定制化和降低库存这两种不断增长的需求正在将制造商引向截然不同的两个方向。不过如果能够正确使用大数据分析,明智的公司完全能够同时驾驭这两种趋势。
“只要汽车是黑色的,任何客户都能将车身喷涂成他希望的任何颜色,”这是亨利·福特(Henry Ford)的经典名言。时至今日,消费者对个性化产品和服务的需求很可能会令这位工业巨头感到震惊。
去年针对底特律开展的一项调查发现,约三分之二的受访者知道定制产品的可能性,如服装 (64%)、家具 (63%) 和时尚配饰 (61%),知道鞋类可以定制的数字为 56%。
大规模定制化促使公司付出极大努力去确保为客户提供充分的特定产品系列和多种交付方案,因此给供应链造成了巨大的压力。与此同时,各行各业的公司都在力求降低库存以避免存货占用资本。
Quintiq的首席解决方案官Sara Gifford首先认为这是一种二分法。该公司是供应链规划和优化软件领域顶尖的提供商。
“在为响应客户需求而要更改方案时,实时优化数据的能力至关重要,具备这种能力,就能够拉低库存,即便在需要为定制提供更多可能性时也是如此。”
“食品和饮料制造商目前受到的影响尤其大,”她说。“以啤酒业为例。啤酒行业的一些大品牌收购了新的小啤酒厂。
小啤酒酿造市场如今正呈爆发式发展,盈利丰厚,但收购小众品牌,意味着大公司的生产方式需要彻底转变。”
“他们不会放弃经营完善的产品,所以必须找到能够将规模更小的特色产品纳入其生产组合的方法。”
对越来越多的制造商而言,大规模定制化带来了诸多类似的复杂问题,迫使他们不得不面对更广泛的产品系列去思考如何针对生产流程的不同节点配置不同的必备资源。
方案之一是简单地增加库存以保证满足所需,但这样做成本高昂,同时也会降低他们快速响应市场变化的能力。方案之二则需要备好最低限度的部件和配件,随时等待使用。这样做会削减库存成本,但由于产品已经接近生产线的终结点,因此降低了定制化的机会。库存也更有可能告罄,进而威胁到生产周期。
与此同时,客户的要求越来越苛刻,对于交付时间也日益缺乏耐心。
“在为响应客户需求而要更改方案时,实时优化数据的能力至关重要,具备这种能力,就能够拉低库存,即便在需要为定制提供更多可能性时也是如此,”Gifford女士说。她指出,几年前大数据的全新涌现激起过一阵兴奋,不过如今人们的注意力正在转向使用这种数据可以做些什么。
“分析很关键,”她说。“能在机器中看到这些1和 0 代码,但是现在要使用这些数据做什么?公司拥有从生产流程采集得来的全部此类数据。这可能包括不同中间库存点在供应链中的流动方式。
凭借有效的分析就能够审视大数据并从中获取有用信息。”
CORRECT CLUSTERING: BETTER FORECASTING | 正确的群集:更好的预测 |
Identifying the most appropriate clusters of products makes for more accurate sales predictions | 识别最适当的产品群集有助于更精准的销售预计 |
CLUSTERING | 群集 |
DATA | 数据 |
CUSTOMISATION | 定制化 |
Trending | 趋势 |
Premium | 优质 |
Popularity | 流行 |
INVENTORY | 库存 |
Flavour | 口味 |
Region | 区域 |
Season | 季节 |
PREDICTION | 预计 |
FRUIT | 水果 |
coconut | 椰子 |
passion fruit | 西番莲 |
mango | 芒果 |
CREAM | 奶油 |
cheesecake | 奶酪蛋糕 |
vanilla bean | 香草豆 |
cookies and cream | 饼干和奶油 |
CHOCOLATE | 巧克力 |
mocha | 摩卡 |
double choc | 双料巧克力 |
chocolate chip | 巧克力片 |
Quintiq技术现在可使用大数据来识别生产周期中制造商应持有可用库存的各个确切的点。作为结果,制造商能够以具有成本效益的方式响应客户的需求。随着预测的日益精确,库存也可日渐精益。
试图从每条单独生产线中做出预测可能会因结果过多而造成困扰,所以应该对产品进行分组。但究竟应该如何识别正确的产品组?
“以一家涂料公司为例,公司的工业和家用部门可能出于预测目的希望针对这些生产线创建产品组,”Gifford女士说,“但这种分配方式可能无法得出最精确的预测。更好的做法可能是将产品分为乙烯基、哑光和金属制等组,或创建颜色群集,如蓝色和红色。”
Quintiq技术能够识别归集产品的最佳方法以及粒度水平,以便做出最精准的预测。预测越精确意味着库存管理越高效。
大数据分析也可用于对客户施加影响。“航空公司这样做已有多年时间,现在制造业也逐渐开始采用,”Gifford女士说。“当我上网预订航班时,航空公司会通过机票价格左右我对飞行时间的确定。工厂也开始这样做。通过价格或其他因素都可以引导客户得出或放弃一项决定。”
“客户在这一过程中会感到自己得到了个性化待遇,但潜意识中他们之所以做出这样的选择是因为能够更快得到,或许也更便宜。例如,如果能在几天之内就拿到,我可能真的希望买银色的iPad。如果需要等待三周时间,则其他颜色我也会很满意。”
公司能够影响客户行为,由此改进其供应链成本。“但是要做到快速响应,就需要实时优化和及时规划能够发挥效力。只有对大数据进行适当分析,使用这种方法才会行之有效,”她说。
但与长期畅销的产品相比,定制化程度在日益提高,新产品数量在增长,但其中产生的可用数据量却相对少得多。好消息是,由于软件能够比人类更早地识别趋势,因此,大数据分析使制造商能够开始从极其有限的数据中汲取信息。
“基于对市场变化做出的敏捷响应,我们会看到更多的产品定制,”Gifford总结说。“只要公司能够快速并精准地预测市场的动向,就能快速并准确地做出响应,对其供应链做出更改。而在令人振奋又充满挑战的大规模定制与更精益库存相结合的全新世界里,这一点将决定谁将是真正的赢家。”