撰写者 晚上10:57 以客户为中心的供应链, 需求驱动, 卓越供应链

供应链诊断:四步过程

关于执行供应链诊断和改进供应链计划的见解。

七月是我的生日月份。

在繁忙的旅行中,我抽空参加一年一度的体育锻炼。原因?我知道早期发现是健康的关键。这是一个熟悉的仪式。护士快速评估血压,脉搏,血氧,身高和体重。实验室工作测试遵循生命体征分析。仅在测试完成后,我才能与医生就我的健康状况进行有意义的对话。在我的一生中,实验室测试的深度在确定健康方面起着越来越重要的作用。

在最近与制造公司的合作中,我对诊断测试的需求进行了很多思考。尽管大多数顾问和技术人员都想出售技术,并渴望购买新软件,但我的谨慎措施是在进行技术讨论之前,放慢速度并更好地理解根本问题。在这里,我分享了有关如何开始使用四个步骤的过程的见解。

是时候进行供应链检查了吗?

当一家公司与我联系以帮助他们改善供应链时,痛苦通常是客户服务方面的空白。症状很明显,但根本问题还不清楚。当我与领导团队一起了解“why”,我遇到了循环讨论。他们倾向于有许多漂亮的PowerPoint幻灯片–缩略词,漂亮的图片和端到端的承诺 –但是它们缺乏卓越供应链的通用定义。具有讽刺意味的是,我发现组织很容易为技术实施编写大笔支票,但努力推动流程改进。

为了完成供应链诊断,我采取以下四个步骤:

步骤1。在客户服务中分析过去的结果。 为了实现这一目标,我请跨职能小组审核过去的一年。我们在会议室墙上绘制时间表,并使用客户出货量和合规性数据来绘制客户服务和产品故障的问题。作为一个小组,我们深入研究根本问题。我问,“您是否有将来可以用来缓解此问题的数据?” 或者, “是否有可以提供帮助的数据?” 

我正在与一家在提供客户服务方面存在问题的公司合作。该公司是一家食品饮料公司。当我要求通过根本原因分析对客户服务数据进行分析时,该数据不可用。六个月后,根据四位辛勤工作的员工的工作,我们能够获得分析结果,从而开始努力。大多数公司无法通过客户获得的关于不完整订单的数据来了解根本原因分析。

很多时候有用的数据存在于市场或销售组中,但没有与供应链团队共享。问题是信任或意识。我喜欢将两者结合起来探索各种形式的非结构化数据–天气,评分和审查数据,保修索赔以及电子邮件聊天。通常,可以使用非结构化数据,但由于传统的供应链流程仅关注使用结构化数据,因此不予考虑。

最近,我与一家销售化妆品的大型消费品公司进行了战略研讨会。该公司希望启动数字化战略,但数字供应链团队从未与该公司建立联系’的数字营销团队了解两组’努力可以交织在一起。该组织拥有一支非常强大的数字团队,拥有大量数据,而这两个团队基本上不知道他们如何一起工作。结果是无穷无尽的可能性。

第二步。了解行业绩效。 建立行业同行小组,并获得有关主要趋势的见解。使用对等组分析来建立切合实际的目标。让’s为例。在图1中,我们以轨道图的形式显示了化学工业的总体趋势,该曲线图显示了两个指标的营业利润率和库存周转率的年比结果。.在2010-2018年期间,化学工业内,利润率波动很大,主要是受原油价格驱动,但库存量却直线下降。该行业的平均利润率为7%,库存周转率为5.20。但是,从最近的时期来看,库存周转率5.20的目标是否应该定义最佳的绩效?

图1. 2010-2017年期间化学工业的轨道图,在库存转弯与营业利润率交点处

Ecolab能够克服下降趋势。乍一看,图2中的模式可能看起来并不理想,但该公司在推动绩效改善的同时能够超越同行。 95%的公司未能实现这一目标。

图2. Ecolab 2010-2018年期间的轨道图,显示了营业利润率和库存周转率的交点趋势

 

根据行业概况和对行业同行小组的审查确定目标。问小组有什么可能?基于此发现的合理目标是什么? 为此,我们将行业分析和同行组分析发布在年度供应链中,以欣赏分析。

我发现公司通常会基于错误的信念或短期目标来设定目标。让我举一个例子。我对最近Mondelez试图实现戴尔现金到现金性能的演讲感到笑。虽然可行,但问题是这样是否可取? Mondelez延长应付账款将使成本,质量问题和供应商生存能力受到影响。

第三步确定可预测性和预测增加值(FVA)。 我经常被要求对需求进行基准测试。高管会问, “预测误差的最佳目标是什么?” 当我收到这个问题时,我会笑。我希望答案很简单。它不是。答案很像一个人多久’的腿。让我解释。供应链不一样。要了解预测中可能发生的事情,首先要确定可预测性。根据需求流量的变化系数来描述数量分段。客户服务问题通常是变化系数较高的中小批量产品。将分析分为几类:

  1. 高产量,非常可预测的需求。
  2. 中量产品,需求可预测。
  3. 中等数量,需求不一致。
  4. 数量少,需求可预测。
  5. 小批量需求不一致。
  6. 新产品发布。
  7. 音量下降。

使用此数据可以了解需求的可预测性。如果需求误差极高,则传统需求管理技术的价值将有限。

为了将需求分析与客户服务联系起来,将产品映射到类别中,并绘制供应链的长尾巴。按销量和订购频率绘制产品。图3中显示了来自客户的长尾分析。

图3.长尾分析

 

 

然后将需求流映射覆盖在客户服务分析上。确定客户服务的根本问题。传统的需求管理技术最适合大量可预测的项目。

对于尾部的产品,将需求技术与样式对齐。这需要测试技术,例如基于属性的预测,频道和天气数据的使用以及通过回播来微调层次结构。 (要进行后退,要花2-3年的时间来尝试预测当前周期。)有时,产品差异太大,以至于需求建模不足,而库存策略是重点。这包括推迟,平台合理化或推/拉解耦点的设计。

然后分析 预测增加值(FVA)。 该分析的目的是通过需求流来了解当前需求计划流程的价值。在过去五年的客户经验中,我发现FVA越来越差,而不是更好。原因很多。我目前的客户的FVA分析结果分别为-33%,-14%和-9%。这些是具有完善的供应链计划团队的品牌名称。在开始之前,每个公司的领导团队都不知道有机会改进流程。为什么?根本问题是什么?我猜?无需测试和微调模型即可实施技术。需求准确性的度量不正确(在需求层次结构中,比较已售出的产品与每月预测的产品的比较)。结果,公司团队有错误的成就感。结果,讨论是循环的,有很多指责。

为什么要麻烦这个?卓越的供应链就是细节。公司有多个供应链。根据节奏和周期,答案各不相同。准确预测项目/位置并了解混合变化的影响是改善客户服务的关键。分析的结果是,每个客户都有大量机会根据分析来降低成本和库存。这项工作平均可收回一到两个星期。

步骤4.分析库存:Muda与缓冲区。 库存在很大程度上被误解了。它既是浪费,也是重要的缓冲。每个公司都有两者的结合。与我的医师进行的讨论类似于胆固醇的好坏。缓冲库存可以缓解需求和供应波动,而过多的库存则是浪费或无产。卓越供应链的关键是着眼于库存的形式和功能,以及将库存设计作为供应链中的缓冲,同时消除Muda。这需要使用网络设计和库存优化技术进行分析。分析需要6到8周的时间,是非常有用的审核。

图4.库存的形式和功能

对于每个FVA值为负的客户,都有数百万美元的库存机会。我发现库存管理和缓冲区分析是大多数公司的机会。这是导致公司仓库库存激增的根本问题之一,如图5所示。

尽管有85%的公司拥有高级计划解决方案,但我很少看到一个运作良好的方案。在与客户讨论1995年部署并从未进行过微调的解决方案时,我问: “您是否曾经买过汽车并运行了三十多年,却没有换油或对发动机进行微调?” 他的回答是,“当然不是…” 问题是这不是他的思维模式。

错误是将先进的计划解决方案作为一项技术实施,而没有在实施时测试输出,并且永远都不会对输出进行微调和测试。结果,许多公司在不知不觉中运行了使预测数字变差的系统,从而导致成本增加,客户服务问题和更高的库存水平。

图5.按行业对等分组比较衰退前和衰退后的库存水平

在这四个方面进行测试之后,公司应与技术提供商进行接触。这些见解有助于推动诊断。

你怎么看?您如何评估供应链计划的运行状况。欢迎您提出宝贵意见。

努力保持最新状态?

技术变革的发展速度快于流程创新。许多公司努力跟上步伐。如果是您,我欢迎您加入我们即将举行的活动。我们的目标很简单:建立一个指导联盟来推动供应链流程中的价值。

想象2030年的供应链。 供应链洞察全球峰会,2019年9月3日至6日,在伊利诺伊州芝加哥的UI实验室。重点是“想象2030年供应链”。有什么不同?格式是唯一的。该活动没有赞助,付费演讲或分析师讨论。我专为极限联网而设计,我将此事件称为非会议。在活动中,技术人员和业务负责人肩并肩地工作,想象“ 2030年供应链”。为确保业务和技术负责人之间的平衡,我在本周与技术人员/顾问举行了会议,以确保业务和技术主管之间的适当平衡。本周,我增加了戴尔,陶氏,英特尔和Simple Tire的发言人。我希望能在那里看到你。

网络网络。 该共享组现在已经是第六年了。我们将于11月26日至27日在安特卫普管理学院和12月3日至5日在芝加哥的UI Labs举行我们的首次公开活动。在本次会议上,我们将重点关注贸易伙伴指数(B2B连接性评分系统),高质量区块链的定义以及供应链运营网络之间的互操作性。 (供应链运营网络是一类旨在改善品牌所有者与其贸易伙伴之间的数据流的技术。它包括Ariba,E2open,Exostar,Elemica和SupplyOn等技术。)活动重点?议程共享成员在区块链,供应商入职和数据共享方面的案例研究工作。

要注册这些事件,请联系Regina.denman@supplychaininsights.com。