您現在的位置:物流與供應鏈
如何通過數據,提升供應鏈運營能力
課程背景:
這是一個市場環境多變、不確定、系統復雜、信息模糊的無常時代,這是一個新技術、新模式層出不窮的時代,這是一個以客戶需求為導向、供應鏈協同的時代。市場競爭的游戲規則正在改寫,環境在變,誰不改變,誰就會被市場淘汰!用數據進行運營管理、公司決策,得到越來越多企業的認可;華為、蘋果、亞馬遜,這些行業的佼佼者,對公司的數據化管理尤為重視。
● 面對你無法改變的“需求多變”,我們該如何應對?
● 如何從“瑣碎的日常救火”中逃離出來?
● 如何提升供應鏈決策能力,以應對越來越多的行業劇變?
● 如果我們不轉型,我們很快就會回到“石器時代。”
在外企研究了15年供應鏈數據分析的高上老師,將告訴大家,如何通過數據看趨勢,通過趨勢找到真正問題,如果基于根源問題得到實際方案,助力大家提升供應鏈決策能力。
課程收益:
本課程詳細介紹了供應鏈管理的原理與結構,核心框架及流程,結合中國企業的實際運營情況,融合教學、研究、實踐、實務為一體,能令越來越多的中國企業關注供應鏈管理的經營戰略,并得以從中受益:
【精準決策】學習供應鏈數據分析方法,提高供應鏈部門決策質量,降低決策風險
【業鏈融合】讓業務部門和供應鏈部門由“互不理解”等:變成親密合作伙伴
【聯系實際】通過成功失敗案例展示關鍵績效指標考核和供應鏈績效分析報告的實際案例
【熟練應用】熟練運用相應的工具方法,舉一反三,學以致用
針對學員:
供應鏈業務相關的專業人員、主管。
課程時長:
2天,6小時/天
培訓形式:
前沿理念分享,互動式講授,實戰案例分析與解讀,現場演練等多種形式
課程大綱:
一、后疫情年代我們面臨的挑戰:從成本到風險,從安全到韌性
1、數字化時代,企業供應鏈面臨的挑戰
2、全球供應鏈,正在向區域化、本地化轉變;中國制造+全球供應鏈
3、智能化的供應鏈決策體系是保證轉型成功的基石
4、SCM跨部門協同:研發、銷售、生產、采購、物流一體化運作
二、供應鏈數字化概述
1、 數字化供應鏈執行框架
2、 供應鏈的數字化轉型中,企業需要思考的問題:需求、技術、團隊、風險
3、供應鏈數字化:大數據分析的前提
a)數字化供應鏈的發展現狀介紹
b)供應鏈發展階段與數字化成熟度:
數字化已經廣泛的被中國消費者(消費行業)所接受
但是“重”資產的工業領域數字化過程相對比較滯后
c)不同行業數字化的區別
4、數據分析方法論: 數據-趨勢-問題-方案-決策
5、數據分析的五大步驟及其要點:收集-清洗-規整-使用-更新
三、數據助力運營之理論篇:如何運用大數據的供應鏈分析方法,提升決策質量
● 數據:數據收集、數據挖掘、數據處理、數據分析
● 趨勢:目標設定、現狀比對、定期跟蹤、反饋機制
● 問題:思維模式、分析方法、理論工具、常見誤區
● 方案:計劃梳理、實施執行、審核驗證、應急預防
● 決策:確定目標、聚焦關鍵、轉化理論、夯實標準
專題討論:如何進行數據分析?
第一步:收集數據
? 數據收集的渠道
? 數據收集的結構
? 數據收集的清洗
? 數據收集注意問題
第二步:數據分析
? 物料分析的基礎—分類
ABC XYZ FMR 卡拉杰克 供應商偏好模型等
? 數據分析的目的
? 數據分析的維度
? 數據分析的評分標準
第三步:策略制定
? 供應鏈具體績效優化
四、數據助力運營之落地篇:有哪些數據需要分析
需求端:
? 及時交付率
? 物料主數據可靠性
? 預測準確率
? 生產計劃達成率
? 供應鏈響應時間
? 產能規劃數據
采購端:
? 請購單數據(PR)
? 尋源數據
? 供應商數據
? 合同數據
? 訂單數據
? 收貨數據
? 付款數據
? 供應商交付績效
供應端:
? 銷售、毛利、庫存現狀與銷售同期比
? 商品結構分析
? 庫存周轉與現金流
? 缺斷貨狀況報表(OUT OF STOCK)
? 顧客需求調查與促銷分析報告
? 市場調查數據分析與經營策略研究
庫存端:
? 庫存周轉率
? 庫存持有成本
? 缺貨成本
? 月均庫存量/年均庫存量
? 呆滯庫存比率
? 帳卡物相符率
? 倉庫面/容積利用率
? 安全庫存量設定
五、數據助力運營之流程篇:如何實現高效供應鏈協同(內部)
1、如何降低對預測的依賴度?
2、需求預測的方法
案例討論:如果客戶不給預測,如何安排生產?
案例分析:三個步驟幫助你完成一份準確的預測
3、季度月度、預測計劃、產能計劃編制
案例討論:我該如何和客戶索要原材料的空運費?
4、計劃的五層金字塔(★★★★★)
5、需求計劃-專題討論:如何開展有效的研發、銷售、生產、采購、物流一體化運作?
? 制度流程化,流程表格化,表格看板化(目視化)
? 企業內部:協同意識,統一認知
? 有效管控:通過數據,識別誤區和風險,解決決策落地最后一公里問題
六、數據助力運營之流程篇:供方選培,供應鏈協同(外部)
1、戰略尋源的過程當中,如何獲取潛在供應商信息
2、如何提高“搜商”,通過網絡綜合了解供應商
3、用組合分析驅動采購戰略與智能管理
4、多種采購方式的數字化管理應用
5、供應商主數據與供應商數據庫
6、各類工業超市,采購平臺的發展
探討:有哪些采購數據值得分析?
七、全面庫存管理(全鏈數據化)
1、庫存可以掩蓋所有運營的問題,如何實現實時庫存數據可視化?
2、講解:如何提高庫存周轉率(ITO)
3、講解:庫存結構梳理&庫存計劃制定
4、庫存預警可視化系統
5、呆滯物料處理方案