本文出自

超前部署新人才庫

超前部署新人才庫

2021年9月號

挺進現代化供應鏈,就這麼簡單

A Simpler Way to Modernize Your Supply Chain
大衛.辛奇–李維 David Simchi-Levi , 克里斯.提默曼斯 Kris Timmermans
瀏覽人數:2566
  • "挺進現代化供應鏈,就這麼簡單"

  • 字放大
  • 授課文章購買
    購買〈挺進現代化供應鏈,就這麼簡單〉文章
  • 個人收藏購買
    購買〈挺進現代化供應鏈,就這麼簡單〉PDF檔
    下載點數 10
關於本文的藝術作品/波哈德.朗(Bernhard Lang)空拍一座飲料生產廠的場區,探索可見於日常生活中的重複性和幾何圖像。
數位轉型是各行各業目前正在遭遇的難題,要如何把牽涉內容複雜的供應鏈變得現代化,更是曠日費時的挑戰。有沒有什麼既節省資源,又能達到目標的簡易方法,讓領導人可以從大規模的轉型作業中脫身,去創造更多價值呢?

大多數高階主管相信,大公司推動供應鏈數位化,可能要花費高達數千萬美元的成本。背後的想法是,這會是長達三到五年的大規模轉型行動,需要大手筆投資雲端技術,並在每一個產品容器上和每一個設施裡,都安裝無線射頻識別(RFID)標籤和讀取器,還要部署3D列印和機器人技術,以及在廠區的機器上安裝新儀器,以監測機器的性能和狀況。這種想法認為,必須要透過以上所有做法,才能打破職能領域之間的壁壘,並打造整合的供應鏈,以創造競爭優勢。

但我們為許多公司提供顧問服務時,發現另一種選擇。這些公司的經驗顯示,投入12到24個月,花幾百萬美元進行供應鏈現代化,也有可能取得可觀的效益;這些公司包括一家全球時尚零售商、一家大型消費性包裝產品(consumer packaged goods,CPG)製造商、一家全球家電製造商,以及一家生產個人電腦、平板電腦和工作站的高科技公司。這些企業採取這種比較適度的行動,從中收集現成的數據;使用高階分析技術,以了解和預測顧客與供應商的行為;優化存貨、生產和採購決策過程,以降低成本,並改善回應行動;增加一些自動化作業,以改造現有流程,並引進新的流程。

這種方法能成功,祕訣在於三項行動方案:第一,企業用統一的「需求視圖」,取代共識預測。第二,不再採取一體適用的供應鏈策略,轉為區隔化策略。第三,擬定一套單一計畫,持續平衡供需,找出偏離或干擾計畫的情形,並採取因應措施。

如果執行得當,這些行動方案可降低供應鏈成本,並提高營收,因為可以減少缺貨的狀況,並改善服務水準(準時、足額交貨的訂單所占比率)。同樣重要的是,這麼做,讓企業能提高顧客保留率。這樣的做法,有助於上述提到的時尚零售商,在短短三年內讓市場占有率提高28%以上,營業利潤則增加一倍。前述那家CPG公司的方案所帶來的營業和財務利得,使得相關投資能在短短兩年內就回本。而上述高科技公司的服務水準提高10%到30%。家電製造商的營收則是提高20%,而且能提供一日送達服務的顧客所占比率,從70%提升到90%,營業成本則降低3%到4%。

本文將重點放在前述的CPG製造商如何實施這套方法。這是別具啟發性的案例,因為該公司在處理現有系統的缺失時,面對格外艱巨的挑戰,包括多個耗時的人工作業流程、存貨過剩,以及大量過期和損壞的產品。

本文觀念精粹

傳統智慧:推動公司管理供應鏈的系統進行數位化,是重大的轉型專案,需要三到五年的時間,耗資數千萬美元。

現實:這裡有個替代方案:執行現代化方案,花費12到24個月,投入數百萬美元,就能獲得可觀的效益。

必須採取什麼行動:收集現成可用的資料;使用進階分析技術,以了解、預測顧客與供應商的行為,並優化存貨、生產和採購決策過程;增添一些自動化作業,以改造現有流程,並引進新的流程。

行動方案一:建立統一的需求視圖

在整段歷程的一開始,公司要重新思考需求規畫流程。傳統的方法採用共識預測,也就是包括營運、財務、銷售、交易(負責行銷、促銷、折扣等)在內的每個職能,都使用標準的統計技術、歷史性銷售數據,以及一些外部資料,以產出本身的預測。然後所有的職能部門聚在一起,認真討論出折衷的統一預測。

這個流程有兩個缺點。首先,要花很長的時間,通常是四到五個星期,才能產出各種預測,並達成可滿足所有業務要求條件的共識。到這個時候,他們使用的銷售數據已經老舊了。其次,參與人員不是針對數據取得共識,並經分析後,產生單一的預測,反而通常是聚焦於如何在相互衝突的預測之間,找到平衡點,並依賴直覺,確認什麼因素會推動銷售、營收和利潤率。

若要產出統一的需求視圖,一個更為優良的做法,是從所有參與者都同意會產生最準確整體樣貌的數據集著手。例如,前述的CPG製造商,選擇以下四種數據集:

● 有關零售商出貨、價格、折扣、促銷、各種產品特性的內部數據。

● 有關消費者需求的數據,這可透過零售商的銷售點技術取得,或是由IRI和尼爾森(Nielsen)等數據調查研究公司提供。

● 總體經濟資訊,包括單季國內生產毛額(GDP)、採購經理指數(Purchasing Managers' Index)、消費者物價指數(Consumer Price Index),以及失業率和通貨膨脹率,這些資訊都有助於解釋消費者行為、季節性情況趨勢。

● 有關其他因素的外部數據,這些因素可指出或影響到需求,例如,網路搜尋量、社群媒體提及產品的次數、平均溫度、降雨、假期,以及競爭對手的價格。

五步驟建立高效供應鏈

企業可以使用這類數據和進階分析,建立一個自動化的五步驟循環流程,以產出針未來五十至八十週(這是大多數公司的規畫時段),有關供應、財務和交易的計畫。前述CPG製造商的流程說明如下:

第一,把交易規畫資訊(關於未來的促銷、折扣和行銷投資),與消費者、總體經濟、外部資料結合起來,以產出一份市場需求預測;這是為整個規畫時段裡的每一週,針對每個存貨單位(stock keeping unit,SKU)和每家零售商,而做出的市場需求預測。根據我們的觀察,大多數CPG公司都不曾嘗試如此精細地預測需求。

第二,將每家零售商的需求預測,和公司對該零售商出貨的歷史性資料結合起來,以產出在規畫時段內,各家零售商對各個SKU訂單的每週預測。

第三,這家公司滙總所有的訂單預測,轉化為可行的供應計畫。這份計畫考慮到可用的資源,包括原物料和製成品的存貨,產能受到的限制,以及市場目標(例如,在某種零售商和區域的組合中,增加銷售某種產品類別)。它也希望實現一些績效目標。這家CPG公司聚焦在供應鏈總成本的極小化,但所選擇的目標會因公司而異。例如,某些公司可能希望,讓營收或所生產的供應品的數量極大化。

第四,使用所有零售商的每週SKU供應計畫,以針對規畫時段內的每一個月,產出品牌層次的每月營收和毛利率預測值。

第五,比較那項財務預測和公司的業務目標。兩者之間的差距,可能促使交易計畫改變,例如,加進更大的折扣,或是提高對行銷的投資,以刺激銷售。

五步驟打造更好、更便宜的供應鏈

企業可以使用進階分析技術,建立自動化的五步驟循環流程,以產出接下來五十到八十週的供應、財務、交易計畫。

思考四個問題

這家CPG公司的經理人,在考慮採用這個新流程時,提出許多問題,這正好代表大多數高階主管,對我們的方法所提出的疑慮。以下讓我們一一檢視。

1. 這個流程的預測,可以準確到什麼程度?

研究證明,顧客需求的變異性,顯著低於零售訂單的變異性,而這個事實,正是供應鏈中眾所周知的「長鞭效應」(bullwhip effect)的基礎。這表示,預測消費應該比預測零售訂單容易,而且,我們的CPG公司,預測市場需求的準確度相當高。在任何時候,五到八週內各SKU、單週和零售商層次的需求預測,都已證明有85%的準確度。

這家CPG公司把較準確的消費預測,和歷史性零售訂單結合起來,就能改善公司對零售商未來訂單的預測。每週訂單預測的準確性,一直都比該公司以前使用的共識基礎標準預測,高出15到20個百分點。更準確的訂單或出貨預測,顯然能轉化為更有效的供應計畫,從而減少銷售損失,因此可增加營收,並改善服務水準和顧客體驗。

最後,輸入的數據更準確,所以財務計畫也更準確。在幾家CPG公司多次實施這套方法之後,在某個月的月初對下個月做的財務預測,準確性提高到95%到97%。

2. 我們能否理解是什麼因素,驅動了計畫裡預測的行為變化和其他變化?

這個問題可能是最重要的。確實,依我們的經驗,幾乎所有高階主管,都不願意盲目遵循數據科學家開發的黑盒子所提出的建議。他們希望能解讀和解釋需求預測流程產出的資料,而這是正確的態度。

例如,營收的增減,是由於競爭對手的行為、自家不同產品之間互相競爭、促銷和折扣,或者,只是因為某個特殊事件或假期造成的?好消息是,今天的分析技術已夠成熟,能將單一SKU的每週預測,分解為各項基本的組成部分。做法是用數據來明確建立模型,納入所有的關鍵變數(競爭對手的行為等等),並估計每個變數對預測的貢獻。

高階主管也想知道一些現象的理由,例如,為什麼上週產出的預測,和本週產出的預測不同。這也是今天的分析技術可以提供的資訊,方法是比較用於產出每次預測的輸入數據。

最後,高階主管想了解,為什麼預測和實際銷售額有時會有差異。在上述的CPG公司中,答案是零售商執行訂價、促銷、折扣和存貨決策的方式,都會影響到銷售額,而這是製造商的規畫團隊看不到的層面。例如,當零售商根據計畫,把存貨移到貨架上,或是實施促銷或折扣時,遇到營運上的挑戰,那麼預測可能就會不準。有關零售商的存貨,以及消費者在收銀台所支付價格的資訊,可以揭露這些問題,但根據我們的經驗,大多數零售商不會把這些資訊,提供給它們的CPG供應商。因此,在這家CPG公司,預測和實際銷售額之間的任何顯著差距,都會啟動調查,以了解產生這種差異的原因。

消費性包裝產品公司供應零售商的區隔化策略

分析有關銷售波動情況、銷售量、利潤率的數據,顯示這家CPG製造商有四種產品區隔。每種都需要不同的供應鏈策略:優先考慮速度的回應策略;優先考慮低成本的效率策略,偏向效率的混合策略,以及偏向回應的混合策略。

3. 我們可以如何確保,所有職能都採取這個新方法?

答案是建立一個卓越預測中心,引進不同職能的人員、資訊科技人員、數據科學家。他們的職務,是達成共識要使用哪些數據,並讓分析技術根據上述的五步驟流程,來產出預測和供應計畫。

4. 我們應該多久執行這個流程一次?

這個問題的答案,取決於各個業務和品牌的市場週期。大多數企業的需求預測、零售商訂單預測、供應計畫,應該每週或每兩週更新一次;而財務預測,以及與公司的目標做比較,應該每個月進行一次。但也有明顯的例外。有些CPG製造商的產品生命週期很短,只有六或七週。在這種情況下,公司必須每週兩次更新需求預測、零售商訂單預測、供應計畫。(時尚產品製造商也一樣,因為它們的銷售季不超過10或11週。)

行動方案二:重新定義供應鏈策略

傳統的供應鏈策略,通常聚焦在營運效率或回應做法。當營運效率是優先要務,公司會努力從供應鏈擠出盡可能多的成本,而這個目標,會影響到供應商的選擇、製造策略、產品設計和配銷,以及物流。一般來說,生產和配銷決策是根據長期預測來制定,製成品存貨會放在接近顧客需求的地方,而且經常向低成本國家採買零組件。

回應策略的目標,是在恰當時機進入市場競爭、快速滿足需求,以及消除缺貨情況。製造作業或產品組裝,是根據實際的訂單來進行,而不是根據預測;產品可量身訂製;零組件存貨極大化,但製成品存貨極小化;採購和運輸的決策中,速度的考量優先於成本。

雖然經驗豐富的營運和供應鏈高階主管,了解效率和回應之間的差別,但許多人仍不清楚,什麼時候該用哪一種策略。這是因為不同的產品,有不同的特性,有些需要注重效率的策略,有些需要注重回應的策略,有些則需要混合策略。直到最近,高階主管都還沒有工具可用於區隔產品,以及決定什麼策略適合特定區隔。但由於數位化和分析技術進步,情況已經不同了。

這家CPG製造商,首先探討銷售數據的變異,把重點放在產品的銷售波動、銷售量和利潤率,因為每一項都和缺貨、服務水準、存貨、運輸相關的風險有直接關係。銷售波動愈大,預測準確度就愈低,產品的風險也愈高。這又導致經常性的缺貨,以及服務水準降低。同樣地,產品的利潤率愈高,風險就愈大,因為若是少了訂單,會對獲利造成更大的影響。相較之下,銷售量和風險成反比,也就是說,銷售量愈大,少了訂單的影響就愈小,風險也愈低。這些關係,與我們在其他CPG、零售公司看到的關係一致,但有時候,其他公司關注的重點是價格或產品成本,而不是產品的利潤率,這取決於何者較穩定,因此較容易應用。

建立產品區隔

分析顯示,這家CPG公司有四種產品區隔,但其他公司由於本身產品的特性,區隔可能更多。每種產品區隔都需要不同的供應鏈策略。第一種區隔,包括特性是高波動的產品。這類產品的缺貨、服務水準、存貨風險都高,所以需要回應迅速的供應鏈策略。它們的製成品存貨,應存放於中央配送中心。每個中心負責供應許多零售商店,公司因此得以統合需求、提高預測準確度,並減少供應全體零售商所需的存貨,同時還維持高服務水準。快速交貨非常重要,因此這些產品通常透過越庫(cross-dock)區域設施出貨,而所謂越庫,是指大貨車載運貨物到這些設施,直接卸貨到小貨車運出,中間沒有經過儲存的作業。

第二種區隔,包括銷售量高和波動低的產品,需要採用效率策略。在這種情況下,預測是可靠的,而管理運輸成本很重要。因此,產品儲存在接近顧客的區域倉庫中,存貨依固定的時間表補貨。如此公司就能從製造工廠派出滿載產品的貨車,運送到區域倉庫,以壓低運輸費用。

其餘兩種產品區隔,特性都是驅動因素相互衝突:需求波動低(表示最好採用效率策略),而產品銷售量低(如果只看這一點,需要的是回應策略)。這兩種區隔的差別,在於產品利潤率。

我們先來看看高利潤區隔。這些產品的風險較高,因此其中許多產品既儲存在集中地點,也存放在區域倉庫中,並根據實際的商店銷售情況補貨。這個策略讓公司能在效率和回應之間取得平衡,但偏向回應。

相反地,波動低、銷售量少、利潤率低的產品,需要偏向效率的混合策略。確實,由於持有存貨的風險和成本低,而需求可預測,因此公司可派出滿載的貨車,將這些產品運送到靠近顧客的區域倉庫,從那些地點供貨給顧客,並讓運輸成本極小化。

公司做好區隔之後,必須制定詳細的採購、製造和物流策略。一個目標應該是確認有哪些跨區隔的綜效,可讓公司從規模經濟中受益。要做到這一點,可以善用涵蓋不同區隔的銷售量,以降低採購成本;共享製造和物流量能與基礎設施;整併需求和供應的資訊,以改進規畫與執行。現在,我們要更詳細地探討最後這項活動。

行動方案三:平衡供應和需求

自1980年代中期以來,企業一直應用的一個重要供應鏈管理流程,是銷售與營運規畫(sales and operations planning,S&OP)。這個流程持續平衡供需,而且一向要求推出新產品的經理人,要和製造與配銷部門的領導人合作,針對單一計畫達成共識。一般來說,這需要在事業單位層次或產品系列層次進行分析,而不是在個別產品層次分析。

傳統上,S&OP只是共識預測的延伸做法,因此受到類似的限制:它不是從統一的需求視圖開始進行,沒有在SKU層次擬定計畫,沒有區分供應鏈區隔,而且,主要由常識、經驗和直覺來驅動,不是由資料和分析法來驅動。這是人工流程,所以一般需要一個月的時間。

智慧化執行帶來的改變

S&OP的一個更好的做法,是以自動化流程來取代人工流程,自動化流程可以每週執行,並確保工程、財務、銷售、供應鏈、製造、採購和交易職能,都努力實現相同的業務目標。這個新流程,始於分析法驅動的優化系統,產出前述的各SKU供應計畫之時。這個計畫可供許多工作做參考,從主生產時程表到物料計畫,再到物流的所有工作,包括存貨和運輸決策,全都可以參考。

雖然不是每家公司或事業單位都需要每週制定計畫,但對於需求高度波動,而且行銷和促銷策略經常變動的產品來說,這種頻率是很重要的。

新的S&OP流程,也要求進行監測作業。公司應該在整個供應鏈中,收集關鍵績效指標(key performance indicator,KPI)的資訊,例如,供應前置時間、原物料和製成品存貨,以及服務水準,來找出可能破壞銷售與營運計畫的任何問題或差異。然後企業可設法處理這些問題,如果發現這些問題很嚴重,就調整計畫。

公司必須密切關注一些資料和事件,這些資料和事件可以預示,在近期的將來可能會發生什麼事情。例如,雖然存貨和服務水準可能顯示一切進展順利,但出貨追蹤資料可能顯示,前置時間也許會增加,因此,接下來幾個星期服務水準可能下降,這表示需要建立存貨或加快出貨。同樣地,如果天災導致一家供應商關閉亞洲的製造工廠,可能會影響未來的可供應量,也許就會迫使公司在美國西岸的製造和組裝工廠,在五週內降低或停止營運。但只看傳統的KPI,可能不會得到任何警訊。

基於這個原因,企業需要「關鍵績效預測指標」(key performance predictor,KPP):指出未來三到六週供應鏈狀態的指標。KPP是我們所說的智慧執行(smart execution)的核心。智慧執行是新的商業流程,可和智慧S&OP互補。S&OP聚焦在接下來五十到八十週,智慧執行則著重短期(不超過六週),並試著找出計畫出現的干擾和偏差,並快速回應。

智慧執行包含三個自動化能力:(1)即時掌握到可揭露計畫出現潛在差異、供應中斷或需求變動的內部和外部數據;(2)利用人工智慧,確認這些發展對供應鏈績效的潛在影響;(3)根據各種取捨和目標,來執行由分析驅動的優化作業,以確定最佳回應方式。

說明如下:公司可以收集股票公開上市的供應商的財務資訊,以及供應商績效的內部數據(例如,前置時間、服務水準或產品的品質),如此也許能確認哪家供應商經營陷入困境。接著可由人工智慧系統預估,供應商將來未能履行準時交貨和產品品質方面承諾的可能性,以及這會造成什麼影響。最後,自動化的優化系統,可以找到採購原物料的替代供應商。

釋放關鍵人力

這家CPG製造公司自創辦以來,多半採用一體適用的策略。該公司的預測,是透過共識做成的,S&OP是為期一個月的流程,供應鏈策略沒有區分不同的產品,而偏離計畫和供應中斷的情況,都只是臨時針對當下情況來處理。過去,這家公司在生產、包裝、配銷、接單出貨流程等方面不斷改進,因此營運效率表現出色,但並沒有從根本上改變其中任何一個流程。我們的供應鏈數位化方法,讓這家公司推動組織轉型時,能以大多數企業轉型行動不到一半的時間,以及不到四分之一的費用來進行。

其他公司也可以做到這一點。本文介紹的全面性、自動化方法,可以讓企業重新定義供應鏈策略,並迅速回應偏離計畫的情形。而且,這個方法由人工智慧驅動,因此高階主管可以騰出時間,以便花更多時間從事有附加價值的活動,例如找出業務成長的最佳機會。

(羅耀宗譯自“A Simpler Way to Modernize Your Supply Chain,”HBR, September-October 2021)



大衛.辛奇–李維 David Simchi-Levi

麻省理工學院(MIT)工程系統教授,也是麻省理工學院資料科學實驗室的負責人。


克里斯.提默曼斯 Kris Timmermans

埃森哲顧問公司(Accenture)資深常務董事,也是該公司供應鏈和營運業務的負責人。


本篇文章主題供應鏈