—1—

差异化产品细分商业问题

大多数企业都希望能为客户提供尽可能多的产品种类，以满足顾客需求。但根据产品的大小、颜色、地理区域、价格、季节性和可用性，客户的购买模式存在很大差异，许多零售企业忽视了这些独特的购买模式。

通过单一的、固定的模式进行产品流的规划，导致现实中高需求量或高利润的物品发生货物短缺，而销售不佳的货品的库存积压又太大。

优化方法：

采用供应链产品细分（或称差异化研究）是设计差异化供应链的最佳方法。它能更好地满足个别产品的库存与交付需求。通过检查单个产品的特点，如产品的利润率，流通速度和可变性，识别产品趋势及相似产品的“集合”，区分对待低流通产品与高流通产品。

因为每个集合可能都需要不同的采购和供应策略，例如，为不同产品设置独特服务、为相似产品设置共同的库存目标，将产品直接送到零售店或配送中心。通过建模、验证来实施每个细分产品组的供应链，达到最低的运营成本和最佳库存及运输效果。

范例：

一个大型零售商（服装企业）拥有20,000种不同产品（货号），所有产品都需流经一个二级分销网络。采用的供应链流程是：由几个大型配送中心负责整体采购，然后，这些大型配送中心将整合后的产品运输至区域配送中心。

每个区域配送中心为其地理范围内的零售店配送产品。厂商根据产品的流通速度、利润率和需求变化，划分了10个独特的产品组合来细分供应链。

—2—

正确的库存设置商业问题

如战略1所述，不同产品的利润率和流通速度在整个供应链中的差异很大。为供应链产品做好细分和定义，将使企业的服务水平或补货获得更有效的决策策略。

但通常情况下，客户需求量与采购商供应量的多变性使企业难以确定正确的库存量。当供应链有很多层级，而又必须在每个层级上决定每种产品的库存时，问题就会变得更复杂。

优化方法：

采用多级库存优化，确定在每个供应链层级（以SKU为单位或产品类别为单位）及设施位置上必须持有的库存量（例如：在哪里设库存？库存是多少？）。这样的库存配置就能实现用最低的成本提供所需的服务品质。

这一模型融合了客户的需求和供给方供应链上的变化两方面的因素，能提出满足每个产品需求的最低总成本库存解决方案。使用者只需要定义产品服务要求和地点服务要求两个指标。

例如，“在芝加哥商店中货号333的商品需要99％的可能性，在所需时间内收到补货”，在能满足此需求的情况下，库存优化技术会自动决定放在每个层级和位置的产品的最低库存量，从而最小化库存成本。

范例：

某连锁商店有7个区域配送中心，向全美500家门店送货。占总销售额70％的1500种商品被储存在7个配送中心。根据产品的特点，该公司建立了7个从85％到99％之间的不同配送服务层级。

多级库存优化分析了每个组合（产品/地点）的需求和交货时间变量。

尽管许多地方需要较高的库存水平，但软件分析出一些特殊情况，增加了3～4个区域配送中心的产品库存，而其他配送中心的库存量则减少了，采用这种多级库存优化为该连锁商店节省了500万美元的供应链成本。

—3—

产品流通路径的优化

从采购产品到将产品送到客户手中，完整的产品流通过程存在很多变量。

这些变量包括：供应商的选择，购买数量，购买频率，运输方式，入境港口，配送中心，承运商，运输路线以及订单/运输时间。这就使整条供应链中产生了无数的流通“路径”，使商品从起点运输到最终零售点的过程有众多不同的方式。

优化方法：

要实现的目标是，为商品确定最佳的运输流程，最大限度地降低总的流通成本，实现服务预期。

通过智模Supply Chain Guru软件的分析，可以模拟每个产品层级或产品组合不同的运输及分配流程。选定合适的供应链网络配置方案，节省供应链成本，达到总成本最低。

范例：

一家全球消费品公司要评估将商品从分布在欧洲各地的10个生产基地运送到在西班牙的客户手中的能力。他们将90％的商品首先输送至位于西班牙东北部的一个单一配送中心，然后通过陆路进行配送。

在执行产品流通优化时，他们的分析团队在模型中加入了几十种其他运输选择，包括添加新的多式联运中心、配送中心，采取内陆运河运输和短途海运港口等多种不同交通模式；同时还设置了服务水平限制，以确保每种方案都能满足高要求的客户服务水平。

分析中新加入的变量创建了成千上万种潜在的产品流通选项，优化后的结果也使每种商品有了最低成本的流通方式。

结果表明，在西班牙中部开设第二个制造厂能将超过50％的产量转移到新的配送中心，同时利用更多的铁路运输，将能创造出最佳解决方案。

新方案虽然会带来新的工厂建设、运营成本和库存持有成本的增加，但是这些成本将被整体运输成本的大幅度降低所抵消，从而使其供应链总成本下降1500万欧元。

—4—

采购整合带来的优化

如果企业供应链网络中的每个配送中心都单独补货，那么产品成本会因为配送中心频繁地订购小批量产品而上升。导致成本上升的原因是，采购量少、折扣低，频繁的非整车配送造成更高的运输成本。

优化方法：

重新建立一个配送中心（也许在最接近供应商的地方）作为采购集散中心，将所有从供应商处出来的货物先运输至新建的配送中心，然后在必要时，适当转移一定数量商品到其他配送中心。

其目标是通过在供应链中加入第二层配送以显著降低整体供应链成本。虽然这么做会为分销网络增加第二层装卸、运输和再分配成本，但是能更有效地利用运输资产，通过大量采购带来更多折扣，最终会带来经济效益的显着提高。同时，预购库存成本也因此被降到了最低。

范例：

某大型零售商从芝加哥购买大量产品，并将这些产品分发到美国南部和中部大西洋地区。若直接出货运输，产品将在小于整车装载量的情况下被运送至目的地。

为了找到一个最佳方案，该公司模拟了现有的供应链结构，并比较了将现有的一个配送中心转化成交叉转运/再分配中心的方案。

优化完成后，发现使用在美国马里兰州的配送中心作为转运中心，并将其作为进行大批量采购与再配送运输的新采购集散中心，能替公司每年节省超过100万美元。

通过优化方案降低了以下成本：整体运输成本（满装载使运输成本降低）；整批购进的进货成本（供应商因整合订购简化了订单和运输）；库存成本（即使在整合转运中心产生了额外的装卸费用，但是下游的配送中心库存量得到了下降）。

—5—

静态多站点运输路线设计

如果企业频繁小批量地运输货物，运输成本将上升。但如果定期检查递送记录，就能发现其中有整合运输的机会。因此考虑建立一个静态的多站式运输路线，将降低整体运输成本。

优化方法：

运输路线优化能识别出重复运输的规律，并能将其整合。如将运输中从同一个配送中心运输到同一家零售店的较小出货量的订单、同一个配送中心到同一目的地的订单、发往相同地方的订单进行整合。

其目标是通过将小批量货物整合到整车运输中，增大每次的运输量，使运输频率降低，以实现运输成本最低。

在模拟供应链网络时，可以将所有的替代运输方案和时间、成本、容量、交付参数等关键变量相结合，最终确定网络的最佳组合或运输资产的最佳数量和这些资产的地理位置。这些仿真的模拟路径策略能够预测实际成本和服务水平。

范例：

某办公用品零售企业位于康涅狄格州的配送中心，承担着将商品配送到美国东北部各零售店的业务。

从历史数据来看，由于在新英格兰地区很难设置整车运输（因道路狭窄，道路限时开放及频繁的道路封锁造成），配送中心会单独向每家零售店直接发货。

建立了静态多站点模型后，根据道路限制条件建立起的新卡车运输路线被证实非常有效，其将许多直接送货的路线转换咸多站式停靠的整车运输路线。这样整合运输线路、改变运输路线后，为该公司每年节省了超过50万美元的运费。

—6—

规划配送中心的服务范围

分销网络必须随着需求量的增加而改善。因为通常配送中心只具备有限的容量，分销运输能力又受合理交付距离的限制。通过在战略地区添加更多的配送中心，能让网络结构得到优化，降低总的供应链成本。

即使维护这些物流设施的费用增加了，但通过平衡各配送中心的工作量，减少运输距离，实际上仍然能替企业节省大量成本。

优化方法：

通过确定每个配送中心合适的服务领域，实现最低的供应链成本，即确定哪个配送中心为哪些零售店送货。

优化模型平衡了配送中心的容量及运输、卸载费用，并平衡配送中心的容量带来的影响，最终确认在战略地区增加新的配送中心将会缩短运输路线。

在采购整合方面，配送中心到零售店的优化模型会通过评估和权衡所有的费用，识别出最佳的平衡点，然后确定最佳的供应战略。

这种评估的另一种变形是，通过分析供应商及SKU的情况，做出决定何时应用直接配送，而不是通过配送中心分销模式是合适的。

范例：

美国某全国性零售商用位于休斯敦、波土顿和丹佛的三个主要配送中心和位于芝加哥、洛杉矶、旧金山、西雅图的外包配送中心，为其所有零售店服务。

但有些供给线不合理或过长，如位于丹佛的配送中心向密歇根州配送，而位于休斯敦的配送中心向俄亥俄州和佛罗里达州北部配送。

通过优化供应链网络，这家企业发现在亚特兰大增设一个新的配送中心，并增加芝加哥配送中心的运营能力和采购能力，将使他们缩短运输路线、合理化运输路线，并平衡配送中心的容量，能大幅度节省运输成本，为公司每年节省620万美元。

—7—

评估客户服务成本

每位客户、产品、服务水平及分销渠道都贡献了不同的利润率。一家企业必须首先识别出那些无利可图、低利润、高处理成本的产品与客户组合，然后为每个组合制定特有的发展计划，以提高盈利能力。

优化方法：

客户服务成本优化（CTS0）是针对点到点供应链上发生的所有活动和成本，来进行分析和量化的一种方法。客户服务成本涉及到供应链上的各个功能区，合理地分析它，能够更准确地评估卖给顾客一件商品所得到的总盈利。

目标是以最低成本向每位客户出售每个产品。客户服务成本模型融合了一切完成客户交付任务的必要步骤。该模型模拟了每个主要供应链活动是如何影响整条点到点的客户服务。

在SKU层级上，确定在指定的服务水平基础上向每位客户提供服务的总成本。

建立模型，通过评估成千上万条基于活动的成本选项，确定最佳的供应链网络设计、结构和物流方式，来实现基于整条供应链平衡的最低的总客户服务成本。