大數(shù)據(jù)時(shí)代，還在用老一套方式管理采購(gòu)與供應(yīng)商嗎？
2021-01-29 09:50:00
次
歐洲供應(yīng)鏈頂級(jí)物流專家、克蘭菲爾德大學(xué)物流與運(yùn)輸研究中心主席馬丁·克里斯托弗（Martin·Christopher）曾于1992年深刻指出：“21世紀(jì)的競(jìng)爭(zhēng)不再是企業(yè)和企業(yè)之間的競(jìng)爭(zhēng)，而是供應(yīng)鏈和供應(yīng)鏈之間的競(jìng)爭(zhēng)。”
1月26日，國(guó)際貨幣基金組織（IMF）發(fā)布最新的《世界經(jīng)濟(jì)展望》，預(yù)計(jì)2021年全球經(jīng)濟(jì)增長(zhǎng)5.5%。IMF稱，雖然2020年下半年經(jīng)濟(jì)增長(zhǎng)勢(shì)頭強(qiáng)于預(yù)期，但近期新一輪疫情反彈和變異病毒的出現(xiàn)，給世界經(jīng)濟(jì)的復(fù)蘇帶來很大的不確定性。未來經(jīng)濟(jì)活動(dòng)及收入可能長(zhǎng)期在低位徘徊，發(fā)展仍面臨風(fēng)險(xiǎn)。
全球經(jīng)濟(jì)的低迷，讓許多企業(yè)面臨著嚴(yán)峻的考驗(yàn)：資金與市場(chǎng)資源不足、原材料價(jià)格上漲、出口形勢(shì)嚴(yán)峻、市場(chǎng)風(fēng)險(xiǎn)加大、企業(yè)轉(zhuǎn)型升級(jí)困難重重。
采購(gòu)和供應(yīng)商管理作為現(xiàn)代企業(yè)運(yùn)營(yíng)的重要環(huán)節(jié)，擁有并保持高效采購(gòu)與供應(yīng)管理體系，對(duì)于降低企業(yè)生產(chǎn)成本，提升企業(yè)市場(chǎng)競(jìng)爭(zhēng)力有著重要意義。
隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和云計(jì)算的發(fā)展，基于信息技術(shù)的大數(shù)據(jù)管理，為企業(yè)加強(qiáng)采購(gòu)管理和供應(yīng)商管理提供了全新的思路與方法。
鋼鐵行業(yè)采購(gòu)與供應(yīng)商管理背景
鋼鐵行業(yè)一直是我國(guó)經(jīng)濟(jì)的基石之一。作為資源消耗型行業(yè)，鋼鐵企業(yè)的成本中，原材料、運(yùn)輸及存貨等占據(jù)了企業(yè)絕大部分成本，而原材料的采購(gòu)在生產(chǎn)成本占比達(dá)到了70%-80%。
鋼鐵企業(yè)的原材料采購(gòu)具有品種多、數(shù)量大、采購(gòu)環(huán)境復(fù)雜等特點(diǎn)。通常大宗原材料采購(gòu)以期貨的方式進(jìn)行交易，所以就會(huì)存在巨大的價(jià)差。由于每個(gè)采購(gòu)人員在經(jīng)驗(yàn)或者能力上的差異，采購(gòu)策略也有所不同，不同的采購(gòu)策略有可能會(huì)對(duì)企業(yè)利潤(rùn)產(chǎn)生巨大的影響。面對(duì)這種情況，鋼鐵企業(yè)對(duì)采購(gòu)人員的能力要求非常高。同時(shí)，原材料供應(yīng)商在交貨、產(chǎn)品質(zhì)量、提前期、庫(kù)存水平服務(wù)等方面的不同表現(xiàn)也同樣影響著鋼鐵企業(yè)經(jīng)營(yíng)效益。
業(yè)務(wù)痛點(diǎn)
在傳統(tǒng)的采購(gòu)與供應(yīng)管理體系中，鋼鐵企業(yè)的采購(gòu)人員對(duì)于鐵礦石、鐵合金、煤、電極等重要原材料的采購(gòu)主要依靠人工經(jīng)驗(yàn)、粗略評(píng)價(jià)等方式，通過參標(biāo)頻率、中標(biāo)頻率、中標(biāo)金額和采購(gòu)人員的日常評(píng)價(jià)等指標(biāo)對(duì)供應(yīng)商進(jìn)行評(píng)估和等級(jí)劃分，評(píng)價(jià)方法相對(duì)簡(jiǎn)單，缺乏根據(jù)所供物料對(duì)供應(yīng)商進(jìn)行科學(xué)評(píng)估和分類，同時(shí)存在評(píng)價(jià)維度單一、缺乏持續(xù)動(dòng)態(tài)性、評(píng)價(jià)周期長(zhǎng)等問題。即使有采購(gòu)管理與供應(yīng)商評(píng)價(jià)管理體系，體系中的指標(biāo)值也難以避免受到主觀因素及個(gè)人利益的影響。
解決方案
針對(duì)鋼鐵行業(yè)在采購(gòu)與供應(yīng)商管理問題，美林?jǐn)?shù)據(jù)圍繞鋼鐵企業(yè)采購(gòu)業(yè)務(wù)場(chǎng)景，基于Tempo 大數(shù)據(jù)分析平臺(tái)，利用大數(shù)據(jù)技術(shù)，實(shí)現(xiàn)采購(gòu)人員盡職水平量化分析與供應(yīng)商動(dòng)態(tài)評(píng)價(jià)，幫助鋼鐵企業(yè)完成采購(gòu)過程透明化管理并選出優(yōu)質(zhì)供應(yīng)商，規(guī)避物資采購(gòu)風(fēng)險(xiǎn)，降低總生產(chǎn)成本，提升產(chǎn)品質(zhì)量，實(shí)現(xiàn)鋼鐵行業(yè)采購(gòu)與供應(yīng)鏈的數(shù)字化賦能。
目前，該解決方案已經(jīng)通過了中國(guó)軟件測(cè)評(píng)中心的測(cè)評(píng)，正式獲頒大數(shù)據(jù)解決方案認(rèn)定證書。
鋼鐵行業(yè)采購(gòu)盡職水平分析與供應(yīng)商智能管理解決方案
業(yè)務(wù)目標(biāo)
1、構(gòu)建采購(gòu)人員盡職水平綜合評(píng)價(jià)模型
圍繞采購(gòu)業(yè)務(wù)全過程的行為數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)，如采購(gòu)計(jì)劃、采購(gòu)成本、采購(gòu)物資的質(zhì)量、供貨履約率、庫(kù)存穩(wěn)定水平等，以及行業(yè)公開平臺(tái)相關(guān)的市場(chǎng)數(shù)據(jù)，通過規(guī)劃定性或定量的評(píng)價(jià)指標(biāo)，建立采購(gòu)盡職水平綜合分析評(píng)價(jià)數(shù)據(jù)模型，對(duì)采購(gòu)人員履職全過程進(jìn)行工作績(jī)效綜合評(píng)估，進(jìn)而優(yōu)化采購(gòu)人員在履職過程中的盡職水平，推動(dòng)采購(gòu)管理流程優(yōu)化和采購(gòu)管理制度完善。
2、構(gòu)建供應(yīng)商智能管理模型
運(yùn)用大數(shù)據(jù)分析算法及建模技術(shù)，對(duì)供應(yīng)商數(shù)據(jù)庫(kù)中的所有供應(yīng)商數(shù)據(jù)，圍繞質(zhì)量穩(wěn)定性、供貨周期性、合同兌現(xiàn)率、價(jià)格差異率等關(guān)鍵動(dòng)態(tài)指標(biāo)進(jìn)行聚類分析，尋找各類供應(yīng)商的共性特點(diǎn)，得到行為分析評(píng)價(jià)結(jié)果。在供應(yīng)商歷史數(shù)據(jù)綜合評(píng)價(jià)的基礎(chǔ)上，使用監(jiān)督學(xué)習(xí)算法建立預(yù)警模型，對(duì)未來一定時(shí)期內(nèi)的供應(yīng)商的表現(xiàn)進(jìn)行預(yù)警分析，實(shí)現(xiàn)供應(yīng)商的科學(xué)評(píng)估和精細(xì)化管理。
系統(tǒng)架構(gòu)
整個(gè)解決方案的系統(tǒng)架構(gòu)總共分為四層：數(shù)據(jù)源層、數(shù)據(jù)存儲(chǔ)層、數(shù)據(jù)服務(wù)層和業(yè)務(wù)應(yīng)用層。
數(shù)據(jù)存儲(chǔ)層：利用ETL/ESB技術(shù)將駐留在不同數(shù)據(jù)源中的數(shù)據(jù)進(jìn)行整合，集成多個(gè)數(shù)據(jù)庫(kù)，減少數(shù)據(jù)冗余，提高了數(shù)據(jù)庫(kù)關(guān)聯(lián)度。采用關(guān)系型數(shù)據(jù)庫(kù)和Hadoop大數(shù)據(jù)存儲(chǔ)相結(jié)合的混合架構(gòu)實(shí)現(xiàn)系統(tǒng)數(shù)據(jù)的安全高效存儲(chǔ)。
數(shù)據(jù)管理層：數(shù)據(jù)預(yù)處理通過數(shù)據(jù)清洗、缺失值的處理以及對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化轉(zhuǎn)換，在此基礎(chǔ)上分別使用最大值、最小值、均值、標(biāo)準(zhǔn)差等統(tǒng)計(jì)計(jì)算方式完成衍生特征的構(gòu)造，最后將處理結(jié)果數(shù)據(jù)存儲(chǔ)到Hive倉(cāng)庫(kù)，以供建模調(diào)用；算法服務(wù)包括運(yùn)用TOPSIS算法、K-Means聚類、人工神經(jīng)網(wǎng)絡(luò)、隨機(jī)森林分類、邏輯回歸分類等算法，構(gòu)建采購(gòu)人員盡職水平綜合評(píng)價(jià)模型以及供應(yīng)商智能管理模型。
模型建立過程
業(yè)務(wù)應(yīng)用層：運(yùn)用大數(shù)據(jù)相關(guān)算法建立所需的數(shù)據(jù)模型，實(shí)現(xiàn)對(duì)采購(gòu)人員履職全過程進(jìn)行工作績(jī)效綜合評(píng)估、供應(yīng)商的科學(xué)聚類排序、各項(xiàng)指標(biāo)的展示對(duì)比、供應(yīng)商信息的檢索和查詢、供應(yīng)商異常預(yù)警以及優(yōu)質(zhì)供應(yīng)商的置頂推薦等，幫助企業(yè)實(shí)時(shí)了解供應(yīng)商動(dòng)態(tài)情況和采購(gòu)人員的盡職水平，進(jìn)而推動(dòng)優(yōu)化采購(gòu)管理流程，完善采購(gòu)和供應(yīng)商管理制度。
應(yīng)用價(jià)值
1、全方位精細(xì)化管理采購(gòu)行為
構(gòu)建采購(gòu)人員盡職水平分析綜合評(píng)價(jià)數(shù)據(jù)模型，促進(jìn)采購(gòu)組內(nèi)在價(jià)值的評(píng)估和考量趨于數(shù)據(jù)化和顯性化，基于數(shù)據(jù)及時(shí)發(fā)現(xiàn)采購(gòu)問題并總結(jié)經(jīng)驗(yàn)指導(dǎo)采購(gòu)管理，使采購(gòu)行為更細(xì)致和可控，全方位精細(xì)化管理采購(gòu)行為，逐步推動(dòng)建立成本和庫(kù)存驅(qū)動(dòng)動(dòng)態(tài)采購(gòu)管理機(jī)制。
采購(gòu)人員盡職水平綜合評(píng)估頁(yè)可展示不同采購(gòu)群組在采購(gòu)不同物資時(shí)，其盡職水平的綜合評(píng)價(jià)，同時(shí)分別從質(zhì)量直通率、計(jì)劃兌現(xiàn)率、采購(gòu)成本管理、計(jì)劃兌現(xiàn)率等維度進(jìn)行展示。
2、供應(yīng)商表現(xiàn)動(dòng)態(tài)預(yù)警
通過供應(yīng)商智能管理模型，為企業(yè)選擇和評(píng)價(jià)供應(yīng)商提供可靠依據(jù)，為優(yōu)化供應(yīng)鏈管理提供重要支撐。同時(shí)，實(shí)現(xiàn)對(duì)原燃料供應(yīng)商進(jìn)行動(dòng)態(tài)預(yù)警分析，給企業(yè)提供了一套更為科學(xué)的實(shí)踐指導(dǎo)方法。企業(yè)可根據(jù)預(yù)警結(jié)果，結(jié)合自身?xiàng)l件主動(dòng)采取應(yīng)對(duì)措施以適應(yīng)市場(chǎng)波動(dòng)，提升市場(chǎng)競(jìng)爭(zhēng)中的準(zhǔn)確性、速度和質(zhì)量。
供應(yīng)商綜合預(yù)警頁(yè)可通過綜合預(yù)警模型將供應(yīng)商分為優(yōu)質(zhì)供應(yīng)商、合格供應(yīng)商和預(yù)警供應(yīng)商。同時(shí)分別根據(jù)合同兌現(xiàn)率、質(zhì)量穩(wěn)定性、供貨周期和價(jià)格差異率單項(xiàng)指標(biāo)將供應(yīng)商分為A、B、C三類，以供不同工廠、工序根據(jù)業(yè)務(wù)需求側(cè)重點(diǎn)選擇供應(yīng)商。
結(jié)語(yǔ)
全球化和新一代信息技術(shù)的高速發(fā)展，為全球經(jīng)濟(jì)運(yùn)行方式、生產(chǎn)方式、流通方式帶來了巨大變化，采購(gòu)與供應(yīng)商管理作為供應(yīng)鏈中連接社會(huì)生產(chǎn)、流通和消費(fèi)的核心環(huán)節(jié)及關(guān)鍵職能，利用新技術(shù)優(yōu)化采購(gòu)與供應(yīng)商管理成為企業(yè)可持續(xù)發(fā)展的必然選擇。
麥肯錫調(diào)研數(shù)據(jù)此前對(duì)數(shù)字化采購(gòu)效果有研究，如果采用端到端的數(shù)字采購(gòu)計(jì)劃，企業(yè)每年可節(jié)省20%~30%的成本，交易性采購(gòu)可減少約30%的時(shí)間，而且價(jià)值漏損將減少50%。
美林?jǐn)?shù)據(jù)憑借多年的行業(yè)數(shù)字化升級(jí)應(yīng)用落地經(jīng)驗(yàn)，依托成熟的大數(shù)據(jù)分析工具（Tempo大數(shù)據(jù)分析平臺(tái)），助力鋼鐵行業(yè)以大數(shù)據(jù)為驅(qū)動(dòng)，推進(jìn)采購(gòu)與供應(yīng)鏈管理的數(shù)據(jù)化與智能化升級(jí)，實(shí)現(xiàn)包括采購(gòu)業(yè)務(wù)的分析與改善、供應(yīng)商管理、庫(kù)存占有量預(yù)測(cè)、日常業(yè)務(wù)可視化監(jiān)控和預(yù)警。
未來，美林?jǐn)?shù)據(jù)還將繼續(xù)發(fā)揮技術(shù)優(yōu)勢(shì)與產(chǎn)品優(yōu)勢(shì)，助力航空航天、汽車、建材、家電等更多制造型產(chǎn)業(yè)構(gòu)建智慧化的采購(gòu)與供應(yīng)商管理模式，完成數(shù)字化升級(jí)。
Tempo商業(yè)智能平臺(tái)
Tempo人工智能平臺(tái)
Tempo數(shù)據(jù)工廠平臺(tái)
Tempo指標(biāo)平臺(tái)
Tempo數(shù)據(jù)治理平臺(tái)
Tempo主數(shù)據(jù)管理平臺(tái)
首頁(yè)
美林?jǐn)?shù)據(jù)
大數(shù)據(jù)分析與應(yīng)用
陜公網(wǎng)安備 61019002000171號(hào)
