案例展示 分类
2021杰出企业案例与年度趋势洞察发布日期:2024-10-26 浏览次数:

  BOB·体育综合APP下载由达睿供应链管理咨询DRiSCM与ACE Events共同举办的《供应链创新发展与变革转型2021年度杰出企业案例评选》已圆满落幕。此次,我们精细挑选出5家杰出企业的案例已于10月起在公众号陆续进行了发布。

  阅读这些案例之后,或许有些朋友会有这样的感受:这些案例中的企业大多是消费品行业而且很多是大公司,这与我们其它行业或不同规模企业的实际情况有着较大的差异,那么到底对我们有多少实际参考价值呢?

  的确,不同的行业,不同业务模式和规模企业的供应链有着较大的差异,甚至同行业的不同企业的供应链也有着各自特点。可以说每家企业的供应链管理都是独特的,都应该量身定制符合自身情况的供应链创新发展与变革转型的道路。但是,供应链管理也有许多共通之处,跨行业去借鉴一些经验或许将为我们打开新的思路,比如大家很难想象世界第一条生产流水线的创新居然来自于美国辛辛那提屠宰场,而大家熟知的福特汽车的流水线正是受其启发才开始在汽车行业大规模应用的。

  因此,供应链的创新发展与变革转型不应该设置思维的边界。在对众多企业案例评审和分析的基础上,我们提炼出“2021年度趋势洞察”,以便更多的企业和读者参考。

  需求管理是一个老生常谈的话题,但它仍是当前企业持续探索和创新的重点领域。过去可能有些人会把需求管理等同于需求预测甚至视为数学统计,这是对需求管理认知的严重局限。数学统计只是一种方法和工具,而需求管理包含了组织,流程,方法,工具,模型,算法等一系列管理科学,并且需求管理与市场和销售等经营管理活动以及上下游伙伴的合作都有着紧密结合。

  大家都知道需求来源与客户,但谁是我们的客户?对企业而言,答案可以是不同的。对于B2C业务的企业而言,其实经销商和零售商只是渠道,天猫和京东也是渠道,真正的客户是消费者。对于B2B业务的企业而言,客户的采购也只是经办人,生产计划甚至客户的需求计划才是更源头的需求,一些高水平的企业甚至开始尝试自己分析客户行业及终端市场并对客户提供的计划做出补充和判断。从趋势来看,很多企业都在努力获得更贴近最终消费者客户的需求信息。如何打通中间环节,如何平衡商业利益,如何处理大量的终端客户信息,这些正是许多企业需要攻克的重点。

  消费品及零售行业的供应链数字化程度是各行业中领先的,手机支付和在线下单已基本普及,这为供应链管理的创新提供了优质的土壤。相较过去企业关注的重点仅仅在“货”(产品/商品),“新零售”环境下的需求管理已经将“货”与“人”(消费者)以及“场”(店铺或网店)多个维度的数据紧密关联在一起进行分析,全方位的洞察需求并互动协作。

  就如太平洋咖啡案例中所提到的,欧睿数据帮助太平洋咖啡利用数字标签和数据建模为“消费者”“店铺”和“商品”进行画像,将分析结果指导店铺商品的选择、促销活动与力度,反过来这些动作也在主动引导消费者的需求。

  好丽友的案例也有类似的创新。在杉数科技的支持下,利用AI预测算法,以“时间”ד空间”ד产品”ד需求群体”的组合维度,基于企业内部数据(例如:历史数据、商品品类、产品信息、价格折扣、销售指标、营销信息等)以及外部数据(例如:商情、舆情、媒体、宏观经济等)设定场景化的需求模型,能够更精准的捕捉需求波动。

  供应链在日常运营中每天都面临着大量的决策(采购、生产、交付、计划等各个方面),随着企业管理水平的提升,决策层次也将不断升级:从最基础的执行层面的决策(比如下达一个生产工单决策),到计划及策略层面的决策(比如制定不同供应商的采购配额策略,安全库存及补货策略),再到战略规划层面的决策(比如工厂产能规划,物流网络规划)。

  过去,这些供应链决策非常依赖人的经验去做判断。但面对日益复杂化和快速变化的供应链环境时,单纯依靠个人经验判断做决策的方式难以适应未来的发展。

  特别需要强调的是:个人经验并非不再重要,只是我们需要将人的智慧与机器的强大计算能力结合起来,未来通过人机结合的决策方式将放大我们的能力,帮助我们迈入智慧供应链的新阶段。目前,这也是供应链创新与突破的重点方向。

  今年的案例中有很多内容是关于智能决策的。比如杉树科技为好丽友改造供应链订单履约计划时,就发现了一个许多企业都会面临的常见痛点。那就是在承诺客户订单交付的时候除了要考虑到如何实现供应、库存、客户优先级和订单履约及时性之间的匹配之外,往往还得顾及到整车装运和物流配送等因素,从而降低成本,提升客户满意度。过去仅依靠个人经验,不但效率低,容易出错,也很难做到面面俱到。而这些通过数学建模与优化求解算法就能很高效的帮助供应链团队完成工作。当然,这一切离不开人,因为数学建模的逻辑和判断规则仍旧依靠人的智慧,电脑再凭借其强大的算力进一步放大人的智慧。

  联想的智能控制塔案例也充分反映了智能决策在供应链管理中的应用。过去BI提供给大家的主要在报表分析和数据展示层面,即展示“发生了什么”;而在大数据分析与智能决策模型的支持下,控制塔将能够帮助我们挖掘潜在问题和洞察趋势,即“将发生什么”;并提示建议采取何种行动措施或策略调整,以及模拟调整后“会产生怎样的影响”。同样,这些智能决策的背后需要人的智慧,对关键业务决策场景进行数字化和模型化。同时,联想还运用这些成果对外赋能,同供应链合作伙伴一起共同推动、提升供应链行业的整体智能化水平。

  端到端互联与高效协同一直都是供应链发展的方向。过去如果还认为这是锦上添花的话,随着疫情的发生,依靠数字化手段来实现供应链的高效协同已经成为一种必然,越来越多的企业开始投入与客户,供应商及合作伙伴的数字化互联及协同。就如今年上上签与亨通集团的实践案例中可以看到,数字化互联带来的收益显而易见,相信这样的互联及协同将逐步普及。

  当然,供应链端到端互联与协同的创新不仅只局限于信息技术层面。更大的挑战在于:

  相信绝大多数的企业都希望能更直接的获取客户和渠道的信息,新零售下供应链管理的基础即是以数据驱动,但在商业环境中数据本身是即是核心资产,对于传统批发渠道而言更是如此。因此,在供应链创新的过程中需要紧密结合经营模式及商业利益层面的创新和改革。

  在许多企业内部也同样存在信息不对称和利益不统一的“部门墙”问题。因此,供应链管理的创新也离不开企业对于自身组织与流程的突破及变革转型,供应链管理应当充分融合在从“产品与研发”到“市场与销售”再到“订单与交付”的整个端到端价值流中去。

  每当我们赞叹这些企业的杰出案例及他们卓越供应链管理能力的时候,我们往往看到的是其靓丽的外在成果,或是他们高大上的先进技术和系统。但他们背后勇于改革的决心,细节方案的打磨过程,以及艰辛的变革甚至反复的历程却往往被人忽视,但恰恰这些可能就是决定成功的关键。

  就如锐太供应链案例,不太起眼,看不到什么亮眼的概念或技术层面的创新。但细细品味后不难发现他们在细节方面下的功夫。为了适配不同客户的业务特征和产品的特点,他们对“物流前置发货”“预包装”“拣货模式”甚至“物流人员快速培训”等诸多细节做了大量的个性化的方案,并通过一次次的实践反复打磨和完善。他们坚信“专业”且“个性化”的供应链流程改善方案和各类小创新,才是真正帮助客户实现企业利益最大化的根本。

  由此,我们发现,供应链的创新发展与变革转型的内涵既包括了技术创新、管理创新,同时也离不开企业管理和经营模式的变革。整个过程并非一蹴而就,而更是一个循序渐进和螺旋式上升的长期过程。

  让我们共同期待:未来的供应链创新发展与变革转型杰出案例将带给我们更多精彩…

  欧睿数据时尚品智能商品解决方案,实现需求和供应的精准匹配,彻底消灭缺货和库存两大顽疾。