對于制造類、流通類企業來講,交貨及時率是非常重要的績效指標。因為它不僅反映企業交貨的可靠性,而且反映企業內部運營管理的水平;它涉及企業的計劃、采購、配送等方方面面,它能夠體現企業的綜合管理能力。但是,目前大多數企業使用的交貨及時率公式(下文中,暫且稱為“傳統交貨及時率”),存在著重要局限。在筆者的供應鏈信息化實踐中,有不少企業期望對交貨及時率公式進行改進。在本文中,筆者分享一種基于SCOR模型與數據倉庫,已被部分企業應用驗證并取得良好效果的交貨及時率的公式改進與應用。
一 、傳統交貨及時率公式及局限性
無論是在企業實際應用中,還是在一些專業文章中,經常能夠看到按照如下公式計算交貨及時率的情況:
交貨及時率=及時足額交貨訂單數量/全部訂單總數量×100%
采用該公式計算交貨及時率簡單易行,一般就是根據客戶下達銷售訂單的筆數,與及時交貨的銷售訂單筆數來計算。無論企業是否采用信息化手段,都能非常簡單的計算出其結果。
但是,此種公式對于某筆銷售訂單來講,交貨及時率要么是0,要么是1;無法反應部分及時交貨的情況,即:無法反應交貨及時率從0到1的變化。按照SCOR模型來講,供應鏈的績效不但需要從配送可靠性、反應速度上反映,而且也要反映交貨柔性,顯然此種公式計算出的交貨及時率剛性太強,無法從交貨數量、時間上反映交貨柔性。再者,一筆銷售訂單可以包括若干種商品,不同的商品可以有不同的交貨日期,甚至同一種商品也可以多次交貨;若僅僅按照訂單數量計算,這顯然是與SCOR模型的供應鏈交貨柔性相悖的。
既然,傳統交貨及時率公式存在上述局限,那么打破這些局限的交貨及時率公式應該是什么樣的?
二、改進后的交貨及時率公式
交貨及時率的改進也是從上述局限入手,因為一張銷售訂單可以包括多種商品和不同的交貨日期,也就是說一張銷售訂單上包括若干行商品明細,所以應該按照銷售訂單行的每種商品計算交貨及時率,不應按照整張銷售訂單計算交貨及時率。其次,應該按照每訂單行及時交貨的百分比計算交貨及時率,反映出交貨及時率從0到1的變化,充分體現出交貨的柔性。還有,交貨及時率是按照銷售訂單上商品的金額計算,還是按照數量計算?其實,兩種方式都可以考慮,這就要看企業更看重交貨數量,還是交貨金額;或者根據產品的性質而定。比如:不同產品間銷售價格差別較大,采用數量計算就不合適,因為它無法充分反映產品間的區別。為了突破上述局限,改進后的交貨及時率計算公式,可以按照如下方式設置:
交貨及時率(按金額)=及時出庫金額/該時間內應該出庫的訂單產品總金額×100%,或
交貨及時率(按數量)=及時出庫數量/該時間內應該出庫的訂單產品總數量×100%
在上述兩個公式中,打破了僅計算整張銷售訂單交貨及時率的局限,它可以從客戶、產品等角度,根據銷售訂單行計算交貨及時率,并且能夠計算訂單、訂單行部分交貨的情況。同時,還可以計算任意時間段的銷售訂單交貨及時率,也可以計算多張訂單集中一次發貨的情況。
為了更清楚的介紹上述公式,簡單舉一個例子。假如如下0001號銷售訂單就是紅星股份有限公司針對北京東華商貿有限公司在2014年1月份的所有銷售訂單,0001號銷售發貨單是目前紅星股份有限公司針對北京東華商貿有限公司1月份銷售訂單唯一的發貨單。
假如今天是2014年2月1日,那么針對上述銷售業務,根據改進后的交貨及時率公式,按照客戶計算交貨及時率,計算結果可得:
交貨及時率(按金額)=(268200+286200)/(117000+357600+286200)×100%=72.87%
交貨及時率(按數量)=(150+150)/(100+200+150)×100%=66.67%
在上述例子中,對于0001號銷售訂單,第一行是延期交貨,不屬于及時交貨;第二行是部分及時交貨,第三行是全部及時交貨;第四行未到交貨日期也沒有交貨,不在計算范圍之內。如果按照傳統的交貨及時率公式,交貨及時率是0,因為0001號銷售訂單第一行沒有及時交貨,導致整張訂單不能及時足額交貨;顯然,按照傳統交貨及時率公式計算的結果是不客觀的。
針對上述例子,也可以按照商品計算交貨及時率,比如計算商品編碼是0002的“紅星千尊酒50度”的交貨及時率。
三、數據倉庫在交貨及時率計算中的作用
改進后的交貨及時率公式比傳統的交貨及時率公式復雜了,考慮的因素多了,可計算的范圍大了;同樣,采用手工方式計算也變得不現實了。但是,改進后的交貨及時率,與數據倉庫又有什么關系呢?在上述舉例中沒有提到數據倉庫,不也計算出交貨及時率的結果了嗎?
上述舉例僅是為了說明改進后的交貨及時率的計算公式,所以沒有提到數據倉庫。現在企業的實際情況是絕大多數已經實施了ERP,或者進銷存管理系統,這些信息系統的數據都存儲在數據庫中。隨著企業的發展,數據庫中的數據會越來越多,當多到一定程度,在數據庫中計算類似交貨及時率這類涉及大量數據的運算時,運算效率會非常低,易用性非常不好。這個時候就非常需要構建數據倉庫,因為數據倉庫一是具有分析數據的長處,二是在數據倉庫中數據可以分層處理,可以對需要計算的數據提前做很多預處理,這樣便能極大提高運算的效率。鑒于本文的重點不是闡述數據倉庫技術,所以在此處不對技術做詳細展開了;但是需要說明一點,向讀者解釋數據倉庫的目的是想強調:通過數據倉庫可以提高交貨及時率運算的效率,可以從技術上掃清計算效率的障礙。
四、交貨及時率的應用擴展
在清楚了基于SCOR模型如何改進、結合數據倉庫如何高效使用交貨及時率公式后,還可以對交貨及時率做如下應用擴展。
首先,可以隨時計算任意時間段銷售訂單的交貨及時率。基于數據倉庫對數據的高效處理,可以隨時計算不同時間階段銷售訂單的交貨及時率。比如說,現在計算一下上一月份、上一季度、上一年度的交貨及時率,借助數據倉庫的處理效率,可以做到隨時計算即時出結果。而且,還可以計算任意一時間段的交貨及時率。比如:今天是2014年1月6日,要計算一下2013年11月13日到2014年1月5日銷售訂單的交貨及時率,這也是可行的。
其次,以分析及時交貨為核心,做“三段式”分析的應用擴展。企業不但關心及時交貨的情況,而且關心逾期未交貨、逾期已交貨的情況。所以,可以按照時間軸把交貨情況分成“及時交貨、逾期未交貨、逾期已交貨”三段進行分析。尤其是逾期未交貨情況,對企業影響重大。它對內能夠反映銷售、采購、生產、配送等部門之間的協調能力,以及企業響應客戶訂單的能力,甚至能夠反映一個企業的內部管理水平。對外,它影響客戶滿意度,客戶忠誠度。久而久之,它將影響企業的盈利能力。
再次,可以擴充交貨及時率的分析角度與層次。僅僅按照客戶、商品分析交貨及時率,有時候不能滿足企業的分析需要。企業需要從多個角度、多個層次分析交貨及時率。比如,有些企業相同的商品,期望從不同的銷售渠道、不同的地區做交貨及時率分析。還有些企業希望先分析某一類客戶的交貨及時率,然后再分析該類客戶下不同商品的交貨及時率。基于數據倉庫分析交貨及時率,只要銷售訂單上有此類信息或能夠關聯到此類信息,都可以隨時動態計算出相應交貨及時率的結果。
最后,可以增加交貨及時率分析的日期容差。僅僅按照銷售訂單上預計交貨日期分析是否及時交貨,非常不靈活。很多企業期望在預計交貨日期上設置日期容差,以滿足企業交貨及時率的靈活分析需求。比如,期望在預計交貨日期延后2天內的交貨信息,都算作及時交貨。基于數據倉庫做交貨及時率分析,不但能夠滿足企業交貨及時率日期容差的需求,而且可以滿足企業調整日期容差的需要。比如,以前在預計交貨日期延后2天內的交貨,算作及時交貨;現在,企業管理效率提升了,僅在預計交貨日期延后1天內的交貨信息才算做及時交貨;對于企業的此種需求,基于數據倉庫是可以滿足的。
五、總結
對交貨及時率的改進,僅是基于SCOR模型與數據倉庫對企業運營績效指標的改進應用之一,其實基于它們二者還可以對訂單履約率、平均交貨周期、到貨準時率等指標做類似的改進。通過這些改進能夠使企業運營的績效指標計算的更高效、更客觀、更科學!
轉載請注明出處:拓步ERP資訊網http://www.guhuozai8.cn/
本文標題:基于SCOR模型與數據倉庫的交貨及時率公式改進與應用
本文網址:http://www.guhuozai8.cn/html/consultation/10839312162.html