第4章:供应链风险分类与指标体系
做供应链数据分析这些年,我最大的感触就是——风险这东西,你不管它,它迟早会来找你。很多公司花大价钱建了数据平台,结果连最基本的风险指标都没梳理清楚。今天我就把这块内容掰开了讲,希望能帮你少走些弯路。
4.1 供应链风险到底分几类?
我个人习惯把供应链风险分成四大类:供应商风险、物流风险、需求风险和库存风险。这四类基本覆盖了从采购到交付的全链路。你想想看,供应链出问题,无非就是这几个环节中的某一个掉了链子。
核心观点:风险分类不是目的,目的是找到可量化的指标。没有指标的风险管理,说白了就是纸上谈兵。
4.2 供应商风险
供应商风险是我在项目中遇到最多的一类。记得有一次,一家汽车零部件厂商的二级供应商突然停产,导致整条产线停了三天。为什么?因为没人监控那个二级供应商的财务状况。
供应商风险的核心指标包括:
- 交货准时率(OTD):低于90%就要警惕了
- 质量缺陷率(PPM):超过行业均值两倍,建议启动备选供应商
- 财务健康指数:我一般会看供应商的流动比率和速动比率
- 产能利用率:超过95%意味着弹性空间很小
- 单一供应依赖度:超过70%就是高风险
避坑指南:我曾经吃过一个亏——只看供应商的总体OTD,没看分品类。结果发现某个关键物料的OTD只有60%,但被其他物料拉高了平均值。所以,一定要按物料维度拆开看。
4.3 物流风险
物流风险这块,很多人只关注运输时效,其实远远不够。我见过最典型的案例是:某电商大促期间,仓库爆仓导致订单积压,但系统显示一切正常——因为系统只统计了已发货订单,没统计待发货的。
物流风险的核心指标:
| 指标名称 | 计算方式 | 预警阈值 |
|---|---|---|
| 在途库存天数 | 在途库存/日均销量 | 超过7天需关注 |
| 运输破损率 | 破损订单数/总订单数 | 超过0.5%需整改 |
| 仓库周转率 | 出库量/平均库存量 | 低于3次/月需优化 |
| 配送准时率 | 准时到达订单/总订单 | 低于95%需排查 |
注意:物流数据往往存在滞后性。我建议用实时数据流来做监控,而不是等日报出来再处理。曾经有个项目,就因为用了T+1的数据,等发现问题时已经晚了三天。
4.4 需求风险
需求风险是最难把控的。为什么?因为需求预测永远不可能100%准确。我做了这么多年,最好的模型也就做到85%的准确率。但关键不在于预测有多准,而在于你能否快速响应偏差。
需求风险的核心指标:
- 预测准确率(MAPE):低于70%说明模型需要重构
- 需求波动系数(CV):超过0.5说明需求极不稳定
- 订单取消率:突然上升往往意味着市场变化
- 促销响应系数:促销带来的增量是否在预期范围内
嗯,这里要注意一点:需求风险往往和库存风险是联动的。需求预测不准,库存就会出问题。所以这两个指标要放在一起看。
4.5 库存风险
库存风险说白了就是钱压在仓库里出不去。我见过最夸张的案例:某公司库存周转天数高达120天,相当于一年只周转3次。资金成本算下来,比利润还高。
库存风险的核心指标:
- 库存周转天数(DII):行业标杆通常在30-45天
- 呆滞库存占比:超过15%就需要清理了
- 缺货率(OOS):低于98%会影响客户体验
- 库存准确率:低于99%说明管理有问题
- 安全库存覆盖率:建议保持在1.2-1.5倍
实战经验:我曾经帮一家快消品企业做库存优化,发现他们的安全库存设置完全是拍脑袋定的。后来我们用历史数据重新计算,把安全库存降低了30%,同时缺货率反而下降了。为什么?因为之前的安全库存放错了地方。
4.6 风险指标体系构建
构建风险指标体系,我建议遵循「3+1」原则:3个核心维度(时效、质量、成本)+ 1个综合指数。
下面这张图是我常用的风险指标体系框架:
构建指标体系时,我一般分三步走:
- 先定维度:时效、质量、成本,这三个维度缺一不可
- 再选指标:每个维度选2-3个核心指标,别贪多
- 最后设阈值:阈值要动态调整,不能一成不变
一个小技巧:我习惯用「红黄绿」三色预警。绿色表示正常,黄色表示关注,红色表示报警。这样管理层一眼就能看出问题在哪。但要注意,阈值设置要合理——我曾经见过一家公司把阈值设得太低,结果天天报警,最后大家都不看了。
最后说一句:指标体系建好之后,一定要定期复盘。我每季度都会重新审视一次指标的有效性,该删的删,该加的加。毕竟供应链是动态的,指标体系也得跟着变。
公众号:蓝海资料掘金营,微信deep3321