您现在的位置:培训业务

如何通过数据,提升供应链运营能力
课程背景:
这是一个市场环境多变、不确定、系统复杂、信息模糊的无常时代,这是一个新技术、新模式层出不穷☆的时代,这是一个以客户需求为导向、供应链协同的时代。市场竞争的游戏规则正在改写,环境在变,谁不改变,谁就会被市场淘汰!用数据进行运营管理、公司决策,得到越来越多企业的认可;华为、苹果、亚马逊,这些行业的佼〖佼者,对公司的数据化管理尤为重视。
● 面对你无法改变的“需求多变”,我们该如何应对?
● 如何从“琐碎的日常救火”中逃离出来?
● 如何提升供应链决策能力,以应对越来越多的行业剧变?
● 如果我们不转型,我们很快就会回到“石器时代。”
在外企研究了15年供应链数据分析的高上老师,将告诉大家,如何通过数据看趋势,通过趋势找到真正问题,如果基于根源问题得到实际方案,助力大家提升供应链决策能力。
课程收益:
本课程详细介绍了供应链管理的原理与结构,核心框架及流程,结合中国企业的实际运营情况,融合教学、研究、实践、实务为一体,能令越来越多的中国企业关注供应链管理的经营战略,并得以从中受益:
【精准决策】学习供应链数据分析方法,提高供应链部门决策质量,降低决策风险
【业链融合】让业务部门和供应链部门由“互不理解”等:变成亲密合作伙伴
【联系实际】通过成功失败案例展示关键绩效指标考核和供应链绩效分析报告的实际案例
【熟练应用】熟练运用相应的工具方法,举一反三,学以致用
针对学员:
供应链业务相关的专业人员、主管。
课程时长:
2天,6小时/天
培训形式:
前沿ω理念分享,互动式讲授,实战案例分析与解读,现场演练等多种形式
课程大纲:
一、后疫情年代我们面临的挑战:从成本到风险,从安全到韧性
1、数字化时代□ ,企业供应链面临的挑战
2、全球供应链,正在向区域化、本地化转变;中国制造+全球供应链
3、智能化的供应链决策体系是保证转型成功的基石
4、SCM跨部门协同:研发、销售、生产、采购、物流一体化运作
二、供应链数字化概述
1、 数字化供应链执行框架
2、 供应链的数字化转型中,企业需要思考的问题:需求、技术、团队、风险
3、供应链数字化:大数据分析的前提
a)数字化供应链的发展现状介绍
b)供应链发展阶段与数字化成熟度:
数字化已经广泛的被中国消费者(消费行业)所接受
但是“重”资产的工业领域数字化过程相对比较滞后
c)不同行业数字化的区别
4、数据分析方法论: 数据-趋势-问题-方案-决策
5、数据分析的五大步骤及其要点:收集-清洗-规整-使用-更新
三、数据助力运营之理论篇:如何运用大数据的供应链分析方法,提升决策质量
● 数据:数据收集、数据挖掘、数据处理、数据分析
● 趋势:目标设定、现状比对、定期跟踪、反馈机制
● 问题:思维模式、分析方法、理论工具、常见误区
● 方案:计划梳理、实施执行、审核验证、应急预防
● 决策:确定目标、聚焦关键、转化理论、夯实标准
专题讨论:如何进行数据分析?
第一步:收集数据
? 数据收集的渠道
? 数据收集的结构
? 数据收集的清洗
? 数据收集注意问题
第二步:数据分析
? 物料分析的基础—分类
ABC XYZ FMR 卡拉杰克 供应商偏好模型等
? 数据分析的目的
? 数据分析的维度
? 数据分析的评分标准
第三步:策略制定
? 供应链具体绩效优化
四、数据助力运营之落地篇:有哪些数据需要分析
需求端:
? 及时交付率
? 物料主数据可靠性
? 预测准确率
? 生产计划达成率
? 供应链响应时间
? 产能规划数据
采购端:
? 请购单数据(PR)
? 寻源数据
? 供应商数据
? 合同数据
? 订单数据
? 收货数据
? 付款数据
? 供应商交付绩效
供应端:
? 销售、毛利、库存现状与销售同期比
? 商品结构分析
? 库存周转与现金流
? 缺断货状况报表(OUT OF STOCK)
? 顾客需求调查与促销分析报告
? 市场调查数据分析与经营策略研究
库存端:
? 库存周转率
? 库存持有成本
? 缺货成本
? 月均库存量/年均库存量
? 呆滞库存比率
? 帐卡物相符率★
? 仓库面/容积利用率
? 安全库存量设定
五、数据助力运营之流程篇:如何实现高效供应链协同(内部)
1、如何降低对预测的依赖度?
2、需求预测的方法
案例讨论:如果客户不给预测,如何安排生产?
案例分析:三个步骤帮助你完成一份准确的预测
3、季度月度、预测计划、产能计划编制
案例讨论:我该如何和客户索要原材料的空运费?
4、计划的五层≡金字塔(★★★★★)
5、需求计划-专题讨论:如何开展有效的研发、销售、生产、采购、物流一体化运作?
? 制度流程化,流程表格化,表格△看板化(目视化)
? 企业内部:协同意识,统一认知
? 有效管控:通过数据,识别误区和风险,解决决策落地最后一公里问题
六、数据助力运营之流程篇:供方选培,供应链协同(外部)
1、战略寻源的过程当中,如何获取潜在供应商信息
2、如何提高“搜商”,通过网络综合了解供应商●
3、用组合分析驱动采购战略与智能管理
4、多种采购方式的数字化管理应用
5、供应商主数据与供应商数据库
6、各类工业超市,采购平台的发展
探讨:有哪些采购数据值得分析?
七、全面库存管理(全链数据化)
1、库存可以掩盖所有运营的问题,如何实现实时库々存数据可视化?
2、讲解:如何提高库存周转率(ITO)
3、讲解:库存结构梳理&库存计划制定
4、库存预警可视化系统
5、呆滞物料处理方案