能力,然后需要对应的工具操作能力。
11)LLamasoft软件在仓网布局选址优化的核心算法逻辑用的是遗传算法等优化算法吗?
在运筹学里遗传算法是一种算法,但LLamasoft也不一定只用这个算法,它也不能解决所有问题。LLamasoft的核心内核是计算引擎,它集成了很多的算法,将算法和模型嵌套在一起来解决问题。LLamasoft不仅可以做选址,也能做计划、预测等,对解决不同场景的问题,用不同算法模型来应对。
12)LLamasoft是否可以推出轻量型的软件?
市场上现在已经有一些轻量化的规划系统软件,比如黄尧笛老师的环球物流咨询推出的数字化规划平台,价格也比较便宜。目前国内市场上这方面的还不太多,但以后会慢慢出现的。
13)国内现在有哪些供应链规划的公司“有机会”?
国内目前有像罗戈、环球这样的咨询公司,有像LLamasoft这样的软件公司,有专门做算法优化的公司,也有像京东、顺丰、菜鸟等自有科技团队在对外提供咨询服务等。至于说谁有机会,需要有规划的能力、算法的能力、计算机的能力,所以就看这些公司谁在这些方面有优势。