非稳态业务：平滑、备库、弹性 VS 预测（1）

非稳态业务，才是真实世界中的常见形态，这是供应链无法回避的艰巨挑战。

****** 

关于稳态业务的计划知识、非稳态业务的计划原则等相应背景知识，请参看文末“***”之间内容   

*******

基于真实案例(数据经过脱敏)，本文将探讨非稳态业务下的供应链计划策略。本文的讨论，基于工业制造业领域的现实管理特征进行。

案例背景

三款产品A、B、C，连续60期需求如下图。

按照12期移动更新，各产品的需求统计特性变化如下图。

注1：移动均值、标准差取左轴，XYZ参数取右轴。

注2：背景色为XYZ区间，浅绿色为X，浅黄色为Y，浅红色为Z。

一方面，三款产品均为非稳态业务。平均需求、标准差，二者持续变化。

另一方面，绝大多数时期，三款产品的XYZ属性都不为Z。也即，在大多数制造企业，它们都应被归为MTS类别，需要主动备货。

这正是真实世界中供应链所面临的挑战。

案例目标：在预测准确性有限的前提下，探讨真实有效的供应链计划策略。

如果预测准确性能够保证，那么也就无需再去额外探讨什么计划策略。

本案例设定的“预测准确性有限”，包括：

（1）对业务变化的方向判断正确，但是幅度存在偏差。

（2）对业务变化的方向判断正确，但是兑现时间存在偏差。

（3）对业务变化的方向判断错误，需要一定时间之后才能一定程度上纠正错误。

这是真实世界里无法回避的现实。有效的供应链计划策略，应当能够主动应对这种问题。这正是本案例的核心目的。

真实有效，也即，不允许使用上帝视角。

研讨思路

基于之前对非稳态业务的原则性讨论，本文将在以下四点的基础上进行研讨。

第一，预测及其纠偏机制（有限准确度）

工业领域的销售管理工作，是KPI导向的，最终都将落实为具体的销售指标(或者销售增长指标)。销售团队会预判增长、寻求政策支持，并在真实市场竞争环境中力争实现目标。但是，由于市场竞争的残酷性，并非所有预判和努力都能成功，所以，”准确度有限“。

当然，为了对结果负责，销售团队会定期评估预判和形势，并修正对增长的判断。这个修正，通常会比初始预估要好，即，更接近实际结果，但是依然保持”准确性有限“特征。

这里所谈的销售指标周期，设定为12期。

对于预测，研讨设置的初始逻辑为：

（1）以KPI导向，预测增长的初始预估均为15%。

（2）6期之后，修正增长预测，以初始预估15%和当年实际增长结果的平均值，作为修正预测。

显然，本文的研讨对于销售预测准确性的依赖程度很低。

预测增长与实际增长(累积同比)的情况如下图：

注：图中隐去了各销售指标周期的第1期数字，以方便观察。

第二，非稳态业务的监测机制

既然预测准确度有限，那么，供应链一方面需要使用预测，另一方面也需要对预测偏差保持警惕。这就需要供应链有能力监测业务走势，识别有意义的偏差，以方便采取对应措施。

为什么要”识别有意义的偏差“？因为，供应链需要区分正常波动与异常波动。正常波动是可以通过平滑生产自动克服的，而异常波动则很可能需要即时措施来修正其不利影响。

标准差，可以用来区分正常波动与异常波动，所以是业务走势监测的重要指标。当出现异常波动时，则应主动采取措施(调整产出计划)以纠偏(避免库存偏离安全区)。

据此建立的业务监控机制，实际结果如下图。

注1：业务走势应当围绕均值曲线，同时，正常波动不应超出红线、黄线所确定的区间范围。

注2：这里采用的是单倍标准差，意味着”稳态业务下，出现异常波动的概率为30%“。

第三，安全库存策略及强化

如果是面对非稳态业务，单单依靠安全库存通用标准公式是不够的，必须采取抗压能力更强的安全库存策略。

在之前的讨论中，司马曾经介绍过安全库存强化公式 (详见 供应链计划协同：稳态业务)。不过，作为初始讨论，我们现在先使用如下的安全库存策略：

非稳态业务下，还需要建立对库存波动的监测机制。其原理，类似于业务监测机制。

第四，平滑产出、使用弹性

在稳态业务下，平滑产出策略最优 (详见 供应链计划协同：稳态业务)。对于非稳态业务，当存在预测时，也一样应当使用平滑产出策略。

由于预测准确度有限，因此，对于既定的平滑产出计划，也需要在异常波动时予以及时校正。

异常波动的识别，来源于前述两种监测机制：

其一，业务监测。当出现需求异常波动时，应调整产出。

其二，库存监测。当出现库存异常波动时，应调整产出。

产出调整遵循以下规则：

首先，尊重产出计划锁定期。只对上一期出现的异常在本期产出计划中予以对应修正。

其次，尊重弹性限制。调整幅度，以弹性限度为约束条件。

弹性限制，初始设定为[-40%,+20%]。

基于以上四点，用于模拟检验的主要参数初始状态如下表：

基于初始参数，可以得到的实际结果如下图所示：

研讨方式：

从初始设置出发，探寻各种优化思路，比较并选择最优优化方向。

研讨过程

首先，需要设定评估方式，以对各种参数的计划结果进行对比讨论。

其次，应当设定优化方向，然后对比计划结果的改善效果。

对于各种参数条件下的计划结果，可以从以下三个指标进行评估：

（1）计划变异：用以描述计划稳定性。基于预测展开的平滑产出计划，会因为业务、存货异常监测而被迫调整，由此导致产出波动。以实际产出相对计划产出的偏差来计算均方差，即可以表述计划变异程度；

（2）缺货率%：用以描述交货可靠性。若期末库存为负值，则意味着该期缺货。缺货期数占总期数的百分比，即为“缺货率%”；

（3）平均存货周转：用以描述存货效率。每个业务周期(12期)，以实际需求为分母，平均存货(舍弃负值)为分子，即可得到存货周转率。4个业务周期的存货周转率平均值，即为“平均存货周转”。

此外，对上述三个指标在4个业务周期内的结果计算标准差，以描述该指标的波动程度。

在初始参数下，计划运行结果得到的指标如下图：

注1：左图为4个业务周期各自的指标结果，缺货率以负值表示(右坐标轴)。

注2：右图展示4个业务周期的指标均值，并以面积大小表示指标波动程度。其中，缺货率单位为%。

对于图中指标结果，可以解读如下：

（1）产品B：交货绩效很好，但是存货效率较差。

（2）产品C：交货绩效很差，出现了4期缺货(实际上为连续4期)。

（3）产品A：各指标均可接受。

因而，采用初始参数的计划策略，并不能让人满意。所以需要考虑优化改善。

问题在于，在预测、监测、备库、弹性等四个方面，各个方面优化效果如何？哪些方面的优化应当是最优先的？

限于篇幅，具体优化分析过程及结论，将在下篇进行。

各位朋友也可以先行猜测一下分析结论。

******以下为必要的背景知识，链接地址供复习

稳态业务是供应链计划策略的基石，所谓“扎稳马步，才能扛住打击”。

之前的文章中，司马为读者细细梳理了稳态业务下的计划策略，主要结论如下：

首先，即便需求不能满足正态分布，但是只要是稳态业务(均值、标准差基本稳定)，那么“安全库存通用标准公式”就基本能够实现其所声称的服务水平，详见 安全库存设定：实例对比；

其次，即便是稳态业务，如果“随机波动不可预测、供应商弹性不可依赖”，那么有效的“供应链计划协同”就非常重要。这其中，“平滑生产”优于“平滑采购”、库存控制措施需要与需求波动特性相协调、需要按照颗粒度进行平滑生产才能有效兼容MTO等，是其中的重要知识点。

在前述讨论中，也曾简要涉及了应对非稳态业务时的一些基本原则。

首先，安全库存通用标准公式无力应对非稳态业务。即便采用滚动更新参数的跟随式策略，也无法保障交货能力，详见 安全库存与动态调整：实例对比。供应链需要抗压能力更强的安全库存策略。

其次，对于非稳态业务，在供应链计划协同中，预判及监控增长趋势、物料计划的主动性，是供应链能力的重点所在。详见 供应链计划协同：应对增长。司马也有专门的系列来讨论供应商交期稳定性及交期优化。