发布日期:2019-11-15
在供应链的成本结构中,库存成本是最主要的成本,也是品牌方、分销商、零售商“最头疼”的成本。随着供应链信息的在线化、数据化和智能化,信息的流动、共享和决策支持将有望大幅优化库存,让正确数量的库存出现在正确的时间、正确的地点。
从客户体验的维度来看,客户的需求总是多变的,难以准确预测。在当前的市场环境中,产品的生命周期也越来越短,顾客需求和购买的历史数据将不可用或者作用十分有限。激烈的同质化产品竞争也带来了需求预测的难度,可能我们能预估整体市场对某一品类商品的需求,但是单一品牌单一sku就难以预测。另外对客户订单(履约交付产品的数量、质量、价格和时间)的不确定性也要求我们持有库存。
从上游生产、采购和运输的维度来看,我们需要有提前期进行订单处理、产品的生产和运输,产品补货到位之前需要我们持有库存。同时为了满足大规模生产、大规模采购以降低采购成本,整车运输以降低物流成本,我们会倾向于做大订单,这也带来了库存的压力。
更具挑战性的是,由于终端需求信息的不透明,提前期等原因,需求在向供应链上游传达的过程中,需求的变动程度会逐级放大。例如分销商不了解终端客户的需求,就只能根据下游零售商对他的采购订单来进行需求预测和备货,同时分销商对上游采购也需要有提前期,因而分销商对上游采购需求的波动性相比终端需求的波动性就会放大,进而给供应链整体带来更大的库存冗余和资源浪费,这就是供应链中的“牛鞭效应”。
更懂你的客户:除了依赖历史的需求销售数据和传统的市场研究方法之外,我们现在可以通过客户的线上、线下的用户行为和数据画像,在算法的帮助下提升对客户的需求预测能力。各大电商平台和相关的大数据公司都会有相应的数据服务,另外建立属于自己的私域客户,增加与客户的互动,也有利于我们洞察需求。
共享需求信息:有了客户需求的洞察之后,将需求信息共享给供应链的各个节点,减少信息不对称性,将能有效减弱牛鞭效应。但需要注意的是,即使客户需求信息能够完全共享,由于各个节点的预测方法和备货策略存在差异,依然会存在一定的牛鞭效应。
主动影响客户需求:虽然客户的需求多变,难以捉摸,但我们依然能有主动控制的部分。以价格为例,无规律的打折促销,会直接带来需求的较大波动。稳定的价格预期和规律性的促销策略将会形成更加稳定的需求预期。另外,通过预售、拼团、订阅等手段,可以提前锁定相对确定性的客户需求。
缩短提前期:提前期可以拆分为两部分,信息提前期(订单处理和采购决策)和订货提前期(产品的生产和运输)。通过供应链各节点的互联互通(EDI电子数据交换、SRM供应商管理系统等)以及数据支撑的智能采购决策,可以极大地缩短信息提前期。智能制造和智慧物流的发展以及彼此间的衔接将会有效压缩订货提前期。
减小订单规模:产能的在线化、智能化,生产技术的进步带来了低成本小规模生产的可能性。生产运输的分段处理,延迟产品的差异,也使得低成本小订单成为可能,典型的应用是在服装领域,大规模生产基础版以降低制造成本,同时在末端进行差异化印染以满足客户小订单的需求和交付的及时性。另外物流基础设施的不断发展和市场竞争,降低了全行业的成本,各类仓干配的线上交易平台也使得拼单、协同变得容易。
共享库存:线上线下一体化的库存体系,前店后仓的零售体系,同一节点(零售门店间、分销商间等)的库存调拨体系,供应商持有库存的虚拟库存安排等都能有效降低库存成本,削弱牛鞭效应。
信息要发挥上述作用,基础是信息的在线化和数据化,核心是信息的流动和共享。对于垂直一体化程度高的公司来说,例如快时尚服装品牌ZARA,有内生的动力和能力应用信息来优化库存,更多需要考虑的是内部各部门组织的协调和KPI设置。
但对于更多的非垂直一体化的公司来说,由于在供应链中只是其中一环,其自身内部库存的最优往往和整体供应链的库存最优不一致,因此公司就必须考虑信息流动和共享所带来的收益和成本。一般来说,供应链的链主(不同的行业和发展阶段,链主可能是品牌方,也可能是大零售商)往往能够获得信息共享的最大利益,会有动力推动信息的在线化、数据化和共享,但需要考虑的是,其库存优化节约的成本也需要进行利益的分配,以保障供应链各方的持续参与。