首页 »
资源 » 此处
这可能看上去有点像是谬论，然而，定量供应链非常看重数值法和衡量。经验告诉我们，关于计划是否在走上正轨，指标所能传达给我们的信息甚少，而且往往太迟。几乎所有指标都可以博弈，而这通常以所采取方法的持续性为代价。因此，定量供应链寻求明显改进：如果改进程度太少，需要进行高级衡量才能检测到的话，那么这个计划很可能不值得去做，应被视为失败。相反，如果改进程度明显且在许多指标之间都保持一致，并且供应链整体上觉得比以前更灵活、响应度更高，那么这个计划很可能就是成功的。
指标可以博弈
为什么很少根据指标对工程师进行评估，这是有原因的：他们对于指标博弈太在行，更确切地说，他们会采用符合自身利益的指标，而不是采用服务于公司利益的指标。供应链很复杂，几乎所有简单的指标可以以一种对公司具有彻底破坏性的方式来加以利用。有人可能会认为这个问题只是关系到封堵指标中潜藏的漏洞。但我们的经验表明：总能发现更多的漏洞。
关于指标逆向工程的故事
我们以一个虚构的电子商务为例。管理层下决心要改进服务水平，因此服务水平成为旗舰指标。供应链团队按照这个指标开始工作，提出了一个大大提高库存水平但因此也为公司招致了巨大成本的解决方案。
结果，管理层改变了规则，定义了最大库存量，团队必须在这个限制内运作。这个团队修改了它的数据，并且意识到降低库存水平最容易的途径就是将大量存货标记为“积压存货”，由此触发了积极促销。库存水平是下降了，但在此过程中毛利润也明显降低。
这个问题再次未被发现，规则再一次改变。针对库存量引入了新限制，即库存可以被标记为“积压”库存。实施这条新规则耗费了大量精力，因为供应链突然与其实需要大量打折的“老”库存竞争。为了应对这条新规则，团队提高了空运相较于海运的份额。交付周期缩短，库存降低，但运营成本快速增加。
为了处理逐渐失控的运营成本，管理层再次改变规则，为可以空运的商品的比例设置了上限。这条新规则再次导致了严重破坏，因为它触发了一系列缺货，但原本可以通过空运避免的。团队迫于要在日益严格的限制下运作，开始放弃利用供应商提供的价格间断。采购较少数量也是一种缩短交付周期的方式。在此过程中，毛利润再次降低。
对于管理层而言，让采购价格重回正轨成了一个越来越难以捉摸的目标。没有哪条简单的规则能够解决这个难题，反过来为每种产品的子类别引入了无数的价格目标。许多目标被证明是不切实际的且导致错误。总而言之，供应链蓝图变得越来越不清晰。在多方压力之下，供应链团队开始调整需求规划过程模棱两可的功能：产品替代列表。
实际上，管理层在此过程造意识到有些缺货的影响不如其他一些产品，因为有些缺失的产品有多种近乎完美的替代品。因此，所有人都认同在计算总体服务水平时这些产品缺货可以忽视。但是，现在供应链团队在巨大压力之下，开始将这个列表的用意延伸到其原本意图之外：不那么相似的产品也作为近乎完美的替代品登上列表。服务水平指标是提高了，但业务未提高。
成功的陷阱
指标可以博弈，如果团队受到有害刺激，指标会以误导方式被利用。但这种情况还不如它所看到的情况糟糕。实际上，我们的经验表明，除了真正垮掉的公司文化以外，员工一般不会破坏其工作线。相反，我们发现大部分员工是对做正确的事感到自豪的，即便这意味着公司政策需要收紧一点。
因此，与其剥夺负责实施供应链优化策略的团队的自由，鼓励团队建立一组有助于整个供应链计划的指标很重要。管理层的角色不是以这些指标为依据来实施规则，而是要质疑为这些指标打下基础的战略思维。直接目标通常不应当是改进指标值，而是要改进指标本身的定义。
事实上，所有指标对于一个企业并非同等重要。通常需要付出相当多的精力才能制定出对企业有意义的指标。这项工作不仅要求很好地了解企业战略，而且需要深入理解伴随着无数假象和其他奇怪数值的基础数据。因此，在工作过程中应当首先考虑指标。
我们发现，任何供应链项目成功的一个有力指标就是计划全程制定的指标的质量。虽然有点像是谬论，但没有任何合理指标可以实际评估这些指标的相关性。以下给出了一些有助于评估指标质量的要素：
- 不同供应链团队中是否针对捕捉企业本质的指标达成了共识？或者由这些指标隐式促进的商业视角既未被短视也未被无视？
- 在调节数值与经济驱动因素时，这些指标是否具备真正的深度？简单诚然合意，但不能以大方向错误为代价。
- 数据假象是否得到了妥善处理？在处理从公司系统中提取出来的数据时，一般有许多“假象数值”需要处理。经验告诉我们，在原始数据看起来太理想时要持怀疑态度，因为这通常意味着甚至都没有发现问题。
- 根据选取的指标生成的决策是否有意义？如果某项决策与指标靠齐，但不认为它有任何意义，那么很有可能是没有意义的；问题常常潜藏在指标本身当中。
在许多方面，
制定良好的指标就像通往成功之坑的重力运动：除非是进行某些介入，否则自然的动作过程是顺着斜坡往下滚直至到达底部，这与成功的方向如出一辙。了解确切的底部深度并无严格要求，只要通往底部的这个过程中的每一步都能让公司变得更好。
明智的决策能提高绩效
在供应链中，即便再好的指标也会有大缺点：数字通常姗姗来迟。交付周期可能较长，今天所做的决策可能在数周乃至数月都没有明显效果。此外，定量供应链非常重视反复、递增的改进，这使得复杂度进一步提高。然而，使用非递增方法可能会更糟，虽然是出于其他原因。因此，指标不能作为评估计划是否走上正轨的唯一信号。
生成明智的决策很简单，但却低估了卓越绩效的信号。实际上，除非贵公司已经在供应链方面做得非常好，否则很有可能系统会不断生成“明智”的由供应链团队手工捕捉和修正的决策。所有“警告”或类似反应机制的目的完全是通过持续的手工修正工作来缓解持续发生的问题。
引导定量供应链计划到达一个正确的点，即所有通过全自动化自动生成的决策都被视为明智或安全，这是一项远超大部分从业者认识的成就。在这里强调“自动化”决策很重要：按规则行事，无需任何人为介入。所谓“明智”，是指即便在花费几小时了解案例后在从业者看来仍觉得不错；鉴于每天要做出的类似决策的数量，因此这当然不能经常进行。
我们的经验表明，只要自动化决策被视为可靠，当后续这些决策付诸“生产”中的测试时，绩效便会成为事实。“明智性”测试对于决策逻辑而言是一项非常严格的测试。除非贵公司已在采用与定量供应链非常相似的机制，否则很有可能贵公司的现有系统远谈不上通过这项测试。因此，总是会出现未捕捉到的错误，公司最终会为这种持续存在的问题付出巨大代价。
从运营角度说，只要供应链决策实现自动化，供应链团队就会从往自身系统中馈送无休无止的手工项目流的苦役中解放出来。这些生产力效益可以重新投入到真正重要的地方：改进供应链战略的细则，或更密切地留意供应商，以便解决他们那边出现的供应链问题。通过供应链的定量优化获得的绩效提升，可以由供应链团队进一步强化，他们最终会找到时间来改进流程和工作流。