如何做供應鏈數據分析

如何做供應鏈數據分析，供應鏈就是指圍繞核心企業，從配件到最終產品的整個過程，只有深入分析供應鏈本身的特性和表達形式，才能讓供應鏈系統成爲競爭的優勢，那麼如何做供應鏈數據分析呢？

如何做供應鏈數據分析1

關鍵指標跟進

不同的企業、不同的供應商、不同的採購過程，採購數據分析的目標也是不同的。有的分析統計維度是金額、有的分析統計維度是產品，還有的分析維度是供應商……不同的分析維度所呈現的最終結果有很大差距。而我在做供應鏈管理進行數據分析時，還是主張從供應鏈管理的基本內容出發，確定分析對象，劃分分析維度。

供應鏈管理中需要數據分析的主要包括計劃、採購、製造、配送、退貨五大基本內容。

圍繞這五項基本工作內容，企業可以充分利用供應鏈管理系統來對關鍵數據進行在線分析與管理，劃分出以下幾個供應鏈管理數據分析的維度：

供應商准入數據分析

採供需求數據分析

採購報價數據分析

訂單發貨數據管理

交貨、對賬數據管理與分析

供應商到貨數據分析

分析過程

確定了數據分析的維度後，我們可以正式進入具體的數據分析階段，可以將數據分析工作拆分成兩個方面來進行，分別是收集數據和呈現數據，我們可以在具體的業務場景中具體來看。

一、供應商准入數據分析

收集數據

採購方可以對不同領域的供應商設置准入條例，並基於條例在提交的潛在供應商名單中篩選出審覈合格的供應商進行准入。

呈現數據

根據統計上來的數據，供應商可自主查看修改自己的企業信息：營業執照、產品合格證書、供應商產品信息等。同時，採購方也可以對各個供應商提供的數據信息進行比對與選擇。

二、採購需求數據分析

收集數據

利用系統中的統一入口去管理公司內部採購需求，不用再一個部門一個部門的用Excel統計再統計了，可以直接在SRM供應商管理軟件中上傳採購需求，再集中收集與彙總採購信息。 呈現數據

通過清晰的數據看板來呈現採購需求，並利用大數據進行分析，不僅能夠提升採購需求申請的效率，還能夠實現採購申請流程化管理，歷史記錄的數據也隨時可查。

三、採購報價、比價數據分析

收集數據

採購方根據公司採購業務的需要制定出報價單模版，選擇需要發起報價的供應商，系統一鍵生成報價單，系統批量羣發報價並自動通知到對應供應商。

呈現數據

全部供應商報價完成後，採購方根據報價自動彙總生成比價單，無需人工統計彙總，比價結果公開透明。

四、採購發貨、入庫、退貨數據管理

收集數據

供應商發貨時需要在線填寫發貨單，便於對訂單動態進行跟蹤和管理，採購方收貨時數據也可以自動傳遞過來，無需手動錄入，覈對數量後確認即可。雙方發貨、入庫、退貨數據實時同步，以避免信息出現滯後與遺漏。

呈現數據

雙方發貨、入庫、退貨數據實時同步，到貨明細在表中一目瞭然，以避免信息出現滯後與遺漏。

五、採購對賬、發票、付款數據分析

收集數據

發貨、入庫後都有電子表單一一對應，採供雙方還可以實時在線對賬。

如何做供應鏈數據分析2

如何看待供應鏈數據分析的三種經典思路？

（一）數學公式

“數學”在許多朋友聽來好像有點頭疼，但它是現代商業（也包括相關的各種數字化系統）運行的基礎。我們日常用到的各種KPI計算也都是數學公式。而一些經典的公式則滲透到供應鏈運作的各個環節，例如Littles law：

平均排隊長度 = 平均吞吐速率 * 平均排隊時間

這個公式可以應用於各種場合，例如：如果某商超櫃檯在一段時間內的客戶平均排隊時間是1分鐘，平均吞吐速率（服務能力）是每分鐘可以爲三名客戶完成服務，則我們可以通過兩者相乘，計算出這個櫃檯處的平均隊列長度是三人（當然，實時的隊列長度會有所波動。但時間越長，平均值估計越準確）。

數學公式的優點是：類似littles law這樣的經典公式，可以透過紛繁複雜的現象直擊問題本質。無論外界環境如何變動、人員工作方式如何、應用了什麼信息系統，類似的定律都成立。

由此我們可以更好地理解一些知名企業的管理實踐。例如，許多車企要求“儘可能縮短造車過程在廠內所耗的時間”，實質上就是要求縮短排隊時間，從而可以降低排隊長度（壓縮庫存），減少對企業資金的消耗和對場地的佔用。

數學公式的主要缺點是：供應鏈各個環節涉及的場景紛繁複雜，能夠用精確公式來測算的並不多，許多時候最多隻能用一個近似公式來估計。隨着現代供應鏈涉及的人員、設備、系統等要素越來越複雜，我們就不能只靠數學公式了。

（二）計算機算法

如果說數學公式的計算更多給人一種手工時代的“親切感”，那麼在數字化時代，我們會更多依賴算法的運行來解決問題。例如，對於全國範圍內電商物流的庫存佈置、每天跨區調動貨物的物流流向等，這種問題可能會涉及成千上萬個變量，最優的決策絕對不是靠人腦所能夠做出來的。

阿爾法狗打敗人類圍棋高手，就是一個最形象的例子：將來，我們在各行各業都會需要“阿爾法狗”，因此也會越來越需要（懂得行業知識的）算法工程師。

在算法的幫助下，供應鏈系統能夠發掘出的潛力是十分巨大的。例如，某農產品公司基於數字化系統和AI優化現有的供應體系，可以爲農業供應鏈帶來10%-15%的成本節約。某大型製造業企業應用算法來求解現有生產線資源的最優配置，實現了20%以上的效率提升。有個“不成文”的經驗說：如果一個供應鏈系統以前從未做過整體效率優化工作，那麼發掘出20%以上的降本增效空間是不難的。

計算機算法的優點是：能夠適應更加複雜、更加大規模的問題，在腦力勞動的層面實現“機器換人”。

其缺點在於：

1）受目前發展階段的制約，算法在很多場合還不能確保計算出結果。比如說，一個物流路徑優化算法，在80%的情況下能夠求出解，在20%的情況下求不出來 。 如果是這樣的話，離實戰應用的要求往往就有較大距離了，尤其是工業場景往往要求（接近）100%的可用性。

2）算法計算出結果的“可解釋性”往往較差。許多時候，我們只看到一個冷冰冰的數字，而不清楚背後的邏輯。這也是導致很多一線員工抵制算法工具的原因。所以，近年來供應鏈領域的一個趨勢是算法的“白盒化”，要讓用戶理解算法是怎麼計算出結果的，以及結果究竟好在哪兒（可以體現在一些關鍵的KPI）。

（三）仿真工具

仿真是比數學公式、算法更加直觀的一種思路。即：無論供應鏈實際場景是什麼樣，我們都儘可能將這個場景在計算機中模擬出來。現場有多少倉庫設施，我們就在數字世界裏描繪多少倉儲設施。現場的貨物分揀是什麼順序，我們就在數字世界裏按一模一樣的順序來分揀。最終，我們實現物理世界和數字世界的一一對應。

這樣，我們可以達到的效果是：只需要在電腦中對各種元素作排列組合，就可以預知實際世界會產生什麼效果。試錯的成本被大大降低了。

和供應鏈管理相關的仿真工具，至少包括下列一些類型：

- 模擬離散或連續流程製造的生產線。

- 模擬整個工廠內部的設備運行，包括設備和CAD, ERP等軟件的通信。

- 模擬AGV、自動化立體庫等智能裝備；

- 模擬長途物流網絡運行，包括相關的.財務指標；

- 模擬短途配送物流，以及廠內/場地內物流。

仿真工具的優點是：

1）比較直觀和圖形化，在電腦屏幕上能直接看到各種方案及其運行的效果；

2）現代的計算機仿真工具也在與時俱進，能夠把越來越多的元素都包括進來。例如：可以模擬AGV小車的充電過程、以及模擬最新的自動化立體庫運作的各種細節。

其缺點是：商業化的仿真軟件，價格往往較爲昂貴，並且能夠模擬的場景總的來說還是比較標準化的，各家公司的個性化特徵不一定能模擬得出來。

總的來說，仿真軟件的功能會越來越強大，以至於可以在數字世界“元宇宙”裏面真的複製出一條完整的供應鏈。到那個時候，也許我們不需要再去刻意“分析”供應鏈的性能，只要“觀察”就夠了。

因爲，所見即所得。

如何做供應鏈數據分析3

供應鏈有哪些特徵？

1、協調性、整合性

協調性和整合性應該說是供應鏈的特點之一。供應鏈本身就是一個整體合作、協調一致的系統，它有多個合作者，像鏈條似的環環連接在一起，大家爲了一個共同的目的或目標，協調動作，緊密配合。每個供應鏈成員企業都是“鏈”中的一個環節，都要與整個鏈的動作一致，絕對服從於全局，做到方向一致、動作也一致。

2、選擇性和動態性

供應鏈中的企業都是在衆多企業中篩選出的合作伙伴，合作關係是非固定性的，也是在動態中調整的。因爲供應鏈需要隨目標的轉變而轉變，隨服務方式的變化而變化，它隨時處在一個動態調整過程中。

3、複雜性和虛擬性

不少供應鏈是跨國、跨地區和跨行業的組合。各國的國情、政體、法律、人文、地理、習慣、風俗都有很大差異，經濟發達程度、物流基礎設施、物流管理水平和技術能力等也有很大不同；而供應鏈操作又必須保證其目的的準確性、行動的快速反應性和高質量服務性，這便不難看出供應鏈複雜性的特點。在供應鏈的虛擬性方面，主要表現在它是一個協作組織，而並不一定是一個集團企業或托拉斯企業。

這種協作組織以協作的方式組合在一起，依靠信息網絡的支撐和相互信任關係，爲了共同的利益，強強聯合，優勢互補，協調運轉。由於供應鏈需要永遠保持高度競爭力，必須是優勢企業之間的連接，所以組織內的吐故納新、優勝劣汰是然的。供應鏈猶如一個虛擬的強勢企業羣體，在不斷地優化組合。