供应链数智化探索-单场景(门店/仓库)持续售卖商品的补货计划-业务解决方案

简介: Think Big & Dive Deep;本文阶段性更新了笔者在大数据在供应链行业应用的探索经验,聚焦门店/仓库智能补货场景,从业务理解 ➡️ 领域建模➡️ 流程分解 ➡️ 矩阵分析 四步走中的业务理解部分开始,细分为:业务场景描述、业务痛点概述、以及业务解决方案简介进行介绍;

引言

在先前的文章供应链数智化探索-阶段性认知地图更新中,笔者陈述了近十年来有意识的加深以及拓宽大数据应用于供应链行业的认知地图,并预告了有机会将进行实际案例的探讨;
除此之外,在研发产品经理的价值思考-上,笔者提出了 研发产品经理的核心价值,在于将客户商机同技术价值的转化与交付的观点,并预告了有机会将细聊实际场景的技术方案设计以及技术选型;
随着探索的推进,实践的沉淀,以及对行业先行者所分享内容的持续关注与思考,(一例:复杂性应对之道——矩阵思维(多维度思考))笔者了解到,客户商机同技术价值的转化,主要考验的是从业者的如下4个步骤的把握程度:
业务理解 ➡️ 领域建模 ➡️ 流程分解 ➡️ 矩阵分析
基于笔者目前的认知边界以及经验,本篇先通过供应链管理中常见的门店或者仓库的持续售卖商品的库存管理中最核心的补货计划,来更新一下业务理解(业务场景描述、业务痛点概述、以及业务解决方案简介),并将在下一个篇幅中,介绍对领域建模的阶段性理解(业务方案往技术方案的转化-指标设计,以及技术选型);

正文

1. 业务场景

相信接触过供应链管理的伙伴对于库存管理,尤其是补货计划并不陌生,只要是经营实体商品的售卖,补货都是一项必须的经营事项。
从供应端往需求端梳理,一个常见的商品供应链,通常会经过如下流通的链条:
原材料供应商供料,工厂加工生产为成品,交付到仓库,最终通过分销网络,配送到离消费者最近的线下门店。(如下图左边所示)
这里我们挑选一个门店场景,展开来看,其在经营活动中会遇到的典型的补货场景:
下图右侧展示了随着门店销量的上升,消耗了自身的库存,导致门店库存下降,当库存下降到一定程度时,触发了补货需求,通过精准科学的补货计算,输出了补货的指令,指导供应方拣货,并由物流配送,最终补货到达,门店库存水位恢复,从而支持销量持续上升的闭环。
门店经营的商品数量增加,新旧商品迭代变快,需求变化难以琢磨,供应节奏难以协调等客观因素都会增加补货计划的复杂性。人工补货计算越发难以跟上商业环境的变化,补少了影响销量,造成销量损失,补多了造成呆滞,占用资金,打折清仓影响经营利润。这些实际场景中遇到的问题,都指向了一个方向,如何科学补货?

001-供应链场景描述.jpg

2. 业务痛点

随着智能补货数智化探索的推进,我们尝试从门运营/仓库运营,总部供应链管理角色,以及总部信息技术部门的角度,进行常见痛点以及疑虑的总结,如下图。
其中一线运营如门店,在关心如何科学补货从而满足销售需求之余,因为补货大多是兼职事项,其更关心如何使得补货更加的便捷,如自动化,以及智能化,从而减少其补货管理所花费的时间成本,以便将更多的精力分配到面向消费者的商业活动中;
从总部供应链管理的角度,主要职责是确保整体集团的供应链条可控,最常见的问题是如何高效的判断各个门店/仓库提出的补货数量以及频率是否合理;
从总部信息技术部门的角度来看,更关注的是有无成熟的解决方案或产品可以快速落地,从而帮助一线运营以及总部供应链部门获得业务的降本增效;

002-痛点描述.jpg

3. 业务解决方案

现在我们对典型的门店补货场景,以及各方的痛点以及顾虑有了初步的了解。
有问题就有解决方案,相信从事供应链计划,或者是库存管理的伙伴们,对安全库存方法,也就是补货量=目标库存-在库-在途的方法论并不陌生。那么今天就在此介绍一个更加有意思的方法论-DDMRP。
DDMRP可以直译为需求驱动的原材料需求计划,在这里将降维应用到分销网络中的成品的库存管理以及补货计划中。
要介绍DDMRP,我们主要需要其3个部分(核心内容如下图所示):

  • 核心计算公式:补货量=目标库存-计划库存;
  • 核心概念介绍:目标库存的组成-红黄绿区,以及计划库存的组成与优越性;
  • 动态调整:目标库存的动态调整与自适应(供需的数量、以及时间的自适应)、以及计划库存的动态调整与自适应

这里重点介绍一下构成DDMRP方法论的俩个核心概念,一个是构成其目标库存水位的红黄绿区,另一个就是计划库存了。因为大多数人对于安全库存方法论都已经有所了解,所以此处通过对比以及类比安全库存方法论的方式来介绍DDMRP.
DDMRP的绿区可以类比安全库存方法论中构成目前库存的在库,其业务含义为订货周期内的需求汇总;
DDMRP的黄区可以类比安全库存方法论中的在途,其业务含义为配送周期内的需求汇总;
DDMRP的红区可以类比安全库存方法论中的安全库存,主要用来应对供应的时间波动,以及期间的需求数量的波动;
DDMRP的计划库存也是一个有意思的概念,其存在的意义主要是为了应对未来一段时间内突增的需求数量或大单,以及可预见供应间断如节假日,从而有策略,有序的提前备货,使得供应链上下游协调更加的平滑。具体的组成如下图所示。

003-业务方法论.jpg

DDMRP的魅力之一在于其可以动态的调整目标库存,以及计划库存的数值。
在DDMRP方法之上,稍加创新,就可以实现针对目标库存的供需数量以及时间的自适应;
具体的案例因为更多的涉及到技术方案的设计,将在下一篇文章挑选典型案例同大家介绍;

下一步

介绍对领域建模的阶段性理解(业务方案往技术方案的转化-指标设计,以及技术选型)

相关文章
|
Linux Docker 容器
Docker容器运行Linux
Docker容器运行Linux
515 0
|
人工智能 前端开发 Java
AI大模型进阶系列(03) prompt 工程指南 | 实战核心技术有哪些?
本文深入讲解了AI大模型中的prompt工程。文章分析了role角色(system、user、assistant)的意义,message多轮会话记忆机制,以及prompt的核心三要素(上下文背景、输入内容、输出指示)。同时介绍了多种提示优化技术,如少样本提示、CoT链式思考、prompt chaining链式提示、思维树ToT提示等,还展示了让AI生成提示词的方法,为实际应用提供了全面指导。
|
Java 编译器 程序员
Java异常处理和最佳实践(含案例分析)
如何处理Java异常?作者查看了一些异常处理的规范,对 Java 异常处理机制有更深入的了解,并将自己的学习内容记录下来,希望对有同样困惑的同学提供一些帮助。
13990 3
Java异常处理和最佳实践(含案例分析)
|
Java
Java aop 如何获取方法的参数体
【8月更文挑战第12天】Java aop 如何获取方法的参数体
792 2
|
存储 缓存 Shell
Transformers 4.37 中文文档(一)(3)
Transformers 4.37 中文文档(一)
2248 1
Transformers 4.37 中文文档(一)(3)
|
Arthas 网络协议 Java
java instrument机制分析与实践
1. 原理介绍java instrument是一种字节码增强技术,在jdk1.5开始已引入,其核心功能实现依赖java.lang.instrument.Instrumentation接口,通过实现该接口,我们可以对已加载和未加载的类进行修改。java instrumentation最常用的一种使用方式是通过jvm的启动参数:-javaagent来启动,例如:java -javaagent:myag
2034 0
java instrument机制分析与实践
|
存储 程序员 uml
【程序员必备】绘制架构图,流程图神器推荐
好的图形可以帮我们更好的表达自己,帮我们理清逻辑
|
机器学习/深度学习 监控 物联网
函数即服务(FaaS)
函数即服务(FaaS)
781 7
|
Go Java
mockito中两种部分mock的实现,spy、callRealMethod
什么是类的部分mock(partial mock)?A:部分mock是说一个类的方法有些是实际调用,有些是使用mockito的stubbing(桩实现)。   为什么需要部分mock? A:当需要测试一个组合方法(一个方法需要其它多个方法协作)的时候,某个叶子方法(只供别人调用,自己不依赖其它反复)已经被测试过,我们其实不需要再次测试这个叶子方法,so,让叶子打桩实现返回结果,上层方法实际调用并测试。
5426 1