优化产销存协同,提升OTD计划精准度
OTD(Order To Delivery),是指车企从接收经销商订单,到计划排产、生产制造、在库匹配、发运在途,最后交付到经销商的业务环节和管理过程。OTD属于公司流程架构中的运营流程,是公司将产品和订单转换为价值,实现客户价值和达成公司目标的核心流程。
一、分析现有业务在OTD中的流程逻辑,定位管理目标
以计划-执行为主线,将OTD的预测到订单、计划到排程、生产到入库、入库到出库、发运到交付五个环节分解为销售&运作计划制定、生产计划制定、物料计划制定、物流计划制定、生产准备、生产执行、在库匹配和发运交付等8个L2流程组(见下流程图),聚焦于计划的精准度提升。我公司OTD愿景:打造可承诺交货期的高效协同OTD,具体管理目标从后面三个方面达成:可承诺交期,缩短OTD周期,降低库存。
我公司订单车型的OTD周期如下:
对比上图,我公司管理现状和合资公司比、还有差距,还需优化改进(期望三年内OTD管理水平达到合资公司水平)。具体问题点及对策如下:
1、在库及发运周期还需压缩
推行车型属性管理,加强产销存沟通,提升订单启票率,降低在库时间,提升库存周转率,缩短发运周期。
2、PPO生产有待进一步均衡
均衡PPO车型生产,降低仍至消除需求与产能之间的矛盾,缩短PPO生产作业时间。
3、预测准确性有待提高
加强产销存沟通,提升预测的准确性,降低月初预计库存与月末实际库存之间的差异值,进而降低车型在库时间。
二、需求分析
1、通过“脑图”的分析结构,对于实现可承诺交期、缩短OTD周期、降低库存,并提升OTD计划精准度的因素进行了剖析,同时快速和清晰地梳理出需求分析框架。
(脑图总体框架)
(脑图管理节点展开的截图)
同时,用脑图给领导汇报时会更有利于领导从全局上理解整个业务场景需求和解决方案的思路,便于对各个方案进行评价和提出修改意见或指导。
2、再结合OTD业务流对公司领导及各个相关业务部门展开了需求调研,并总结形成了OTD业务流程的保证措施,提炼了最终用户需求,明确了业务目标:优化产销存计划协同,提升OTD计划精准度,实现高质量增长。
三、指标梳理、规则确定
1、指标项梳理
基于管理目标从后面三个方面达成:可承诺交期,缩短OTD周期,降低库存,分析OTD全流程后,形成如下各相关指标项。
序号
|
指标项
|
指标定义/分析目的
|
1
|
自有特殊订单车型OTD 时间
|
当期整车从资源确认到交付的全流程时间
|
2
|
代工车型OTD 时间
|
当期代工车型交付时间
|
3
|
订单执行率
|
衡量一定周期内,特殊订单(客户端)的执行情况
|
4
|
N+1计划变动率
|
根据订单计划,按时间线分割,逐步分解形成月天生产计划、周生产计划和日队列计划,为供应链提供逐渐精准的备货、配送指示
|
5
|
物料计划变动率
|
结合新品爬坡进度、老品退市及切换进度、量品生产计划,对新品、切换、量品的物料需求计划进行审视控制,识别供应商产能和L/T风险,控制零部件库存水平
|
6
|
零部件准时交付率
|
供应商交付的订单范围内,实际按要求准时交付的订单(在要求交付时间范围内的订单)占所有交付订单的比例
|
7
|
资源确认时间
|
当期资源确认平均时长,衡量订单确认平均时长
|
8
|
资源计划时间
|
当期资源计划平均时长,衡量资源计划平均时长
|
9
|
计划执行率
|
衡量一定周期类,生产计划执行情况
|
10
|
商品车准时到达率
|
当期所有到达订单目的地的商品车中,按规定的标准时间准时到达的商品车数量占总到达商品车数量的百分比
|
11
|
整车单车物流成本
|
统计期间内,商品车运输至目的地发生的运输成本
|
12
|
发运量(当期库房周转量)
|
当期出库发运量,监控实时进度和状态
|
13
|
整车批售计划
(年度拆解/月度滚动)
|
经公司领导批准的批售年度分解计划,经公司领导批准的批售月度滚动计划
|
14
|
整车零售计划
(年度拆解/月度滚动)
|
经公司领导批准的零售销量年度分解计划,经公司领导批准的零售销量月度滚动计划
|
15
|
整车生产计划
(年度分解/月度滚动)
|
经公司领导批准的生产年度分解计划,经公司领导批准的生产年度当月生产计划
|
16
|
整车批售量
|
公司批发给经销商并已开具财务发票的商品车数量
|
17
|
整车零售量
|
经销商销售给终端用户录入DMS销售管理系统的车辆数量
|
18
|
企业库存量
|
公司在库可下单库存数量,通过分析企业库存,优化产销存协同
|
19
|
企业库销比
|
当期企业库存所能满足未来批售的月份数
涉及指标:企业库存、整车零售、整车零售N+X的滚动计划
|
20
|
社会库存量
|
公司已批发给经销商,经销商尚未销售给终端消费者,并未录入DMS销售管理系统的车辆数量
|
21
|
社会库销比
|
当期社会库存所能满足未来零售的月份数
涉及指标:社会库存、整车零售、整车零售N+X的滚动计划
|
22
|
长期库存车
|
商品车在库时间超过公司规范的允许时间(设定的库龄标准值)
|
23
|
出租车市场保有量
|
反映出租车市场整体情况和趋势
|
24
|
出租车市场更新量
|
反映主要竞品情况和趋势
|
25
|
自有车型产量/代工车型产量/发动机产量
|
一定时间内‘自有品牌车型or代工车型’整车/发动机产量累计
|
2、异常预警业务规则(OTD时间超期预警及业务预警)
|
大分类
|
小分类
|
分析维度
|
OTD时间
超期预警
|
自有车型OTD周期预警
|
资源确认周期预警
|
超期台数、百分比和TOP3
|
计划排产周期预警
|
上线等待周期预警
|
焊接制造周期预警
|
涂装制造周期预警
|
总装制造周期预警
|
完检周期预警
|
PPO改装周期预警
|
PPO加气周期预警
|
分车周期预警
|
配板周期预警
|
发运周期预警
|
在途周期预警
|
代工车型DTD周期预警
|
上线等待周期预警
|
焊接制造周期预警
|
涂装制造周期预警
|
总装制造周期预警
|
完检周期预警
|
|
大分类
|
小分类
|
分析维度
|
业务预警
|
订单板块
|
合格证保留车预警(200)
|
预警简述和详情
|
PPO改装流转数量/单台时间预警
|
资源板块
|
关键零部件缺件预警
|
采购单欠交/缺件预警
|
焊接零部件上线报负预警
|
总装零部件上线报负预警
|
制造板块
|
停线时间警报(30min及以上)
|
停线时间警报(发生)
|
质量风险/变化点警报
|
超量未检车预警
|
发运板块
|
高龄车预警(企业库存)
|
四、可视化体现数据价值
1、OTD全价值链数据透明
通过下面OTD全价值链(全流程)数据的类似仪表板展示,可随时关注各节点的上期历史数据、测算时本期数据、超期数量,再结合时间超期预警&业务预警,为业务发现问题及改进问题,提供了很好的切入点。
图1:OTD全价值链(全流程)数据透明(含时间超期预警及业务预警)
2、OTD驾驶舱(含整车OTD时长分析)
图2:OTD驾驶舱(含整车OTD时长分析)
3、生产计划执行率
图3:SPD生产计划执行率
4、企业库存分析
图4(1):当日库存结构
图4(2):每日整车库存跟踪
5、整车物流-商品车准时到达率分析
图5:商品车准时到达率分析
6、出租车行业及竞品情况分析表 之 各省XX车型市占率走势
图6:各省XX车型市占率走势
7、产销存协同大屏/营销驾驶舱
图7:产销存协同大屏/营销驾驶舱
五、用户反馈
“数字化经营平台非常好,预期可解决销售、生产、库存三方协同的问题,实现了OTD交付的全过程追溯,平台期望快速投入使用,在应用中不断优化”——这是来自某领导的评价。
“OTD时间超期预警和业务预警的思路和算法设计都非常棒,再也不用担心停线及事后分析不及时了”;
“穿透了OA系统、入场物流系统、出场物流系统、ERP系统、MES生产制造执行系统、DMS销售管理系统,各部门自己都能够清晰的掌握产、销、存数据,不用再重复繁杂地整理报表了”;
“早点上线投入运行吧,大家可以在一个数据平台上交流了,工作效率更准确、更高了”。
——这些都是来自业务部门的声音。
在数字化经营平台投入运行前,物流管理部、生产制造部、技术品质部、营销部等业务部门每周需要至少花一天的时间开产销存协调会核对任务,有时还常常在开会前一天,信息维护专员们需加班到深夜整理会议所需的数据,预期项目上线后每周只需要两个小时开会,会议模式也转变为只要打开数字化经营平台,核对下一阶段任务即可。这将极大地减少工作量,同时也会提高数据的准确性。
项目上线后,信息部门会关注用户的访问数据量,一方面监控系统是否正常运行,同时希望通过用户访问量间接了解业务对数字化经营平台及报表的依赖度。
六、应用成果、心得分享及下一步计划
通过学习数据运营官课程,我理解到管理业务需求的重要性,学习了专业的数据可视化知识体系,深刻体会了打造指标管理体系的价值,在此理论铺垫的基础上,同步推进公司数字化经营建设项目,过程中对大数据平台的搭建有了较为清晰的了解,从基础知识的学习到业务流程的建立、需求文档的整理、统计分析工具的应用、指标库梳理,都同步做了实践应用。
参照本期项目的建设经验,接下来数字化经营项目组将从以下角度持续优化,并同步扩充应用:
1、推进数据运营
企业数字化转型成功的关键:三分建设、七分运营,必须通过数据运营、带动业务部门用数据诊断问题、找到对策、改进业务、真正实现数据价值变现。
可采取的数据运营行之有效的策略方法如后:组织建设、文化宣导、文化培养、系统运营。
2、数据治理需同步推进
数字化项目建设上线后,会发现很多数据问题,数据治理的重要性就凸显出来;数据治理推进思路可考虑如下六个方面:
1)构建数据治理组织架构
2)建立数据标准
3)规范数据治理流程
4)清洗数据
5)数据治理工具辅助应用
6)搭建数据运营体系
3、公司其余业务版块:财务、采购、HR、质量、智能制造的数字化经营项目的建设推进。 编辑于 2021-8-11 14:49
|