数据会说话

供应链部门来了一位新经理，公司正在进行精细化管理，一切指标都要量化，在供应链部门，虽然每天都与金额和数量见面，但这些数据大多数情况下是拍脑袋出来的，例如，采购量的预测，供应商的交期，数量折扣，等等。

开始，大家还不以为然，认为自己的数据都是经过分析得出来的，供应链经理抓了几个典型数据，问相关人，还都给问倒了，

例如，供应链经理问：“安全库存设多大？”

       财务回答：   “C类物料两个月，B类物料一个月，A类物料也是一个月，高价值的再研究决定。”

      供应链经理问：“为什么C类物料两个月，A、B类物料一个月呢？”

       财务回答：   “经验。”

      供应链经理问：“为什么是一个月而不是28天呢？我们要求精细化管理，这安全库存应该如何计算呢？
        财务回答：   “...”

供应链经理再拿出一个数据，问：“采购向供应商提供预测吗？”

聪明的采购回答：   “当然要提供预测的，产品预测来自于计划部门，我们根据产品数量按BOM表分解到最下级材料，再发给供应商。”

供应链经理问：“产品的预测怎么做？”

计划回答：   “根据上几个月的生产状况判断，再加入销售员的建议。”

供应链经理问：“如何判断？”

计划回答：   “经验。”

这时大家都相信了，平时工作中许多都在凭经验，但也有人争辩到，凭经验有错吗？当然立刻就有人站出来反对：“经验没有错，但经验要变成流程，经验要能够复制，要不然，一个人一个说法，人走了，经验也没有了。这是知识管理的基本内容。”还有一位老同事，抬出来一个著名的立论：“实践是检验真理的唯一标准”，“那么我们检验了吗？”

供应链经理要求大家找出自己工作中需要精细化，但没有做到的一些数据，并要求群策群力，拿出方案，不久许多数据都拿了出来：

1.安全库存的设置及检验

2.预测的计算及误差衡量

3.预测中季节性因素的考量

4.数量折扣的计算

5.交付周期的确定

6.现金折扣的计算

7.... ...

供应链经理非常高兴的看到了精细化管理带了的成果，并要求员工们再深入挖出一些更多的“拍脑袋”数据。

讨论：

1. 上面６个指标如何“精细化”计算？

2. 还有哪些数据是需要计算的？

点评：
首先，我们对着6个指标的“精细化”计算。

安全库存的设置及检验

安全库存被下列几个指标所影响：1. 服务水平f；2. 交付周期L；3.需求的波动。

企业要为自己制定一个服务水平，即回答多大成度上满足客户的需求，在这个战略目标下，企业的各个部门的各种活动的方向也就决定了。库存水平的配置是为了企业的战略目标服务的。企业要回答一个问题：“以多大成度满足客户的需求？”有的企业提出：“百分之百地满足客户的需要”，有的企业高喊：“百分之一百二十地满足客户的需要”，百分之百那就必须达到库存的无穷大，是不可能实现的，第二句话那是鼓励员工为客户服务的理念而已。因而要定义清楚，例如：f=95%，还是97%，或是90%，这是企业的战略目标，它需要考虑竞争对手的数据，考虑自身企业的定位，是比竞争对手高，还是跟随战略；还要考虑客户的承受能力及丢失客户损失。

在这里有一个假定，就是客户的需求是“正态分布”，因而根据服务水平f，从正态分布表，可以查出Ｚ：　例如f=99.73%，Ｚ＝2.0；f=95.5%，Ｚ＝1.7； f=90%，Ｚ＝1.3

再计算需求的波动，

上面公式中，，，．．．，，一共有ｎ次的需求，为ｎ次需求的平均值，而为这ｎ次需求的标准差，反映了需求的波动值，最后安全库存的计算公式为：

当然，在这里有几个情况需要说明，一般来说，企业得不到未来的需求，（正因为如此，才要计算安全库存），所以，上面公式中，，，．．．，，这ｎ次的需求都是过去的数据，平均值，标准差也都是过去的数据，以过去的数据推算未来的安全库存，是存在一定风险的。

再有安全库存被平均库存所限定，而平均库存水平又要符合企业整体的库存周转率的要求，库存本身还是一种投资，受企业现金流的影响，这样安全库存的因素更为复杂。但上面的计算给出了一个基本的方向。

安全库存误差分析。安全库存的误差很少企业做过分析，但误差分析对未来的安全库存设置是非常有帮助的。每一次到货时为最低库存值，设为即时安全库存，，，．．．，，一共有ｎ次，设置的安全库存为，

平均安全库存，

平均安全库存偏差， >0，则安全库存设置过大，反之， <0，则安全库存设置过低。

为安全库存的标准差，说明其波动情况。

预测的计算及误差衡量

有许多种预测的方法。最简单的方法就是移动平均法，计算最近“n”个时段的平均值，在每次的不断计算时，添加最新时段的数据，剔除最远时段的数据，

例如，一月，二月，三月的实际需求分别为2500，3200，2200，则：

四月的预测=（2300+2500+2100）/ 3= 2300

如果四月的实际需求为2600，则：

五月的预测=（2500+2100+2600）/ 3= 2400

第二种一阶指数平滑法：设上一时段（t-1）期的预测值，实际值，则，这一时段t期的预测值：

注意到，当大时，增加了预测对实际需求变化的响应度，但波动也更大，这个方法的难点是如何在（0-1）范围内确定值。多阶的指数平滑可以解决这个问题。

第三种，多阶指数平滑，选取（t-i）期前m时段的的预测值及实际值，设（t-1）前i（i=1,2....m）时段的预测值，实际值，则，这一时段t期的预测值：

例如：例如m=5，则可以这样设计和：

这个系数安排意味着，预测和实际的权重相同，但随时间线性递减。

第四种，线性回归，当需求显示不论是上升还是下降的线性趋势时，也可结合时间序列的历史数据采用线性回归的方法。用最小二乘法，以一条直线来拟合历史数据。例如，可以利用采购的数量预测某些商品或原材料的价格趋势，进行线性回归预测所使用的方程为：

其中，Y= 时段i的预测

X= 时间或数量变量

a= 当 X=0 时，Y值的截距

b=直线的斜率

采用最小二乘法时，系数a和b的计算

x为独立变量值，y为相关变量值，n为观察到的数据个数。

预测中季节性因素的考量

可以用例子来计算，例如，分为4个季节（也可以3个或5个，或其它），深色部分为原始数据，浅色框中数字为计算结果，每一行的最后一个是个年的去年总和，即将四个季度的数字加起来，倒数第二行为各季度的总和，即将五年的每个季度的数字加起来，最后将5年的总和除以每一个季度的之和，就得到季度因子，例如第一季度的因子是

(97+87+102+110+104)/2729=0.18 或18%。

如果第六年的全年预测值为600单位，那么季度1 预测为600×0.18=108；季度2 预测为600×0.29=174；季度3预测为600×0.23=123；季度4预测为600×0.30=180。

利用最后一栏，还可以对价格进行季节性的修正，如果上面的数据不是数量而是价格，则最后一栏就是对全年平均价格的季节性比例修正值。

预测的误差计算：

常见的预测误差计算方法有：平均绝对值MAD，平均绝对百分比误差MAPE，平均方差MSE。

其中， ，i深刻的实际需求；，i深刻的预测；n，分析中时段的个数

数量折扣的计算

可以通过两种方式来计算数量，一是纯数量折扣分析--固定/可变成本倒推法

例如，采购得到一张价目表

按下面的步骤做计算：

价格表分析步骤：

步骤1：数量Q × 价格P

步骤2：数量Q×价格差异P： 例如18-10=8,24-18=6,30-24=6,50-30=20

步骤3：数量差异ΔQ：例如：20-10=10,30-20=10,50-30=20,100-50=50

步骤4：可变成本VC=数量Q×价格差异P÷数量差异ΔQ = ②÷③

              例如8÷10=0.8，6÷10=0.6，6÷20=0.3，20÷50=0.4

步骤5：找出最低的可变成本，逻辑上说，可变成本成本应该不变的 0.3

步骤6：计算所有的批次的可变成本：数量Q ×⑤，

         例如：0.3×10=3，0.3×20=6，0.3×30=9，0.3×50=15，0.3×100=300

步骤7：用第一批的总价格减去第一批的总可变成本，10-3=7，这就是固定成本，是不随数量增加而变化的。

步骤8：每一批的可变成本加上固定成本7，得到目标成本

        例如：7+3=10，7+6=13，7+9=16，7+15=22，7+30=37

步骤9：计算差距，①-⑧，例如：18-13=5，24-16=8,30-22=8,50-37=13

第二种算法，利用边际成本递减的原理，计算不同分段的

可以看出，数量从50单位开始是不断上升的，不符合边际成本递减的原则。这个方法比上面一个要简单，但揭露的内容不够深入。

交付周期的确定

如果，交付周期的统计如下，最早交货时间为a，最晚交货时间为b，最可能的交货时间为m，则期望的交付周期

现金折扣的计算

例如：销售给出的付款条件是，“2%，10天/净30天”，这个条款的意思是正常付款期为30天，如果10天内付款，获得2%的折扣，这在财务上称为“现金折扣”。下面计算：

每天：2%/（30-10）天= 0.1%/天

按年计算的非复利单利 = 0.1% × 360 =36%

将企业的资金的机会成本与获得的收益相比较，是否接受这一条款。

经济订货批量

Ｄ：年使用量；Ｉ：订货成本；Ｓ：库存持有成本；P：产品单价

例如：年使用量Ｄ＝90,000单位，单价P=5元；订货成本Ｉ＝33.33元；库存持有成本Ｓ＝12%，

得出，EOQ=1,000单位。

对经济批量的理论有许多批评，但并不是批评该方法在内容上的不足之处，而是批评那种不顾实际情况而不适当地随便使用这种方法的态度。伯比奇教授在其1978年的著作《生产管理原理》中，对经济批量提出的批评大略如下： 1、它是一项鲁莽的投资政策——不顾有多少可供使用的资本，就确定投资的数额。2、它强行使用无效率的多阶段订货办法，根据这种办法所有的部件都足以不同的周期提供的。3、它回避准备阶段的费用，更谈不上分析及减低这项费用。 4、它与一些成功的企业经过实践验证的工业经营思想格格不入。

做一个总结：企业中应该有向这位供应链经理这样的员工，多问几个为什么：数据从哪里来？怎么出来的，应该怎么得出数据，用什么方法计算？是否有依据？