“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 的ArrayList集合底层实现与最佳实践

《Java的ArrayList集合底层实现与最佳实践》本文主要介绍了Java的ArrayList集合类的核心概念、底层实现、关键成员变量、初始化机制、容量演变、扩容机制、性能分析、核心方法源码解析、... 目录1. 核心概念与底层实现1.1 ArrayList 的本质1.1.1 底层数据结构JDK 1.7

JDK21对虚拟线程的几种用法实践指南

《JDK21对虚拟线程的几种用法实践指南》虚拟线程是Java中的一种轻量级线程,由JVM管理,特别适合于I/O密集型任务,:本文主要介绍JDK21对虚拟线程的几种用法,文中通过代码介绍的非常详细,... 目录一、参考官方文档二、什么是虚拟线程三、几种用法1、Thread.ofVirtual().start(

从基础到高级详解Go语言中错误处理的实践指南

《从基础到高级详解Go语言中错误处理的实践指南》Go语言采用了一种独特而明确的错误处理哲学,与其他主流编程语言形成鲜明对比,本文将为大家详细介绍Go语言中错误处理详细方法,希望对大家有所帮助... 目录1 Go 错误处理哲学与核心机制1.1 错误接口设计1.2 错误与异常的区别2 错误创建与检查2.1 基础

Linux下利用select实现串口数据读取过程

《Linux下利用select实现串口数据读取过程》文章介绍Linux中使用select、poll或epoll实现串口数据读取,通过I/O多路复用机制在数据到达时触发读取,避免持续轮询,示例代码展示设... 目录示例代码(使用select实现)代码解释总结在 linux 系统里,我们可以借助 select、

springboot依靠security实现digest认证的实践

《springboot依靠security实现digest认证的实践》HTTP摘要认证通过加密参数(如nonce、response)验证身份,避免明文传输,但存在密码存储风险,相比基本认证更安全,却因... 目录概述参数Demopom.XML依赖Digest1Application.JavaMyPasswo

分析 Java Stream 的 peek使用实践与副作用处理方案

《分析JavaStream的peek使用实践与副作用处理方案》StreamAPI的peek操作是中间操作,用于观察元素但不终止流,其副作用风险包括线程安全、顺序混乱及性能问题,合理使用场景有限... 目录一、peek 操作的本质:有状态的中间操作二、副作用的定义与风险场景1. 并行流下的线程安全问题2. 顺

Java 结构化并发Structured Concurrency实践举例

《Java结构化并发StructuredConcurrency实践举例》Java21结构化并发通过作用域和任务句柄统一管理并发生命周期,解决线程泄漏与任务追踪问题,提升代码安全性和可观测性,其核心... 目录一、结构化并发的核心概念与设计目标二、结构化并发的核心组件(一)作用域(Scopes)(二)任务句柄

Java中的Schema校验技术与实践示例详解

《Java中的Schema校验技术与实践示例详解》本主题详细介绍了在Java环境下进行XMLSchema和JSONSchema校验的方法,包括使用JAXP、JAXB以及专门的JSON校验库等技术,本文... 目录1. XML和jsON的Schema校验概念1.1 XML和JSON校验的必要性1.2 Sche

SpringBoot集成WebService(wsdl)实践

《SpringBoot集成WebService(wsdl)实践》文章介绍了SpringBoot项目中通过缓存IWebService接口实现类的泛型入参类型,减少反射调用提升性能的实现方案,包含依赖配置... 目录pom.XML创建入口ApplicationContextUtils.JavaJacksonUt

C#使用iText获取PDF的trailer数据的代码示例

《C#使用iText获取PDF的trailer数据的代码示例》开发程序debug的时候,看到了PDF有个trailer数据,挺有意思,于是考虑用代码把它读出来,那么就用到我们常用的iText框架了,所... 目录引言iText 核心概念C# 代码示例步骤 1: 确保已安装 iText步骤 2: C# 代码程