青岛啤酒的供应链优化 | 物流咨询方案和公司 物流供应链咨询 智慧物流产业园区咨询

作者:岳仍鹏 来自:物流技术与应用 点击:

青岛啤酒的供应链优化

ChatGPT 颠覆了整个咨询行业!不会用的公司和咨询师必然淘汰!
马上体验学习ChatGPT及其它大模型:点击体验(需输入会员密码)

注册会员无需翻墙即可使用 ChatGPT特惠:

  • (1)包月使用299   包年使用2999  | 微信:18121118831联系;
  • (2)送一个月以上的咨询报告库VIP会员,可以浏览下载上万篇咨询和行业报告

640.jpg

青岛啤酒通过和蓝幸软件合作打造供应链决策中台,解决了在供应链承载能力及业务方面的相关痛点,并通过供应链决策数据的标准化、供应链决策数据工作流的自动化、端到端的供应链计划和优化、供应链决策的可视化实现了数字化升级和降本增效,实现了供应链优化。

作者:岳仍鹏 蓝幸软件(上海)有限公司

前言

当今时代,基于不断变化的市场需求、变化莫测的国际环境,以及疫情等“黑天鹅”事件的持续影响,传统供应链正承受着过去几十年从来未曾遇到的考验和挑战,供应链上的各方均面临诸多困境。综合近几年国际国内较为有代表性的供应链问题(如美国零售商面临的“黑色星期五”供应链危机,2022年美国遇到奶粉荒)来看,笔者认为困境产生的原因主要有三方面:

首先,供应链是有承载力的;其次,供应链的传导很花时间,供应链不可能做到实时反应,而是通过链条中的各个环节彼此交易实现;第三,供应链当中的要素互相制约,例如又快、又好、又便宜,这三个指标便互相制约。因此,供应链升级对于社会经济的影响是很大的,更别提对于企业的影响了。

虽然过去几年物联网、ChatGPT、供应链控制塔等新兴技术不断出现,但是实际在供应链数字化转型中并没有太多让人印象深刻的应用范例。而青岛啤酒通过和蓝幸软件(上海)有限公司(以下简称“蓝幸软件”)合作,使用供应链决策中台帮助他们带来了实实在在的成本节省和效率提升。

青岛啤酒供应链现状与挑战

1.青岛啤酒概况

青岛啤酒股份有限公司(简称“青岛啤酒”)是中国历史悠久的啤酒制造厂商,目前品牌价值2182.25亿元,连续19年位居中国啤酒行业首位,位列世界品牌500强。2021年青岛啤酒厂成为全球首家啤酒饮料行业工业互联网+“灯塔工厂”。根据青岛啤酒2022年年报,公司在国内拥有57家全资和控股的啤酒生产企业,及2家联营及合营啤酒生产企业,分布于全国 20 个省、直辖市、自治区。

640.jpg

青岛啤酒公司大厦外景

2.青岛啤酒供应链需求

(1)从供应链承载力来看

首先,工厂和产线数量有限,产线能做什么产品都是有限制的。投资新的产线当然可以,但是需要时间和成本,且各个工厂产线的效率、成本都是不一样的。不可能说想什么时候生产、想生产什么都可以,这都需要从成本和承载力角度加以考虑;物流资源也不是无穷尽的。也不可能说想什么时候运输就运输、想存储多少就存多少。啤酒较重,运输和存储成本都很高。其次需求的传导需要时间但又需要保障新鲜度。青岛啤酒的品质非常之高,其工艺和品质全球领先。啤酒从准备生产到消费者手里是需要时间的。从糖化、发酵、储酒、过滤、包装,到运输、经销商入库,再到销费者手里,这个传导过程需要时间,同时又需要保障啤酒的新鲜度。

所以如何平衡供应链当中相互制约的要素,在确保最高品质和新鲜度的同时,在当前供应链承载力范围内,提高利润率并以更加高效的方式运作,这是啤酒企业面临的共性问题。

(2)从业务角度来看

管理人员的工作其实非常难,为了寻求这个平衡,到底哪个工厂什么时候产什么东西、产多少、运给谁、用什么运输模式、东西存在哪里、存几天? 这一系列的问题都会最终影响供应链的效率和成本。这些决策还需要考虑到营销、生产、采购、物流、计划、财务等诸多部门的诉求,靠人的经验很难有效地制定出全局最优的方案,同时与各职能团队、区域团队,以及高层的沟通也面临着巨大挑战。成本要素拆解不清晰、约束要素考虑不全面、优化方案无法进行快捷有效的解释,使得总部的管理工作往往付出了巨大的时间成本。

(3)从数字化角度来看

青岛啤酒已完成了供应链执行层系统的数字化建设,建成了围绕着ERP系统打造的,结合WMS、TMS、MES等众多系统的执行系统体系,并逐步完善补足系统空缺。如何利用执行层系统积累的数据为业务决策提供价值,成为了公司供应链数字化建设下一步的重要任务之一。因此,对于一套具有智能化、自动化、科学化等特点的系统工具的需求也就应运而生。

供应链决策中台在青岛啤酒的应用

2022年,青岛啤酒与蓝幸软件展开共同协作,借助蓝幸软件的智能化决策中台产品,以青岛啤酒供应链实际业务需要为出发点,共同打造符合青岛啤酒业务要求,具有青岛啤酒特色的智慧供应链决策中台系统。

青岛啤酒供应链决策中台的建设目标和要求有四大要点:供应链决策数据的标准化、供应链决策数据工作流的自动化、端到端的供应链计划和优化、供应链决策的可视化。

1.供应链决策数据的标准化

虽然说很多企业都有数据中台,但是中台数据大多是原始数据的集合,如何结构化的使用,如何将数据获取标准化、供决策应用非常重要。

2185b4284411721c820ee49d0bc04bd9.png

供应链决策中台内置了完善的决策框架和Pass层

青岛啤酒依托蓝幸软件的供应链决策中台中所需要的决策框架,实现了以下功能:一是将供应链主数据标准化;二是对端到端供应链路上发生的各项成本进行了标准化;三是供应链上的节点,如产线、仓库等的限制(比如产能、运能等)进行了标准化;四是业务规则的标准化,业务运营中的规则是供应链所有的决策、计划制定的重要依据,业务规则的完整性与可靠性可以极大提升决策和计划落地执行的可行性。

标准化来源于蓝幸软件供应链决策中台中已经预制好的决策框架,而这个决策框架基于蓝幸软件团队过去20年数百个世界500强企业供应链决策框架的积累以及产品化(把这些框架浓缩在了一个软件产品中)。

640.png

供应链决策中台示例图:自动化数据流程(非青岛啤酒实际情况)

例如以往其他类似项目上,项目组在实施项目的时候,一定要进行大量的调研,问询业务人员在决策中会考虑哪些因素并以此为基础收集数据。但这些开放性的问题往往很难回答。而借助于蓝幸软件的决策中台,这个过程则变成了一种选择题,即业务应该考虑哪些要素,是否本次项目中要考虑,应该如何考虑。比如对于啤酒行业很重要的货龄/新鲜度要素,蓝幸软件的决策中台直接就有这一字段框架,那么问题就变成了在决策中应该如何考虑货龄/新鲜度的要求。

2.供应链决策数据工作流的自动化

在建立了供应链数据标准化库之后,需要通过自动化工作流的搭建,提高常用的计划类决策场景的决策模型搭建效率。

3.端到端的供应链计划和优化

在绝大多数企业中,多采用人工或者利用一些国内外的计划系统由粗到细的方式进行决策和计划。以月度供应计划为例,首先总部统一制定主生产计划;接着,由区域工厂结合产线、库存与订单分别制定更细的生产计划;再以详细生产计划方案为基础依次制定采购、发运等计划。

这样的方法有很大的问题:虽然能制定出来相应的生产计划、采购计划、发运计划,但是基于一个计划做好了,再做下一个计划,每个计划其实是基于单个职能部门的考虑而制定的,然后传导到下个职能部门。处理效率不够高,且没有考虑供应链端到端成本最优的计划。

而结合供应链智能决策平台,不仅可以高效精准地保证供需平衡,也可以综合考虑端到端供应链路上生产、物流、原材料采购成本等相关成本,直接形成端到端成本最优的计划方案并协同各部门达成一致。

640.png

供应链决策中台示例图(非青岛啤酒实际情况

4.供应链决策可视化

端到端成本拆解与优化可视加快了协同效率。基于系统制定的优化方案,快速分析端到端链路成本中的不同成本项。基于数据的支撑,部门间的沟通更加高效,决策速度也随之提升。另外,端到端链路成本拆解也可以支持企业开展持续优化。供应链团队可以非常清晰地找出总成本明显偏高的供应路径,迅速定位过高的成本项,支持运营过程中成本的分析、比较和持续优化。

640.png

自上而下场景路径示意图

效果与建议

青岛啤酒的供应链中心供应计划负责人表示:“青岛啤酒依托于蓝幸 SCATLAS供应链决策中台,统筹成本最佳的产销计划并落地,有效提升了青岛啤酒供应链运营效率。”除了优化成本以外,青岛啤酒还利用决策模型的优化方案有效降低了碳排放,因为决策模型优化了运输模式和运输距离,这样的优化也带来了运输环节碳排放的下降。

除了业务价值之外,还有一点很重要:青岛啤酒的智慧供应链决策中台系统切实地响应和履行了国家“十四五”规划中产业数字化转型的呼唤和使命。作为行业的先行者,蓝幸软件将生产制造、经营管理、智慧物流等的数字化协同到一个平台当中,优化决策。

回顾蓝幸软件供应链决策中台在青岛啤酒的成功应用,我们认为主要是基于以下几方面因素:

首先,我们看到各行各业企业其实在供应链数字化以及数智化方面做了很多探索,也尝试了不同的解决办法,如雇佣咨询公司梳理管理流程和团队架构,上线实施大数据中台项目,定制开发特定节点的软件解决方案等。这些方式有的取得了一定的成功,有的收效不显著,不仅没有达到预期的业务目标,反而使数字化成为日常工作的负担,变成了“为数字化而数字化”。

其中的一个重要原因是:指望一上系统就要满足所有的诉求,“既要、又要、还要”。这多是因为在过程中对项目目标和现有资源匹配情况的判断出现偏差,产生了不切合实际的预期。

而青岛啤酒和蓝幸软件的合作从一开始就确定了基调,即决策中台的建设应该使用自上而下的应用策略,从大的层面入手,先做整体的规划,再逐步向下深入。

在进行供应链数字化转型的过程中,先解决规划层的问题,比如对年度产供销规则的智能化决策。规划层问题可充分考虑最完整的可能性,对于详细规则约束可以不必完全考虑。对于业务规则的改变,要大胆假设,并通过模型运算论证,最后得出各种情况下的“指导规则”。注意,这里得出的是“规则”。

月度计划层承接规划层制定的指导性规则,结合月度的实际情况,制定出接下来一个月或几个月的一般性规则。此时月度的需求计划、生产计划、供应计划、库存管控计划、物料采购和备料计划、酒液酿造计划、运输资源计划等都需要逐一落实。但仍需要注意考虑约束条件和业务规则的细节程度,避免过度考虑一些日排程才应该考虑的问题。

只有通过这样“自上而下,逐步细化”的方式,才可能促进公司的供应链战略成功落地,并带来真正的收益。

本文源自《物流技术与应用》2023年06期

 

相关服务

相关内容

预约咨询 | 免费咨询

联系我们

电话(微信)

181-2111-8831

邮件

tonew-sh@qq.com

其它

随访:电话预约

我们的客户