官术网_书友最值得收藏!

  • 供應鏈企業實戰
  • 丁俊發
  • 2200字
  • 2019-10-29 15:23:22

四、“賽飛”供應鏈云服務平臺在線優化,分布式訂單管理引擎

“賽飛”分布式訂單管理通過銷售應答引擎、高級補貨引擎及推式入庫引擎,實現對終端銷售訂單的實時應答、各級倉庫間的連續補貨、采購訂單的及時入庫,構建以終端需求為驅動的實時供應鏈價值網絡。

分布式訂單引擎的主要內容包括需求預測、分布式入庫策略和分布式出庫策略、自動補貨。通過分布式訂單引擎,可以實現對物流資源的整合計劃和靈活調度,實現對物流訂單分布執行,并為貨主提供銷售需求預測、訂單承諾及補貨建議等增值服務。

分布式訂單管理通過提高客戶訂單滿足率和完美訂單,提高客戶服務水平;通過庫存管理和多層次的供應鏈可視化,減低銷售損失和缺貨;通過需求驅動的供應鏈價值網絡,降低庫存水平;通過將貨物在正確的時間以正確的數量送到正確的地點,降低運營成本;通過多方參與,多層次工作流,許可管理和可視化,改善供應鏈的敏捷性。

(一)分布式訂單管理的數據來源

分布式訂單管理最重要的事情是要有正確的供應鏈模型及準確的庫存策略和庫存信息。

有了正確的供應鏈模型,系統和用戶能夠知道供應鏈是如何連接的。當訂單需要從供給推送到需求的地方時,我們知道移動貨物到哪里。當訂單生成來拉貨物時,我們知道到哪里去拉存貨。當訂單需要承諾時,我們知道貨物在哪里可以發送到消費地點。

如果有正確的庫存策略和在庫庫存的數據,部署訂單和推送訂單可以找到和推送正確的數量和位置。為了自動生成補貨訂單,補貨策略和在庫庫存是關鍵數據。

(二)需求預測

通過分布式訂單管理,實現終端需求拉動,逐級匯總的需求驅動模式。分布式訂單引擎通過終端歷史銷售數據,實現終端銷售需求預測,并依據修正的銷售預測結果,進行庫存調整、補貨調整,實現需求驅動的實時銷售訂單應答。

供應鏈中存在的“牛鞭效應”,造成終端信息在向上游傳遞過程中所出現的信息扭曲和逐級放大效應,并由此而產生的庫存流動停滯和庫存短缺同時存在,一方面,整體供應鏈上各級物資的庫存存量較高,所占用的資金成本也較高,另一方面,由于對終端信息的傳遞和有效反饋變慢而導致商品短缺,無法有效滿足客戶需求所產生的銷售損失以及潛在的丟失客戶和對企業商譽的影響。因此,有必要對造成“牛鞭效應”的原因進行深入的分析,并找出應對之策。而解決需求預測修正的一個很重要的方法就是建立有效的預測模型,并基于預測模型,對歷史的銷售(需求)信息進行處理,從而能較準確地預測未來一段時間的需求,進而為上游供應鏈成員傳遞相對準確無誤信息,以減少“牛鞭效應”。

“賽飛”平臺可以根據2~3年的終端歷史銷售數據,采用BOX-Jenkins、指數平滑、曲線求和、專家預測等多種預測方法,實現對終端消費需求的短期、中期、長期預測;并將預測結果以圖表形式實現展示、對比等功能,供貨主參考、修改和審核;經貨主審核的需求預測可以轉化成預測的銷售訂單,并可依據此預測訂單生成采購計劃、進行庫存調整;在需求預測及庫存調整的基礎上進行終端銷售應答(發貨)和倉間補貨,需求預測過程如圖1-9-6所示。

圖1-9-6 需求預測

(三)分布式入庫策略——推式入庫引擎

分布式訂單管理基于供應鏈的配置,將入庫訂單移動到下游位置,通過推式引擎實現對未指定入庫倉庫的采購訂單的入庫建議。當入庫訂單來到時,尋找有效的下游位置,評估下游的安全庫存,解決低庫存問題。如果有可以推送的剩余量,可按比例推到下游的庫存中心。

對于貨主已指定入庫倉庫的采購訂單,直接在“賽飛”平臺上進行正常的入庫流程。

對于貨主未指定入庫倉庫的采購訂單,推式引擎可以通過計算備選入庫倉庫(樞紐中心、物流中心等)的庫容、庫存、安全庫存及運輸成本,指定采購訂單的入庫倉庫,以維持不同倉庫間合理的穩定庫存水平。推式引擎不僅可以實現從供應商倉庫到樞紐中心的部署,還可以實現從樞紐中心到區域物流中心的部署,推式入庫引擎工作原理如圖1-9-7所示。

圖1-9-7 推式入庫引擎工作原理

(四)分布式出庫策略——銷售應答引擎

分布式訂單管理可以通過銷售應答引擎實現對銷售訂單的實時應答。銷售應答引擎根據各出庫倉庫的庫存水平、倉庫至客戶的運輸成本、運輸提前期等參數計算出最優的出庫倉庫,在保證客戶服務水平的同時,實現物流成本的降低,銷售應答引擎工作原理如圖1-9-8所示。

圖1-9-8 銷售應答引擎工作原理

(五)自動補貨——高級補貨引擎

庫存策略和需求預測是基于拉動的訂單,用于拉動的訂單引擎是補貨引擎。補貨引擎將基于供應鏈的拓撲結構創建訂單。每個節點將指定拉動存貨場所的優先級(尋源優先級),高級補貨引擎工作原理如圖1-9-9所示。

賽飛分布式訂單引擎可以實現不同倉庫間貨物的調撥。分布式訂單管理模塊通過補貨引擎,依據上下游倉庫的庫存上下限、每日庫存水平、不同倉庫間補貨的成本、提前期等參數計算出最優的倉間補貨策略,結合推式引擎的采購入庫策略,維持供應鏈渠道內庫存水平的穩定。

基于各倉上限/下限的庫存策略,保證庫存水平在合理范圍內波動,并實現對超出庫存上下限的倉庫的庫存預警。依據庫存預警,當庫存水平達到或低于庫存下限時,系統將自動生成一個拉式補貨訂單,移動庫存水平達到最高水平;當庫存水平高于庫存上限水平的倉庫進行移庫出庫操作。

與傳統的供應鏈管理軟件不同,“賽飛”的分布式訂單管理,幫助客戶充分利用未來需求信息和目前的庫存、在途和生產過程中的數量,自動實現訂單的出入庫應答,進而實現供應商管理庫存(VMI)、客戶管理庫存(CMI)、寄售等,形成多樣的供應鏈解決方案。

圖1-9-9 高級補貨引擎工作原理

主站蜘蛛池模板: 西华县| 呼和浩特市| 云龙县| 嵊泗县| 阿勒泰市| 仁怀市| 余庆县| 塘沽区| 东台市| 搜索| 社会| 三都| 隆尧县| 句容市| 绍兴市| 黄石市| 龙山县| 亳州市| 虎林市| 绥宁县| 许昌市| 洛隆县| 临城县| 许昌县| 贵州省| 万州区| 江山市| 南宫市| 毕节市| 祥云县| 辽宁省| 平顶山市| 民乐县| 宜昌市| 巢湖市| 措美县| 沁源县| 吴旗县| 英吉沙县| 六枝特区| 陆良县|