陈飚：供应链数字化：供应链计划体系建设与库存管理

课程背景

市场需求的千变万化和产品生命周期的大大缩短，使得市场需求不再均衡。小批量、多品种、销售预测不准、订单周期短、订单变化大、客户定制多、各类问题多，已经成为困扰企业交付、成本 、品质的突出问题。

销售好不容易拿回来了订单，供应链却交货困难：

L/T不足、急料太多、交期提拉太频繁、库存积压、呆死料的困惑。

插单不断、换线频繁，生产&供应商陷入整天救火的恶性循环。

设计变更、无时无处不在的各类问题及质量风险。

供应链管理差，已经变成中国企业由小变大、或由大变强的最大障碍。

本课程探讨并梳理“如何快速提升供应链的交付、柔性、成本、品质等核心竞争能力”，包括：

1、预测是不准的。关键是：如何制定在客户订单周期内，对需求进行快速反应的策略与方法。

2、可执行的销售预测与需求确定方法。

3、如何优化计划体系，缩短供应周期、降低库存、提升齐套交付能力。

如何编制生产均衡、形成批量的主生产计划，提升生产效率与供应柔性。

如何编制准确的物料预测与备料计划、缩短采购周期、降低库存与呆滞。

4、如何进行强采购体系建设、保证齐套交付、降低采购成本、库存成本和呆滞。

课程基于德资企业整合供应链（ISC）的成功实践，强调用整条供应链上最小的库存，使大多数原材料、成品的交付周期趋近于零。

授课对象

公司层供应链相关人员等

课程时间：2 天，6小时/天

课程收益

权威实战导师

原德资企业采购与供应链高管，结合德企供应链的成功实践、运用20多年的实战经验、并通过大量成功企业的实际案例及总结的小贴士，深入浅出、化繁为简地解读世界级供应链管理体系建设及实操经验。

课程注重学以致用，注重实战性、操作性、以及可落地性。

课程大纲

第一讲：供应链的全局观

1. 引入案例：

供应链管理为啥越来越被老板关注？

1. 供应链管理与“盲人摸象”

讨论：你所理解的供应链

1. 供应链模型：SCOR
2. 华为 ISC 简介
3. PSI (Production, Sales, Inventory)与 PHI (Purchase, Handling, Inventory) 
4. 供应链的根本是协作，那为什么不协作
5. 为何不协作

职能导向  职能目标

效率型指标（竖向）VS 服务型指标（横向）

1. 解决方案 – 建立强相关的横向指标
2. 集成供应链：为什么集成不起来
3. 供应链管理是从供应商到客户的产品流、信息流、资金流的集成管理

1. 关系与链接
2. 无缝

1. 问题没法在产生问题的层面解决
2. 催货的例子
3. 供应链发展阶段
4. 三个层面的供应链集成
5. 打造高效集成供应链 ISC 的方案：
6. 前端防杂
7. 后端减重
8. 中间治乱
9. 案例：华为 ISC 整合供应链简介

第二讲：需求预测：三种基本的预测

1. 无法回避需求预测
2. 推拉结合也离不开预测
3. 要预测，是因为供应链响应能力有限
4. 没有预测，意味着由多个预测
5. 始于数据，终于判断

存量来自数据，增量来自判断

1. 由数据开始：谁的数据
2. 从数据里面学什么：以发货记录为例
3. 数据远比我们想象的要多
4. 光有数据，没有判断会怎么样？
5. 由判断结束：谁的判断、判断什么
6. 寻找和管理“大石头”
7. 聚焦重点，好钢用在刀刃上
8. 尽早发现，尽早纠错
9. 他没说，你问了吗？
10. 谁在做需求预测：计划的进化史
11. 让听到炮声的人做计划是个误区
12. 为何没法建立独立的计划职能
13. 计划与执行分离：某快消品公司的组织设计案例
14. 需求计划做什么：快消品行业为例
15. 什么样的人适合做需求计划
16. 分析能力是可以评估的
17. 如何提供计划人员的影响力
18. 需求预测汇报给哪个部门
19. 计划与执行二度分离
20. 需求预测汇报给销售 VS 一线销售提需求
21. 如何做准预测：选择合适的预测颗粒度
    1. 自来水模式的预测机制
    2. SKU 与 SKU 泛滥
22. 谁的预测更准 计划 or 销售
23. 为什么一线销售做不好需求预测
24. 一线销售做预测 VS 主教练兼任总经理
25. 如何应对向聚到压货行为
26. 销售目标 10 万，年中调为 8 万，现在能做 6 万，怎么办？
27. 既然做不好，为什么一线销售还在做预测

即便考核，也没法让一线销售“作准“需求预测

1. 销售提需求，计划做判断，如何？
2. 需求计划的绩效考核
3. 要不要考核预测准确度？
4. 销售老总要对需求预测的最终结果负责
5. 按哪个预测评估准确度，非限制性预测还是限制性预测
6. 预测不是衡量准确性，而是偏差率
7. 长周期物料的预测
8. 计划体系改进
9. 改善计划以改善供应链
10. 三种基本的预测方法
11. 时间序列预测

1. 移动平均法
2. 指数平滑法

1. 趋势预测

1. 霍尔特指数平滑法
2. 季节性+趋势

1. 基于相关性的预测

线性回归

1. 选择预测模型的一些考量

案例：中心仓的预测方法择优

1. 魔鬼藏在细节中：需求历史数据的清洗
2. 控制牛鞭效应，降低供应链的波动
3. 形成原因

1. 多重需求预测
2. 批量生产、采购
3. 价格浮动、促销
4. 理性预期

1. 解决方案

1. 跨行
2. 外包
3. 信息共享

1. 实用工具：Streamline 介绍（基于 AI 的需求预测与库存管理软件）

第三讲：库存计划和库存优化

1. 量化不确定性，设定安全库存
2. 第一步：量化需求的不确定性
3. 第二步：量化有货率的需求

有货率怎么定

1. 计算安全库存

按日、周还是月汇总需求历史

1. 会设安全库存，计算再订货点就很容易
2. 补货机制：定量 VS 不定量
3. 补货机制：定期 VS 随时

案例：随时补货机制下再订货点的计算

案例：定期补货机制下再订货点的计算

1. 不是现货供应，再订货点如何计算
2. 案例：轮辐式全球库存网络计划

设再订货点，还是安全库存+预测

1. 案例：某工业品企业的计划组织

计划职能的绩效如何考核

1. VMI 的库存水位如何设置
2. 计算最低、最高库存水位
3. 量化 VMI 的库存风险
4. VMI 绩效管理

案例：离开信息化，就很难具备做 VMI 的条件

1. “长尾“产品：库存计划的终极挑战
2. 用泊松分布模拟“长尾“需求更准确
3. 用简单法则来指导“长尾“需求的计划
4. 库存计划是个技术活

第四讲：新品导入与滚动计划的建立

导入案例：新品的初始预测：群策群力，专家判断法

1. 德尔菲专家判断法
2. 小贴士：瓶子里有多少巧克力都
3. 新品测试点项目准备
4. 专家判断的结果分析
5. 反馈改进，从失败中学习
6. 专家判断法失败的三个原因
7. 小贴士：预测判断力是可以后天培养的
8. 专家判断法用于什么产品
9. 专家判断有没有约束力
10. 专家判断由谁来维护
11. 季节性强，一锤子买卖如何预测

案例：新品的销售期，尽快纠偏，调整预测

1. 哪个预测模型更好
2. 系统性偏差的检验
3. 重新定义样品，重新建模
4. 预售期需求的滚动预测
5. 案例：新品的滚动计划要从开发期开始
6. 新品计划本身要有计划性
7. 大型设备的项目预投机制
8. 新品计划由谁做
9. 尽量做准，尽快纠偏

第五讲：案例分享：某德资企业的供应链

1. 企业背景介绍
2. 大集团背景
3. 小集团背景
4. 2015 全德最佳工厂
5. 采购与供应链组织
6. 采购部门：

1. 战略采购
2. 品项采购经理
3. 品项战术采购
4. 元器件开发
5. 供应商发展
6. 项目采购
7. 非生产性物料

1. 供应链部门

1. 客户需求与供应计划
2. 物料计划
3. 生产计划
4. 仓库管理
5. 海关与物料管理
6. 供应链部门改善项目

1. 有效的流程：
2. 产品开发流程
3. 全球化流程
4. 目标管理
5. 平台化产品
6. 几点改善
7. PRIO
8. Shiftability Index
9. Game Theoretical into Annual Negotiation
10. TSM
11. Logistic contract and EDI
12. VMI, SFP (Via CIP)
13. Digitalization