今天给大家分享的是做完了需求计划、供应链计划以后，下一步要考虑什么？我们在业界跟其他行业合作的时候，看到你们的需求是什么之后，我现在可以分成三个大块，第一个是细分，整个供应链的细分；第二个是供应链协同，就是说在我们公司四个围墙里面，我优化了我全部以后，下一步我要怎么在我的四个围墙以外跟我的合作伙伴来做，；第三步，我们的数字化，怎么样利用3D、IOT、试点等等各自培养的这种能力，来促进我们整个供应链的做法。所以，今天我们会跟大家分享一下我们在行业里的一些趋势。

供应链细分：差异化的供应链管理

我们前面一位嘉宾说了，你们面对的不是一个客户，你们是针对多个客户，多组客户。通常都会有，比方说现代的渠道，传统的经营消费者的渠道，甚至说有些在做出口的都有。在你们每一个渠道里面可能有一些你们的KA，你们是一些其他的客户等等。在这种情况下你们分成哪一些客户对我来说是最重要的，哪一些客户是次等的等等，都会有的。

这三种情况下，我们整个供应链最重要的一点，我其实是没办法用我的一条供应链让大家都满足，能够满足大家的需求。经常你们可能会有缺货，产能有限等等都会有。在这种情况下，你们怎么分配你们的产能，分配你们的库存，来最大化满足你们客户的需求。

在座各位也都了解，我们现在的渠道如果有缺货的话，他们都会罚我钱，真正的有去实施的可能最后就投诉一家。从今年开始，沃尔玛就严谨的实施OTIF，On-Time, IN-Full，也就是说如果你们的订单迟到或者说无法全部满足需求的话，而且是你们金额的3%。在座有很多的客户来说，3%是一个很大的成本。所以，从这个角度来看，我们怎么样利用我们的供应链在有约束的范围内怎么样满足我们客户的要求。所以很重要的一点是说在我们整个供应链里面其实是要细分的，细分的话有很多种，我的客户有分成ABC，我的产品也有分成ABC。我的制造方法也有分成按订单生产或者按需求生产，或者是按库存生产，都有。甚至说我的库存也可以放在中央，也可以放在各个不同的地方，这些都是我们细分的一些做法。比如说客户的细分，产品的细分，可以根据我的数量、销量来分，甚至我的供应链也可以分下去。我的生产有不同的做法，我的库存是不是也有不同的做法。

在不同的客户的要求下，每种客户都有不同的期望值，有些客户是愿意等，有些客户不愿意等，在这种情况下你们要怎么样让一条供应链满足多个客户不同的需求，不同的期望值。

对细分来说，由于中国是很大一个国家，所以仓库补货计划比我的生产问题更大。所以，当我们收到补货计划的时候，我要从工厂这边发货到不同区域的配送中心。另外一点，当区域的配货中心把货送到那边，下一步每一个配货中心都有自己不同的客户，那问题就出在这边，你们怎么样去确保在补货中心那边货不会被人家抢掉，这是我们经常在一些地理比较大的国家经常碰到的问题，所以这个是要今天跟大家分享一下。

现在的客户服务水平都很高，像刚才我们嘉宾也说过，大家对于电商的注入性是非常非常大的，甚至比MT更重要，那我要怎么确保我的电商满足能力是99.99%呢。

首先说简单点，从工厂到配货中心，确保在我库存有限或产能有限的时候，我一定要有能力看得到，从工厂发货出来时，配送中心有一个电商区，如果我的库存有限，那我应该先满足电商的需求，然后到我的零售商，最终才到我的分销商。也就是说对我来讲，如果我要把我的配货计划做好的话，我一定要从工厂那边就有可视化，需要能够看到我的每一个配货中心，这只是一个比较简单的案例而已，能够看到最下一层是什么东西，然后按照那个需求来补货。

我们通常是怎么算DC的补货要求，通常我们会有GT的预测，MT的预测，甚至是说可以做好每一个客户都能够做得到。但可能GT跟MT有不同销售的卖法、可能还有一些促销的需求、可能还有一些实际的客户需求、还有一个安全库存。所以从系统的角度，我们是可以看到这些需求的，这些对我来说都是一层一层的不同的需求，这个就是我DC的补货需求。

如果在工厂发货的时候能够看到这样一个体系的话，我就能够按我的优先级分配。比方说我的配送中心或者工厂，我要发货到我的DC1和DC2，我能够看得到他们在第一周、第二周、第三周、第四周的需求，如果有库存问题，我就可以一层一层去分，这是从一个系统的角度怎么样去维护客户的需求，也就是说，库存有限的话，那我就不去满足GT客户的需求，我就先给MT或者是电商客户的需求。

没有系统的时候你们看到的是什么呢？可能看到的是一个总数字，我用excel表或者我算出来的补货计划就是这样一个总数。在这个情况下，如果有库存限制的话你们是怎么做分配？要么就看谁喊的比较大声，要不然就是平均分。如果我能够顺理成章的把货计划好，送到配送中心或者DC的话，下一步问题就来了，货已经送到我的这个仓库了，在仓库这边来保护。但是通常都是先到先得，我这边可能有400个库存，首先下单的是我GT的客户，他就下了两单，就把我的货抢完了，接下来我的MT订单来的时候也吃掉一个部分，接下来订单来的时候就没有货了，客户就很不高兴了。通常我们是怎么来做？我是可以锁定我的库存的，也就是说从我前面的计划，从工厂的配货到DC，再到我的订单来了，我都能够保护我的库存，也就是说不管GT的订单来的多大，如果我已经绑定好，他的需求就是这么多的，订单来的再多我也不理它，所以我基本上是锁定了我客户的库存，这样也提高了我的客户服务水平。

当大家都在做B2B或者只有一两个渠道的时候，这个其实不太重要，但现在整个大环境下，我们发现CPG公司越来越注重我们某几个客户的服务水平，所以就需要做出细分，而且需要保护他们的库存。

供应链协同：实现端到端的可视化

刚刚前面讲到，前面管的还是在四个围墙内，就是在你自己可视范围之内必须对你的预测、库存管理、预保留去做细分。下一步我们把它拓展到围墙之外，以前我们说在做供应链竞争的时候，这已经不是你跟竞争对手在做竞争，这是整个链条的竞争，今天我们更能够可视化的把它给实现出来。

首先第一个，我们把它称之为端到端的全供应链计划一体化，如果今天你是一个制造商，你有你的原材料供应商，你有你的工厂，你有你的仓库，你管的可能就是这个范围，你非常注重你的渠道商跟你要什么、你的供应商能够交材料给你你才能生产出来、你自己的产能有多少。

这个时候，我们发现一个很好玩的现象，有些人他在前端怎么做一个好的计划呢？他就自己做预测。做的预测是什么？是他销到渠道里面去的。这个时候你看到的视野就是在出货这一行，同样在零售的部分，零售商他关注的是什么？他关注的是他可不可以从你手上得到东西，买到东西来卖给消费者。同样，它管的是它自己的门店，它前端自己零售商的分销仓库。在管的过程当中，中间这条链条，我们都知道要打通，可是不容易，常常是断在那里。

所以，今天我们称之为供应链链条跟链条之间的竞争的时候，你必须要做的事情是想办法从最源头，你的消费者的行为、消费习惯、消费记录来产生真实的终端需求，然后全链条往上游一步步计算出来，表示这个链条是紧紧绑在一起。

我这里有一个副标题，用计划代替预测，它想要表示的意思是，我即使是供应商，我不要自己做一次性预测，因为预测就是一种差异，就是一种不确定性。所以，我们希望打造一个观念，我运用一个单一的数据来源，产生出一个好的full piece之后，这个full piece是可以整个链条串到上面来，我们知道这是非常有把握的，我该怎么样做预备，做准备，做计划。

这个时候各位可以想像，在整个模型里面整个有相连关系。第二个，它可能是一个跨企业的，因为今天有可能我自己整个企业几乎是一条龙，从最上面到下面什么都有，我只是一个制造商，需要跟零售商合作，我只是一个零售商而已，我需要跟我的供应商合作。所以过往人工系统就是做这件事情。今天必须用一套系统把它实现出来，它必须包含什么样的特质？第一个整个供应链的可视；第二个共同管理；第三个，你必须不断将它给重新同步化，如果这个链条是通的，今天有任何变化你就可以很快速做出反应。最后一条最重要，现在是要强调采取主动行动，而不是等到问题发生了之后我们才解决问题。

接下来说一下怎么做？这是一个很简单的一个计划的结果，系统上可以呈现出我从最下游的零售商或者零售门店，反馈回来到我的wholesaler或者是distributor，一直到最上游我的工厂，供应商，应该是一个怎么样的计划串联。这个计划串联过程当中他们应该是从最终端的销售渠道，接下来可以从门店到工厂，都是全部可视的。

还有一个，我刚刚强调的是要主动，要主动就必须要具备这些能力：第一个，当你今天感知到任何异常的时候你就有办法知道我需要采取一些行动。采取什么样的行动之前你必须要清楚一件事情，为什么会发生异常。今天我们用一个根因的分析方式来告诉你，你产生缺货是因为预测不准还是因为你备料被备好，这个时候要根据分析。除了根因分析之外，下一个就是要采取行动。采取行动你该怎么做比较好？是要调整预测还是回头跟我的供应商重新谈判说交期要怎么调整，所以这是一个行动的建议方案。你在采取行动之前最好有一个模拟分析的能力告诉你我应该采取什么行动，接下来对整体的KPI产生什么样的影响。举例来说：

比方第一个，叫做异常的监控。你可以预定义好你所关注的业务的KPI，比方说是缺货还是库存过高，还是库存过低等，接下来当今天问题发生，刚才我说的是学院派的一套的计划，而不是已经发生的事情。所以，这个计划是具有前瞻性的，我可以到下周，下个月，甚至是下个季度。针对我们发现侦测到的问题，系统在背后必须要帮你判断根本原因是什么。我们现在讲数字化工艺，要讲自学习。当你今天发生缺货问题，它可能潜在的问题是因为当初预测没有做准或者当初促销计划没做好，或者是供应商供货不及时。根本原因实际上是什么呢？系统后面应该要有一套智能，根据过往的经验累计可以去判断归纳，然后提供一个根因的分析。基于这些根本的原因，我们就可以采取相对应的行动。如同刚才说的真的要采取行动之前，系统模拟会告诉你会有不同的场景，你真的去做这个动作，也能够如实做到那个情况底下，那我的KPI会有什么样的变化。变成了不同的模拟场景之间提供一些比较，让你决定最后应该采取什么行动。这个就形成了我们在供应链管理上我们所推导的观念，它就叫做供应链管理上的一种教战手册。

数字化供应链：物联网时代的供应链

数字化供应链是指用最新的技术发展，我将实物与一些数字化可取得的资源相连接，借此我可以有一个强大的力量去重新定义我的模式，改善客户体验，创建显著的竞争力的过程。（在第三方评论上截取）。

我的驱动因素来自于三种方式，第一个实物与计算机技术之间的合作，我们现在有很多设备，甚至于本身都具备一些信号和讯息的一些能力。第二个，利用可取得的各种数据。第三，我利用计算机的系统和软件之间，它能够更加智能处理我遇到的业务情况。总而言之，第一个是跟物联网相关，第二个跟大数据相关，第三个叫机器自学习，用这个来协助在供应链的管理上，能够进阶到所谓的实物化的供应链。

JDA：启动您的数字化供应链

大家知道JDA这家公司所提供的工业解决方案不只是局限在一个领域，我们从前端的零售，销售部分跟中间渠道的交付补货部分，以及供应链上游的制造都有完整的解决方案。这一整套的解决方案基本上是搭建在统一的平台之上，所以才能够支撑我刚前面讲的整个供应链链条的整体协同。

大家认为现在的数字化供应链该怎么做？透过物联网所提供的一些有效信息和技术，中间有平台把这些数据，把这些信息能够有效的利用之后，丢给接下来讲的不管是零售端或者是渠道端，或者是制造端它所需要做的计划的逻辑能力，然后来变成说我的业务物联网也有联系方式，我可以驱动我的供应链计划是值得感知，是值得反馈，是值得更新。

这个是我借用SCM World所评论的未来数字化供应链不可或缺的五大能力，就是呼应我前面讲的这句话。你在需求端你要有需求的感知，你要有针对需求的反馈。同样，在供应端也是一样，必须要对供应端有感知，然后有所回应。最重要的是在中间你必须像一个大脑一样，你必须要充分的利用我前面得到的信息，后面得到的信息，绑在一起之后你要做一个最有力的决定，这就是Decide&Commit。

我们来说在前端需求端的应用会发生什么样的事情。这个例子是一家电视的品牌商，他提供的是新品电视的上市。我们在做新品上市的时候通常需要进行新品的预测。新品预测有什么新品预测的方法？如果在座有很多做预测计划，做需求计划的专家就可以知道，我要讲的跟物联网跟数字化有什么关系？假设现在你利用了技术之后，你得到的新品预测是这一个样子，可是从一个外部信息，显示在国庆节假期这一段时间，北上广的消费者它对于新品特别感兴趣，这个节奏比较高。这个时候你是不是就该考虑到，除了原始的预测方法之外，我接下来要进一步去调整，因为接收到外部信息之后可以有所反馈。比方说我把我这一周的预测是提高10%还是30%，还是50%，这是你可做的选项。但是当你提高10%，30%，50%的需求计划之后，会存在什么影响？你可能不知道，这个时候你就必须仰赖像这样子的一个计划系统。这个图上你看到的每个柱状图代表的是一种业务场景，我保有现在的预测计划，或者我提高了10%，30%，50%之后会怎么样。你会发现也许我提高了，这个百分比越高，我的Revenue一定可以增加的，可能我潜在的会产生一个缺货的风险。所以，在这几个不同的KPI权衡之后你会发现我提高30%，我既可以达到我利润的最大化，我也不会缺货。这个时候就会决定我去提高我的预测30%，提高预测30%你就会看到你的Revenue跟你原始的预测有显著的不同。它所规避的风险是，你在前面已经看到，我从工艺计划的角度上来看我还是可以供得上，不会产生缺货的情况。所以，我可以把我的预测计划给提高，这就是接受外部信息之后我给出来的一种反馈。

我们再讲第二个案例，是在国外许多零售业，比较多像是便利店这样的零售业他们会做小时级别的预测，通常是生鲜食品，比方说便利店的牛奶，便当，三明治或者是咖啡。那我们举一个例子，在这个例子里面，我的预测已经做到小时级别，我原本每天正常是一天两次补货的频次。所以，早上六点之后，车子被送到各个门店去做比较大的补货，到下午三点去做少量的补货。

可是在某个区域，如果你有办法接受外部信息的帮助，它会告诉你事实上你的预测不应该那么低，你应该提高到橘色那条线。调整预测的同时，必须相对应去调整我的补货计划。所以在这里看到的黄色的柱状图是原本的补货计划，这个时候你就必须增加成预测的部分，就形成了一天两次的补货计划的调整。

再讲一下供应端，供应端同样也必须要有一个感知跟反馈，善用数据源去做供应链反馈的一个动作。常见的问题是什么？几年前泰国淹大水、冰岛火山爆发、日本海啸、中东油田被炸，这些都是外面发生的某件事情，看似很远，但事实上可能跟我们的供应链相关。当年泰国淹大水，我们国内很多高科技制造厂痛苦不已，因为没有供应来源。这些都是称之为在供应端可能发生的风险，可能发生的事情来去影响你。

我就讲一个我们实际的应用案例。在供应端刚刚讲的这些都是风险，所以可能会变成你潜在的约束。这个案例里面，假设你是供应商，我是从香港送货，送到LA这个港口码头。然后我会分销，比如说我先到San Francisco这个仓库，再分销到北美各地，这是一个Revenue的网络。可是如果我们可以有一些替代方案预先设定的话，当你知道如果我今天在前面，从香港到LA万一有不可抗拒的事情发生的话，势必就会影响到后面的补货。也许你有一个替代方案，比方说我从墨西哥过来，可以更及时。但是为什么平常不用？因为它很贵。

同样的，怎么样去借助外部的力量，怎么样借助我们在外面的信息来帮助我们呢？现在有很多外国数据提供商提供风险预测，今天这些我们看似很突发的事件，如果有些人它专注于研究这些事情的话，事实上有些是可以把这个预测出来的。像这个例子里面，一个第三方的数据提供商它告诉我，有12%，LA港口有罢工风险，你可以事先的假设，可能有10%的几率那条线会断。所以，下一个动作我是不是要花这个精力和成本从另外一个墨西哥港口送过来，比较没风险但是成本高。我会不会愿意为了这个风险去牺牲我的成本，这个可以去做判断。

但是现在外部的数据提供商把数据整合之后提供给我们，在我们做计划的同时有更多的选项。怎么去利用它？首先在我们供应链计划里面，你必须把原始，多方来源整个可行性都建立在我的模型里面。所以，你知道今天假设香港到LA这条路走不通的，我可以有另外一条路从墨西哥到LA。走这条路的话，你会看到不同的最终的KPI，你的满足率可能还是会满足，但是你的成本提高了，利润会下降。如果我选择了从香港到各个补货中心，达不到客户要求的风险，这个是我们最近做的事。所以，下面提供了供应链解决方案的选项，你要不要换你的供应单元，从另外的一个地方来满足你。

同样的，在整个过程，我可以去创建不同的业务场景，这些业务场景带给你的是我选择了这个选项之后，我可能最终把业务做成什么样子，你可以去做比较。

我们在做数字化供应链的时候，你必须要做细分，细分之后我们可以有不同的供应链战略，来去利用你有限的成本资源的情况底下去满足更大化的前端的客户服务水平，最好能够做到整个供应链的同步跟一体化。然后，我们强调的是结合科学以及外在的数据平台来提高实时感知能力，实时感知之后实时反馈，并且进行自学习，我如何将我的演算法算的更好，更准。最后就是依照我们所处的行业，应该有不同的使用准则跟方法。

【本文内容根据叶君明先生和苏昱彰先生在VCI供应链计划&预测高峰论坛上的演讲整理，未经允许，不可转载。】