隨著時代的進步,人們對個性化產品、即時服務提出了越來越高的要求,供應鏈也隨之變得越來越復雜。麥肯錫咨詢在一篇報告中提出,在歷經了30年的技術變遷后,供應鏈行業已經迎來了4.0時代。曾經,供應鏈只是一個單純的運營物流的能力,今天的供應鏈變得更加多元化和去中心化,它是一套端到端的整體流程,需要確保從供應商到生產商、到批發零售商、再到客戶的整合運營。同時,供應鏈也不再拘泥于成本調控和庫存管理,如何實現智能需求預測、動態庫存優化、智能補貨,來進一步提升市場競爭力,將成為企業供應鏈數字化轉型的關鍵。也有行業專家指出,供應鏈將成為企業乃至產業運營體系全面數字化的主戰場。
供應鏈需要加入“柔性”來穩固支持
在中國市場上,來自不同世代的消費者有著千差萬別的需求。眾多行業之中,最接近消費的零售業對這種多層次的變化,以及對供應鏈柔性的要求,感受是最明顯的。零售企業需要敏捷洞察消費趨勢,快速優化智能預測,精準完成交付。
毫無疑問,新冠疫情后的今天,供應鏈比以往更需要柔性,而智能決策技術中基于場景的概率預測、細分的動態安全庫存以及全局敏捷的補貨算法,既是供應鏈柔性的保障,也是管理不確定性的制勝法寶。基于此,企業才能夠實現整個價值鏈中復雜決策的自動化,以提升客戶效益,在短時間內實現企業利潤的提升。
智能決策,為供應鏈注入“柔性”
供應鏈的不斷進化,也是數字化轉型和智能化運營之路,這離不開智能決策等新技術的加持。智能決策用建模和求解能力支持數據從規律到決策的演化,來幫助企業輔助人工決策或解決人工難以解決的復雜決策問題,幫助企業主動應對市場、外界環境等帶來的不確定性和突發性的影響,實現Decision Intelligence。
許多企業已經在需求計劃中使用需求預測功能,來分析數百個內部和外部需求影響變量之間的關系預測有望將錯誤率下降30%到50%,這也是柔性供應鏈的不斷發展的結果。以補貨計劃為例,企業將不再局限于固定的安全庫存,還需要重新考慮預期的需求分配、動態調整價格兼備利潤優化,同時最大限度地減少庫存積壓。
柔性供應鏈,解決需求預測、庫存、補貨等難題
在今年的消費品零售供應鏈創新峰會上,國內智能決策技術服務商杉數科技提出,企業在業務中可以通過智能需求預測、動態安全庫存優化、智能補貨優化三個層面切入,幫助企業供應鏈注入柔性,靈活應對多元的業務場景。
基于場景的需求預測:智慧需求預測更加注重場景化的AI建模。根據時間、空間、產品、客戶群體多維度場景,基于人工智能算法的需求預測引擎,結合企業內部和外部數據以及專家經驗及統計特征,組合定制高維數據特征,通過混合算法陣列,實現多層級概率預測。以杉數科技服務的某日化巨頭全渠道需求預測優化項目為例,針對線上和線下不同場景的預測,根據不同場景建立機器學習模型,比如線上引入流量數據(UV/PV)、市場投入費用等數據構建模型特征;線下更傾向于引入時間點、地域等特征,最終構建一個更加智能的混合模型陣列,實現更加精準的需求預測。整個項目落地實施后效果顯著:訂單滿足率達到98%、熱銷品的月度預測準確率達85%、“雙12”促銷預測準確率達80%。
細分化的動態安全庫存:針對全品類做精細化細分,通過全局優化的運籌學決策算法,平衡庫存成本和服務水平,計算出最優的安全庫存。簡而言之,就是將庫存在最合適的時間,以最佳的存儲量,放在最合適的位置上。例如某全球休閑零食品牌庫存優化,休閑零食類食品具有很強的淡旺季的周期性,消費者需求波動很大,對其從不同SKU在不同DC下的分類(如常規品、長尾波動品、季節品等),根據分類提供不同的安全庫存水位,最后通過仿真模擬工具,幫助計劃人員了解庫存水平設定是否合理,為其提供智能決策支持。
全局敏捷的補貨算法:基于全局的優化思維,實現從工廠到多級倉儲,再到經銷商及門店的全鏈條補貨履約智慧決策,從執行層提升供應鏈服務能力和響應效率,以達到從決策到執行的前后對齊,攜手并進。例如以某國際啤酒品牌DC出貨預測與智慧補貨,該啤酒企業在韓國有三個啤酒廠,23個DC倉庫,考慮業務邏輯與統計特征,利用混合算法陣列,對商品的離散性特征進行有效的處理和預測,兼顧商品的連續性特性(如時間,生命周期等);同時考慮上游產能約束、運力約束與DC端的需求,對不同類型的SKU建立差異化整數優化模型,自動生成by天*啤酒廠*DC*SKU 的自動補貨模型。通過合理的設置懲罰項與約束項,實現自動最優拼車、發運優先級和考慮酒齡優先級等業務邏輯。該啤酒品牌通過建立柔性供應鏈,實現了預測準確率10%的提升、缺貨率5%的降低、物流成本得到有效的控制。
面向未來,隨著數字化的不斷發展,供應鏈4.0會帶來多元的環境支持、多樣的按需定制、多維度的決策優化,它們將為企業多方賦能,在最后的交付途中暢達無憂。而可以肯定的是,在令人眼花繚亂的新技術中,唯有遵循嚴謹客觀的數據算法,才能給企業帶來更精準的智能決策。
