MathArt | APS这剂良药该如何服?
- 2021 / 12 / 13
- 阅读:15668
- 来源:转载自《汽车商业评论》
很多时候单纯从功能上已经满足了操作要求,但最终的使用效果却差强人意。
随着数字化浪潮的推进和国家智能制造战略的指引,越来越多的车企意识到了计划与排程的重要性。很多朋友找到我们,非常直接地就说要上APS (Advanced Planning and Scheduling),希望借此良药提高资源或者产能利用率,降低库存水平,提高交付能力,从而可以更好地应对未来多样化的客户需求。首先,APS的确是一个非常优秀的工具,能够均衡供应链与生产过程中各种资源,在不同的供应链与生产瓶颈阶段给出最优的生产与排程计划,实现快速排程及响应,提高计划能力。那为什么刚才说“也不完全正确”呢?从过去的实践经验看,包括汽车行业在内,很多行业在APS落地的过程中都曾遭遇不同程度的失败。虽然很多时候单纯从功能上已经满足了操作要求,但是最终的使用效果却差强人意。这是一个很有意思的悖论,一个理论上先进的工具,为何总是无法兑现它的价值?让我们站在更高的角度来审视这个问题。首先,APS的功能是计划的优化,而计划的结果其实是为相关管理者提供决策依据,而决策又可以作为下一轮计划的前提,从而驱动计划的持续推进。决策与计划是紧密关联、相互渗透的。因此,单纯的APS其实是个提升计划能力的工具,但要把这个工具用好,还需要提高它对于决策的支持能力。决策本身是个过程,它包括问题识别、问题诊断和行动选择三个步骤,其中行动选择实质上对应的才是APS,前期如果没有准确识别和诊断问题,APS就会变成无源之水、无本之木,最终沦为一个摆设。举个例子,有不少客户在跟我们咨询APS的时候,都会问到:上了APS能把库存降低多少?能提高多少产能利用率,降低多少成本?这些问题在没有一个明确的衡量指标的基础上,是无法回答的。那么要如何才能做好问题识别和问题诊断这两步呢?首先要做到问题识别,就需要先保证信息的透明和准确,这就对数据治理提出了很高的要求,这是为什么我们一直在强调APS要用好,数据治理是前提,这个话题我在以前的文章中也有分享,这里就不再重复。让我们把注意力集中到问题诊断上。在计划领域,问题诊断的直接体现就是如何通过合适的衡量指标,衡量现状并预期未来。这些衡量指标,其实也就构成了企业运营的指标体系。APS只有与指标体系相结合,才能充分地发挥其优势,提高整体运营决策的能力。回到上面那个简单的例子。当我们讲到降低库存的时候,需要先明确库存的现状是多少,产品结构如何,并且通过一定的库存分析,明确不同产品的库存策略。例如,安全库存需要设置到什么水位,并与库存现状进行比较,才能知道未来库存降低的空间有多大。同时,库存指标也会与其他的交付指标或者生产效率指标互相影响,这些指标之间的关联也决定了APS优化的目标和策略,从而提升APS本身的能力,帮助我们寻求达到目标的最佳行动计划。“你如果无法衡量它,就无法管理它”。只有当决策者清楚地了解企业的关键性的生产经营情况,才能够基于这些情况,对企业使用APS系统前后的经营指标做出对比,随之也就能够判断APS是否改善了其原有业务,发挥了多大的价值。同时,对关键、重点经营行为进行反馈,使管理者能够把精力集中在对企业经营贡献最大的领域,从而达到有效管理企业的目的。在某新兴主机厂的APS项目中,我们与企业共同定义了相关核心指标,通过管理驾驶舱的形式予以展示。通过这些指标,计划员或者决策者就可以了解当前订单的总体态势,当前交付能力是多少,按照目前的能力,预期交付能力有多少。各类实际以及基于计划的生产指标、能耗指标等均能得以展现,并持续推动整体运营能力的提升。“如果你能衡量它,你就能改进它”。考核和衡量不是最终的目的,提高和持续改进才是。企业需要做的是在衡量变化的基础上,及时发现和诊断经营中的实际问题,并通过APS系统的不断更新来针对性地解决这些问题,这样才能做到系统的持续迭代与业务的持续优化,最终达到企业各项指标的不断改善与经营效益不断提高的目的。所以,当我们想通过APS解决问题的时候,其实需要更深入地思考一下,问题的根本在哪里。举个例子,当我们每次提到需求波动频繁导致计划执行困难时,首先要做的其实是对历史需求波动的分析,了解需求波动的幅度和频率,定义与需求波动幅度相匹配的需求满足度衡量指标,也就是说我们需要APS制定的计划,在一定的时间范围内,能够多大程度满足对应的需求波动率,并将这个指标持续分解到不同的产品或者产品组上,然后以此为依据,设置相应的库存策略及生产策略,再让APS基于相应的策略来制定优化的计划。同时,在实际执行过程中,持续地对需求满足率以及需求波动率进行对比,寻找偏差优化决策。APS本身的确是一剂良药,但是良药也需要用合适的方式来煎制,其中数据治理是这剂良药的药引,而指标体系其实就是这剂良药的煎制方式。在数字化领域,这三者可以用数据、模型和决策来类比,通过输入高质量的数据,以可量化的决策来指引,再通过优化的模型来实现,形成这三者的有机结合,才能整体提高企业应对更多不确定性的能力。进一步说,指标体系的搭建本身也是企业运营的基础,不管有没有APS系统,指标体系都是企业运营不可回避的必需品。数字化时代,指标体系也需要是数据驱动的,而不是像过去那样只是利用静态的数据来定期制定的报表。它必须是与实际执行紧密结合的,只有建立在动态实时数据基础上的指标体系,才是有生命力的指标体系。在这个基础上,通过指标体系能够让企业清晰地看到自身的能力现状,通过对历史数据的持续分析,可以对相应指标进行评估,明确提升方向,再通过APS寻求达到目标的最优路线,并在这个过程中,根据实时信息,快速识别并预警相关风险,帮助管理者利用APS快速制定相关决策。
通过以上闭环,打通企业运营的任督二脉,提高动态决策的能力,快速应对数字化时代的各类不确定性因素。
:,。视频小程序赞,轻点两下取消赞在看,轻点两下取消在看