|
一、个人介绍
大家好，我是Derek德里克。目前在供应链管理从事了9年有余，就职在一家国企互联网公司。在国家的号召下，各行各业都在数字化转型方面进行得如火如荼。很多企业上线了各种各样的系统，实现了业务“数字化”。我们发现每个系统都能够“产数”之后，怎么“用数”成为了新的挑战。因此数据中台应运而生，我们可以通过BI的方式呈现“数治”的结果。很有幸结识到帆软社区的有趣有爱的小伙伴。其实在去年我就有了解这个非常有意义的数据分析大赛，因此今年参加比赛，也是分享一些个人过去对于库存管理的一些经验，希望和各位小伙伴们一起交流学习。
二、业务背景
随着某铝业型材集团的高速发展，制造铝业的业务流程节点链条长，分为熔铸、挤压、喷涂、喷粉、喷漆、电泳、氧化、包装等8道工序。如何快速整合全链路的库存数据，跟踪库存异动，发现库存风险，控制库存水平成为了公司管理库存的重点。基于上述原因，铝业集团选取库存管控为切入点，以建立库存管控机制，全流程监控并合理评估整体业务链的库存水平，同时完成安全库存模型，预测模型搭建并以应用为目标，为整体库存管控体系提供数据支撑。探索在MTO和MTS模式下实现高效低库存管控效果，使全流程工序的库存都达到满足生产所需的最低库存水平，极大提高库存周转率，降低资金的占用。
铝业集团通过数字化库存管控系统降低成品库存，改变了集团库存偏高的格局，精细化库存管理，有效降低生产成本提高企业利润。构建合理的库存备货策略，加快处理呆滞库存，风险库存，无效库存等，可以加速企业资金周转，提高资金周转率。
通过PDCA闭环的库存管控机制，实现从产品追溯，发现库存问题、预警风险，到评估库存解决措施等有一系列的实践操作。通过数字化的措施，可视化，可控地了解到铝业如何进行库存管控，加强精细化经营管理。
三、需求痛点
1. 存货数量大：目前产成品的库存数量大，严重影响了企业的库存周转率，形成这类问题往往是由于“牛鞭效应”，每个业务业务部门都会有自己预估的“水分”放进库存里面，导致链条越长，安全库存水平越大。这些原因很大程度是因为部门墙比较重，业务部门之间的信息不流通，不透明导致的。
2. 库存结构不合理：由于缺乏计划性和闭环的库存管理体系，造成库存结构不合理，有些SKU会短缺，存在断货的风险，有些SKU库存高企，存在呆滞风险。针对SKU的管控不到位，也和市场部、研发部、计划部的人员管控水平相关，没有清晰地对SKU定位进行精细化的划分，导致不同SKU没有进行差异化管理，没有实时地市场的需求变化进行敏捷的研发、生产的节奏调整，对SKU的预测销量规模没有很好的数据支撑和分析，导致SKU的产、销、存策略出现问题形成的库存结构不合理。
3. 存货周期长：大量的呆滞的库存占据了正常的库存，造成仓库库存利用率低，同时占据大量的资金成本。在铝型材行业客户的需求量变化较大，取货周期长，经常出现订单到期但实物货没有拉走的情况，长期堆积的逾期库存导致问题。另一方面由于错误的生产、质量原因，导致长期库存没有解决等。
四、数据来源
企业数据（经过脱敏，同时由于数据量庞大，选取其中的30个SKU一个月的数据量进行分析）
销售单明细：销售端信息
生产计划单明细：生产计划端信息，MTO模式，销售单->生产计划单->工序单->派工单->入库单->发货单
派工工序单明细：每个工序的生产信息
质检单明细：每个产品的质检信息
入库单明细：每个产品的入库信息
发货单明细：每个产品的发货信息
库存明细：每个产品的库存明细
库存趋势明细：通过发货单上预计发货进行对未来库存趋势计算。
库龄分析：针对每个产品的库龄分析
五、分析思路
铝业产品为主线，进行“产销存”总体概览呈现，串联全流程，其中重点分析库存管控的主题内容，包括全流程订单的追溯分析，对产品SKU的精细化分析，库龄结构分析，安全库存模型搭建、预测未来7天库存变化等，识别风险库存等。形成库存管理的闭环工作（追溯、定位、分析、模拟、决策、跟进）
1. 基于全链路的订单明细，进行“一单到底”的全链路数据追溯分析，不仅体现了数据中台把每个系统的数据进行拉通，解决“数据孤岛”的问题，在过程中进行对数据质量的分析，数据血缘关系的处理等。还能够帮助业务人员进行快速定位，实时监控订单进度，快速达到业务人员了解当前经营情况的应用效果。
2. 针对实际业务场景中，整体“产销存”情况的驾驶舱分析，根据订单最近7天的销售、生产、库存情况，为管理人员提供宏观维度的总体情况汇报，了解企业经营情况，对业务重点进行方向性的把握。
3. 引入“库存销售比”指标，定位出销售量小，但库存量大的SKU，帮助业务人员快速定位问题SKU，进行进一步的业务跟进，比如促销、控制生产节奏，清库存，处理无效库存等业务操作。对降低库存的一系列操作有方向性的指引。
4. 搭建安全库存模型，根据SKU的销售情况，供应周期，搭建基本满足业务的安全库存模型，可视化库存管控水平，快速识别问题SKU，同时根据库存的变化趋势，能够预计未来出现库存风险的SKU。在MTS的模式下，还能够进行对于下单数量的决策因素分析。
5. 呆滞库存分析，进行库存的精细化管理，根据公司政策，超过90天的库龄作为呆滞库存，识别出目前成品库存中的呆滞库存，进行优化处理。
6. 库存预测，基于时间序列法（移动平均法），以及销售单上预计发货的时间、数量等信息，进行预防性的库存管控，提高库存周转率。
六、数据处理
1. DM层数据集：
由ODS层通过接口从各个业务系统（ODM、MES、ERP、WMS、QMS）抽取产品的销售订单信息、生产信息、库存信息、质检信息等抽取完成同类信息的整合，根据业务人员的需求，建立各个基础主题以及维度信息，生成对应的应用主题，用作于看板使用的DM数据集。
1.1 维度与度量值
Ø 度量值较多，简单列举如下：
库存销售比=月度平均销售量/月度平均库存量
完成率=累计生产完成数量/累计生产计划量
合格率=合格产品量/累计质检产品量
Ø 维度值较多，简单列举如下：
时间维度(日/月份)；
项目维度(生产/销售/库存)；
SKU维度（工序/品名/物料编码）
客户纬度(名称)；
2. 订单满足率
汇总计算订单满足率，增加订单满足率指标，计算实际发货的总量和销售总量的比率。
3. 近7天销售量
计算产品在参数（时间）上选定的某一个日期前7天的销售量。
Ø 提前设置时间参数。
Ø 复制销量的指标，重新命名为近7天销售量，并且使用明细过滤，取时间参数近7天的值
Ø 完成后即可使用表格形式呈现对应的销量柱状图。
4. 生产完成率，计算每个工序的生产完成比例，通过实际报工、实际完成的数量，计划完成的数量，精细化计算到每个工序的生产完成率。为业务人员定位低效产线，瓶颈工序作数据支撑。同时也可以在工序间增加相关的完成进度，了解订单实际的完成情况。
5. 安全库存计算，通过历史数据包括每个SKU销售量，生产量。结合公司对于SKU的服务水平，供应周期。我们提出安全库存模型，用以指导生产，监控库存水平。同时该模型具有动态管理功能，计算后的安全库存水平有一定程度会考虑当前销售量。
6. 库存预测计算，通过历史数据对每个SKU的销售量进行预测。本模型用的是移动平均法进行对SKU的库存量进行模拟。实际用于企业的模型较为复杂，设计到季节性波动以及趋势等因子。通过预测后的销售预测量，结合出货的预测量，计算出每个SKU的库存预测。
7. 库存销售比，通过分析库存与销售量的比值，我们可以了解到每个SKU可以支撑销售的天数，也可以用此评估该SKU是否存在呆滞风险或者缺货风险。
说明：因本作品涉及数据为公司机密数据，为了保证数据安全，特此脱敏处理过。计算过程不做特别说明。
七、可视化报告
1. 主要仪表盘介绍
Ø 产销存总体情况概览（以6-28号当天情况为例）
总览主要体现“产销存”三个方面的经营情况。其中订单满足率、质量合格率是评估运营质量重要的指标。同时也会兼顾目前的库存数量等成本类指标。可以直观的看到目前总体运营的情况是否有偏差。
Ø 看板结论
总体库存量为43.2万个，近7天的库存量较大，维持在高位，并且有向上趋势。
订单满足率较高，达到98.5%。
销售客户销量最高是xx装饰幕墙有限公司，本月达到4.2万销售量。
各个工序的生产量比较稳定，但是生产完成率偏低，不足71%，其中包装的生产完成率为52%属于当前生产的瓶颈工序，后续需要业务人员进行了解具体生产效率低原因，同时进行改善。
质量合格率较高，达到了96.87%，但是在具体的质量原因中分析得出，“开口位以及平面”的部件工序质量问题较高，需要得到关注，并且实施质量原因的根本解决方案。
部分产品的质量原因也会影响到发货的数量，同样也会影响到订单满足率，因此需要重点关注。
2. 订单追溯
Ø 我们可以通过数据中台把每个系统的数据进行统一拉通，使得每一张业务订单在整个业务流体系下，都有下一个环节跟踪订单，都能够追溯到其在每个业务节点的进度情况。在日常的业务使用中，我们经常会有客户需要调查某订单的生产进度，发货进度等，因此我们在跟进每个产品的销售单中都需要快速的查询到这个订单的进度，并且根据这个进度来进行发货沟通，减少已经生产但是没有发货的产品库存，用此来作为数据支撑，提高业务处理服务水平。提高服务质量和速度。降低库存成本。达到库存在哪里形成，哪里产生呆滞，快速追溯定位的效果（追溯）。
3. 智能库存管理模块中 产品销售量与库存分析
接下来我们进入智能库存管理模块。这个模块主要通过波士顿矩阵模型识别出问题SKU（定位），进而分析该SKU其他的问题情况（分析），比如他库存是否与根据实际情况设定的安全库存以下或者在未来会存在超过安全库存风险等。通过使用时间序列法进行库存预测（模拟），作出一定的决策功能（决策），比如调整销售的出货比例等操作，以满足实际业务的需求。同时我们将会基于库龄、销售库存比（类似DOH等指标）进行进一步分析，并智能筛选出风险的，需要跟进的SKU。比如销售库存比较高的SKU将会可能产生呆滞风险或者销售库存比较低的SKU将会产生缺货风险等（跟进）。我们通过追溯、定位、分析、模拟、决策、跟进等一系列闭环管理进行业务工作的呈现。
在关于库存与SKU销售量分析当中，我们可以发现处在库存量较高但是发货量较低的产品，通过波士顿矩阵法则，我们可以根据这两个维度进行划分4类区域为1.明星产品2.金牛产品3.潜力产品4.问题产品。根据不同类型的产品，我们采取不同的库存管理策略，同时也会识别出我们存在问题的产品，并跟踪发现问题原因，采取一系列的改善销量或者降低库存的措施。以此达到快速定位问题产品，分类产品为库存管控提供部分维度绩效管理的数据依据。
如图可以看到该物料的库存数量达到了1.6万但是累计发货数量才仅有4150个，库存销售比较大，需要接近4个月才能销售完，存在较大的库存呆滞风险。
4. 库存与安全库存限制预警
在这个分析当中，我们提前会根据公司的政策，以及基于上一部分的分析进行归类SKU，采取不同的安全库存模型，根据实际的销售量、供应周期、服务水平等制定安全库存限制，同时根据我们发货单上预计发货数量，计算出未来几天的库存变化值进行对库存的实时监控，达到超过安全库存就发出预警警告。如下图该物料已经超过了安全库存制定的限制，需要密切关注对应的库存高企原因。
该产品的库存数量为1.7万，但是安全库存仅为6226个，因此该产品属于库存风险产品，需要业务人员提前关注，分析原因，同时在后续生产当中考虑库存问题，及时沟通未发货产品，清理呆滞库存。
补充关于安全库存建立的标准公式：
式中：SS-安全库存数量，L-生产提前期的平均值，d-每日平均销售数量，z-对应产品的服务水平下的标准差参数，σd——每日平均销售量d的标准偏差，σL-生产提前期L的标准偏差
5. 库存预测
根据移动平均法算出来的销售预测，以及未来预计生产量预测，算出来的库存预测。
可以让生产，仓储人员了解未来几天的库存变化，提前准备相应的产能，库位进行优化工作，提高工作效率，降低部门之间的信息不对称，形成的缓冲库存。
如图可以看到，该SKU的库存数量将会在未来7天突破2万个，如果不加以关注了解库存增长的原因，将会导致仓库爆仓，占用资金等问题。
因此我们针对未来的库存预测进行了关于出货比例的调整，比如我们的出货比例增加到1.2倍，库存数量会有明显的下降，能够下降到1.5万，作为推动出货的数据支撑。同时业务人员可以根据此比例，推动各方面的工作，比如促销活动的目标，订单发货的跟踪，订单进度的推进等。在产供销会议上，也可以通过此参数进行一定程度量化的决策。
6. 库龄分析
分析出在库存里面库龄较长的SKU，进行统一管理，罗列对应的SKU 呆滞情况，通报到每个业务部门进行跟踪调查，分析其呆滞原因。同步也能够看到该SKU的相关信息，为评估SKU是否需要跟进作为参考依据。
7. 风险库存
根据产品的销售库存比大于2或者小于0.8的结果进行过滤，发现风险库存的平均库龄较高，需要对某些SKU进行跟踪追溯查询，了解到是哪一批产品导致的平均库存高企，下图可以看到平均库龄已经达到了133天，超过公司90天的要求。需要进一步分析库存问题。
同时风险库存也包括缺货风险的产品，比如对销售库存比低于0.8的产品进行过滤，这些产品清单意味着可能存在缺货风险，同样需要啊跟进后续生产等情况。
8. 整体效果
Ø 全链路库存管控分析效率大幅提高：提高分析效率，帮助快速发现库存管理的风险点及增值点。 工作人员工作效率大幅提升，近两年中库存数据实时查询系统运用，及时发现库存波动原因和准确定位异动库存近10次，确保及时发现 和应对库存风险点，提高管理人员的库存风险发现和库存决策制定的准确度。
Ø 库存分析精度和质量明显改善：鉴于库存库龄结构管理的重要性，长期库存的风险程度和对资金流动性的影响，公司制定呆滞库存控制目标为：三个月以上库龄存货占总量比例控制在10％以内。根据目标要求，公司库存管理小组展开专项梳理工作，以系统平台为基础，进行库存库龄结构分析，发现并定位呆滞库存分布情况，深入剖析超期库存产生的根本原因，制定有针对性的措施和预测消化时间，呆滞库存占比降至6％，低于10％的控制目标，实现经济效益100余万元。加快了库存周转，降低公司运营风险。
Ø 控制库存规模，降低库存风险：通过全链路库存结构分析和预警，可从客户、SKU等多角度锁定库存风险；通过建立以库存销售比分析，可提前发现可能逾期未发货库存、采取有效的措施、降低库龄过长带来的成本风险。
Ø 该库存管控平台收集展示、计时、推送、监督、统计、分析为一体，适用于全工序全流程，实现了由企业由人治到数治的转变，具有覆盖面广，泛用性强，使用门槛低，实施效果立竿见影等特点，极具推广价值。
八、参赛总结
1. FineBI工具
简单易学，操作友好度高，对于非IT专业人群更易上手应用，方便全公司范围内大力推广；界面风格较多，对于工业企业来说，可适用多个场合，如调度大屏、管理驾驶舱、经营分析、作业部看板、指标监控等，应用广泛。
最大的感受就是导师无微不至的答疑，手动@我们留年导师，真的解决了很多制作模型上遇到的问题。感谢！
2. 参赛总结
库存管控体系搭建的路还有很长要走，我也是和铝业集团同事一起并肩作战，希望把整个平台不断完善下去，目前也初步看到成效，成品的库存也在逐步下降。未来希望对于工序间的半成品库存进行精细化管理，以求每个工序的半成品库存都能够可视化监控，可控化处理。包括深化产品销售预测、供应链上下游协同等主题等仍然有很大的空间。欢迎大家和我一起进行讨论。 | 
