制造供应链数字化的主线设计 | 企业供应链系列

一、供应链数字化的战略与价值导向

供应链数字化有各种论述和观点，但是供应链数字化需要遵从和遵守企业供应链的战略和价值导向，所以供应链数字化并不是目的，只是一个过程、阶段或者是里程碑，供应链数字化的相关技术和软件也只能是一个工具而不是目的。

那么什么是供应链的战略？

供应链战略是一种服务的思想，更是一种企业运营的思维方式。它并不是说“今天供应链是怎么样的”，而是要描述“未来的供应链是如何的”，涉及到供应链发展的几个维度：空间维度、时间维度、竞争的维度和资源整合与应用的维度。

供应链的空间维度需要强调，该供应链是仅仅解决某产品（SKU 个性化的产品）供应链的问题？还是公司供应链平台的运营机制问题？还是行业供应链的共性问题？亦或是产业链供应链的问题？甚至全球政治、经济、军事环境下的国家供应链、区域供应链，甚至全球供应链的问题…由此会发现供应链数字化的边界及其定位的不一样，所谓的供应链数字化平台的范围、界面设计和软件模块定义，以及相关的技术要求也就大不一样。

供应链的时间维度需要根据其供应链所处的经济环境以及产业发展的路径来定义。比如我国制造领域的供应链，根据《中国制造2025》的发展，通常会把2025、2035、2049当作是一个或者几个里程碑。2025提出中国制造逐渐实现数字化、网络化和智能化，那么在此期间，很多企业的制造供应链的发展，也通常会思考如何“踩对”这个“节拍”。另一方面，供应链战略达成步骤和相应的供应链数字化的发展，也不能够无限的延长或者一蹴而就，需要遵循其战略步骤和相关路径。

供应链的竞争维度需要强调该供应链的价值导向的全局观、合作观和差异化的引领。实际上人们都已逐渐明白，“未来的竞争不再是企业与企业之间的竞争，而是供应链供应链之间的竞争”，尤其是其资源掌控与运维能力的竞争。如何将这些资源在“以客户为中心”的多渠道运营的商业模式下实现数字化转型升级，是每一条制造供应链需要慎重思考的问题。

供应链的整合维度—供应链资源包含不限于供应商资源、制造资源和交付的物流资源，更包含客户资源和相关的数据资源，以及跨企业跨部门的预测资源，还有产品研发资源、供应链工程技术资源、物流技术及其资源整合提供方、软件技术提供方等，除此以外还有与供应链相关的咨询与研究机构、有实力的第三方第四方供应链公司、供应链学会协会、相关的信息技术平台、品牌运营方、经销商、消费者、边缘合作伙伴，甚至竞争对手…他们未来竞争与合作的大环境都可能是在一个（边界并不明显的）供应链领域里面，其表现的供应链方式可能不一样，但是其要实现的创造价值、传递价值、获得价值的路径大同小异。面对供应链数字化技术的诉求以及互联网、区块链技术、5G技术对供应链的赋能，如何通过数字化方略将上述资源有效整合起来，并快速实现供应链的战略诉求，也将挑战企业供应链平台的规划与构建能力。

所以供应链战略和数字化顶层设计需要有全局的思想、长远的思想、整体运作的思想和竞争的思想，企业要实现价值最大化，那么供应链数字化要能够支撑该价值导向。具体而言供应链数字化要能够从长期实现企业的战略导向、从短期帮助企业实现盈利能力的提升。比如企业规模的增长、销售额的增长、市场份额的增长、技术的领先，甚至品牌的知名度的增加。

二、供应链战略绩效决定数字化的底层逻辑

人们经常提到的供应链数字化顶层设计如果离开了供应链战略的价值引领，仅仅从技术能力的实现上，或者干脆从软件的角度上来实现，那么很可能导致供应链的数字化平台先天不足，因为如果不尊重供应链的战略，那么也就无从去尊重供应链的业务运营。

实际上，不同的行业、不同的企业、有不同的产品，不同的产品针对的客户也有所不同，那么其产品服务和品牌的诉求、价值导向也就不一样。简而言之，企业的供应链策略决定了企业的供应链价值导向和服务模式，在日常运营和表现中也就决定了采购策略和模式的不同、生产方式和效率诉求的不同、成品交付模式和交付界面的不同…而这些不同，有的简单一些有的复杂些，但是无论是哪一种模式都会强调：有效交付、效率保障和成本控制等要素的控制，具体表现为供应链的战略绩效和运营的参数。

如何将供应链的战略和愿景数字化？这可以有很多种表现形式。

供应链的战略绩效通常是供应链战略的具体化，也是供应链能力数字化的分解和具象化。

成功企业的供应链战略绩效通常包括（不限于）以下指标：

客户满意度：客户对于供应链服务及时性、响应能力和交付质量等的满意比例。该指标通常体现了客户的体验结论，从而影响了其产品和服务的品牌，并进一步影响了品牌传播导向、速度和复购的比例。客户满意度的数字化能够直观的表现企业供应链的服务能力和客户认可度。

库存周转率（ITO inventory turn over）：某类特定产品或物料在指定期间内的周转次数或者比例。该指标通常可以分为原材料库存周转率、在制品库存周转率和成品库存周转率。库存周转率的高低直接反映了企业供应链运营的效率和流动资产的运营效率，从而也决定了供应链的现金流的运营能力。库存周转率的数字化能够直观的表现企业供应链的经营质量和对于企业运营的战略支撑。

订单交付周期（OTD order to delivery）：企业供应链平台从客户下订单开始，到将准确的产品通过准确的方式生产制造，并及时地送到客户指定的地点的周期时间，也就是通常所谓“端到端的交付周期”。该指标通常会分为：订单与需求计划管理周期、采购与供应商交付周周期、制造与成品发运周期、成品物流运输/存储/分销和交付周期。订单交付周期的长短直接反映了企业供应链的运作效率和对市场的反应能力，从而决定了企业供应链平台对于客户需求的承诺和兑现承诺的能力。订单交付周期的数字化能够将客户订单实时在线，并允许客户随时查询、反馈，“听到客户的声音”（VOC voice of customer）从而实现供应链的“透明化”，使得企业供应链的交付能力成为一个IP化的指标。

每百万次无效交付比例(DPM)：在某一个特定的时间周期内，供应链服务“交付失败”的比例。这种“失败”可能包含质量的差错、数量的差错、时间的差错、产品形态的差错、包装的差错、型号的差错…也可能是服务态度和客户满意度等未达指标。该指标的高低直接反映了企业供应链的服务质量，从而影响甚至激发了客户对于供应链服务的负面评价。该指标的数字化能够让供应链运营人员实时发现供应链过程中的瓶颈和痛点，从而在事件发生之前进行预警、识别、干预和优化，从而让供应链运营人员能够听/看到“供应链过程的声音”（VOP voice of process）。

其他指标比如：新旧产品转换节拍、库存占比等，不一一列举。

上述指标和比例并不是每一家企业都按同样的权重和排序来作为供应链运营绩效的引导，而是根据供应链价值导向进行排序和分权。

在供应链数字化、智能化的转型升级过程中，订单交付周期通常决定了供应链的运营效率，库存周转率决定了供应链的现金流，客户满意度决定了供应链服务能力和消费者的认可度…将这些指标层层分解，可以转化为供应链模块或环节的指标、部门的指标、团队的指标、作业主体的指标，甚至个人的指标和动作单元的指标，并把这些指标参数化，这些指标和参数的细化、量化和不同维度的集约、集成，就成了供应链数字化最初的底层逻辑，即所谓供应链工程技术（工艺）参数。

也就是供应链的“结构化数据”（不是数据结构）。

但是供应链数字化的规划和构建，终极目标是为了有效运营。

供应链舒畅运营，需要有效的规范供应链的运营数据，比如供应链的预测、供应链的产销存计划、供应商的供货能力表现、客户的需求与变化、产品的生产和质量以及交付的稳定性、库存状态等等，都会受到各种可控的和不可控的内外因素的影响，供应链的数字化需要及时地将这一些运营的状态数据、可能产生的变数以及其带来的影响进行数据采集、数据归类、数据识别、数据处理，并形成反馈机制和相关的反馈动作。针对人机界面的供应链运营模式，需要协同管理者进行互动与决策优化；如果是数字化、智能化的供应链系统，那么可能通过各类算法进行自我优化、自我反馈、自我迭代升级，即所谓“供应链运营参数”—包含与供应链工程技术（工艺）参数之间对比的差异参数。供应链数字化需要将供应链运营参数和供应链工程技术工艺参数进行实时的对比和响应，形成差异参数（GAP），并实时的表现出来形成预警、反馈和优化。

相关战略绩效和指标参数之间的逻辑与演化关系如图1所示。

图1 供应链数字化主线逻辑关系

一个规划合理、有效运营的供应链数字化系统是可以仿真的。从规划之初就可以进行静态的模型仿真；运营时可以针对每一个订单及其现有的状态参数进行动态模拟仿真，并实现先期的预警管理，从而提示管理者解决瓶颈和痛点，以保证订单的有效运营；发生变数的时候，通过供应链数字化体现出来的差异参数，针对该参数所带来的影响和响应级别的定位，进行优化和升级，反过来影响和优化供应链的工艺参数和运营的参数，此时供应链数字化的比较好的状态就进入数字孪生（DT digital twin）状态了。

三、供应链数字化落地方略

供应链战略绩效的组成、分解，实际上就是企业战略运营绩效的持有与担当，这决定了供应链的组织程序和供应链组织的数字化。

实际上企业的所有成就都是员工创造的，那么供应链数字化的转型升级也必然是由所有员工共同来推动。依靠单独的数字化部门或者IT团队是很难实现企业供应链的全面数字化的。所以要想实现供应链的全面数字化，首先要实现供应链团队的全员数字化，因此供应链人员的数字化能力的普及和提升就变得非常紧迫。无论是从国家供应链层面、产业链供应链层面，还是从企业供应链层面，都要去思考供应链人才的标准。另一方面，供应链不仅仅是运营出来的更多的是规划设计出来的，于是供应链的工程技术人才和供应链的运营人才就成为了供应链数字化规划建设和运营的两大支柱。

如上文所述，供应链数字化本身是一个宏大的概念，而供应链的能力模型本身也独具个性化。为了让供应链所有环节的数字化能力模型能够精准、切实，模型的构建需要满足如下的原则：以客户和需求为导向、关注供应链的关键要素和环节、要“从大处着眼、从小处着手”、立足现状与未来、兼顾产业、行业供应链发展的共性和产品、消费者需求的个性，从而构建客观、独立、可靠的、精确到岗位和动作的供应链数字化能力模型。

基于供应链业务场景以及供应链数字化应用过程可知，供应链数字化可以分为几个阶段：

首先是数据规划与运营过程的数据获取，必须要有供应链结构性数据、运营数据和过程差异数据；

其次是数据归类和分析，也就是根据供应链战略绩效导向和参数分解，以及业务部门的指标与参数归集，遵循总-分-总的原则，需要将数据应用到具体的业务场景中。

然后是数据沉淀与共享，在各岗位、各环节人员提升自身数据化能力的同时，需要通过各类模型、工具和方法论，对自身能力进行固化，并在相关环节人员之间、部门与部门间进行能力分享，形成“同频道、同频率”提升；

最后是团队数字化素质和赋能支持，积极参与支撑整个供应链团队整体数字化能力提升的工作，支持跨部门（甚至跨企业）的数字化场景共创共享，使得组织具备长期的数字化驱动业务能力和业务增长的能力，从而达到供应链数字化使能、赋能的效应。