積分
不確定性是供應(yīng)鏈的內(nèi)在特征,我們無(wú)法根除它,因?yàn)樾枨蟮脑搭^,每個(gè)個(gè)體的消費(fèi)者想法都不一樣,而且時(shí)不時(shí)地在變。今天想喝咖啡,明天想喝奶茶,個(gè)體的需求很難精準(zhǔn)把握。
但有意思的是,當(dāng)我們把需求匯總在一起時(shí),就會(huì)發(fā)現(xiàn)大樣本的波動(dòng)性減少了。例如在點(diǎn)下午茶的時(shí)候,統(tǒng)計(jì)團(tuán)隊(duì)里的人有多少想喝咖啡或奶茶,結(jié)果肯定不會(huì)出現(xiàn)一邊倒的情況,需求波動(dòng)相對(duì)較小。
當(dāng)我們把一些相同或是相似的事物匯聚在一起,在供應(yīng)鏈中有一個(gè)專(zhuān)用術(shù)語(yǔ)叫作“Pooling”或是“Aggregate”。我給Pooling起了個(gè)中文名字——百川聚海,挺形象的。
舉個(gè)例子,在做預(yù)測(cè)的時(shí)候,把相同需求進(jìn)行整合。在計(jì)算產(chǎn)能的時(shí)候,把相同的工作站產(chǎn)能匯總統(tǒng)計(jì)。這種做法可以減少波動(dòng)性,今天就來(lái)重點(diǎn)講一講這方面的內(nèi)容。
讓我們用個(gè)案例進(jìn)一步說(shuō)明需求波動(dòng)性是怎么回事。如上所述,消費(fèi)者的購(gòu)買(mǎi)行為存在很大的隨機(jī)性,這就造成了波動(dòng)性。張三開(kāi)了一家咖啡店,為了增加客單價(jià),店里也售賣(mài)蛋糕。
他該如何備貨呢?進(jìn)貨多了,沒(méi)有賣(mài)完,到了保質(zhì)期蛋糕就要廢棄扔掉。進(jìn)貨少了,庫(kù)存不夠,又會(huì)損失銷(xiāo)售額。
為了更好地備貨,張三統(tǒng)計(jì)了過(guò)去20天店里蛋糕的銷(xiāo)售情況。張三的店每周營(yíng)業(yè)五天,每月以20天計(jì)算,具體銷(xiāo)售情況如下表。
天 |
銷(xiāo)售數(shù)量 |
與銷(xiāo)量均值差異 |
絕對(duì)值差異 |
1 |
42 |
7 |
7 |
2 |
30 |
-5 |
5 |
3 |
24 |
-11 |
11 |
4 |
35 |
0 |
0 |
5 |
43 |
8 |
8 |
6 |
38 |
3 |
3 |
7 |
34 |
-1 |
1 |
8 |
29 |
-6 |
6 |
9 |
44 |
9 |
9 |
10 |
21 |
-14 |
14 |
11 |
33 |
-2 |
2 |
12 |
42 |
7 |
7 |
13 |
46 |
11 |
11 |
14 |
31 |
-4 |
4 |
15 |
37 |
2 |
2 |
16 |
31 |
-4 |
4 |
17 |
44 |
9 |
9 |
18 |
36 |
1 |
1 |
19 |
41 |
6 |
6 |
20 |
27 |
-8 |
8 |
平均數(shù) |
35 |
0 |
6 |
我們看到銷(xiāo)量最高的時(shí)候達(dá)到46,而最低只有21,平均數(shù)是35(已經(jīng)四舍五入)。銷(xiāo)量的實(shí)際結(jié)果與平均數(shù)之間的差異很大,但由于正負(fù)抵消所以它們的平均數(shù)為零。
我們要取差異的絕對(duì)平均值,這個(gè)數(shù)字也叫作MeanAbsolutely Deviation(MAD),它的月平均值是6。
從統(tǒng)計(jì)學(xué)的角度來(lái)看,我們應(yīng)該使用標(biāo)準(zhǔn)差,這樣才會(huì)更加嚴(yán)謹(jǐn)。經(jīng)過(guò)Excel的簡(jiǎn)單計(jì)算,我們可以得到關(guān)于這個(gè)月銷(xiāo)量的一系列分析結(jié)果。
最大值 |
46 |
最小值 |
21 |
平均值 |
35 |
標(biāo)準(zhǔn)差 |
7.1 |
變異系數(shù) |
0.2 |
變異系數(shù)(Coefficient of Variation,簡(jiǎn)稱(chēng)CV)是標(biāo)準(zhǔn)差除以平均值,結(jié)果是0.2,從統(tǒng)計(jì)學(xué)的角度來(lái)看,這個(gè)月的銷(xiāo)量是非常穩(wěn)定的。
我們?cè)購(gòu)拿刻斓囊暯莵?lái)看,每天銷(xiāo)售與平均值之間最大的絕對(duì)差異值為14,除以平均值35就是40%,這是偏差的幅度。
而把這20天的偏差匯總起來(lái)算,絕對(duì)值差異平均數(shù)是6,除以35也就是17%,顯然要比40%穩(wěn)定得多。這是因?yàn)殇N(xiāo)量有高有低,以20天為一組來(lái)統(tǒng)計(jì),高于和低于平均數(shù)的銷(xiāo)量差異在相互抵消,所以總體看來(lái)就更加平穩(wěn)。
張三只看每天的銷(xiāo)售數(shù)據(jù)是很難備貨的,因?yàn)槊刻斓匿N(xiāo)售上下波動(dòng)比較大,但是每月的需求是比較穩(wěn)定的,可以提供更加準(zhǔn)確的指示來(lái)進(jìn)行備貨。
接下來(lái)我們要從統(tǒng)計(jì)學(xué)理論來(lái)看為什么Pooling會(huì)讓隨機(jī)變量更加穩(wěn)定。
變異系數(shù)是一種衡量分散程度的匯總統(tǒng)計(jì),經(jīng)常被用來(lái)比較不同的項(xiàng)目,比如兩種不同的需求或是產(chǎn)品。我們可以比較它們的變異系數(shù),來(lái)看看它們的特征有多相似或不同。
在之前的一篇文章中,我使用了海運(yùn)天數(shù)進(jìn)行分析。
延伸閱讀:《案例 | 國(guó)際海運(yùn)時(shí)間分析,如何使用數(shù)據(jù)為供應(yīng)鏈提供洞察?》
我們之前已經(jīng)看到,如果有一個(gè)月的隨機(jī)變量,那是20個(gè)每日隨機(jī)變量的總和。因此,我們就有了月度的隨機(jī)變量M,以及20個(gè)每日隨機(jī)變量Di。
假設(shè)Di是獨(dú)立的,而且都是相同的分布,它們就屬于正態(tài)分布。我們就有了正態(tài)分布平均數(shù)μ和標(biāo)準(zhǔn)差σ。
而如果每月銷(xiāo)量的隨機(jī)變量也服從于正態(tài)分布,也就是說(shuō)每日和每月都是相同的分布,那么我們?cè)谶@兩個(gè)時(shí)間尺度之間要建立一個(gè)換算關(guān)系。
每日 |
每月 |
|
平均數(shù) |
μ |
20 * μ |
標(biāo)準(zhǔn)差 |
σ |
√20 * σ |
首先看平均數(shù),因?yàn)槊吭鹿ぷ魈鞌?shù)是20天,所以一個(gè)月等于20天,我們可以直接在每日平均數(shù)上乘以20,就等到了每月的平均數(shù),這比較容易理解。
而標(biāo)準(zhǔn)差就不是這樣計(jì)算,根據(jù)公式要對(duì)樣本數(shù)量開(kāi)平方,也就是√20,每月的標(biāo)準(zhǔn)差就是√20乘以σ。
每日的變異系數(shù)是σ/μ,也就是1*(σ/μ),而每月的變異系數(shù)是(√20*σ)/20*μ=0.22*(σ/μ)。
顯然每月的變異系數(shù)0.22小于每日的1。這是從數(shù)學(xué)角度驗(yàn)證了把需求匯總起來(lái)后,每月的波動(dòng)性小于每日的,這將會(huì)幫助我們制定相關(guān)的供應(yīng)鏈策略。
1.延遲策略
供應(yīng)鏈中的延遲策略將產(chǎn)品的生產(chǎn)過(guò)程分為通用化階段與差異化階段。企業(yè)先生產(chǎn)通用化的部件,盡可能延遲產(chǎn)品差異化的制造過(guò)程。
等到最終用戶(hù)對(duì)產(chǎn)品的外觀或功能提出要求后,才完成產(chǎn)品的差異化生產(chǎn)。比如早餐店的豆?jié){,產(chǎn)品的通用化階段產(chǎn)品是豆?jié){原汁,差異化產(chǎn)品是在原汁基礎(chǔ)上加工而成的甜漿和咸漿。
單個(gè)產(chǎn)品的需求波動(dòng)性肯定大于所有的產(chǎn)品,所以早餐店應(yīng)該把所有豆?jié){產(chǎn)品需求匯總起來(lái)進(jìn)行預(yù)測(cè),準(zhǔn)確性肯定高于任何單個(gè)產(chǎn)品。
在預(yù)測(cè)其他商品需求時(shí),我們也都采用這種方法,因?yàn)閱蝹€(gè)商品需求都會(huì)有差異,但這些差異會(huì)彼此抵消,使得總體預(yù)測(cè)準(zhǔn)確性更高。
2.庫(kù)存設(shè)置
一些生鮮電商使用前置倉(cāng)模式,為倉(cāng)庫(kù)周邊幾公里范圍內(nèi)的社區(qū)服務(wù)。
單個(gè)前置倉(cāng)在備貨方面的偏差會(huì)比較高,如果我們把數(shù)個(gè)前置倉(cāng)需求合并在一起,用一個(gè)區(qū)域總倉(cāng)來(lái)覆蓋這些前置倉(cāng)的需求,由總倉(cāng)配送至前置倉(cāng),可以?xún)?yōu)化整體的庫(kù)存成本和及時(shí)交付率。
總倉(cāng)聚集了各個(gè)前置倉(cāng)的需求,減緩了波動(dòng)性。
3.生產(chǎn)產(chǎn)能
當(dāng)我們做生產(chǎn)計(jì)劃時(shí),一般是計(jì)劃一條生產(chǎn)線(xiàn)的能力,比如在這條線(xiàn)上可以生產(chǎn)A、B、C三種型號(hào)的產(chǎn)品。我或許不能確定生產(chǎn)A、B和C的具體數(shù)量,因?yàn)閷?shí)際情況總是會(huì)發(fā)生變化,有時(shí)候是缺料了,不能生產(chǎn)A,只能做B或C。
所以我們?cè)跒橐粭l完整的生產(chǎn)線(xiàn)規(guī)劃產(chǎn)能時(shí),經(jīng)常會(huì)匯總所有的能力。在月度的產(chǎn)銷(xiāo)協(xié)同會(huì)議上,我們可能難以決定要生產(chǎn)具體的數(shù)量,而是計(jì)劃生產(chǎn)線(xiàn)的總產(chǎn)能。根據(jù)上面的內(nèi)容,我們知道這樣做會(huì)更加準(zhǔn)確,波動(dòng)性更小。
產(chǎn)品在實(shí)際生產(chǎn)過(guò)程中難免會(huì)發(fā)生意外情況,有的超額完成,有的低于目標(biāo),但是它們確實(shí)能相互補(bǔ)償,從而達(dá)成我們的總目標(biāo)。
總結(jié)一下,百川聚海Pooling是非常實(shí)用的供應(yīng)鏈策略,可以有效地緩解各種波動(dòng)性,匯總的維度包括時(shí)間和數(shù)量,需要根據(jù)情況靈活應(yīng)用。
從倉(cāng)儲(chǔ)規(guī)劃,看DeepSeek的實(shí)用性、局限性和突破之道
4190 閱讀單月總貨量同比增長(zhǎng)734.4%!獨(dú)家解讀順嘉國(guó)際貨站跨越式增長(zhǎng)背后的效率密碼
2149 閱讀嘉誠(chéng)國(guó)際發(fā)布2024年年報(bào):營(yíng)收13.5億元,歸母凈利潤(rùn)為2.05億元
1836 閱讀“京東服務(wù)+”洗衣中央工廠招商、3C上門(mén)安裝/維修招商
1751 閱讀深圳擬擴(kuò)大試點(diǎn)物流、環(huán)衛(wèi)功能型無(wú)人車(chē)運(yùn)營(yíng),加速產(chǎn)業(yè)規(guī)模化進(jìn)程(附編制說(shuō)明等下載)
1558 閱讀DeepSeek落地全球第一大港
1214 閱讀這家老牌物流巨頭被收購(gòu),9億美元交易值不值?
1155 閱讀京東外賣(mài)重點(diǎn)推廣39城
1099 閱讀冷鏈不只是物流,還是依托供應(yīng)鏈的生態(tài)
1100 閱讀德邦物流注銷(xiāo)回購(gòu)股份 京東物流持股比例升至75.4%
1079 閱讀