如何帶領一個供應鏈團隊，總共分4大步驟：建立團隊的文化與機制、制定戰略和目標、執行戰略并措施落地、構建氛圍和賦能育才。

在執行戰略并措施落地板塊，闡述了數字化轉型工具和整體思路，導出了供應鏈數字化結構：三端（供應端、生產端、消費端），四層（基礎層、運營層、監控層、戰略層）。上一期分享了運營層銷售端的CRM系統，今天和大家聊一聊監控層的搭建和應用。

-1-什么是監控層

數字化中的監控層指的是把應用層中的運行結果數據收集起來，按照不同的特點進行篩選、分類、存儲，再根據戰略層下達的目標計算方法，開展指標的分析計算，轉化成圖形化目視、更好的讓管理者觀測目前企業運轉的情況，有助于分析決策。監控層的分享從以下幾點展開：數據治理、數據分析、數據展示、對接戰略層。

-2-數據治理

數據治理（Data Governance）,用來規范數據輸入、存儲、輸出的一套方法，數據治理包括四個關鍵步驟，分別是：

① 數據源的梳理

數據源頭需要分門別類，需要從業務的角度梳理數據資源清單，包括數據傳輸關系、接口、數據字段的具體含義等

② 數據的清洗

將大量涌入的數據通過一定的工具，進行抽取、轉換、加載等過程，將符合格式和定義要求的數據篩選出來、集中存儲

③ 數據的存儲

這里涉及對數據庫的管理，可以制定一套嚴格的數據管理規定，包括數據存儲和訪問、備份、恢復、清理、遷移等方面的規定，并在企業內部建立數據管理團隊，負責管理和執行這些規定

④ 數據的使用

在使用中發現數據錯誤時，數據治理團隊需要快速定位數據來源，修復數據錯誤，建立快速應對手冊，高效地使用數據  

-3-數據分析

數據分析，目的是挖掘數據中規律，從而得出一些便于決策的結論，這里分享幾個常見的分析方法：

① 方差分析

方差分析也稱作ANOVA(Analysis of Variance), 用于兩個及兩個以上樣本均數差別的顯著性檢驗,按照對比差異可分為三類：

a. 總變異:全部測量值Xij與總均數X間的差異

b. 組間變異:各組的均數Xi與總均數X間的差異

c. 組內變異：每組的每個測量值Xij與該組均數Xi的差異

方差分析可應用在供應鏈管理的諸多環節，比如生產排程環節對于不同排程結果對比理想狀態的差異程度，了解目前的算法是否高效或者滿足目前的工況；

② 回歸分析

回歸分析的目的是研究一個或者多個變量的變動對另一個變量的影響程度的方法，回歸分析法是指通過對歷史數據的分析，試圖找到需要預測的需求量與某些變量之間的關聯程度，建立回歸方程，從而進行預測的方法。在供應鏈管理體系中，常用的應用場景是做物料需求預測，當然，數據樣本量越大，結果越穩定；

③ 對應分析

對應分析（Correspondence Analysis），也可以理解為關聯分析，簡單來說是將一個列表的行和列中各元素的比例結構以點的形式在較低維的空間中表示出來，它的最大特點是把一眾變量放在一張圖中顯示，還可以變化不同維度進行分析展示，直到得到分析結果為止。這種分析方法適用于問題解決中的真因追究環節，尤其是涉及人機料法環測多個環節時，可以選取這些變量數據，并假設一些變量為定量，對比其他變量間的變化，從而得出不同維度上的結論；

④ 相關分析

相關分析（correlation analysis），是研究現象之間是否存在某種線性或者非線性關系，并對具體有關系的現象探討其相關方向以及相關程度。按照趨同趨勢來看，如果兩個變量隨變化方向而趨同則為正相關，反之則為負相關；從維度來看，又分為線性相關和多要素矩陣式相關。這種分析方法可以在眾多可能影響結果的因素中找到真正原因，通常在檢查系統運算結果異常時可以采用；

⑤ 因子分析

因子分析是一種多元分析方法，設定一些抽象的變量來進行觀測和評價，這些抽象的變量稱作因子，就像訂單到交付環節的時間、成本、質量都是可以比較具象化的因素，而訂單交付服務、交付環境等因素就是客觀存在但是抽象的，這些因素需要被抽象化成一個因子來參與觀測。這種分析方法應用比較廣泛，比如供應商評價中，供應商的服務態度等因素，就會設定相對抽象的因子來進行評定，從而得出一個供應商整體的表現水平；

⑥ 聚類分析

聚類分析是對多元化數據的一種歸類和分析方法，聚類分析把不同的樣品的不同特性進行歸類，如果某一特性相近的兩個樣品，就會在這個特性的維度上被歸類在在一起，所有樣品歸類完畢后，會形成一個不同樣品親疏關系的圖譜。聚類分析在供應鏈中用來分析現場異常，讓管理者能夠清晰的了解供應鏈管理過程中的異常狀態、分類、趨勢和程度，能夠有的放矢的進行改善。

-4-數據展示

數據展示指的是針對于分析后的數據給與直觀的可視，有利于工作人員做出對下一步工作的判斷和指示

① 偏差對比圖

-定義：偏差對比指的是實際完成與計劃之間的對比，觀測差值是否在標準范圍以內，如果超出范圍則表示實際完成存在問題需要關注和促進

-可視化：通常采用直方圖，有三個要素：目標值、實際值、差值

-應用場景：工廠生產計劃的完成情況，或者是供應鏈效率目標的達成情況，如訂單兌現率、物料到貨準點率、卡車滿載率等；

-數據來源：目標數據來自于生產計劃APS系統，物料需求計劃MRP系統，運輸計劃TMS系統等，實際完成數據來自于生產執行MES系統，現場物流LES執行系統等；   

-數據關鍵用戶：生產計劃管理、物料計劃管理、運輸計劃管理等

 ② 進度展示圖

-定義：進度展示指的是對業務和項目關鍵里程碑是否按期完成的觀測，如果存在進度拖期則需要及時關注和促進

-可視化：甘特圖，有三要素：分子項目、進度計劃、實際點檢線

-應用場景：系統開發、產品項目等具有明顯時間點、輸出物要求的工作推進狀態

-數據來源：項目管理系統分解的子項目、制定的進度計劃、實際完成情況來自于項目小結會的點檢過程    

-數據關鍵用戶：項目管理

③  未來預測

-定義：未來預測指的是通過歷史數據分析、以及未來影響因素的研判，得出對某一業務發展趨勢的預測

-可視化：折線圖，有三要素：歷史實際走勢、未來走勢、以及結論和風險提示

-應用場景：銷售需求預測、物料需求預測、設備預防性維修等

-數據來源：對于銷售預測的數據主要來自于經銷商店端管理系統，對于物料需求的預測主要來自于物料預測系統，對于設備預防性維修的管理數據主要來自于設備信號采集裝置；

-數據關鍵用戶：銷售管理、供應鏈需求計劃管理、設備規劃管理    

④ 魚骨圖

-定義：解決問題尋找原因的一個方法，按照一定的邏輯將問題抽絲剝繭，最終鎖定真正的原因

-可視化：樹狀分解圖，有三要素：分解邏輯、原因闡述、數據證明

-應用場景：問題分析和分析結果展示

-數據來源：來源于執行系統，比如生產執行系統MES，物流執行系統LES等

-數據關鍵用戶：現場管理    

-5-對接戰略層

監控層作為應用層和戰略層的橋梁，起到了雙向信息互聯的作用：①至上而下：對戰略層決策的指令進行解析和轉化，分配給相應的應用系統執行；②至下而上：收集應用層的運營結果供戰略層進行有效決策。

①至上而下

戰略層通常會在一定的周期內更新下發一些新的戰略舉措，這些戰略舉措需要應用層作為實施載體進行落地，在實施前需要監控層給與一定的轉化，將戰略層的指示轉化為不同應用系統能夠聽懂的語言。   

比如，戰略層決定在明年實施交付周期縮短50%的戰略舉措，涉及訂單排程系統、物料訂貨系統功能升級，這時需要監控層將交付周期縮短50%的目標進行有效分解，根據應用層傳遞給監控層的數據，分析最后體現在訂單排程系統、物料訂貨系統分別承擔多少，分別承擔哪些功能的升級，做出一個較為清晰的目標分解和明確，再將任務下達給應用層；

②至下而上

至下而上從組織的應用層獲取運營數據，根據需要轉化為有用的決策依據，比如對于銷量的歷史數據、季節、政策、新事件的一系列加工，可以編寫一定的算法，實現對未來一段時間的銷售量的預測，還可以針對不同的產品品種進行預測，提前準備物料和其他資源，為管理者帶來了很直觀的決策依據，有助于未雨綢繆。