自從90年末期先進規劃系統 (advanced planning system, APS) 的解決方案提供者大舉倡議供應鏈管理後,許多公司如火如荼的嘗試導入APS,而許多人就把供應鏈管理 (SCM) 跟APS畫上等號。
幾年過去後,效益卻不如這些廠商所號稱的那麼好,因此供應鏈管理由顯學又變成票房毒藥。許多公司提到「改善供應鏈」時,就想到「導系統」,然後就是猶豫、否定。
之前也提過,所謂供應鏈管理顧名思義就是管「供應」的大大小小事情,自從產品研發、需求管理、生產規劃、庫存配銷、採購、生產製造...都是在供應鏈管理的範疇,其中生產規劃僅僅是即小的部分,而APS也僅僅只是將生產規劃予以「自動化」而已,所以如果將ASP與SCM畫上等號,未免也太看不起供應鏈管理這個題目了。
個人認為,供應鏈管理是非常日常作業的,或許不是光鮮亮麗,但是卻是對於一個企業極關重要的一環,只是許多公司在思考「供應鏈優化」、「供應鏈改善」、「供應鏈變革」時都尋求一個silver bullet,期待一個讓人眼睛一亮、立即可以有成效的東西。真的要做好供應鏈管理,還是要回到基本面 (back to basic),一步一步的做好每一個環結才能真的建造一個完善的供應鏈模型,不然僅是譁眾取寵,乎弄一遭而已。
這幾年另外一個顯學興起,就是「巨量資料分析」(big data analytic),如果仔細思考巨量資料分析,其實它也就是一個工具,而這個工具是可以拿來做很多不同領域的運用,其中當然包含SCM。在供應鏈的領域裡,很多部分需要資料分析以提供管理人員決策,我想目前幾乎每個公司都有很多的excel在處理各種不同的分析:生管計畫、採購計算、庫存與補貨....,過去APS被認為是提供這些分析的silver bullet,但是結果不符期待,現在big data又被認為是新一代的silver bullet,不知道是不是如此,但是我認為,如果對於供應鏈管理的想法不變,big data終究還是會是一場空。
訂閱:
張貼留言 (Atom)
建置智慧企業的挑戰:問題與資料的考量
智慧企業的精髓在於如何運用資料回答問題 (決策與行動)。因為機器學習、大數據...等等變成顯學之後,很多企業投入資源學習、鼓勵員工學習相關技術,然後要求員工內部提案或是找外部廠商、顧問來討論、聽取案例,期望找到智慧企業的銀子彈 (silver bullet),甚至採購一些軟體...

-
我認為供應鏈規劃裡面一個最重要的課題就是產銷規劃 (S&OP);它是整個供應鏈執行的核心機制(請注意,是供應鏈規劃,不是供應鏈管理)。看一個公司進行產銷規劃時所參與的層級,就可以知道這個公司運作的好不好。 幾個星期聽到一段分享,他提到當初Steve Jobs剛...
-
最近跟同事聊天,剛好聊到這個話題,做個筆記吧~ 需求計畫 (demand planning)、需求管理 (demand management)、需求感知 (demand sensing),三個有啥不同? 銷售人員會預估未來需求,這個稱為銷售預測 (sales forec...
-
在討論規劃流程時,有一個重要但常被忽略的議題就是滾動計畫與計畫循環 (rolling planning & planning cycle),需多人要導入規劃系統時,常就單點功能討論,爭個你死我活,但其實有些需求或問題在考慮滾動計畫與循環後,其實就沒那麼複雜。 什麼是...
沒有留言:
張貼留言