要不要给供应商预测?

跟链主企业一样,供应商供应链也需要预测来驱动。供应商执行是否到位,很大程度上取决于需求预测的及时性和准确度。

预测从哪里来?从采购方来。但有些采购担心预测准确度,不愿意给供应商提供需求预测。作为供应商,你的选择有两个:如果你胳膊粗,你就不见兔子不撒鹰——没有订单,我就不建产能不备库存;如果你胳膊细,那就只好自己承担预测的风险,自己猜个预测。

不见兔子不撒鹰,自然是害了需求方:需求落地时,供应商已经来不及响应了。供应商自己做预测呢,因为比采购方更加远离需求,预测准确度只能更低,不管是短缺还是过剩,不管影响到的是客户还是供应商,从供应链的角度来看都不是好事。

要知道,在供应链上,谁处于最合适的位置做某件事,谁就应该去做,否则注定是次优化解决方案。这是个基本准则。显然,采购方离需求更近,处于更合适的位置做预测。

管理良好的公司,企业一般有滚动预测,定期发送给供应商,比如13周预测准确度较高,指导未来三个月的交货;14到26周的预测准确度较低,指导供应商做中长期产能规划。在管理粗放的企业,企业的需求预测能力薄弱,给自己的生产都没有预测,供应商就更不用提了。计划先天不足,就只能靠执行来弥补,表现在生产线上加班加点,忙的时候忙死,闲的时候闲死;采购采取多点寻源,一个料号由多个供应商做,以防万一供应商A供不上货,供应商B来备份。这样做的结果是生产效率低,运营成本高;采购额分散,规模效益丧失。

进一步讲,对于定制化程度高的产品,或者采购方需求很大、占供应商的产能比例较高时,没有一个供应商会有那么多的富裕产能,来“准备”万一自己的竞争对手没法供货,好把它们的生意抢过来——因为产能利用率低,那样的供应商早就破产了。所以,在供应商的产能准备上,我们必须正视预测,督促、帮助供应商及早准备。

在给供应商分享需求预测时,还有个问题是采购要不要调整预测,比如加码或者打折。

调整预测的最正当理由呢,就是预测不准确。不过想想看,作为采购,你更加远离需求源,何德何能比计划、销售预测地更准?采购调整预测,更多的是基于对供应商的不信任,比如担心产能不足,那好,就拔高预测。这结果就是需求信号重重放大,导致“牛鞭效应”;供应链的各个环节多重博弈,给供应链导入太多的不确定性,最后都形成库存。

打个比方。比如需求预测是100个/周,采购担心供应商产能不足,就加码20%,调整为120,供应商会不会知道?当然会,因为实践是检验真理的唯一标准:供应商按照120来准备,发现订单只有100个,你不用是个MBA也知道发生了什么。那以后供应商怎么办?打折。采购会不会知道?当然会:我订了100个,你只能供应80个,这不明摆着打八折了嘛。作为反制措施,采购就加更多的码,供应商就打更多的折,相互博弈,导入很多不确定性。对于不确定性,供应链的自然应对就是加库存、加产能,两者都是成本。

采购与供应商这么博弈,计划与采购、销售与计划、客户与销售也是这么博弈,你会发现,供应链上有四重博弈。博弈的结果呢,就是四个需求预测,而正确的需求预测只有一个,那就注定至少3个预测都是错的。错误的结果呢,就是库存过剩或者短缺。更糟糕的是,这种博弈导致需求变化沿着供应链层层放大,形成“牛鞭效应”。要知道,“牛鞭效应”是供应链的大敌,导致短缺与过剩轮番出现,无论是产能还是库存,最后都是成本。人类一思考,上帝就发笑。职能与职能、公司与公司之间互相博弈,导致的多重预测显然属于此列。

讲到这里,或许有人会说,我明白,采购调整预测是件很糟糕的事。但是,预测虚高,供应商已经吃过N次亏了,前年的呆滞库存还没处理掉呢,不调整行吗?是啊,你知道按照计划的指令,往前走会掉到坑里去,而且已经掉下去N次了,那你当然要调整。做为采购,你怎么调整呢?把需求历史调出来,根据过往的需求来打个折。得,这不就是计划应该做的数据分析吗?

这里的根源呢,是在很多企业,销售“提需求”;计划职能薄弱,简单汇总起来就给采购和供应链,只起个传声筒的作用。看得出,这需求预测不是“从(计划的)数据出发,由(销售的)判断结束”,而是销售“由判断开始,由判断结束”,习惯性地虚高。因为缺了“从数据开始”,采购调整预测,其实是在弥补计划的不作为。这也再次印证了,一个职能不做它的核心任务,就只能由它的内部客户或内部供应商来做了。

那怎么办?你不能简单地说,采购不得调整预测,如果需求预测的质量不能提高的话。要知道,不改变能力,就没法改变行为。这里的能力呢,就是计划对接销售和运营,做出一个“准确度最高的错误的预测”的能力。这就回到前面的需求预测流程,也是企业销售与运营计划(S&OP)的关键构成。

这儿又有人会说,我们是严格遵循“从数据开始,由判断结束”,相信得到了“准确度最高的错误的预测”。但这预测一到采购的手上,作为人之常情,采购总想增加点价值,捣鼓捣鼓后发送给供应商。这里的解决方案有二。从组织角度,要重申采购哪些可以做,哪些不可以做;从系统角度,就是增强信息系统的能力,比如通过电子商务,把预测自动、直接发送给供应商,甚至下级供应商。

供应商把预测给它的下级供应商时,也可能有同样的信息扭曲问题。作为解决方案,有个全球制造商就把电子商务平台开放给下级供应商,下级供应商在网上输入自己的料号,就能得到最终客户给一级供应商的预测。该公司是大型设备制造商,行业周期性异常明显,确保公司、供应商、供应商的供应商采用同样的预测,需求飙升时大家一起准备产能,需求下跌时大家一起控制库存,是供应链协同的关键。

这些措施都是增加信息的透明度。毕竟,“牛鞭效应”的根本原因是信息不对称:销售知道的计划不知道,计划知道的采购不知道,采购知道的供应商不知道。电子商务这样的信息系统呢,就是把各职能、供应商、供应商的供应商都纳入同一系统,信息对称了,预测失真就小,库存就少。这就是北美过去二三十年来常说的“拿信息换库存”。

看到这里,你就知道,在那些习惯性地采取一品多点的企业,为什么会屡屡抓瞎了。这些企业为了导入更“充分”的竞争,就把同一个料号分给多个供应商做。为了吊起供应商的“胃口”,各自的份额都经常变动。你知道,这种情况下,供应商的需求预测就很难做,导致诸多产能、库存问题。这还没完。有的企业把这种做法延伸到二级供应商,导致问题更加复杂,需求更加难以预测。

比如有个互联网企业,新近进入电子硬件行业,为了“增加”对供应商的控制,就在一级、二级供应商上都推行一品多点。结果呢,新产品导入时预测本身就很难做,现在又分割给多个一级、二级供应商,组合太多,管理难度大增。打个比方。这产品的预测是100,由两个制造商来制造(一级供应商),其中的关键零部件又有两个供应商(二级供应商)。每个一级供应商的份额可能是0%到100%,每个二级供应商也是这样。二对二就是四种组合的情况下,不确定性很大,二级供应商的业务量不但取决于采购方,而且也受一级供应商的影响,预测的变数太大,产能就很难规划,也很难承诺最好的价格。这给采购方的新产品导入带来很大挑战,也给他们的成本控制带来很大麻烦,因为产品成本大部分来自下级关键零部件供应商。

版权声明:刘宝红 发表于 2020-04-03 0:00:00。
转载请注明:要不要给供应商预测? | 物流网址导航

暂无评论

您必须登录才能参与评论!
立即登录
暂无评论...