繁體中文 English
 
2009.06.29
 
商业预测完善供应链最后1哩库存掌握更精准
DIGITIMES 2009/06/29-赖丽秋

乍看商业预测字眼，可能有很多人会联想到商业智慧(Business Intelligence；BI)，但就供应链(Supply Chain)角度来看，供应链下的商业预测与商业智慧，则是不同的系统，且其功能也不相同，但两者可互相结合，为企业发挥更大效益。

台湾制造业以代工为主，供应链管理(Supply Chain Management；SCM)系统对台湾制造业而言，是非常重要的一环。但过去企业导入SCM，主要着重于采购、制造、配销及客户服务等，将资讯与物流做最佳化管理，以期达到降低成本、提升效益的目的。

这样的SCM，专注的是供应面向的管理，如何做到及时供货(JIT)，就是对客户最重要的服务；在此过程中，企业又同时可达到以最佳备料、库存管理来降低成本，换个角度，等于是提升企业获利。

若以早期制造业者的营运模式来看，这样的SCM的确达到当初建置的目的，但是当环境改变，制造业者逐渐跳脱单纯的代工生产模式，转向ODM、OBM营运发展，偏重于供应链制造、运筹等面向的功能显然已经不够。事实上，由这次的金融海啸即可发现，不少业者在市场反应上已出现窘况，因为多数制造业对于需求面的变化资讯，掌握度明显不足，以致无法在第一时间发现问题并及时因应。

为了解客户端需求、及时掌握企业营运状况，几年前市场开始有企业导入商业智慧，希望透过资料收集与资讯转化的作业，持续且完整的汇整与分析，发掘企业面临的潜在问题或机，以简单报表或仪表板呈现，让企业主可一目了然，助企业制定出最佳的策略。
供应链商业预测 vs.商业智慧
然商业智慧与商业预测有何不同?

联合通商(eBizprise)专业服务处解决方案发展部产品经理陈献豪表示，商业智慧是分析资料、报表，进而从中追踪绩效指标(KPI)，是否达到初始设定的目标，藉由过去绩效分析，提供企业主判断、决策的依据。

商业智慧的好处是可做成动态报表，方便使用者依需求选择要的数据分析，例如成本、财务等，可间接制成EPS表，便于企业主了解企业营运的变化。不过，商业智慧对于资料的分析，必须要等到事件发生后，才有比较、分析的数据，其呈现出的结果已是落后指标。

商业预测则是事前的规划，建立平台，透过历史资料数据分析，计算出最佳的预测结果。陈献豪指出，商业预测希望达到的是建立领先指标，助企业调整未来预测值的精准度。如果将商业智慧与商业预测结合，则可产生更多不同维度的分析，例如成本与价格结合，就能产生各种组合，协助企业进行不同的销售策略规划与预测。

透过商业预测 精准掌握产销资讯以降低库存
以往供应链管理中，对于需求端的预测，在备料、安全库存的预估，一般是由产品经理、业务负责，将他们所提出的预估值做成纪录，于事后检视绩效时，看是否达成目标。这些预测多凭经验值，而这些经验值正是企业的重要资产，因此，企业必须避免在人员离开后，经验也跟着流失。

商业预测则是透过平台的建立，由系统自动计算各种预测资料，且可随时因应变化进行调整。刘献豪表示，这个预测平台可代替产销协同，方便及时沟通与讨论，透过平台建立的机制与流程，让所有供应链相关人员都可共同参与。藉由资料的收集，并由系统自动计算，即使没有经验的新进人员，也可轻易操作，企业更不会因人员的异动，而出现经验衔接的空窗期。

陈献豪进一步指出，精准预测在于避免缺料及库存过高；一般预测是依各单位提供数据加以统整，不是高估就是低估，然这其中都存有风险。因为客户服务要求速度，备料高估对出货有利，不过，对企业营运及资金流动则是风险；相反的，备料低估在财务运作方面是降低风险，但却可能因备料不足，无法满足客户服务，而造成业务流失。

这些问题在企业新产品推出的销售预测，以及急单效应下尤其明显。如何将库存管理提升到以周为单位，每周都可因应最新变化更改备料、如何让需求和安全库存可保持在最合理的范围，相信是企业最想达成的目标。

一般来说，在供应链体系中，供应商对需求预测的准确度最低，而制造端在背负库存压力下，掌握销售端的预测能力就变得非常重要，若经销商的预测能力提升，就可回馈给制造商，藉此降低库存压力。这正是何以销售终端－品牌业者的知名度愈高，掌控供应链的力量也就愈大的原因。
以系统提升预测能力 降低人为疏失
陈献豪表示，联合通商的UFS预测解决方案(Uni-Forecast Solution)，具有专家选择 功能(ExpertSelection)，能为企业业务、行销或不具统计背景的人员，提供最佳分 析模型建议，透过简单清楚的介面，快速进行高效率的商业预测；其核心引擎可以 针对历史资料数据，侦测各种促销活动或事件所造成的影响因子，用以调整并计算 出最佳化预测结果，同时结合专业顾问服务，协助企业达到提高获利的终极目标。

UFS预测引擎核心功能包括：
专家选择(Expert Selection) 可依据品项历史资料的特性，自动选取最佳预测模型，大幅减少人工尝试时间及 错误机率。

事件模型(Event Model) 侦测不同促销、例外状况事件，并调整侦测值以达到最佳预测结果，无须承担人 工经验法则预测可能带来的风险。

多阶层架构(Hierarchy) 针对具阶层架构产品，提供Bottom-up与Top-down两种预测方式，让使用者根据 商品分类特性，快速产出各阶层的预测值。 至于系统平台核心功能，则包括：个人化预测管理、预测样本管理、预测角本管 理、预测专案管理、手动微调协同管理，及预测报表管理等6项。

UFS预测解决方案适用于消费性用品、医疗业、制造业、通讯业、电子业、电脑组装业、食品业、物流业与零售业等不同产业，在国外已行之多年，在亚洲地区，由于业者多以代工业务为主，因此引进时间较晚，台湾目前导入业者也还不多。

至于哪些行业或何等规模的企业导入效益较佳？刘献豪表建议，台湾虽以制造业占大多数，且多以代工为主，对前端销售资讯取得较不易，但并不表示制造业不需要商业预测。不过，目前对企业而言，商业预测属加值投资，有意导入者，还是要具备一定的IT基础建置成熟度，当然还要有充足的预算。一般来说，中型以上企业较有导入需求，且经营品项多，合作经销商数也多，导入意义较大，因为这类业者较需要透过预测来降低库存压力。

一般企业导入期约在3~6个月，但仍需视导入企业建置的模组而定，模组较多，便 有可能拉长建置期。如果希望能获得精准的预测，企业资料累积至少要有2年以 上，以利建立分析模式。
 
本文经大椽股份有限公司授权刊登
回上一页