制造业转型-新时代库存管理的应对之路

面对快速变化的市场，全球化趋势的盛行，竞争的日渐加剧，以及产品生命周期的不断压缩，制造业企业不得不重新思考自己的供应链规划和运作。现代化供应链变得日益复杂，往往需要数百（有时甚至数千）家合作伙伴、供应商、分销商以及客户更紧密地合作。

现代化库存优化的三大难点

过去十几年来，供应链的复杂度正在飞速增加，几乎所有制造业企业对此深有体会。今天的消费者对产品和服务的个性化需求越来越高，制造商其实也深有同感。产品种类的激增催生了更大的需求波动和行业转移，因为制造商开始发现，自己越来越多的收入竟然源自变化速度缓慢，但数量极为众多的产品。原本的库存管理策略，例如凭直觉进行的粗犷式管理以及通过“均码”方式规划需求，已经无法应对当今制造业供应链所造成的挑战。那么，当今制造商主要会面临哪些痛点？

长尾：间歇性需求和「无法预测」的SKU

制造商早已可以顺利应对与快速变化的产品相关的正常需求模式。然而长尾需求的增加使得制造商必须不断努力与之适应。

最初，长尾需求主要困扰着分销商和大规模在线零售商这种主要承担销售职责的组织，然而制造业的最新趋势使得长尾需求开始蔓延到整个制造业的不同环节。产品种类的增加使得补货频率随之增加，因为需要应对越来越多产量少但具备独特性的产品和零件。随着这种变化的加剧，制造商开始在“间歇性”需求预测和“波浪式”需求等方面遇到挑战，不再像以往那样面对平滑变化的需求模式。大部分组织无法精确预测这些SKU的需求，同时还在艰难地高效管理长尾商品，这会导致服务水平下降和资源的浪费。但这并不是SKU增加造成的唯一影响。

SKU位置数量爆炸式增长

产品种类的增多还导致供应链遇到越来越多的SKU-位置（SKU-L）组合。跨越不同底立位置倍增的组件和成品数量以及相互独立的库存水平，也会进一步让供应链变得更复杂。

为了应对数量激增的SKU-L，很多公司通常会通过分割策略将SKU-L分组为任意的片段，并为所有产品设置相同的目标服务级别。这种方法通常会对产生糟糕的库存建议，无法考虑到消费者或产品行为之间的逻辑差异，例如高利润产品线或业务关键项目通常需要更高服务级别。产品种类的激增不仅会再需求预测和众多SKU-L组合的管理方面带来挑战，还有可能导致制造商犯下重大错误。

对波动的需求反应过度

面对压力，并且不确定该如何管理日益复杂的供应链，很多制造商开始后知后觉地提高库存级别，以便为不可预测的客户需求提供库存缓冲。然而如果不能完全理解需求推动因素，只是简单地增加新库存，这种做法往往会适得其反。如果缺乏仔细规划，制造商会发现自己面临成本超支或库存过剩等问题。

长鞭效应（bullwhip effect，指的是供应链上一种需求变异放大的现象），又进一步加剧了这种情况：销售点需求的略微增加，会导致需求沿供应链被逐级放大，使得预测结果极为不准确，进而导致产量过剩。

由于大部分制造商无法有效预测慢速变化产品的需求变化，这也会导致长鞭效应会在长尾情况下产生更扭曲的结果。

例如，由于名人效应带来的某款产品销量剧增35%，店铺可能认为这代表着后期还会有更大增量，于是将供货商的补货订单数量增加了70%。发现订货量大增，于是工厂决定将产量增加140%。不幸的是，对于整个供应链上的不同梯队来说，需求被人为放大了，这会导致工厂、供货商和店铺最终为过剩库存付出沉重的代价。

创新才是硬道理

面对当今供应链难题，制造商需要通过现代化的库存优化解决方案来帮助自己应对长尾需求，以及数量激增的SKU-L组合。

很多供应链管理者都在努力在客户满意度和释放运营资金之间寻找最佳平衡点。新一代库存优化解决方案可以帮助制造商转变低效率的库存管理实践，应对这一挑战。我们可以通过三个方式，通过智能、自动化的库存优化方式实现业务的转型。

跨越整个供应链计算并调整最佳库存水平

1

很多制造商通常会用过时的线性方法管理库存。库存管理不善是造成制造商效率低下的原因之一。传统库存管理方法严重依赖低效甚至不科学的流程，例如经验法则、任意分割和猜测。这些古老的机制缺乏适应实时变化市场条件的响应能力，并催生出被动的、容易出错的方法。

为了消除这些问题，成功的制造商正在实施智能化工具，借此利用内外部数据跨越整个供应链调整库存水平。在高级分析技术帮助下，这种多级库存优化系统可以将绩效不佳的库存转变为敏捷、迅速响应、积极主动地业务成功因素。

平衡服务水平目标和运营资本

2

随着消费者对差异化和个性化产品的需求不断增加，制造商必须通过更多种类的商品加以适应，“均码”的产品已经无法有效满足客户对服务水平的预期。例如，当今车主对车胎、轮毂、方向盘等零配件的风格和样式提出了更多要求，但是对这种个性化“长尾”商品的需求是非常零散的。为了在整个价值链中实现始终如一的服务承诺，必须有效协调适应不同的人员、零件、产品和服务。

为了实现服务水平目标，有效应对产品种类的剧增，同时高效使用运营资本和资源，当今领先的制造商都在借助灵活的系统进行自动化的需求建模和库存优化。只有最大限度提高库存效率，才能在高水平服务和低运营成本之间取得平衡。

通过自动化智能平台拥抱数字化转型

3

领先的制造商正在通过高级分析和成熟的数据处理技术实现供应链的现代化转型。借助这样的转型，制造商可以进一步提高服务水平，释放运营资金。此外通过实施高度自动化的系统，制造商也可以帮助员工充分利用现代化供应链专业知识，不再只是专注于繁琐的库存管理、预测和数据管理任务。

在将数据融入现有的智能库存优化解决方案后，制造商还能进一步简化运作，降低成本，释放人力资本。库存优化是一种易于实施的转型活动，并能对制造商的底线产生重大、深远的影响。

专业问题专业合作伙伴

多年来服务于企业客户的微软，有着庞大的生态体系和广泛覆盖的合作伙伴网络。在供应链管理与优化方面，很多合作伙伴基于微软平台和技术，开发了丰富多彩的创新解决方案。

例如ToolsGroup基于微软云技术开发的Multi-EchelonInventory Optimization（MEIO）就是一种功能全面、易于使用的多级库存优化解决方案，通过高级分析能力驱动的智能优化引擎为该解决方案提供了一系列灵活功能。

借助这套解决方案，制造商可以使用自己现有的数据进一步提高服务水平，降低成本，将分析能力拓展至下游组织，借此实现进一步优化。其专利的自主学习分析能力极为可靠，即便对于慢速变化的产品和间歇性需求同样有效。

很多客户已经通过ToolsGroupMEIO获得了巨大收益，例如一家汽车零部件制造商借此将客户服务水平从92%提升至98%，同时库存减少了15%，实现了价值600万美元的运营资本改善。（微软科技）