采购员:“请问多长时间能交货?”

    供应商:“通常8到10天吧……”

    采购员:“能否给个准数?”

    供应商:“这个嘛……老实说……很难……”

    采购员:“大哥,这个数字我要填进ERP系统的,请务必准确!!!”

    供应商:“这样啊,不然您取个平均数吧,放9天?”

    采购员:“我看还是放10天吧,如果放9天,你们第10天才交货,我不被生管骂死才怪!”

    供应商:“这样啊,那您再加5天吧,这样我们也有回旋的余地。”

    采购员:“……”

    如此纠结的对话,采购员们一定不会陌生吧!

    纠结来源于系统与现实的差异。

    所谓采购提前期(Leadtime,简称L/T),指的是从采购员下达订单到产品交付的这段时间。我们知道,ERP系统往往要求采购员设定精确的采购提前期,但在实际运营中,L/T从来就不是一个精准的数值,它由一系列围绕均值上下波动的数据组成。

    ERP是死的,人是活的。系统的缺陷不得不由采购员的个体智慧来弥补。然而,个体的智慧往往给我们的管理带来了极大的不确定性。例如,采购员A觉得将L/T设置为10天比较靠谱,但是换了采购员B,可能就会觉得10天还是太冒进了,根据他/她的经验,放15天会更加保险。

    如果我们从端到端的供应链角度来计算一个采用BTO(Build to Order)模式供应的产品的提前期,从原材料采购,到加工制造、成品组装,再经过物流、分销等环节,最终将产品送到客户手中,这中间的L/T掺杂了多少所谓的“个体的智慧”,又有多少准确度可言?

    有的人可能会说:“不准就不准呗,反正关系不大”!

    我们可别小看了这个L/T,它是供应链管理中非常关键的一个参数,对供应链的综合绩效有着十分重大的影响。

    首先是对及时交付率(OTD)的影响。毫不客气地说,如果连L/T都算不准,还谈什么OTD及时交付率?承诺给客户是10天的L/T,实际交付却是15天,这两者的差异极有可能就是L/T的计算或设置不准所造成的;

    其次是对库存的影响。有的人会说,为了保险,我在L/T中放了足够的缓冲(Buffer),本来是平均10天的L/T,我设置为15天肯定是妥妥的了。殊不知,客户是根据15天的采购L/T来安排企业后续的运营的。如果货物提前5天抵达,就意味着这5天的库存管理成本是需要由客户自己来承担的。不仅如此,它还徒增了供应链上的总体库存量;

    最后是对资金流的影响。供应链上的资金计划是与时间紧密相关的,不准确的L/T设置会造成资金计划与实际情况互不匹配,严重的情况下,还会造成企业现金流中断,企业失血而亡。

    不以规矩、不成方圆,如果没有一套行之有效的方法,不同的采购人员对L/T的理解和管理就会大相径庭,造成一系列无法控制的问题。

    那么,有什么方法能够减少人为造成的误差,提高L/T设置的准确性呢?笔者建议企业将L/T的管理分为三步:

第一步:将L/T进行拆解管理

    看似简单的L/T,如果拆解开来看,会发现里面大有文章。从采购员下达订单开始,到最终的产品交付,中间到底经历了哪些过程,如果不经过仔细的研究分析,可能连供需双方都没有几个人能搞得清楚。

    仅从订单处理流程来说,就可以细分成:采购员在系统中生成订单、订单逐层审批、采购员发送订单、供应商接收订单、供应商审核订单、供应商确认订单、订单回签、采购员收到回签订单并在系统中确定等多个环节。本来仅仅只有10天的L/T,搞不好订单处理就花费了两天,而这两天中还存在着诸多不确定性,例如恰好采购经理出差无法及时审批订单,或者财务人员在审核客户信用中发现问题等等。

    将L/T进行拆解分析,并指定相关的责任部门/人员对每一个环节负责,是提前期精细化管理的第一步。

第二步:减少不确定性,减少波动

    前述对L/T进行拆解管理的方法,仅仅只是基础,治标不治本。对L/T的管理,最难也是最有效果的方法,还是要针对如何减少流程的不确定性和波动入手。

    这就好比参加世乒赛,每一位选手的水平都很高,都有能力打出对方无法接招的狠球,但是比拼的往往不是谁的球更刁钻,而是谁的水平发挥得更稳定,失误率更低。

    对于如何减少不确定性,涉及到供应链运营中的具体情况,供应链管理理论为我们提供了诸多工具,如Lean、6sigma、TOC、VMI等等,这里不做展开。我们仅举个小例子:例如为了减少订单处理流程中的不确定性,我们可以采用VMI的模式,让供应商根据客户和自己的库存水平直接补货,跳过订单处理流程。而传统的订单在VMI模式中仅仅只是作为收货的凭证,可以一揽子下达,减少了订单来回确认所占用的L/T时间。

    除此以外,为了评估L/T改善的效果,我们可以采用统计学的方法,将均值和方差都引入到我们对L/T管理的绩效指标中来。(在统计学中通常采用两个指标来描述一组上下波动的数值,一个是均值,即所有数据的平均值,它反应的是数据的集中趋势;另一个是方差,即离差平方和的均值,它反应的是数据的分散程度或波动的幅度。)

第三步:对L/T进行动态维护

    如前所述,虽然大家都知道L/T不是一个固定的数值,但我们却依旧在系统中按照固定数值的方式进行管理。这里面虽然有系统的限制,但更多是因为人为的惰性所造成的。

    我们可以对照自己的公司,来检查一下我们多长时间会更新一次我们在系统中维护的L/T。差的企业搞不好从来就没有做过这样的检查,而优秀的企业却会根据行业的特点进行L/T的持续改善和动态更新。

    从维护的频率来看,并不是千篇一律的。供应链体系相对比较稳定,对交期没有那么敏感的行业,对L/T的更新频率可以是按季度、甚至按年来进行更新;而对于产品更新换代快,对交期敏感的行业,却有可能需要按天甚至是按小时来进行动态更新。

    L/T的管理体现了企业供应链管理的精细化水平,但仅仅管理好了L/T还是不够的,精细化管理理念需要渗透到供应链管理的方方面面。笔者认为,供应链管理既是粗活也是细活,好比行军打仗,除了战略明确、战术得力、装备优良以外,还需要在执行的过程中时时关注细节,善于从细节中扑捉机会,提升自我的战斗力和获胜几率,才能最终立于不败之地。