<mark id="oztn4"></mark>
0
| 本文作者： 代潤澤 | 2021-10-08 10:32 |
作者：代潤澤
編輯：馬曉寧
雷鋒網按：在上一篇消費品數字化案例報道《你吃的每口北京稻香村，都是數字化「做」的》中，雷鋒網講述了關于中國傳統老字號生產、營銷等的方面轉型變革。其實，數字化轉型貫穿于企業方方面面，那么關于決策端的轉型究竟是怎樣的呢？
我們身處的世界是不斷變化的，化學鍵斷裂、角馬遷徙、地殼運動... ...
變化讓現實世界充滿了不確定性，圍繞著我們的衣食住行，覆蓋了各行各業。隨著科技、經濟的不斷發展和人們對美好生活的不斷追求，消費者需求端的變化越來越快、也越來越頻繁。這些變化也對企業的供應鏈提出了更高的要求。
現如今的消費品供應鏈已變得更多元化、去中心化，也不再拘泥于傳統單一的成本調控和庫存管理，而是如何更精準的預測市場需求、更合理的降低庫存浪費、更及時的補貨和配貨... ...
供應鏈，已經成為企業乃至產業運營體系全面數字化的主戰場。而應對供應鏈上的各種變化，企業最需要的，是更敏捷更精準地，進行動態而智能地決策優化的能力。
而國際食品巨頭好麗友，也意識到了。
提到好麗友大家都不陌生。
1997年，好麗友·派正式在中國生產并投入市場。作為公司的首款產品，好麗友·派香濃的巧克力味出道就迅速征服了廣大消費者，成為無數人童年甜美的記憶。
隨著經濟發展，休閑零食逐漸成為了大家生活中的一部分，好麗友也相繼推出了如蛋黃派、提拉米蘇派、好多魚、呀土豆、好友趣、薯愿等產品。通過二十多年的發展，目前，好麗友在中國市場年營收達到近八十億人民幣，占據了全球市場份額的一半以上，中國也成為了好麗友業務增長的核心根據地。
然而，近幾年好麗友中國團隊發現，盡管品牌和產品認可度都很高，但是業務增長卻逐漸碰到了瓶頸，與此同時，中國市場涌現出一大批新品牌、新品類，因此，好麗友在市占率、推陳出新的速度、市場需求響應、運營水平能力等方面都面臨著巨大的挑戰。
好麗友的中國管理團隊意識到，想更敏捷地應對市場變化和滿足消費者的需求，在當下的競爭環境中，需要數字化轉型推動業務變革，這其中，供應鏈的響應敏捷度和柔性，是重中之重。
因此，經過慎重考慮，2019年，好麗友中國對業務運作進行了初步梳理，確定從供應鏈端啟動數字化轉型，并且明確了三大核心轉型目標：更精準的預測市場需求、更合理的庫存安排、更高的客戶訂單滿足率。
在尋找技術合作方的過程中，好麗友提出了一個相對比較嚴苛的要求：必須是深刻理解并聚焦中國市場的先進科技企業，并以結果為導向、用數字說話。機緣巧合的是，這與杉數科技所秉承的合作理念不謀而合，碰撞之下，雙方迅速達成一致，于2020年疫情期間敲定了一攬子合作計劃。
為什么好麗友一定要深耕中國市場的合作伙伴？這里面要考慮到國內外產業鏈的巨大差異。
從供應鏈視角出發，杉數科技聯合創始人&首席科學家-葛冬冬認為，中國消費品市場和國外相比的主要差異，主要體現在以下幾個方面：
1、消費者偏好完全不同
2、市場規模完全不同
3、同業競爭格局完全不同
4、物流和生產基建水平完全不同
5、信息化數字化程度完全不同
誠然，照比發達國家，國內的供應鏈管理水平有提高的空間，不過，與其說是差距，葛冬冬認為更多是差異，包括需求端和供給端，市場端和生產端。
例如，需求端方面，歐美發達國家多數很早砍掉了中間環節的渠道商、分銷商。大部分品牌商、制造商將商品直接給了沃爾瑪、家樂福這種超大零售商，但是國內的傳統中間渠道商廣泛存在于各行各業，而且根基深厚。
“我們認為，未來10年在國內依然是得渠道者得天下。”
這就意味著，很多國外看似先進的理念技術甚至方法論，在當下的中國可能行不通，或很難落地，更談不上發揮業務價值了。
那么供給端呢？在國內，很多制造領域的企業，都需要全局打通整個產業鏈上下游的工廠，有幾家、幾十家，也有上百家、上千家，"這個現象在很多國外也是不一樣的。比如歐美過去幾十年，將一些制造業的產業集群廢棄了，工廠都沒有，談何整合供應鏈？"
因此，靠算法優化決策這個事兒，非常具有國內特色也極具挑戰。
葛冬冬回憶道："前幾年我們和服務過的企業聊天的時候，提到供應鏈管理，總有人認為，中國企業肯定走歐美企業的老路，其實不然，歷史不會重演。"
中國的消費市場之龐大有目共睹，那么想將企業做大、做強，葛冬冬認為，尊重市場是基本的原則，理解中國市場的核心變革驅動力是關鍵，死抱著國外所謂“先進”的理論和工具是行不通的。
敲定完合作計劃后，杉數團隊并沒有貿然推進系統開發的工作。
“不理解客戶就不能夠真正解決問題、不見數據就不能亂彈，這是非常重要的基本原則。”葛冬冬表示。也就是說，項目開始之前，要真正了解到客戶到底要解決什么問題，而真正的需求一定是基于數據判斷得來的。
其實好麗友知道自己“生病了”，集團CFO發現了企業的運營情況出了岔子，比如，物流倉儲的成本略高于行業平均水平，但是訂單滿足率卻低；然后，組織上也沒有成熟的計劃體系，大部分決策都是靠著員工的“成熟經驗”決定的。
現象是看出來了，但是如何解決呢？像好麗友這么大規模的企業，找到轉型過程中找到最核心的抓手，是需要耗費心力的，需要跟進特定場景針對性分析。
由此，在項目的前期，杉數科技的專家團隊，針對好麗友供應鏈運作整體進行了完整的診斷分析。
國內的泛零售或消費品企業在供應鏈方面推進數字化轉型，大概率會碰到以下幾個問題：
1、數據質量不夠好
2、業務變化太快
3、轉型規劃不夠清晰
而好麗友，盡管與傳統企業相比，集團內部數據比較完整且準確，但是市場渠道部分，如商超、經銷商等部分，數據多且雜亂，造成這個問題的原因之一是，系統對數據的錄入不夠準確與及時。
十幾年來，好麗友在中國有2000多家經銷商，整體的數據量非常大，然而，好麗友的供應鏈管理系統一直用的是入駐中國市場時搭建的，這么多年一直沒升級，顯然搞不定一直變化的業務，因此積累了大量需要清洗的數據。
數據不清洗沒辦法進行下一步的工作。而好麗友有一套線下的數據和線上的數據，并且每半個月會有一次盤點，基于此，杉數科技負責好麗友項目的項目經理闕子淵回憶，當時他們利用算法將半年內所有數據抽取出來，根據每天的交易額和盤點數據進行分析比對，"我們花了兩三個月的時間。"
因此，項目前期，雙方團隊都花費了相當的時間和精力，從銷售部門、生產部門、倉儲運營部門和經營管理部門、市場部門等，做了充分的調研，并做了深入的數據分析，找到對標企業的差異點，以及問題形成原因，包括優勢、劣勢，主觀部分、客觀部分... ...
“我們當時是結合了像寶潔這樣的企業，在供應鏈規劃和倉儲運營上的實踐經驗，然后再根據好麗友的現狀，制定可執行的123步驟。”也就是說，對應的解決方案要靠什么技術賦能，組織上怎么改、數據上怎么改... ...
“我們發現的問題，其實有些是挺尖銳的。”闕子淵帶著團隊走訪好麗友各個部分，并進行訪談，“想讓對方信服，其實比較好的方式是靠數據說話，比較客觀。”
因此，通過數據分析以及數據仿真得出的數據，論證了好麗友在效益、庫存、訂單滿足率等存在的問題。
在兩個月后的項目匯報會上，杉數團隊拿出麗一份非常詳實的報告，里面詳細描述了好麗友的業務運作中存在的各種問題，將"數字化轉型"的戰略性目標，拆解成了一個個可執行的具體目標，然后將這些小目標再與實際業務訴求、發展情況結合，給出優先級建議... ...
看到這樣一份報告，好麗友的管理層當場拍板：立刻啟動第二階段的完整合作。
問題清楚了，目標明確了，接下來雙方團隊就要開始制定執行計劃了。
供應鏈優化過程中，能遇到太多的問題，必然涉及到供應鏈中庫存、物流、倉儲、生產甚至采購等多個環節的優化。
鐘華坤和闕子淵回憶道，當時幫好麗友解決的倉庫容積問題令大家印象深刻。
好麗友在中國有大大小小有十幾個庫房，此前經常存在的現象是，空倉半年爆倉半年，尤其是春節前后的銷售旺季，每年總有兩三個月由于銷量旺盛庫容不夠，怎么辦？再多租幾個倉庫？
多租倉庫的辦法簡單粗暴，但是這筆錢是很大的開銷，而且明顯空倉半年的情況擺在那里。
闕子淵表示："我們當時提出了一個看上去很大膽的質疑，就是必須要搞清楚，爆倉的原因真的完全是因為量太大了庫房不夠嗎？如果是的肯定要加庫房，但如果不是呢？"
如果因為不合理的需求計劃，導致生產了多余的不必要庫存積壓，擠占了倉庫的存儲空間，這對任何企業來說都是棘手的問題，這些庫存既浪費了寶貴的產能和原材料資源，后續臨期還要進行降價處理更進一步傷害了企業的利潤。
"其實通過技術手段進行合理資源排布，是完全可以提前規避掉這些問題的。"
憑直覺和經驗不能說完全不靠譜，肯定有賭的成分，這時候就靠技術手段先分析出，為什么爆倉——數據永遠不會說謊。
因此，杉數團隊與好麗友的IT團隊通力合作，通過數據打通，獲取庫存真實情況，然后與業務團隊對接，獲取業務流程和業務規則，以及整體的業務框架和運作模型，再結合運籌優化的技術，建立起好麗友中國有史以來第一個智能訂單優化系統。
"這里面，就是前端的銷售的預測和協同，而關于庫存部分，我們基于整體庫存的歷史水平和波動性，進行隨機性和魯棒性策略的建模，以進一步將庫存的分類和優化落地。"也就是說，要通過銷售訂單來匹配庫存、進行訂單發貨。
想得到反映真實情況的一手數據和業務洞察，就必須要深入到供應鏈一線，也就是進到好麗友的庫房實際運作中去。
在中國，好麗友有四個基地，分別是沈陽、廊坊、上海和廣州，而廊坊即是這四個里面最大的倉儲中心，也是好麗友最大的生產基地。
"在具體實施的時候，我們整個將近十人的交付團隊，在廊坊基地，駐扎了一個半月的時間。"
"好麗友晚上發貨，我們在晚上處理訂單。入駐基地的前兩周，基本上，我們走得比工人晚，到的比工人早。他們上午8：30上班，我們要8點之前到，基本上每天只睡四五個小時，沒休息日、連軸轉。"
因此，大家白天收集問題，晚上立刻解決，第二天立馬修復，就這樣多反復幾次，才能確保交付的時候，系統和實際的運作模式匹配得上。
闕子淵表示，涉及到具體的運營部分，就算前提做的準備、調研再充分，執行的時候也會出現小偏差，而任何一個不起眼兒的差池到最后，都會對結果產生巨大的影響。
他舉了個特別典型的例子，在計算可用庫存的時候，當時大家并不了解，倉庫的車輛進出過程中存在數據不同步的現象。
"我們當時的公式是按照無差別計算的，然后發現這塊兒數據，人算和系統算的老對不上，算法和公式并沒問題，逐一排查后發現了。"
而類似這樣的問題，闕子淵他們發現了20多個。
別看這樣的問題小且碎，其實，越是細節上的問題，往往越能決定計劃到底可不可行。
闕子淵表示，當時廊坊倉庫車輛進出的數據差一天是幾百箱，如果你的系統按照這樣的數據跑下去，想象一下，一年后這個問題就大了。
最后，好麗友基于算法建議的庫存水位設定，盡量少租額外的倉庫，這樣避免了庫容的浪費和短缺，也保障了產量符合要求，省了一大筆錢還少了人力協調。
前面提到了供應鏈的響應敏捷度和柔性，其實，任何企業庫存的管理是彈性的。那么，合理平和的庫存水位，必須能夠應對需求端的波動和變化，這也是庫存的柔性管理，這對企業而言非常重要。
"也就是說，給供應鏈注入柔性，意味著當變化來臨的時候，企業能接得住。"鐘華坤表示。
如果沒有柔性供應鏈能力，當面臨隨時變化的市場需求，靠人力去計算其實很難做到立即調整及時響應，大型企業里，一個變化需要走很多道手續，經過幾層人為判斷，再經過多輪討論，決策結果出來很可能又是新的一波變化撲面而來了。
"這就陷入了死循環，決策的永遠是過時的變化，堆積到后面將覆水難收。"鐘華坤表示，能否做到每個問題從發現到解決的大幅提速提效，其實體現了粗放式管理和精細化管理的巨大差別。
而在和杉數科技的交流過程中雷鋒網發現，做任何的決策問題如資源的分配等，都離不開大數據的技術支持，離不開通過數學優化算法來求解，這里面繞不開的是如何用技術賦能，也就是求解器、模擬仿真等技術的應用。
關于求解器的由來，雷鋒網曾發文《解決中國"卡脖子"問題：研究求解器的少數者》，里面詳細闡釋了求解器的技術、故事。
提到模擬仿真，葛冬冬表示，可以看作企業在不同經營決策條件下，對于未來的經營目標和決策考量，可能是激進、中立或保守，這時候需要提供多個不同策略的模擬，以盡可能模擬出真實落地效果供決策者參考。
“這與現在炒的很熱的數字孿生等概念本質上是一回事。”而這兩種技術也在企業如生產制造、供應鏈、銷售等場景中反復出現，“除了這兩個核心技術，其實想搞決策優化牽扯的學科非常多。”
例如，在為好麗友供應鏈賦能的過程中：
1、銷售需求計劃部分如預測，涉及到機器學習和深度學習；
2、生產計劃和庫存優化，涉及到統計學、運營管理和運籌優化；
3、新品管理和促銷管理，涉及到營銷學和經濟學，還有消費心理學與行為分析等。
葛冬冬表示："很多問題，在整體進行優化的時候會發現，這是一個計算量巨大無比的實時動態匹配工作，常常會變成一個強化學習加優化的事情了。換句話說，當面臨情況時，需要基于多年積累的數據及先驗規則挖掘規律，結合不斷實時變化的實際情況作為得失反饋，由算法再進行自我優化和自我調整。"
因此，從信息化邁進向決策數字化和智能化過程中，涉及的學科知識及技術運用相當復雜，需要一整套體系化的數理邏輯和實戰經驗在里面，并不是一套標準軟件就能搞定的。
"綜合性的復雜問題必須通過綜合性的方案來應對，而國內企業面臨的問題基本上都是巨大而復雜的綜合系統且極端困難，因此不存在某種單一的技術、算法、系統甚或學科，能解決一切問題。"
鐘華坤表示，在和好麗友合作的過程中有個小插曲，就是好麗友另一個領域的技術賦能方，在合作的過程中，由于并沒有進行類似的數據診斷和業務梳理，導致項目執行過程中出現了跑偏的情況，直接影響到了轉型目標的達成。
為什么出現這樣的問題？是因為團隊習慣于按照業務提出的直觀需求來進行直接開發，無法提供更合理更優質的方案建議給到業務方。
"其實，在給泛零售企業在做決策化的時候，最大的問題可能就是自己都不知道問題出在哪兒，需要大家一起尋找。"就好比好麗友，像物流運營端，包括業務規則、實際的數據情況等都很復雜。
盲目動工，很有可能會導致跑偏甚至白跑，還是那句話，一切要靠數據說話，誰專業聽誰的。
在數字化賦能好麗友供應鏈的過程中，闕子淵回憶，雙方都放平了心態，這個過程非常順滑。
"好麗友是個很包容性的企業，不論是他們的IT團隊，還是業務團隊，都非常配合。"闕子淵表示，在進行調研的時候，好麗友給予了非常大的信任，"他們的倉庫負責人其實對我們給予很高的期望。"
誠然，數字化轉型，其實是決策層驅動的事情，尤其企業的組織內部管理，需要企業本身自己要有足夠的決心和毅力。
因為變革的過程，會打破現有的流程，甚至打破原有的組織架構，可能會涉及到很多部門之間的利益，如果這個過程遇到阻礙，需要企業有一些"關鍵先生"站出來，給大家引領。
"歸根結底，就是你到底想不想干這個事兒。"
而對于技術賦能方來說，鐘華坤認為，光強調技術領先是無法解決實際問題的，反而要將自己的技術和實際業務場景深度融合在一起，結合技術能力邊界，結合業務體系情況，結合從管理層到下面每一層級人員的目標訴求，專注每一個分級的小目標或者小問題，方能給出實打實、落地性強的解決方案。
葛冬冬認為，決策優化的核心目的有兩方面。
一方面，是如何將企業逐步積累的大量業務數據轉換為有效決策，從而實現數據資產變現；另一方面，更是如何在企業運作鏈條上的各個環節，極致高效地支撐企業實現業務增長目標。
而優化技術的運用或智能決策在企業落地的過程，不是一次性能完成的，這一定是一個持之以恒、持續迭代的過程。
企業的訴求一定是要能夠及時地響應市場和行業里的變化，落地方案上要不斷地優化、調整，而且賦能方的商業模式本身也要持續性服務，要一直幫企業挖掘價值點。
數字化轉型本身，是長期有價值的事情，"但是就算手握全球頂尖的技術，也要有趴到泥土地里去解決問題的決心啊！"
PS：作為工業4.0的見證、傳播者，雷鋒網面向國內外優秀的數字化轉型案例，現向廣大相關人士征集，請聯系作者代潤澤微信dairunze0429，備注“案例”。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
