最近意识到供应链模型的重要性

wanghao

在过去几年的咨询工作中，比较少使用数学模型进行各种分析。之前做的气候分析，对大量数据进行处理（全国53个城市，每个城市3年每日气候数据），确定全国差异化运作区域的划分，以及做作业成本法，设计新的成本核算体系，核算物流和产品生产成本，也可以算是新的模型。在其他项目方面，如果有模型，也非常简单，只是加减乘除之类的非常简单的模型。我们的客户也比较少使用模型，似乎对业务的优化还没有到需要用数学来计算的程度，优化主要从流程组织结构激励等方面考虑，从策略和结构的角度去优化。 最近和一家大企业的供应链管理人员交流，他们有专门做供应链建模分析的职位，通过各种数学模型来优化供应链，做到这个程度，他们的供应链是非常优秀了，主要指标好于国际知名的巨头。其实我也逐渐体会到，通过模型去做优化，也是一个重要的领域，同样可以发现巨大的优化空间。因为在供应链中，除了由客户确定的业务数据外，大多数业务数据，具体数据大小的确定，都会存在一个优化的问题，一大部分决策信息系统做了，还有不少关键决策需要人工拍板，这就需要一些模型来支持，所以说模型大有优化空间。
前面谈到的logictools,实际上就是利用数学模型优化供应链网络的例子，只不过模型都封装了，我们只要输入必需的数据，运行计算即可。举一个例子，中国生产产品或者零部件，市场在南美洲，采用航空运输响应时间快但是成本太高，采用海运太慢价格低，如何处理呢？这个可以用数学模型来分析。当然可以采取的措施是 一部分海运一部分空运，兼顾二者的优缺点，或者专用核心部件中国生产，通用简单部件当地生产，也是一种优化策略。具体的比例或者经济性则需要模型支持。模型的基础是对业务的深刻理解。

wanghao

我们以前有一个基本的想法，给各个部门制定一个绩效指标，然后他们自己会去想办法达成指标。管理者的工作就是制定好指标和目标，指标的实现是职业经理人或者部门经理的工作目标，他们总会有办法达成目标的。
实际上大多数客户也这样做的。例如，生产成本每年要求下降6%，物流成本要求每年降低4%等等，年终下来这些经理似乎总能够完成目标。甚至在科学研究上也有类似的例子：好像希特勒对他的科学家说过“如果某某时间研制不出原子弹，就枪毙”，结果德国的研究进展最快。只不过企业很可能是顾此失彼的实现了绩效指标的要求，比如物流成本下降了，但是客户满意度或者其他某个指标有损害，企业没有全面考核，或者在某个阶段认为成本比客户满意度要重要罢了。

    我是逐渐认识到到这个想法的错误的。我们一个客户的供应链总监也持这样的看法，他的见解：供应链的优化一定要有结构的上改变，供应链关键指标才能实现大的优化，实现突变，一定要通过项目的推动去实现。供应链管理者的作用，不仅仅要制定指标目标，还要能够定义项目，发现业务运作结构上业务实现工具上的改进点。单纯日常业务的改进，很难实现供应链的突变，或者不能实现优化，只能在原来的水平上波动，绩效指标变好了只是运气好。所以，我在后面的工作中比较强调结构强调项目的推进，强调结构的改进。对于供应链来说，从四个方面分析战略层 策略层 运作层 信息系统层，专门有一个层次来探讨各种结构上的问题。如果一个企业，缺乏内部管理项目或者外部咨询项目，这个企业是很难有所进步的。