由達睿供應鏈管理咨詢DRiSCM與ACE Events共同舉辦的《供應鏈創(chuàng)新發(fā)展與變革轉(zhuǎn)型2021年度杰出企業(yè)案例評選》已圓滿落幕。這些杰出企業(yè)案例向大家展現(xiàn)了供應鏈管理的最新發(fā)展趨勢,同時也體現(xiàn)了他們勇于變革和不斷超越自我的精神。
關于杉數(shù)科技和好麗友
杉數(shù)科技,是一家專注于智能決策技術的高新技術企業(yè)。依托于世界領先的深層次數(shù)據(jù)優(yōu)化算法和復雜決策模型的求解能力,杉數(shù)打造以中國首個商業(yè)求解器“CardinalOptimizer”為核心,可真正實現(xiàn)從數(shù)據(jù)到?jīng)Q策端到端服務的決策產(chǎn)品平臺,以完整的技術能力和高度模塊化的產(chǎn)品結(jié)構(gòu)靈活高效地為企業(yè)賦能,利用數(shù)據(jù)為企業(yè)帶來收益及成本端的顯著變化。
好麗友,是韓國三大制果企業(yè)之一,成立于1956年,在20世紀90年代初期進入中國市場。好麗友(中國)的產(chǎn)品線主要包括四大系列:第一大類為派類產(chǎn)品,第二大類為膨化類產(chǎn)品,第三大類為糖果類產(chǎn)品,第四類為餅干類。好麗友堅持“顧客至上”的原則,采用世界上最先進的自動化流水線制造技術,選用最上乘的原料,對產(chǎn)品進行最為嚴格的質(zhì)量監(jiān)控,用心制造出讓消費者放心的產(chǎn)品。
項目背景及業(yè)務痛點
根據(jù)國際咨詢機構(gòu)Frost&Sullivan統(tǒng)計,2012-2019年我國休閑食品行業(yè)實現(xiàn)快速擴容,年復合增長率達到12.1%,2019年我國休閑食品行業(yè)市場規(guī)模達到11430億元,同比增長11.0%。在此類產(chǎn)品可代替性極高的行業(yè),在新的品牌不斷進入市場的背景下,供應鏈和服務水平的提高變成了企業(yè)保持甚至增加銷量的關鍵。
好麗友作為一個傳統(tǒng)休閑食品公司,多年來一直依賴人工數(shù)據(jù)進行銷售預測。由于疫情等不確定因素的影響,好麗友的零食產(chǎn)品需求達到了一個巔峰,這讓好麗友開始考慮運用數(shù)智化系統(tǒng)解決供應鏈中遇到的諸多問題和業(yè)務挑戰(zhàn)。基于業(yè)務場景的需求,好麗友迅速與杉數(shù)科技達成了供應鏈數(shù)智化轉(zhuǎn)型合作。
項目中存在的問題和挑戰(zhàn):
1. 庫存如何做到全局可視性,如何滿足全渠道客戶訂單,尤其是對未交貨訂單進行完整評估和及時響應;
2. Sell-out Forecast如何更加科學的感知和反應市場動態(tài),如何盡可能避免“牛鞭效應”;
3. 如何降低倉儲內(nèi)非必要商品庫存,同時解決熱銷商品缺貨等問題;
4. 面對產(chǎn)品不斷增加、訂單頻繁變化,需求預測如何實現(xiàn)更加精準和快速響應,成為供應鏈端迫切解決的難題;
5. 如何實現(xiàn)數(shù)據(jù)及信息多個部門/流程/系統(tǒng)的打通,實現(xiàn)供應鏈的可視性,并提高產(chǎn)銷協(xié)同效率;
6. 如何做到有效的供應鏈風險預知和評估,進一步減少應對需求/供應波動時的額外成本。
解決方案概述
基于以上問題,杉數(shù)科技通過科學的智能決策技術為好麗友提供了定制化解決方案,主要包括智能計劃、智能履約計劃和智能供應鏈控制塔三大模塊解決方案,來靈活的應對多變的市場需求。
圖為:供應鏈平臺方案框架
1)智能計劃解決方案
杉數(shù)智能計劃解決方案包括需求計劃、生產(chǎn)計劃以及庫存計劃三部分。
需求計劃:有別于需求層層上報匯總的傳統(tǒng)需求計劃方式-即以銷售提報數(shù)據(jù)為主作為未來需求預測數(shù)據(jù)、并且需求計劃和供應計劃脫節(jié)、最終導致供應鏈牛鞭效應放大,庫存高企與缺貨同時發(fā)生,杉數(shù)需求計劃方案使用了AI預測算法,以“時間”ד空間”ד產(chǎn)品”ד需求群體”的組合維度,基于企業(yè)內(nèi)部數(shù)據(jù)(例如:歷史數(shù)據(jù)、商品品類、產(chǎn)品信息、價格折扣、銷售指標、營銷信息等)以及外部數(shù)據(jù)(例如:商情、輿情、媒體、宏觀經(jīng)濟等)設定場景化的需求模型,能夠更精準的捕捉需求波動。同時,協(xié)同自下而上的銷售預測提報與自上而下的市場銷售目標,生成最終的一致性需求計劃。AI模型能夠快速捕捉客戶及需求的波動,通過自我學習、迭代,維持需求計劃穩(wěn)定性并提升預測準確率。
圖為:需求計劃功能模塊
生產(chǎn)計劃:傳統(tǒng)的生產(chǎn)計劃依賴生產(chǎn)計劃人員的經(jīng)驗,面對下游需求端的不確定性,上游物料供應的波動性,以及產(chǎn)能、工藝、資源等客觀約束,主觀做出的生產(chǎn)計劃無法一一兼顧上述波動性及約束,并做出全局最優(yōu)的計劃方案。杉數(shù)生產(chǎn)計劃方案綜合多變量、多維度的限制條件,依托自研的COPT高效求解器,為工廠制定符合企業(yè)業(yè)務目標的最優(yōu)生產(chǎn)計劃,避免限制條件沖突導致計劃完成率損失,從而提升物料、產(chǎn)能、人力資源等利用率,節(jié)約生產(chǎn)成本。通過自動化的工廠計劃與高效的工廠生產(chǎn)分析功能,使得計劃部門可以在滿足業(yè)務目標的同時提高制造的績效水平,例如提高交期交付能力、降低庫存和運作成本。
庫存計劃:庫存是一把雙刃劍,讓人又愛又恨,備多了占用資金、備少了導致失銷,大部分的企業(yè)通過“一刀切”的方式,例如所有產(chǎn)品,每個倉庫存放30天的庫存來設定庫存計劃,即使通過統(tǒng)計學的安全庫存計算公式進行計算,在業(yè)務上依然存在爆倉和脫銷共存的情形,究其原因,沒有對庫存計劃進行深度分析及優(yōu)化。杉數(shù)庫存計劃方案不僅僅平衡庫存持有成本和服務水平,即優(yōu)化目標單一地以降低成本或提升服務水平為導向,而是可以同時兼顧生產(chǎn)、庫存和運輸計劃,通過杉數(shù)自研發(fā)的供應鏈優(yōu)化引擎求解全局最優(yōu)解,并支持自由設定計劃的優(yōu)化目標-樣例1:利潤和客戶服務水平的敏感性分析,通過多目標優(yōu)化模型獲取最優(yōu)平衡方案,從而最大化企業(yè)最關注的核心指標,通過模擬仿真,測試并驗證不同情景下新的庫存策略及補貨計劃給運營在成本、服務水平、利潤等多KPI維度帶來的變化及收益,最小化落地執(zhí)行的風險;樣例2:庫存計劃量與產(chǎn)能的協(xié)調(diào),即輸出優(yōu)化后的庫存計劃,結(jié)合工廠產(chǎn)能情況進行自動平衡和調(diào)節(jié),保證最終結(jié)果的可執(zhí)行性。
2)智能履約計劃解決方案
相較于傳統(tǒng)的履約解決方案-即分步考慮各項業(yè)務約束,當發(fā)生沖突時需要人工花費大量資源、精力、時間、成本進行干預,協(xié)調(diào)、無法得到真正最大化企業(yè)預期的履約方案。杉數(shù)的履約計劃方案搭載人工智能與運籌優(yōu)化兩大核心技術能力,能夠準確捕捉客戶/市場需求變化,同時統(tǒng)籌考慮生產(chǎn)、庫存、運輸?shù)确矫嬉蛩氐那闆r下做最優(yōu)化最敏捷的訂單履約,實現(xiàn)數(shù)據(jù)驅(qū)動的端到端的智能履約流程。除了優(yōu)先級、時效性,杉數(shù)的履約方案還會考慮最小起運量,首單拆單限制,盡量整車發(fā)運,產(chǎn)品效期等非常落地的因素。方案中,訂單履約模塊負責管理客戶訂單狀態(tài)、計劃訂單交期、安排運輸計劃等;庫存管理模塊負責協(xié)調(diào)倉庫供需平衡,通過合理的庫存補貨、倉間調(diào)撥,為高效率低成本的訂單履約提供“最合適”的商品庫存。
圖為:智能履約模塊
3)智能供應鏈控制塔解決方案
杉數(shù)為好麗友設計交互式供應鏈控制塔,提供了對好麗友已發(fā)生和正在發(fā)生的事情的可見性,可以通過其預測分析功能幫助預測下一步可能發(fā)生的事情。將好麗友的業(yè)務工作流之間、計劃與執(zhí)行之間、歷史數(shù)據(jù)與預測數(shù)據(jù)之間、業(yè)務流程與智能算法之間的集成、計算、反饋、再計算等,挖掘更多因果、決策支持。
不同于傳統(tǒng)的信息搜集平臺,供應鏈控制塔搭載了杉數(shù)智能計劃分析平臺,利用控制塔積累數(shù)據(jù)的同時,通過機器學習(Machine Learning)、深度學習(DeepLearning)、遷移學習(Transfer Learning)等智能算法,讓數(shù)據(jù)發(fā)揮更大價值,如對預測模型及其參數(shù)的迭代、提前期學習、預測特征因子學習等?？刂扑械那榫澳M決策模塊更是通過對不同供需情形下的供應鏈應對和供應鏈狀況進行比較分析,在最短到日級別進行決策。該模塊搭載在杉數(shù)智慧鏈智能決策平臺上,利用大數(shù)據(jù)技術框架和多并發(fā)實現(xiàn)快速的模擬仿真。
應用效果評估
在好麗友與杉數(shù)科技團隊的共同努力之下,整個方案得以全面實施落地。隨后,正如大家預期的那樣供應鏈收益逐步呈現(xiàn)出來。
整體解決方案落地后,有效提升了好麗友庫存周轉(zhuǎn)率,降低了庫存周轉(zhuǎn)天數(shù),大大節(jié)約了庫存占用資金;
需求預測能夠捕捉并考慮更多影響銷量的因素,將月需求預測準確率提升超10%;
能夠更準確地捕捉市場需求變化,將訂單滿足率提升超10%,同時減少人工成本;
對多種促銷和突發(fā)場景進行仿真模擬,有效提高了市場需求響應速度,進一步提升客戶忠誠滿意度。
總結(jié)與展望
其實,好麗友供應鏈所面臨的挑戰(zhàn)不僅僅存在于好麗友這一家企業(yè),而是普遍存在于零售快消行業(yè)之中。當前諸多類似好麗友的企業(yè),業(yè)務流程及系統(tǒng)無法跟上其迅速的發(fā)展,當務之急是改變主數(shù)據(jù)管理,形成業(yè)務數(shù)據(jù)標準化,采用杉數(shù)科技打造的“小步快跑”模式,輕量化、迭代式的開發(fā),從而平滑轉(zhuǎn)型。另一方面,零售快消行業(yè)格局一直在變,尤其是休閑食品供應鏈問題是多維度的。綜合的問題應該通過綜合的手段來解決,而非流程化的傳統(tǒng)方式。智能化是下一代供應鏈的競爭力,而智能決策技術則是智能供應鏈優(yōu)化的核心。
