在工业4.0时代,我们将整个价值链融合在产品周期中进行组织和管理,并将商业模式、上下游服务和组织工作重新串联起来,这复杂程度要大于单向批量生产制造。
而供应链主要由4端组成,分别是原材料和零部件供应端、生产制造端、销售端和仓储物流端。供应链所涉及到的范围广,不同行业对这四个板块的侧重点不同。
如BOM结构复杂的汽车、手机、高铁等的企业会比较侧重原材料和零部件供应端;而食品服装行业,如酒类、食品、服装等则比较侧重营销端;如一些科研机构,如原油化工、矿石冶工等行业注重生产制造端。
一、上游原材料零部件供应商ERP系统选型要求
进销存模块:主要包括采购、仓储、销售、合同模块,实现从采购到付款、销售到收款的业务支撑;
生产计划模块:主要包括高级供应链计划、MPS主生产计划、MRP物料需求计划(BOM支撑),实现同一个企业多套计划并存的模拟,实现企业年度计划、月度计划、周计划、天计划的生成,达成销售采购的供需平衡;
生产制造模块:主要包括BOM物料清单、车间工作中心、工艺路线、质量管理等,结合生产现场全面模拟实现离散制造生产过程的管理;
财务模块:主要包括应收/应付管理、总账管理、现金管理、成本管理等,实现制造企业的财务管理的各个方面业务需求;
数据决策模块:
●基于面向Web服务的体系架构;
●实现即时的查询和报表模块;
●与ERP系统的紧密集成实现销售决策支持、库存决策支持、生产决策支持、采购决策支持、财务决策支持;
所有涉及到模块间接口的业务模拟都需要提供手工录入界面,以便模拟在无数据自动传递下的业务情况。
二、中游生产制造商ERP系统选型要求
进销存模块:主要包括采购、仓储、销售、合同模块,实现从采购到付款、销售到收款的业务支撑;
生产计划模块:主要包括高级供应链计划、MPS主生产计划、MRP物料需求计划(BOM支撑),实现同一个企业多套计划并存的模拟,实现企业年度计划、月度计划、周计划、天计划的生成,达成销售采购的供需平衡;
生产制造模块:主要包括BOM物料清单、车间工作中心、工艺路线、质量管理等,结合生产现场全面模拟实现离散制造生产过程的管理;
MES车间模块:实现与ERP生产任务的无缝衔接,自动获取ERP系统基础数据(物料编码、仓库名称、货位名称等)及加工指令,将指令传达给工控系统或者PLC系统,实现过程质量控制,同时完成数据采集汇总工作,将从RFID或者其他工控系统获取数据加工上传ERP系统,实现生产物流的跟踪,全面实现生产现场物流的正反追溯。
MES模块要求:
●具备任务调度台、资源调度台、车间管理绩效以及工序移动等功能。
●支持可配置的派工单驱动的执行功能、可配置的工作内容和工作说明的顺序显示、可以记录和报告任务的实际耗用工时。
●能够进行车间异常情况报告并简化车间处理报告。
●要求提供对车间状态可视性管理,具备预期的生产能力或资源短缺管理。
●要求对作业处理、派工单安排、资源使用报告进行管理,需根据用户需要通过参数进行灵活配置管理。
质量管理模块:实现质量标准管理、采购质量管理、生产过程质量管理以及产品质量管理,质量管理信息需与采购模块、生产模块无缝集成。
财务模块:主要包括应收/应付管理、总账管理、固定资产管理、现金管理、成本管理等,实现制造企业的财务管理的各个方面业务需求,并且要求在成本管理方面实现标准成本和实际成本并存;
数据决策模块:
●基于面向Web服务的体系架构;
●实现即时的查询和报表模块;
●与ERP系统的紧密集成实现销售决策支持、库存决策支持、生产决策支持、采购决策支持、财务决策支持;
所有涉及到模块间接口的业务模拟都需要提供手工录入界面,以便模拟在无数据自动传递下的业务情况。
三、下游渠道商ERP系统选型要求
进销存模块:主要包括采购、仓储、销售、合同模块,实现从采购到付款、销售到收款的业务支撑;
财务模块:主要包括应收/应付管理、总账管理、现金管理、成本管理等,实现分销企业的财务管理的各个方面业务需求;
DRP分销管理模块:
●实现门店POS系统、门店库存管理、总部与门店的调货管理以及总部/门店之间的库存及销售信息传输;
●集成POS机以及FRID、条码技术应用;
●实现与POS机数据的集成,通过FRID,条码等技术应用实现分销物流数据的采集;
数据决策模块:
●基于面向Web服务的体系架构;
●实现即时的查询和报表模块;
●与ERP系统的紧密集成实现销售决策支持、库存决策支持、生产决策支持、采购决策支持、财务决策支持;
所有涉及到模块间接口的业务模拟都需要提供手工录入界面,以便模拟在无数据自动传递下的业务情况。
四、以京东作为下游渠道商阐述在供应链管理方面的玩法与突破
存货布局:通过数据挖掘,分析商家的经营数据、存货布局的现状,结合大数据预测结果洞悉商家未来的经营趋势,模拟仿真,在商家期望的时效渗透率及成本约束下,给出极值的分仓建议。
销售计划:以商家的商品信息、历史销售信息、促销方式、时段等数据为基础,基于机器学习算法、多品类、多层次的预测模型对入仓的百万级商品进行预测,有效减少商家收集数据做预测分析的时间和提升预测准确度。
智能补货:基于京东AI技术和大数据分析预测商品的未来销量,通过先进的补货模型和科学合理的补货参数输出补货建议,提升补货精准度,降低周转与库存成本,全面提升商家库存管理能力。
滞销处理:根据不同类型滞销场景系统自动给出对应的处理建议,可视化展示滞销商品分布、分级,智能给出处理建议,帮助商家轻松找到仓里的“问题商品”,高周转、无销售、残品、脏品、临期、过期商品借助强大的供应链支撑,完成以下一系列的业务流转。
图1 业务流转
五、总结
目前,我们正处于一个个性化需求极强的时代,信息互联互通速度非常快。人们已经习惯于享受快速服务、优质服务。延伸到供应链方面,企业就需要考虑如何从原材料采购,到生产制造,到销售,再到末端的仓储运输,如何有效衔接才能快速满足消费者的诉求?这就需要各个模块之间相互配合,需要企业与消费者、供应商、物流服务商等实时互动,并且在技术水平达到一定程度后才可能实现这一目标。
对于众多企业而言,在满足个性化的前提下,首先要从自身所处环节,着重建设该环节对应的系统模块范围。