數(shù)據(jù)被譽(yù)為是數(shù)字經(jīng)濟(jì)時代的“石油”,在供應(yīng)鏈管理中有大量的數(shù)據(jù),準(zhǔn)確地獲取它們,從中提煉出有價值的信息,這將會提高管理的效率,降低供應(yīng)鏈的成本。我們在采集數(shù)據(jù)的時候需要考慮這6個關(guān)鍵因素。
數(shù)據(jù)量就是采集數(shù)據(jù)的工作量。想要獲取的數(shù)據(jù)越多,工作量也就越大。但是心急吃不了熱豆腐,收集數(shù)據(jù)的工作量可能會超乎你的想象,要有足夠的心理準(zhǔn)備,別想著一口吃個胖子!漸進(jìn)式的收集和改善是比較務(wù)實(shí)的做法。
我曾參觀過國外的一家標(biāo)桿工廠,現(xiàn)場管理得井井有條。倉庫里所有的原材料都有對應(yīng)的照片,標(biāo)記了物料編號、包裝數(shù)量等信息,讓人一目了然,給我留下了深刻的印象。
回到國內(nèi)后,我想要復(fù)制這個方法,把我公司庫房里的所有原料也拍成照片,在貨架上做目視化的管理。這是一個很好的設(shè)想,我們倉庫的工人流動率較高,新員工在揀選貨物時經(jīng)常會出錯,配上實(shí)物的圖片后就可以提高作業(yè)的準(zhǔn)確率。
說干就干,我拉上助手一起在倉庫里做了起來,收集數(shù)據(jù),拍攝照片。但是,僅憑借著一腔熱血是不行的,我忽略了工作量。第一天加班到晚上10點(diǎn)也僅完成了很小的一部分,距離目標(biāo)完成之日遙遙無期。
我連續(xù)加班了3天后被迫暫停這項(xiàng)工作,因?yàn)槲疫€有更重要的事情要做,比方說處理緊急發(fā)貨,客戶缺料停線了可是殺頭的大事。我實(shí)在是顧不上了,只能把這個工作交給其他同事繼續(xù)做下去。
不過這是很好的開始,整理數(shù)據(jù)、目視化管理使得倉庫管理更加規(guī)范了,每一個細(xì)微的改善都對結(jié)果有幫助,正所謂“不積跬步無以至千里”。每天進(jìn)步一點(diǎn)點(diǎn),堅(jiān)持帶來大改變。
Something better than nothing.
哪怕只有部分的數(shù)據(jù),我也能用它們做分析,提供洞察。我在做庫存和運(yùn)輸分析的時候,如果數(shù)據(jù)量不足,就會和領(lǐng)導(dǎo)解釋我的困難,只能使用手頭上現(xiàn)有的、不完整的數(shù)據(jù)做分析,他們都表示理解。
羅馬不是一天建成的,數(shù)據(jù)也不是一天能收集齊的,總會有一個過程。即使部分的數(shù)據(jù)也可以提供循序漸進(jìn)地改進(jìn),并在收集的過程中評估哪些是重要的數(shù)據(jù),哪些不是必須的,然后把時間花在關(guān)鍵數(shù)據(jù)收集上。
我們在收集數(shù)據(jù)的時候要找到它的源頭,這里是最為真實(shí)、可靠的數(shù)據(jù)源。從“二傳手”那里得來的數(shù)據(jù)很可能是被加工過的,刪減了部分關(guān)鍵的信息,數(shù)據(jù)的質(zhì)量可能受損,影響了輸出結(jié)果的準(zhǔn)確性。
需求管理的源頭數(shù)據(jù)更加重要,拿到第一手的數(shù)據(jù)可以避免牛鞭效應(yīng)。我們要獲取到最終用戶的購買信息,而不是零售商或是經(jīng)銷商的數(shù)據(jù),因?yàn)樗麄兲峁┑男畔饾u失真,被人為地放大了。
首選是自動采集,因?yàn)檫@種方式的準(zhǔn)確率和效率更高。舉個常見的例子,我要從Excel工作表中根據(jù)SKU名稱找到對應(yīng)的商品單價。
我會打開存儲單價的表格,然后在收集數(shù)據(jù)的表格中輸入“Vlookup”公式,最后復(fù)制粘貼所有的單元格,就可以自動獲取到數(shù)據(jù)。
如果是手動模式是怎么做的呢?這會是非常笨拙的過程,我要先復(fù)制SKU,然后在價格表單中搜尋相關(guān)信息,再復(fù)制對應(yīng)的價格,最后粘貼在單元格里,整個過程很容易出錯。
所以說,能自動采集的,絕不手動操作。有條件要上,沒條件創(chuàng)造條件也要上。手動采集意味著大量的、無意義的工作,會降低數(shù)據(jù)的準(zhǔn)確率。我們始終要思考如何用自動采集的方式來提高工作效率。
有些數(shù)據(jù)暫時好像沒什么用,我們是不是也要采集?如果不會占用額外的資源,可以先采集,因?yàn)樵诖髷?shù)據(jù)的時代,說不定哪天就要用上這些數(shù)據(jù)。
但有時候過多的數(shù)據(jù)會影響我們的分析判斷,有些數(shù)據(jù)的屬性差別不大,例如船運(yùn)信息中有到港時間、集裝箱卸貨時間和裝運(yùn)卡車時間等等,到底要用哪一個信息?需要根據(jù)使用者的經(jīng)驗(yàn)來判斷。
過多的數(shù)據(jù)可能會阻礙分析,并掩蓋真正的指標(biāo),這是我們要留意的。
實(shí)時數(shù)據(jù)是時刻更新的數(shù)據(jù),例如我發(fā)起一個位置共享,別人可以看到我所處位置的變化。
一般來說,實(shí)時數(shù)據(jù)技術(shù)是比較昂貴的。在工廠的機(jī)器上安裝傳感器,對生產(chǎn)出的成品自動進(jìn)行統(tǒng)計,我們可以得知每時每刻的產(chǎn)出量數(shù)據(jù)。
這種技術(shù)很先進(jìn),但是否有必要部署這套系統(tǒng)?這就是實(shí)時數(shù)據(jù)的關(guān)鍵思考,它對于生產(chǎn)運(yùn)營并沒有實(shí)質(zhì)性的幫助。
如果工廠發(fā)貨的頻率是每天一次,我們只需要在交接班或當(dāng)天結(jié)束時統(tǒng)計產(chǎn)量就可以了。沒有必要使用實(shí)時數(shù)據(jù)采集技術(shù),近于實(shí)時的方法就足夠用了,而且更加便宜。
在目前階段,許多企業(yè)在使用近于實(shí)時的采集技術(shù),例如快遞跟蹤、產(chǎn)量統(tǒng)計等等。還有一些企業(yè)既有一個用于實(shí)時數(shù)據(jù)檢查的交易系統(tǒng),也有一個用于近于實(shí)時的數(shù)據(jù)報告系統(tǒng),使用混合型的方式來收集數(shù)據(jù)。
DeepSeek火出圈,AI和大模型將如何改變物流行業(yè)?
3510 閱讀800美元不再免稅,T86清關(guān)作廢,跨境小包何去何從?
2366 閱讀凈利潤最高增長1210%、連虧7年、暴賺暴跌……物流企業(yè)最賺錢最虧錢的都有誰
2307 閱讀浙江科聰完成數(shù)千萬元A2輪融資
2326 閱讀AI紅利來襲!你準(zhǔn)備好成為第一批AI物流企業(yè)了嗎?
2129 閱讀供應(yīng)鏈可視化:從神話到現(xiàn)實(shí)的轉(zhuǎn)變之路
1539 閱讀運(yùn)輸管理究竟管什么?
1420 閱讀Deepseek在倉庫規(guī)劃中的局限性:基于案例研究
1445 閱讀壹米滴答創(chuàng)始人楊興運(yùn)出山,成立興滿物流
1423 閱讀2024中國儲能電池TOP10出爐
1319 閱讀