“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

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识