訂單是客戶需求的源頭，也是所有后續生產經營、供應鏈活動的起源，它們都是依靠訂單來驅動的。

從訂單的計劃和創建開始，直至訂單交付和售后服務，它所經歷的一系列過程，就是整個供應鏈管理的流程。

如果我們追蹤訂單的全部旅程，就有機會發現很多被隱藏的問題點，這有助于更好地理解流程中存在的缺陷，并指引管理者去采取針對性的改善措施，提高供應鏈的績效。

先從一個訂單管理的流程的案例開始。

假設A公司在每周固定的一天（星期二）都會接收到來自一家客戶的訂單，負責對接客戶訂單的是銷售跟單人員，也叫銷售客服。

他們不是直接跑業務、搶訂單的銷售，主要的職責是負責接收客戶預測和訂單，把訂單信息傳遞給生產部門，跟蹤生產進度，在指定的交貨時間窗口內完成訂單出貨，最后跟蹤回款的情況。

所以銷售客服對外要聯絡客戶，對內需要和多個部門進行溝通協調，是非常重要的供應鏈管理崗位。

1.預測與訂單數量的偏差

當銷售客服收到客戶發送的訂單后，首先要確認訂單數量和預測數量的差異，是否在20%以內。

訂單和預測有差異是很正常的現象，因為預測只是對未來需求數量的估計，是一種假設，而預測的特點之一就是它幾乎都是錯誤的。為什么這么說呢？

因為預測是假設未來和過去是一樣的。但是，未來不可能是過去的重復。無論是多么有經驗的專家，或是多么復雜的統計工具，對于預測的判斷也就是對未來的估計。

即使銷售人員對他的每個客戶都了如指掌，消費者在實際購買活動中也是會有偏差的。從終端的消費環節，向上到批發商、制造商，直到最上游的供應商，偏差被逐級放大，預測結果距離現實情況也就越來越遠。

預測與實際訂單的偏差值多少算是合理的？各個企業有自己的標準，這里使用20%作為一個參考范圍，僅用于案例說明。

如果訂單與預測的差異在20%以內，A公司是有足夠的適應性來滿足訂單的需求。根據內部流程規定，銷售客服認定這是可接受的偏差范圍，可以直接給客戶確認訂單交貨數量和日期。

2.是否有足夠的產能應對增加的訂單？

如果訂單比預測多了20%，銷售客服就需要匯總所有客戶的訂單，經過數據分析以后進行判斷，是否有足夠的產能可以滿足全部需求。

另外，還需要檢查其他資源配置情況，包括勞動力（工人數量）、原材料和物流運輸等。如果現有產能資源不能滿足訂單數量上漲20%后的按時交付，銷售客服就要和客戶協商延后交貨期或是減少訂單數量。

如果這家客戶是公司的重點客戶，不能推遲任何的交貨期，那只能“犧牲”其他較小的客戶利益，與后者商量能否延緩交貨。

經過幾番的溝通和確認，最終在交貨期和數量方面，銷售客服與各個客戶達成了一致。作為供應方，一旦承諾了交期和數量，就應該竭盡所能地遵守承諾，這是一種契約的精神。

3.生產跟蹤，出貨保證

接下來，銷售客服需要每天跟蹤生產完成的實際數量，這個數量是指已完成了所有加工過程，通過最終檢驗，完成包裝入庫的產品數量。

如果完成數量小于既定目標，銷售客服就要去找到生產部相關人員，詢問了解未能達標的根本原因，如何來彌補之前數量缺口，并在隔天繼續考核產出數量。

如果產量還是不能達到預定的目標，銷售客服就要調整交貨期，并報備客戶情況。

在上述的過程中，如果遇到任何影響交貨的異常情況，銷售客服都應該立即和客戶溝通交貨計劃的變動，尋求客戶的批準來更改交期。

銷售客服不能只盯著自己的客戶訂單，也需要經常了解供應鏈其他環節的情況，特別是生產制造。如何來有效地監控生產和訂單進度？最簡單的方法就是去生產現場。

產品是通過工廠加工裝配，能為客戶帶來價值的物品。銷售客服需要知道一些最基本的產品知識，比如產品大概是長什么樣子，其中主要的原材料有哪些，它的功能作用是什么等等。

生產線是實現產品由各種原材料，通過一系列的制造過程，最終成為產成品的機器設備組合。一些復雜的生產線可能包含多道加工流程。

為了讓員工加深對制造工藝的理解，有些公司會讓新入職的銷售客服，在正式上崗之前，先到生產線上去實習數個星期甚至是幾個月，以便他們能夠更好地了解公司產品的制造過程。

通過在生產現場的實際操作，員工一般都可以了解到哪個產品是在哪條生產線上做出來的。這種在崗培訓、親身實踐的學習效果是最好的。

4.出貨完成，通知客戶

最后的環節就是貨物出運。如果是工廠負責運輸，為了保障訂單抵達客戶倉庫的及時性，要盡量使用可靠的物流公司，上門提貨和運輸到目的地的時效性都有了保證。

如果是由采購方安排上門提貨，這樣物流運輸過程更有保障，供應方只需要在規定的時間內把貨物準備好即可。

出貨完成了以后，銷售客服要發送一份報告給客戶，通知對方此次出貨的詳細清單和數量。

一般的做法是發送出貨單、發票和箱單，但是電子表格的信息輸入過程可能存在人為錯誤，最佳的實踐是使用信息化的預先發貨通知（Advanced Shipping Notice，簡稱ASN）。

隨著供應商出貨完成，在系統中自動傳輸這票貨物的所有信息和預計到貨時間，一方面可以加快信息流速度，另一方面也保證數據的準確性。至此，案例中訂單管理流程就結束了。