CN112633748A - 一种基于cvc全领域管控供应链的方法和*** - Google Patents
一种基于cvc全领域管控供应链的方法和*** Download PDFInfo
- Publication number
- CN112633748A CN112633748A CN202011624466.0A CN202011624466A CN112633748A CN 112633748 A CN112633748 A CN 112633748A CN 202011624466 A CN202011624466 A CN 202011624466A CN 112633748 A CN112633748 A CN 112633748A
- Authority
- CN
- China
- Prior art keywords
- data information
- production
- goods
- information
- demand
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 239000002131 composite material Substances 0.000 title abstract description 7
- 238000004519 manufacturing process Methods 0.000 claims abstract description 152
- 238000009826 distribution Methods 0.000 claims abstract description 26
- 239000000872 buffer Substances 0.000 claims description 29
- 238000007726 management method Methods 0.000 claims description 22
- 230000003139 buffering effect Effects 0.000 claims description 20
- 239000000463 material Substances 0.000 claims description 18
- 230000000694 effects Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 239000007853 buffer solution Substances 0.000 claims description 7
- 230000035484 reaction time Effects 0.000 claims description 7
- 230000007246 mechanism Effects 0.000 claims description 4
- 231100000817 safety factor Toxicity 0.000 claims description 4
- ZVIDYKRNLNAXFT-UHFFFAOYSA-N 2,2-bis(4-chlorophenyl)ethanol Chemical compound C=1C=C(Cl)C=CC=1C(CO)C1=CC=C(Cl)C=C1 ZVIDYKRNLNAXFT-UHFFFAOYSA-N 0.000 claims 1
- 238000013439 planning Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000007306 turnover Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- 238000012384 transportation and delivery Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 3
- 230000002950 deficient Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 238000004904 shortening Methods 0.000 description 2
- 238000003324 Six Sigma (6σ) Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013068 supply chain management Methods 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种基于CVC全领域管控供应链的方法和***，分销渠道模块分别采集不同区域内货品需求信息，根据不同区域内的所述货品需求信息分配销售产品，分别生成货品生产配置需求数据信息，并将所述生产配置需求数据信息发送至生产制造模块和采购模块；生产制造模块接收所述生产配置需求数据信息，根据所述生产配置需求数据信息构建货品生产运作计划数据信息，将所述生产运作计划数据信息发送至采购模块；所述采购模块接收所述生产配置需求数据信息及所述生产运作计划数据信息，根据所述生产配置需求数据信息及所述生产运作计划数据信息协同采购不同区域内的货品。提出一个可预测的和敏捷型的***，以满足既定的业务和市场目标的需求。
Description
技术领域
本发明属于跨供应链全领域管控领域，特别涉及一种基于CVC全领域管控供应链的方法和***。
背景技术
有一句话这样说：“无论你愿不愿意，争端就在那里。我们正处在这样一个时代——VUCA时代。”其中，VUCA时代也称乌卡时代，具体是指：volatility(易变性)、uncertainty(不确定性)、complexity(复杂性)，ambiguity(模糊性)的缩写。我们处于现在这个VUCA时代的洪流中，非常适用一句话：We didn’t do anything wrong,but somehow,we lost(我们什么也没做错，但我们却被淘汰了).我们现在的环境——极高不确定性。最大的事情是无法预测，无法相信预测。鉴于当今世界的多变性和波动性增加,传统的计划逻辑现在需要进行根本性的改革。有必要建立有效的、简化的规则和相应的工具，以使每一个公司的资源都能更紧密地配合市场,实现需求驱动的世界。
现有市场中，传统的公司资源分配布局的计划方法实际上很容易在销售到生产，采购过程中产生巨大的牛鞭效应，及其对相关信息和材料流动的固有扭曲。库存生产环境所不可欠缺的因素—预测。既然不做预测不行，但是又预测不准，如何能做到不预测而是让实绩说话？根据怎样一套行之有效的理论，让产品能从客户需求，真实的反应到渠道，到生产，到原材料采购。既不放大产能又不因缺货而导致流失客户是亟需解决的问题。
发明内容
针对上述问题，本发明提供一种基于CVC全领域管控供应链的方法和***，以解决现有市场环境中，公司无法准确的将公司产能与市场需求进行匹配的问题。
CVC(Cyper Value Chain)全领域管控是指涵盖范围从供应商，生产到销售的整个管理流程。
CVC全领域控制是以制造/物流供应物料清单为基础，运用需求驱动的操作模型，把实际需求的利用与战略解耦和控制点以及库存，时间和能力缓冲相结合，提出一个可预测的和敏捷型的***。以满足既定的业务和市场目标,同时尽量减少周转资金和急单相关费用。快速改善生产计划运作，大幅缩短生产交期，提高库存周转率。
本发明提供一种基于CVC全领域管控供应链的方法，包括如下步骤：
分销渠道模块分别采集不同区域内货品需求信息，根据不同区域内的所述货品需求信息分配销售产品，分别生成货品生产配置需求数据信息，并将所述生产配置需求数据信息发送至生产制造模块和采购模块；
生产制造模块接收所述生产配置需求数据信息，根据所述生产配置需求数据信息构建货品生产运作计划数据信息，将所述生产运作计划数据信息发送至采购模块；
所述采购模块接收所述生产配置需求数据信息及所述生产运作计划数据信息，根据所述生产配置需求数据信息及所述生产运作计划数据信息协同采购不同区域内的货品。
更进一步地，所述分销渠道模块分别采集不同区域内货品需求信息包括：
划分销售区域，结合区域内的道路信息制定信息采集路线；
根据制定的信息采集路线对路线上涉及的店铺的货品需求信息进行实时采集。
更进一步地，所述构建货品生产运作计划数据信息包括：
基于实际需求驱动型生产指挥信号模型；
构建消除牛鞭效应的战略缓冲***；
货品的生产运作上聚焦改善生产/供应反应时间。
更进一步地，所述构建消除牛鞭效应的战略缓冲***包括：
选择缓冲对象物料，确定战略缓冲点，确定货品订购计划；
确定目标库，存建立缓冲水位；
基于所述目标库存，动态调整所述生产配置需求数据信息。
更进一步地，所述选择缓冲对象物料，确定战略缓冲点，确定货品订购计划包括：
按商品价值、销售实绩进行ABC分类计算将商品进行分类；
需求波动性分析，结合所述ABC分类法相结合，利用DDOM需求驱动运营模型确定货品订购计划，需求驱动/均衡补货及事件管理。
更进一步地，所述确定目标库存，建立缓冲水位包括：
对商品根据行业特征设立缓冲类型，并对不同的缓冲类型的商品设定安全性因子。
更进一步地，所述运作上聚焦改善生产/供应反应时间包括：
生产的补货单；按时间缓冲；按库存补货的补货单按库存消耗投入；
进行种补货单的优先顺序，按照补货单类型和缓冲类型排定
缓冲挽回机制到位且进行监控。
更进一步地，所述基于所述目标库存，动态调整所述生产配置需求数据信息包括：
根据当日的店铺库存数据、未完成订单、出库数量以及预设参数对象进行库存缓冲计算，确定货品补货清单，实时生成生产配置需求数据信息。
更进一步地，所述预设参数对象包括：日均用量ADU、调整系数DAF、波动系数VF、各SKU红区，黄区，绿区水位中的一种或多种。
本发明还提供一种基于CVC全领域管控供应链的***，所述***包括：
分销渠道单元，用于分别采集不同区域内货品需求信息，根据不同区域内的所述货品需求信息分配销售产品，分别生成货品生产配置需求数据信息，并将所述生产配置需求数据信息发送至生产制造单元和采购单元；
生产制造单元，用于接收所述生产配置需求数据信息，根据所述生产配置需求数据信息构建货品生产运作计划数据信息，将所述生产运作计划数据信息发送至采购单元；
采购单元，用于接收所述生产配置需求数据信息及所述生产运作计划数据信息，根据所述生产配置需求数据信息及所述生产运作计划数据信息协同采购不同区域内的货品。
本发明的一种基于CVC全领域管控供应链的方法和***，以制造/物流供应物料清单为基础，运用需求驱动的操作模型，把实际需求的利用与战略解耦和控制点以及库存，时间和能力缓冲相结合，以创建一个可预测的和敏捷型的***。以满足既定的业务和市场目标,同时尽量减少周转资金和急单相关费用，快速改善生产计划运作，大幅缩短生产交期，提高库存周转率。本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出了传统供应链中央库存/工厂仓库结构示意图；
图2示出了新零售模式下星型库存仓库结构示意图；
图3示出了本发明实施例的基于CVC全领域管控供应链的方法流程示意图；
图4示出了本发明实施例的基于CVC全领域管控供应链的***结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地说明，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
传统供应链中在核心的物料需求计算上，采用了生产制造端为MRP(物料需求计划)，分销端为DRP(分销需求计划)两种模式，MRP基于成品开始的从上到下的物料清单树状分解结构/层级从属需求来计算，而分销端是从工厂/总仓开始的层层到下游直至众多客户/经销商/门店的从下到上的树状分解结构，需求来源于末端。
请参照图1，图1示出了传统供应链中央库存/工厂仓库结构示意图。
ITEM：Itemkey_M0.1_M1.1；ItemKey_M0.1_M1.1；ItemKey_M0.1_M1.3；ItemKey_M1.1_M2.1……
父子对：Itemkey_M0.1_M1.1；ItemKey_M0.1_M1.1；LT；QTY；……
DRP分销端是从工厂/总仓开始的层层到下游直至众多客户/经销商/门店的从下到上的树状分解结构.
ITEM：ItemKey_D0.1_D1.1；ItemKey_D0.1_D1.2；ItemKey_D1.1_D2.1；ItemKey_D1.1_D2.2……
父子对：ItemKey_D0.1_D1.1；ItemKey_D0.1_D1.2；LT；QTY；……
而随着前置仓、多区仓多主仓，就近主从仓拉动等分销链的复杂度上升，导致产销协同也越来越重要和复杂，预测导致的牛鞭效应在分销端、制造端、子级供应商肆意横行。
传统上分销领域用DRP是进销存，在需求预测、库存预测和优化、多业务单元处理等方面。MRP是用于制造页库存管理信息处理的***。ERP号称包含DRP与MRP，实际的运作还是都分开处理。导致具体使用的过程中，预测的并不准确，也不能根据需求的变化及时调节供应链中各个环节的适应。
在新零售模式下，仓库和门店遍布全国甚至全球。仓库分类由图1所示的“中央库存/工厂仓库”，到现在多总仓的：“星型库存”，请参照图2，图2示出了新零售模式下星型库存仓库结构示意图。
本发明基于CVC信息价值链(Cyper Value Chain)全供应链需求计算的***，通过分析分销的供应链模型，借鉴图论及图数据库的理论，将多种分销供应链的主从仓模式，如前置仓、多区仓多主仓，就近主从仓，以及多层供应链，泛化成可以使用与生产制造相同的物料需求清单，从而可以使用同一套MRP算法进行从分销端到生产制造端乃至今后的多级供应端进行完整的计算和分析。随着DDMRP、DDS&OP，TLSS(TOC+Lean+SixSigma)等创新理论的发展，而持续进化。提供一个可预测的和敏捷型的***。以满足既定的业务和市场目标,快速改善生产计划运作，大幅缩短生产交期，提高库存周转率，避免牛鞭效应的发生。
本发明提供一种基于CVC全领域管控供应链的方法，请参照图3，图3示出了本发明实施例的基于CVC全领域管控供应链的方法流程示意图，具体包括如下步骤：
步骤S101：分销渠道模块分别采集不同区域内货品需求信息，根据不同区域内的所述货品需求信息分配销售产品，分别生成货品生产配置需求数据信息，并将所述生产配置需求数据信息发送至生产制造模块和采购模块；
更进一步地，所述分销渠道模块分别采集不同区域内货品需求信息包括：
划分销售区域，结合区域内的道路信息制定信息采集路线；
根据制定的信息采集路线对路线上涉及的店铺的货品需求信息进行实时采集。
步骤S102：生产制造模块接收所述生产配置需求数据信息，根据所述生产配置需求数据信息构建货品生产运作计划数据信息，将所述生产运作计划数据信息发送至采购模块；
其中，所述构建货品生产运作计划数据信息包括：
基于实际需求驱动型生产指挥信号模型；
构建消除牛鞭效应的战略缓冲***；
货品的生产运作上聚焦改善生产/供应反应时间；
更进一步地，所述构建消除牛鞭效应的战略缓冲***包括：
选择缓冲对象物料，确定战略缓冲点，确定货品订购计划；
确定目标库，存建立缓冲水位；
基于所述目标库存，动态调整所述生产配置需求数据信息；
其中，所述选择缓冲对象物料，确定战略缓冲点，确定货品订购计划包括：
按商品价值、销售实绩进行ABC分类计算将商品进行分类；
需求波动性分析，结合所述ABC分类法相结合，利用DDOM需求驱动运营模型确定货品订购计划，需求驱动/均衡补货及事件管理；
其中，所述确定目标库存，建立缓冲水位包括：
对商品根据行业特征设立缓冲类型，并对不同的缓冲类型的商品设定安全性因子。
其中，所述运作上聚焦改善生产/供应反应时间包括：
生产的补货单；按时间缓冲；按库存补货的补货单按库存消耗投入；
进行种补货单的优先顺序，按照补货单类型和缓冲类型排定
缓冲挽回机制到位且进行监控。
其中，所述基于所述目标库存，动态调整所述生产配置需求数据信息包括：
根据当日的店铺库存数据、未完成订单、出库数量以及预设参数对象进行库存缓冲计算，确定货品补货清单，实时生成生产配置需求数据信息。
其中，所述预设参数对象包括但不限于日均用量ADU、调整系数DAF、波动系数VF、各SKU红区，黄区，绿区水位。
步骤S103：所述采购模块接收所述生产配置需求数据信息及所述生产运作计划数据信息，根据所述生产配置需求数据信息及所述生产运作计划数据信息协同采购不同区域内的货品。
为了适应上述的基于CVC全领域管控供应链的方法，本发明还提供了一种基于CVC全领域管控供应链的***，请参照图4，图4示出了本发明实施例的基于CVC全领域管控供应链的***结构示意图，所述***包括：
分销渠道单元，用于分别采集不同区域内货品需求信息，根据不同区域内的所述货品需求信息分配销售产品，分别生成货品生产配置需求数据信息，并将所述生产配置需求数据信息发送至生产制造单元和采购单元；
生产制造单元，用于接收所述生产配置需求数据信息，根据所述生产配置需求数据信息构建货品生产运作计划数据信息，将所述生产运作计划数据信息发送至采购单元；
采购单元，用于接收所述生产配置需求数据信息及所述生产运作计划数据信息，根据所述生产配置需求数据信息及所述生产运作计划数据信息协同采购不同区域内的货品。
示例性的，以数据流来看，可分成销售渠道，工厂生产和原料采购。
管理***主要由三部分组成：分销渠道单元，工厂生产单元和采购单元
首先在分销渠道单元设置：销售员巡店模块；配销管理模块；订单&仓储&运输管理模块；
销售员巡店模块，根据区域客户信息，示例性的，所述客户信息包括但不限于销售额大小，分别的销售区域，店铺数量及分布等，各城市间路程以及交通信息制定巡店线路。以便于提高监管效率，使得工作人员标准化的每日拜访客户即店铺的数量最大。从而降低成本。***统一的巡店标准，督导人员设定任务,到店可下货品需求单，盘点店铺没的货品，进行目标库存调整等操作，实时得到店铺的最新订单信息和库存信息。
可通过配销管理模块中的品类规划指导，示例性的没本实施例中，品类规划指导采用ABC分类法对货品进行分类，帮助销售部门准确定位每隔店铺销售合适的单品。示例性的，2000件左右的产品，ABC分类后A类和B类一般不超过50件，采购部门的采购员就可以聚焦到销售的重点产品，从而保证产品的可得性。
同时配合着ADU警报，SKU库存监视，采购补货建议，TDD分析，库存可得性，库存周转次数，以及产品动销分析，有效产出分析等数据分析。
用拉式补货方式，实现新品铺市，动销分析，有效产出。
其次在工厂生产单元：
以确保信赖性和反应能力为目标构建新的生产运作模型，实现弹性制造***
引入实需驱动型生产指挥信号模型。
1，构建消除牛鞭效应的战略缓冲***；
具体的，选择缓冲对象物料，确定战略缓冲点，在统计学方法基础上基于对产品特性规划最佳订购策略；
具体的，按商品价值、销售实绩进行ABC分类计算(二八法则)，示例性的：销售倒排，用百分比划线。60％属A类品，60％-90％属B类品，其他为C类品，热销品A类品，需求量大，时间间隔差异小，属于平滑需求，反过来C类品，需求波动就属于不规则需求或是偶发需求；
需求波动性分析：时序数据分析，协方差(CoV)时间间隔*数量差异；
高货值按生产/订单装配，对集批生产的低货值物品，就简单的点量订货或双盒法进行确定。
如果从需求波动性来看，日需求波动性(Cov)，加上销量ABC分类法，就能实现需求驱动。按DDOM(Demand Driven Operation Model)需求驱动运营模型进行按需补货，需求驱动/均衡补货及事件管理；
在客户容忍的时间内提高服务水平；
需求可视化区间：需求下单到交付的需求时间，如果交互周期可以短于此期间，即可以无需预测地实现接单生产。
结合库存杠杆效应及灵活性有效调整通用材料和通用组件的量。
内外部波动性：主要考虑供应链中的牛鞭效应等。示例性的分为需求侧和供给侧。
按照齐套要求设置的齐套点进行物料的准备。
具体的，构建目标库存建立缓冲水位；
按行业特征，设立9-27种缓冲类型分类，分门别类设定其安全性因子，根据目标库存需求，动态调整生产配置需求数据信息，示例性的，基于目标库存消耗，生成补货建议单；根据当日的库存数据，未完成订单，出库数量和各种预设参数对象(日均用量ADU，调整系数DAF，波动系数VF，和各SKU红区，黄区，绿区水位)进行库存缓冲计算，可以给出建议补货清单，库存缓冲状况和未完订单颜色
2，运作上聚焦改善生产/供应反应时间；
具体的，按单生产的补货单；按时间缓冲；按库存补货的补货单按库存消耗投入；进行种补货单的优先顺序，按照补货单类型和缓冲类型排定；缓冲挽回机制到位且得到监控。
3，持续改善***执行。
具体的，持续改善包括：缓冲消耗理由定期评审，示例性的定期可以选择定为周次、半月次、月次等一定的周期，具体实施的过程中，根据实际需求进行定期评审；监控产能制约资源，并进行管理；监控库存的结构合理分布以及按单生成的准交率；选定有危险性的材料和零件，持续监控管理其利用可得性；为保证和提升流动性，按能力决定和调整转移批量/最小起订量
采购单元做到以下：
1，利用Saas型云服务跨区域协同作业，同时支持多工厂、跨地域进行集中采购***采用Saas型云服务。
2，采购执行公开公正，合同、电子文档、结算等管理有序，做到阳光采购；
3，全流程质量把控：①采购入库检查；②生产过程：配件不良品登记跟踪；③成品检测：不良品登记跟踪；④销售/售后：客户反馈不良品登记跟踪。
尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于CVC全领域管控供应链的方法，其特征在于：包括如下步骤：
分销渠道模块分别采集不同区域内货品需求信息，根据不同区域内的所述货品需求信息分配销售产品，分别生成货品生产配置需求数据信息，并将所述生产配置需求数据信息发送至生产制造模块和采购模块；
生产制造模块接收所述生产配置需求数据信息，根据所述生产配置需求数据信息构建货品生产运作计划数据信息，将所述生产运作计划数据信息发送至采购模块；
所述采购模块接收所述生产配置需求数据信息及所述生产运作计划数据信息，根据所述生产配置需求数据信息及所述生产运作计划数据信息协同采购不同区域内的货品。
2.根据权利要求1所述的基于CVC全领域管控供应链的方法，其特征在于：所述分销渠道模块分别采集不同区域内货品需求信息包括：
划分销售区域，结合区域内的道路信息制定信息采集路线；
根据制定的信息采集路线对路线上涉及的店铺的货品需求信息进行实时采集。
3.根据权利要求1所述的基于CVC全领域管控供应链的方法，其特征在于：所述构建货品生产运作计划数据信息包括：
基于实际需求驱动型生产指挥信号模型；
构建消除牛鞭效应的战略缓冲***；
货品的生产运作上聚焦改善生产/供应反应时间。
4.根据权利要求3所述的基于CVC全领域管控供应链的方法，其特征在于：所述构建消除牛鞭效应的战略缓冲***包括：
选择缓冲对象物料，确定战略缓冲点，确定货品订购计划；
确定目标库，存建立缓冲水位；
基于所述目标库存，动态调整所述生产配置需求数据信息。
5.根据权利要求4所述的基于CVC全领域管控供应链的方法，其特征在于：所述选择缓冲对象物料，确定战略缓冲点，确定货品订购计划包括：
按商品价值、销售实绩进行ABC分类计算将商品进行分类；
需求波动性分析，结合所述ABC分类法相结合，利用DDOM需求驱动运营模型确定货品订购计划，需求驱动/均衡补货及事件管理。
6.根据权利要求4所述的基于CVC全领域管控供应链的方法，其特征在于：所述确定目标库存，建立缓冲水位包括：
对商品根据行业特征设立缓冲类型，并对不同的缓冲类型的商品设定安全性因子。
7.根据权利要求4所述的基于CVC全领域管控供应链的方法，其特征在于：所述运作上聚焦改善生产/供应反应时间包括：
生产的补货单；按时间缓冲；按库存补货的补货单按库存消耗投入；
进行种补货单的优先顺序，按照补货单类型和缓冲类型排定
缓冲挽回机制到位且进行监控。
8.根据权利要求4所述的基于CVC全领域管控供应链的方法，其特征在于：所述基于所述目标库存，动态调整所述生产配置需求数据信息包括：
根据当日的店铺库存数据、未完成订单、出库数量以及预设参数对象进行库存缓冲计算，确定货品补货清单，实时生成生产配置需求数据信息。
9.根据权利要求8所述的基于CVC全领域管控供应链的方法，其特征在于：所述预设参数对象包括：日均用量ADU、调整系数DAF、波动系数VF、各SKU红区，黄区，绿区水位中的一种或多种。
10.一种基于CVC全领域管控供应链的***，其特征在于：所述***包括：
分销渠道单元，用于分别采集不同区域内货品需求信息，根据不同区域内的所述货品需求信息分配销售产品，分别生成货品生产配置需求数据信息，并将所述生产配置需求数据信息发送至生产制造单元和采购单元；
生产制造单元，用于接收所述生产配置需求数据信息，根据所述生产配置需求数据信息构建货品生产运作计划数据信息，将所述生产运作计划数据信息发送至采购单元；
采购单元，用于接收所述生产配置需求数据信息及所述生产运作计划数据信息，根据所述生产配置需求数据信息及所述生产运作计划数据信息协同采购不同区域内的货品。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011624466.0A CN112633748A (zh) | 2020-12-30 | 2020-12-30 | 一种基于cvc全领域管控供应链的方法和*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011624466.0A CN112633748A (zh) | 2020-12-30 | 2020-12-30 | 一种基于cvc全领域管控供应链的方法和*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112633748A true CN112633748A (zh) | 2021-04-09 |
Family
ID=75289702
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011624466.0A Pending CN112633748A (zh) | 2020-12-30 | 2020-12-30 | 一种基于cvc全领域管控供应链的方法和*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112633748A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113743861A (zh) * | 2021-07-22 | 2021-12-03 | 浙江快准车服网络科技有限公司 | 汽配行业供应链智能补货***及其仓库 |
| CN117436709A (zh) * | 2023-12-20 | 2024-01-23 | 四川宽窄智慧物流有限责任公司 | 一种跨区域订单数据统筹预警方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011065224A (ja) * | 2009-09-15 | 2011-03-31 | Konica Minolta Holdings Inc | サプライチェーン効率化支援方法 |
| CN109816169A (zh) * | 2019-01-25 | 2019-05-28 | 安徽山石信息技术有限公司 | 一种基于订货-收货-销售跟踪的管理控制方法及*** |
| CN111260178A (zh) * | 2019-12-03 | 2020-06-09 | 佛山欧神诺云商科技有限公司 | 一种实现业务运作自动化的***、方法及存储介质 |
-
2020
- 2020-12-30 CN CN202011624466.0A patent/CN112633748A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011065224A (ja) * | 2009-09-15 | 2011-03-31 | Konica Minolta Holdings Inc | サプライチェーン効率化支援方法 |
| CN109816169A (zh) * | 2019-01-25 | 2019-05-28 | 安徽山石信息技术有限公司 | 一种基于订货-收货-销售跟踪的管理控制方法及*** |
| CN111260178A (zh) * | 2019-12-03 | 2020-06-09 | 佛山欧神诺云商科技有限公司 | 一种实现业务运作自动化的***、方法及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 何斐: "基于限制理论的SPA服装企业营销渠道模式研究", 《中国优秀博硕士学位论文全文数据库（硕士）》 * |
| 马春莲 等, 中国书籍出版社 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113743861A (zh) * | 2021-07-22 | 2021-12-03 | 浙江快准车服网络科技有限公司 | 汽配行业供应链智能补货***及其仓库 |
| CN117436709A (zh) * | 2023-12-20 | 2024-01-23 | 四川宽窄智慧物流有限责任公司 | 一种跨区域订单数据统筹预警方法 |
| CN117436709B (zh) * | 2023-12-20 | 2024-03-19 | 四川宽窄智慧物流有限责任公司 | 一种跨区域订单数据统筹预警方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Arampantzi et al. | A new model for designing sustainable supply chain networks and its application to a global manufacturer | |
| Ramaa et al. | Impact of warehouse management system in a supply chain | |
| Wagner et al. | Dynamic version of the economic lot size model | |
| Lalmazloumian et al. | A robust optimization model for agile and build-to-order supply chain planning under uncertainties | |
| CN103679322A (zh) | 生产数据处理方法、装置及*** | |
| CN112633748A (zh) | 一种基于cvc全领域管控供应链的方法和*** | |
| Lysa et al. | Exploring the relationships between demand attitudes and the supply amount in consumer-driven supply chain for FMCG | |
| Liu | RETRACTED ARTICLE: Empirical study on B2C e-commerce logistics network optimisation of agricultural products | |
| Chiou | Transshipment problems in supply chain systems: review and extensions | |
| Ebrahimi et al. | A green economic production quantity model: a case study | |
| Chen et al. | Optimization of multi-echelon supply chain networks with uncertain sales prices | |
| Tabrizi et al. | A Three-Stage model for Clustering, Storage, and joint online order batching and picker routing Problems: Heuristic algorithms | |
| Harrington et al. | Simulating the financial impact of marketing and logistics decisions | |
| Galkin et al. | Exploring the relationships between demand attitudes and the supply amount in consumer-driven supply chain | |
| Subramani | Building a Strategic Framework for Retail Supply Chain Analytics | |
| Mitsenko et al. | Development of the trade enterprise subjects logistics system and its utensic-criterial characteristics | |
| Portillo | Designing resilient global supply chain networks | |
| Sengar et al. | Review on Trends in Machine Learning Applied to Demand & Sales Forecasting | |
| Zhang et al. | Distributionally robust front distribution center inventory optimization with uncertain multi-item orders. | |
| Velychko et al. | Management of business processes in logistical networks of the food supply chain | |
| TARAKANOV et al. | Integration logistics mechanisms of functioning of the raw materials sector of the milk and dairy products market | |
| Dubeika et al. | International supply chain management as a basis for sustainable development of subjects of foreign economic activity | |
| Zheng et al. | Optimization of inventory cost control for SMEs in supply chain transformation: A case study and discussion | |
| Muñuzuri et al. | Optimizing stock replenishment in fashion retailers | |
| Ekram Nosratian et al. | A proposed model for the assessment of supply chain management using DEA and knowledge management |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210409 |