行業資訊
news information
- 聯合沃爾沃 Uber在舊金山正
- 車輛控制器標實不符 工信
- 共交付707輛車 蔚來公布
- 再收10億 比亞迪3月共收補
- 達成銷量目標 蔚來即將發
- 代駕司機變身快遞員 滴滴
- 小鵬汽車推出超充合伙人
- 出資11億 滴滴成為現代財
- 互助出行 滴滴上線“順路
- 發力車聯網安全 銀基安全
聯系我們
contact us
-
地址:山東省濟南市歷下區解放路華強廣場A1307
-
電話:
-
座機:400-0304-588
-
郵箱:
自上世紀(ji)九十年代起,外(wai)資汽車(che)品牌紛紛實現(xian)在中國合資落地生產(chan)。發展迅速的(de)(de)國內消費市場和(he)規(gui)模龐(pang)大的(de)(de)汽車(che)產(chan)業,促成了合資汽車(che)品牌市場的(de)(de)百花齊放。然而,受海外(wai)供(gong)應商長期合作關系(xi)、質量(liang)控制(zhi)和(he)技術壁壘的(de)(de)制(zhi)約,汽車(che)零部件,尤其(qi)是(shi)關鍵零部件的(de)(de)進口量(liang)一直居高(gao)不下。
一方(fang)面(mian),以海運(yun)為主導的進(jin)口件(jian)運(yun)輸方(fang)式,使得運(yun)輸時間依(yi)附于(yu)供應商和承運(yun)商構成的運(yun)輸網絡;而(er)天氣、國內外節假日差(cha)異等因素(su),又造成了(le)進(jin)口件(jian)長期(qi)(qi)以來運(yun)輸周期(qi)(qi)長、到貨時間不穩(wen)定的特(te)點。
另一方面,由技術壁壘所造成的庫存成本高、價格高等痛(tong)點長期以來未得到有效的解決。
大(da)多車廠最(zui)初在制定進(jin)口件(jian)采購和庫(ku)(ku)(ku)存策略時,通常依賴車廠自身過往經驗,通過大(da)量(liang)堆積(ji)庫(ku)(ku)(ku)存,輔以緊急空運補貨,來彌補需求(qiu)(qiu)的不穩定。但這種(zhong)粗(cu)放的備(bei)貨模式(shi)通常又會造成大(da)量(liang)的資(zi)金占用和庫(ku)(ku)(ku)存積(ji)壓(ya),可如果盲目減少(shao)庫(ku)(ku)(ku)存,一旦進(jin)口件(jian)無(wu)法(fa)滿足生產需求(qiu)(qiu)導致生產停線,代價往往會更大(da)。
庫存掩蓋的問題
于是,如(ru)何在及時響應市場波動的基礎上,平(ping)衡進(jin)口件的庫存(cun)成(cheng)本和空運成(cheng)本,優化(hua)(hua)進(jin)口件的安全庫存(cun)量,是目(mu)前很(hen)多國產化(hua)(hua)程度(du)相對較(jiao)低的車(che)廠的重(zhong)點研究議題。
傳統零(ling)售(shou)行(xing)業(ye)應對庫存(cun)優化所使用(yong)的策略通常為:以安全庫存(cun)計算方式——經(jing)(jing)典SS(Safety Stock)公(gong)式為主,輔以簡單(dan)的經(jing)(jing)驗法則。但汽車行(xing)業(ye)與零(ling)售(shou)業(ye)畢竟(jing)不同,汽車進(jin)口件(jian)采購運貨周期波動大,零(ling)配件(jian)特性積累會顯著影響(xiang)需求量,經(jing)(jing)典SS(Safety Stock)公(gong)式此時就無(wu)能為力了(le)。
對汽(qi)車(che)行業而言,最(zui)常用(yong)的進口件(jian)采(cai)(cai)購優化方(fang)式(shi)通常為固定周期(qi)訂(ding)(ding)貨(huo)模式(shi)。這種訂(ding)(ding)貨(huo)方(fang)式(shi)要求確(que)定一個比(bi)較(jiao)恰當的庫(ku)存額,庫(ku)存額包含采(cai)(cai)購提前期(qi)內的正常消耗(hao)量(liang)(liang)和安全庫(ku)存量(liang)(liang),這兩(liang)個量(liang)(liang)又分別取(qu)決于(yu)需求的預測值、采(cai)(cai)購的提前期(qi)和服務水平。具體(ti)方(fang)式(shi)主要體(ti)現為:在(zai)每(mei)個周期(qi)將要結束時,業務人員對存貨(huo)進行盤點,基于(yu)庫(ku)存額決定訂(ding)(ding)貨(huo)量(liang)(liang)。
基(ji)于汽車行(xing)業的特(te)殊性,我(wo)們在經典(dian)SS(Safety Stock)公式的基(ji)礎上(shang),將進口件(jian)采購特(te)性轉換為約束(shu)條(tiao)件(jian),引(yin)申出OPIO模型TM(Overseas Parts Inventory Optimization Model),有效地幫助(zhu)了國內主(zhu)機(ji)廠解決進口件(jian)庫存優(you)化(hua)難題(ti)。
該模型將(jiang)零部件周期性的訂(ding)貨量描述為(wei)一個由時間、零部件、運輸(shu)節點構成(cheng)(cheng)的三維變(bian)量,以訂(ding)貨成(cheng)(cheng)本(ben)、運輸(shu)成(cheng)(cheng)本(ben)、庫存成(cheng)(cheng)本(ben)、缺貨懲罰成(cheng)(cheng)本(ben)等(deng)構成(cheng)(cheng)的綜合(he)成(cheng)(cheng)本(ben)值作(zuo)為(wei)模型的目標。約束條件則主要包括:
1、訂貨方式和訂貨策略
不同訂(ding)(ding)貨(huo)方式的(de)(de)(de)(de)需求(qiu)特(te)征(zheng)不同。舉個例子,零(ling)(ling)件(jian)(jian)級別的(de)(de)(de)(de)訂(ding)(ding)貨(huo)方式認(ren)為(wei)每個零(ling)(ling)件(jian)(jian)都是特(te)殊的(de)(de)(de)(de),因此會以(yi)單個零(ling)(ling)件(jian)(jian)的(de)(de)(de)(de)實際庫存(cun)(cun)和質量(liang)作為(wei)模(mo)型(xing)變量(liang)求(qiu)解的(de)(de)(de)(de)依據;一(yi)旦(dan)該(gai)(gai)零(ling)(ling)件(jian)(jian)發生非正常(chang)的(de)(de)(de)(de)消耗(hao),會及時反(fan)應到該(gai)(gai)零(ling)(ling)件(jian)(jian)的(de)(de)(de)(de)需求(qiu)預測——即基于(yu)單個零(ling)(ling)件(jian)(jian)測算(suan)安(an)全(quan)庫存(cun)(cun)策略。一(yi)般情(qing)況下,訂(ding)(ding)貨(huo)量(liang)總是要(yao)求(qiu)訂(ding)(ding)滿某個固(gu)定值的(de)(de)(de)(de)整數倍,這也會作為(wei)模(mo)型(xing)的(de)(de)(de)(de)約束之一(yi)。
2、網絡結構
供應網絡(luo)的(de)差異(yi)主要(yao)反映(ying)在倉庫或配送中心的(de)數量和結構(gou)上。若(ruo)(ruo)只存(cun)在一個中心倉庫,網絡(luo)結構(gou)相(xiang)對簡單(dan),變量會從三維直接降(jiang)到二(er)維;但若(ruo)(ruo)存(cun)在多(duo)個配送中心,則除了優化的(de)對象變多(duo)外,每個對象的(de)提(ti)前期(qi)也(ye)會自下而上形成影響,加大模型復雜(za)度。
3、歷史需求
庫存(cun)(cun)的不(bu)確定(ding)性通(tong)常(chang)來(lai)源于提(ti)前期和(he)需求(qiu)的不(bu)確定(ding),這兩類信息決定(ding)了(le)庫存(cun)(cun)優化模(mo)型的基調。在模(mo)型訓(xun)練的過(guo)程中,歷史需求(qiu)的數據量不(bu)斷(duan)累積,新鮮的“血(xue)液”也會不(bu)斷(duan)注入。
例如,在歷(li)史(shi)需求里收集到新的零件報廢率特征后,系統會(hui)自動(dong)將(jiang)其作(zuo)為影響需求的因素之(zhi)一(yi),作(zuo)用到模(mo)型(xing)的下次訓練中。基于提前期和歷(li)史(shi)消(xiao)耗情況(kuang),系統可以自動(dong)升級優化,完善后期安(an)全庫存策(ce)略輸出(chu)結(jie)果(guo)。
4、服務水平
服(fu)務水(shui)(shui)平(ping)的(de)(de)(de)確定(ding)需要綜(zong)合多方面的(de)(de)(de)因素,歷史(shi)的(de)(de)(de)進口件(jian)生(sheng)產需求(qiu)滿(man)足(zu)率以及(ji)完備率是(shi)核心因素。車廠是(shi)無法站(zhan)在(zai)一(yi)個客觀的(de)(de)(de)角(jiao)(jiao)度(du)來判(pan)定(ding)滿(man)足(zu)與否的(de)(de)(de)——對車廠而(er)言,只(zhi)要生(sheng)產還在(zai)繼續(xu),就不存在(zai)需求(qiu)沒有被滿(man)足(zu)的(de)(de)(de)情況。但站(zhan)在(zai)數據分析(xi)的(de)(de)(de)角(jiao)(jiao)度(du),一(yi)旦出現臨時或高成本(ben)的(de)(de)(de)非常規性補貨(huo)措(cuo)施,例(li)如空(kong)運補貨(huo),便視為(wei)是(shi)一(yi)次需求(qiu)未滿(man)足(zu)的(de)(de)(de)情況,其所對應的(de)(de)(de)是(shi)不同的(de)(de)(de)服(fu)務水(shui)(shui)平(ping)。
OPIO模型
可見,為實現(xian)進口零(ling)配件優(you)化(hua),需考(kao)慮(lv)多方面因(yin)素(su)。OPIO模(mo)型(xing)的優(you)勢主(zhu)要體現(xian)在:當所(suo)有(you)業務特征轉換(huan)為約束條件被納入模(mo)型(xing)后,系統可根據定期的數據輸入,為業務人(ren)(ren)員(yuan)提供周期性的訂貨策略,有(you)效地預測未來需求,降低(di)物料風險和成本,從根本上(shang)節省車廠(chang)的人(ren)(ren)力物力成本。
我們認為,隨(sui)著汽車行業步入(ru)數字化(hua)時代,車企在加快零(ling)部(bu)件(jian)(jian)國產化(hua)進程(cheng)的(de)(de)(de)同時,在算法(fa)的(de)(de)(de)有力支持下,實(shi)現零(ling)部(bu)件(jian)(jian)供應鏈的(de)(de)(de)完善升級,完成從粗放的(de)(de)(de)進口件(jian)(jian)訂貨和庫存模式的(de)(de)(de)優化(hua)轉型,是現時最好(hao)的(de)(de)(de)可行方案。