“卷生卷死”的消费电子ODM,如何用数据建设缩短交期?奇点云供应链控制塔实践

本文主要是介绍“卷生卷死”的消费电子ODM,如何用数据建设缩短交期?奇点云供应链控制塔实践,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!


消费电子制造是一个充分竞争的行业。

哪怕对于已位居全球龙头的ODM厂商(原始设计制造商)而言,在既卷质量又卷价格还卷创新的市场始终保持领先,也从不简单。

以本文分享的企业为例,企业A是领先的智能硬件ODM厂商,为国内外知名的智能硬件品牌及互联网公司提供产品和服务,销售覆盖全球一百多个国家和地区。

在企业A看来,客户满意度是他们最关心的问题,“是这个行业竞争力的本质,一切的‘卷’都围绕客户展开”。

“举个例子,交期是否可知可控?客户加急的产品需求能否满足?理论上通过整体执行的优化、资源的综合调配,甚至不需要卷价格,就能多赢一分客户满意。”

然而,ODM这种模式注定了它的供需复杂,加上企业A覆盖多种类型产品和全球化的布局,供应链管控的复杂度攀升。

下文将分享奇点云如何助力企业A,通过数据能力建设让供应链透明可视,以订单为中心搭建预警分析体系,辅助供应链管理和运营改善。

1、需求:拉通链条,识别瓶颈,解决异常

聚焦供应链,项目组提出以下3个核心需求,亟待通过本次实践解决:

1.1 各环节执行效率如何衡量?

ODM在供应链执行上受客户影响较大,为了满足不同客户不同类型的订单需求,企业A内部拆分了数十个不同的业务流程来执行。

企业A希望通过数据清晰呈现并统一管理错综复杂的流程,改变原本依赖人为设定目标、“只有结果,没有过程数据”的现状,制定合理的衡量指标,以便针对性优化。

​​​​​​​​​​​​​​1.2 供应链瓶颈(堵点)如何识别?

如果把供应链简单抽象为流水线,就是通过衡量其流量、流速,来判断供应链的健康度。而实际的供应链涉及到上百个流程节点,包括销售预测、销售订单、采购订单、在制在途、库存情况、物流运输等。

企业A希望通过数据辨明到底哪个环节才导致了交期延误,并通过设置流程中的卡控节点来减少同类问题发生。

​​​​​​​​​​​​​​1.3 如何与业务执行结合,及时发现并解决异常?

过去对异常事件的管理只能通过事后复盘实现,问题发生后往往要隔天甚至T+N才能看到结果。

企业A希望在拉通供应链全流程的基础上,通过业务洞察+数据模型等方式,更及时地发现问题、快速解决问题。

“例如,供应商送料的司机已进入工厂数小时了,没有开始卸货和品质部检验,是哪里出了问题?这如果等到第二天再来处理,就比较晚了。”

2、实践:供应链控制塔,贴合业务三步走

奇点云“供应链控制塔SCT”是为企业供应链领域量身打造的数据产品和方案:

顶层以客户为导向、订单为牵引,建立从营销、计划、采购到结算的全场景,搭建执行闭环的指标管控体系;底层以数据云平台DataSimba和经过打通治理的全域数据为基础,支撑上层的数据可视化沙盘、主题驾驶舱、预警调度等数据应用。

简单理解,即为“数据驱动的供应链运营”而生,实现用数据看清全链路、监测全节点,指导各环节优化,自动化诊断异常并预警

图:供应链控制塔SCT

在该项目落地供应链控制塔,项目组制定了三步走的执行策略,简述如下:

​​​​​​​2.1 串流程,理节点

经过前期业务调研,企业A的供应链以OTC(Order to Cash,订单到现金的价值链路)为牵引,大致可分为「预测→计划→指令」、「采购→送货→上架」、「生产→完工→入库」、「订单→发货→回款」共4个子链条(如下图所示,4种颜色对应4个子链条)。

图:OTC流程的关键管控节点(经简化处理,详询奇点云公众号)

通过数据探查,项目组从“订单”视角出发,横向拉通供应链的执行流程,纵向拆分各流程的关键管控节点。

“我们总结出共37个关键管控节点。后续指标体系的建立、堵点的识别,都围绕这些节点展开。”项目组成员介绍。​​​​​​​

2.2 建立指标分析体系,全链条实时可视

围绕业务流程节点,建立指标分析体系,指标大致可抽象为三类:

· 数量指标,各业务节点往往包含接单量、订单量、开票量等表数量和金额的指标;

· 周期指标(或称为效率指标),由流程上2个节点时间相减得出,用于直接理解每个节点的耗时;

· 预警指标,即用计划和实际达成对比,例如“入库及时率”、“出库及时率”等,结合规则判断可对后续环节提前预警。

基于奇点云的数据云平台DataSimba,项目组在汇聚、拉通、治理各业务系统数据的基础上,产出准确的指标数据,清晰展现各节点状况。

​​​​​​​2.3 构建预警调度闭环,管理前置化

第三步,数据运营,即面向质量监控、采购决策、订单交期、运营闭环等业务场景,提供数据服务——不仅提供可视化能力,还结合规则、算法等方式,逐步实现自动化的业务管控。

· 可视化沙盘:管理层通过供应链控制塔的可视化沙盘,实时了解各环节情况,并针对核心流程节点下钻分析。

· 预警调度闭环:当各流程节点识别到预警,即通过钉钉、OA、邮件等方式自动化实时下发到一线业务责任人,责任人需及时处理并反馈。

图:预警调度闭环示意

3、效果:让供应链透明可视、可分析、可预警

供应链数据拉通,数据准确透明

从客户订单视角出发,本次项目拉通了OMS、DMS、ERP、SRM、WMS、MES等10多套核心业务系统数据,让分散在各系统各流程的数据变得统一规范,准确、可信,沉淀A企业的数据资产。

​​​​​​​​​​​​​​3.1 实况沙盘可视,事件智能预警

通过梳理营销、计划、采购、仓储、生产、物流、结算7大领域,项目设置了37个OTC关键流程节点、48个预警事件指标,建立了智能推送协同机制。

A企业用户不仅可以通过可视化沙盘,快速了解供应链各环节情况,回答“客户订单在什么状态、还需要几天交付”等问题也不再需要等待,即“宏观看流动,微观看波动”(宏观上掌握供应链整体,微观上监控各环节变化反馈的波动)。事件发生时,还将收到自动推送的预警信息,促使相应人员及时处理,将传统的“人找事”变成“事找人”

​​​​​​​​​​​​​​3.2 缩短交期,提升订单满足率

项目落地后,A企业用户通过关键管控节点的预警指标,快速发现和解决问题,从而缩短订单交期。例如,发现“客户订单”节点正常接单只需2小时,而某笔订单花费了12小时,就针对性处理,避免该订单交期延误的情况发生。

在用数据洞察、解决一个个“堵点”的基础上,A企业分客户、分产品、分过程监控履约周期并持续总结优化,洞察关键材料约束瓶颈、关键工序产能约束瓶颈,进而整体改善供应链流程。经过半年的实践,最终实现了订单满足率提升18%,交期平均缩短8%

同时,基于供应链实时数据和业务分析模型,产品需求的预测精准率也有所提升,减少了库存积压、浪费,优化了资源配置。

关于奇点云:

奇点云是独立第三方的大数据基础软件提供商,成立于2016年,旗下有“奇点云”、“GrowingIO”两大品牌,主力产品包括数据云平台、数据存算引擎、数据安全引擎、增长分析、客户数据平台等。除了提供专业技术产品为数据“生产—消费”提质提效,奇点云也提供咨询、运营、运维等企业级的服务支撑,助客户攻克数字化不同阶段的各项难题。

目前,奇点云已服务制造、消费零售、金融等领域1500+客户,协同客户构建其自有的数据能力,全场景赋能商业决策。

这篇关于“卷生卷死”的消费电子ODM,如何用数据建设缩短交期?奇点云供应链控制塔实践的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/891842

相关文章

Java中注解与元数据示例详解

《Java中注解与元数据示例详解》Java注解和元数据是编程中重要的概念,用于描述程序元素的属性和用途,:本文主要介绍Java中注解与元数据的相关资料,文中通过代码介绍的非常详细,需要的朋友可以参... 目录一、引言二、元数据的概念2.1 定义2.2 作用三、Java 注解的基础3.1 注解的定义3.2 内

将sqlserver数据迁移到mysql的详细步骤记录

《将sqlserver数据迁移到mysql的详细步骤记录》:本文主要介绍将SQLServer数据迁移到MySQL的步骤,包括导出数据、转换数据格式和导入数据,通过示例和工具说明,帮助大家顺利完成... 目录前言一、导出SQL Server 数据二、转换数据格式为mysql兼容格式三、导入数据到MySQL数据

C++中使用vector存储并遍历数据的基本步骤

《C++中使用vector存储并遍历数据的基本步骤》C++标准模板库(STL)提供了多种容器类型,包括顺序容器、关联容器、无序关联容器和容器适配器,每种容器都有其特定的用途和特性,:本文主要介绍C... 目录(1)容器及简要描述‌php顺序容器‌‌关联容器‌‌无序关联容器‌(基于哈希表):‌容器适配器‌:(

C#提取PDF表单数据的实现流程

《C#提取PDF表单数据的实现流程》PDF表单是一种常见的数据收集工具,广泛应用于调查问卷、业务合同等场景,凭借出色的跨平台兼容性和标准化特点,PDF表单在各行各业中得到了广泛应用,本文将探讨如何使用... 目录引言使用工具C# 提取多个PDF表单域的数据C# 提取特定PDF表单域的数据引言PDF表单是一

一文详解Python中数据清洗与处理的常用方法

《一文详解Python中数据清洗与处理的常用方法》在数据处理与分析过程中,缺失值、重复值、异常值等问题是常见的挑战,本文总结了多种数据清洗与处理方法,文中的示例代码简洁易懂,有需要的小伙伴可以参考下... 目录缺失值处理重复值处理异常值处理数据类型转换文本清洗数据分组统计数据分箱数据标准化在数据处理与分析过

大数据小内存排序问题如何巧妙解决

《大数据小内存排序问题如何巧妙解决》文章介绍了大数据小内存排序的三种方法:数据库排序、分治法和位图法,数据库排序简单但速度慢,对设备要求高;分治法高效但实现复杂;位图法可读性差,但存储空间受限... 目录三种方法:方法概要数据库排序(http://www.chinasem.cn对数据库设备要求较高)分治法(常

SpringBoot项目中Maven剔除无用Jar引用的最佳实践

《SpringBoot项目中Maven剔除无用Jar引用的最佳实践》在SpringBoot项目开发中,Maven是最常用的构建工具之一,通过Maven,我们可以轻松地管理项目所需的依赖,而,... 目录1、引言2、Maven 依赖管理的基础概念2.1 什么是 Maven 依赖2.2 Maven 的依赖传递机

Oracle查询优化之高效实现仅查询前10条记录的方法与实践

《Oracle查询优化之高效实现仅查询前10条记录的方法与实践》:本文主要介绍Oracle查询优化之高效实现仅查询前10条记录的相关资料,包括使用ROWNUM、ROW_NUMBER()函数、FET... 目录1. 使用 ROWNUM 查询2. 使用 ROW_NUMBER() 函数3. 使用 FETCH FI

Python将大量遥感数据的值缩放指定倍数的方法(推荐)

《Python将大量遥感数据的值缩放指定倍数的方法(推荐)》本文介绍基于Python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处理,并将所得处理后数据保存为新的遥感影像... 本文介绍基于python中的gdal模块,批量读取大量多波段遥感影像文件,分别对各波段数据加以数值处

使用MongoDB进行数据存储的操作流程

《使用MongoDB进行数据存储的操作流程》在现代应用开发中,数据存储是一个至关重要的部分,随着数据量的增大和复杂性的增加,传统的关系型数据库有时难以应对高并发和大数据量的处理需求,MongoDB作为... 目录什么是MongoDB?MongoDB的优势使用MongoDB进行数据存储1. 安装MongoDB