MathArt | APS这剂良药该如何服？
- 2021 / 12 / 13
- 阅读：15529
- 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
解决方案
成功案例
数策洞察
加入我们