Ai站长

了解方案

请尽可能详细描述您的需求,我们将在1个工作日内联系您

  • *公司名称
  • *姓名
  • *手机号
  • *电子邮箱
  • 请选择智能营销/制造
    智能营销解决方案
    智能制造解决方案
    平台研发中心
  • *留言

注册试用

  • *公司名称
  • *姓名
  • *手机号
  • *电子邮箱
  • 请选择智能营销/制造
    智能营销解决方案
    智能制造解决方案
    平台研发中心
  • *留言
MATHART INSIGHTS

数策洞察

当前位置:首页 > 数策洞察 > MathArt | 处处皆问题的供应链

MathArt | 处处皆问题的供应链

2020 / 12 / 01
阅读:3413
来源:转载自《汽车商业评论》


透明,供应链智能化必由之路,将带来第三场革命。


 | 董事长兼CEO 张椿琳


最近,一位在汽车零部件上市公司做生产副总的朋友跟我抱怨,说是被供应链问题折磨得死去活来,他十分精辟地将问题总结为十二个字:销售接单,计划传单,生产拖单。为了能够找到问题根源,他深入一线,在众多延迟交付的订单中挑了一个典型,将所有相关材料从四面八方汇总到一起,从销售与客户的微信聊天记录开始,到最终延迟交货的道歉信,花了整整一天搞清楚事情的脉络。


然后,这位朋友将供应链条上所有管理人员在市郊的酒店关了一个周末,来解剖这只“麻雀”。经过两天的激烈论战,制定了若干行动项。事后,我问及效果,他却显得颇为犹豫,因为这些改变是否能从根本上解决问题,他也没有十足的把握。

许多汽车零部件供应链管理人员都有类似的经历和困惑,他们最直观的感受就是“处处皆问题”。生意做得再多,也赶不上成本增长的脚步;呆滞库存件是最沉重的历史包袱,在历任管理人员手中像接力棒一样传递,谁也不敢丢掉;部门之间壁垒高筑,生产部门对上游传递过来的需求甚至缺乏最基本的信任;离开神通广大的计划员,现场异常和需求波动根本没有人协调得动……

如果你试图通过KPI找到症结,就会发现供应链领域的KPI多如牛毛,有衡量服务水平的、有库存指标、有财务要求,还有生产相关的,比如设备开动率、产能利用率、OEE等等。而且,各种指标此消彼长,真是按下葫芦浮起瓢。

库存降下来了,服务水平和OTD响应能力也降低了。物料库存与成品库存,零部件企业成品库存与主机厂物料库存,形成了一个整体联动的复杂体系,单向管理措施和某个KPI之间,很难建立起强绑定的因果关系。因此,KPI并不能帮助我们一劳永逸地解决供应链问题的病根。

即便有相对完整的KPI体系,花费了大量时间和精力去做典型案例分析,但管理上还是无从下手,找不到提升运营效率的突破口。这类问题的本质,一言以蔽之,供应链不够透明。

智能制造是每个企业未来的美好愿景,它的实现路径分为三步:透明、敏捷、智能。这是我们既能够看得到的未来,但也是抓不住的现实。基本的订单、库存、物料、报工等信息的实时性都做不到,业务的敏捷度和决策的智能化则无从谈起。许多看似是产品流的问题,其最终都是信息流的问题。随着成本压力的加剧,供应链的复杂程度日益提升,信息的“透明”难度也不断上升。

以汽车零部件企业的内部物流为例,一方面,“烟囱式”业务系统存在信息断层,不能有效地以客户需求为中心将业务系统联起来。另一方面,线边库存高,线边超市面积大,从系统管理的角度来看,线边库存往往会成为库存管理的黑洞。通常情况是系统中原材料、半成品库存从数据上形成短缺,而实际线边却存在大量呆滞库存,变相的形成一种线边超市的库存积压。

孤立的制造执行系统,往往不能有效地和传统ERP连接,导致对生产过程中产生的物料消耗,无法进行实时记账等功能。除了企业本身重视程度不够之外,还有部分技术原因,比如各种业务系统分别来自不同的供应商,采用了不同数据标准、不同的数据维度及数据颗粒度等,系统之间的隔阂造成了信息流的不畅。
那么,解决问题的核心就落到了如何提升供应链的透明度上,但这其实是一个系统性课题,需要大量扎实的基础工作,循序渐进地推进而成。同样以零部件企业的厂内物流为例,企业要想找到内部物流的最优解,需要从数据的维度来审视自身现存的问题。具体可以从以下几个方面着手:

一、建立统一的数据互联平台

传统业务环境下,不同业务过程的数据管理通常分布在不同的业务系统中,例如:生产管理系统(MES)、运输管理系统(TMS)、仓库管理系统(WMS)、企业资源计划(ERP)等,导致在日常业务工作中,无法通过单一的业务系统对当前业务流实现数据串联。

从业务流的角度出发,各业务系统分别对业务流的各个环节进行拆分管理,以便关注不同业务过程中的重点。而从供应链全链的视角来看,不同业务系统产生的数据,由于其数据颗粒度、纬度、形式等均不相同,这就为如何利用现有业务系统的数据来管理优化供应链带来了新的难题。

利用大数据平台方案,将对现场业务操作和流程的理解,正确映射到数字世界,将现有独立运作各个业务系统形成串联,打破业务系统之间数据壁垒,避免数据孤岛的情况。

二、建立数据分析服务中心

数据的汇集只是第一步,数据业务语言的规范和统一才是难点。要实现供应链的全局优化还存在两个问题:

1)现有业务数据的使用
由于各业务系统的业务重点不同,管理的数据颗粒度、纬度及形式等各个方面都会存在差异。通过数据治理,来定义数据标准和维护数据规范,才能形成以数据为基础的数据主题域。

2)将业务流映射到数字世界
我们在实现了数据标准化后,需要解决的问题就从数据治理统一转向了数据的业务意义。将不同系统间的业务数据实现整合、规范和统一,同时建立不同业务场景下的数据逻辑,建立以业务逻辑为基础的业务主题域,最终借助业务主题域等方式,建立数字主题域和业务主题域间的映射,使得数据真正地可用。

三、建立物流统一门户

将多业务系统入口统一规划,统一管理集成到门户中。要对现有数据业务语言进行规范和统一,并完成以数据基础为中心的数据主题域及以业务逻辑为中心的业务主题域,管理人员需要从业务行为中就开始约束,以维持数据标准的规范和统一,同时不断地优化。

1)统一的系统入口规划
首先,搭建数据主题域是建立数据服务中心的第一步。虽然利用大数据技术规范了现有的数据业务语言,统一了数据标准,但是,在未来的业务实践过程中,需要规范在不同的业务系统中创造业务数据的过程——业务流程规范。

采用统一的系统入口方式,约束用户的操作路径,可以避免用户的同一业务活动在多系统间的不同操作。以往各系统间业务覆盖是存在重叠的,也就意味着相同的业务数据将会以不同的形式存在于不同的系统中,由此会产生大量的冗余数据。

2)统一的权限管理方式
在统一系统入口的同时,也需要考虑多用户组权限的管理。从业务流的角度出发,不同用户的业务活动分布在整个业务流的不同关节中,统一权限管理来形成中央集权的方式,对用户的业务行为按不同的业务环节进行区分管理,便于管理人员建立及优化管理标准(业务流程、数据标准),同时,减少管理人员及用户在不同业务系统间的学习成本。

四、定义物流中台建设规范

在实现数据互联平台、数据服务中心及业务门户的搭建后,通过物流业务指导数据治理,借助信息技术手段实现业务数据模型化,业务数据流程化的打造,为后期业务中台的横向拓展及纵向拓展搭建平台。

制造业的两次重要概念革命,无论是福特的流水线,还是大野耐一的丰田模式,解决的问题虽然复杂和多元,但其切入问题的角度始终是如何暴露问题的方法。通过不断降低工作中心之间的中间库存,来持续暴露问题解决问题,拷问和逼近精益的极限,最终达到真正意义的零库存。

透明,始终是汽车零部件供应链通向智能化的必由之路。在今天,信息化数字化所实现的供应链透明度,将带来第三场革命,通向真正的智能制造。





021-58389792

地址:上海浦东新区新金桥路1599号B1幢4层

邮箱:sales@mathartsys.com



使用条款     隐私声明

© 2022 数策软件 版权所有 mathartsys.cn 上海数策 2013.1.28 2022.1.28

沪ICP备13005394号-1 | 公安备案号31011502010445