我们不妨先看看几种比较有代表性的评论。  美国学者彼得·斯科尔特斯是戴明管理的传播者,他在《戴明领导手册》中写道:我们多盼望英才来成就一番事业,其实这样是不成的。应该创设系统,使得正常人也能够成就不平凡的业绩。先改善系统,就会改变人们的行为方式,如果只改变人的行为方式,却无法改变系统。有些通常的管理方式——目标管理法、各种考绩制度、薪酬制度及IS09000——其实都算不上领导,而是在领导上的退却230。读到这里,估计许多读者会倒吸一口凉气。斯科尔特斯继续说,只有目标而无方法是残忍而不人道的……目标管理法多少只能算“心想事成”的梦想清单,无异于我们儿时圣诞节前或生日蛋糕前的许愿231。斯科尔特斯对戴明管理思想的解析非常详细透彻,他的著作可谓图文并茂,为实际工作者了提供戴明管理的指南。可惜,他只是抛出了这样一个否定目标管理的观点,并没有做深入的论证。  《戴明人性管理学》一书的作者说:戴明从一开始就深深地、真切地、感情真挚地讨厌着某些人了……首先就是戴明·杜拉克(作者意指彼得·德鲁克)232。虽然这本书可以在大学的图书馆里找到,但是该书既为编译,却未说明编译文章出自何处,这些借戴明之口诋毁德鲁克的段落也没有出处,全书毫无逻辑,错误充斥,不足为信。还有一些学者干脆说,20世纪80年代危害美国的目标管理现在还在危害中国233。作者列举了一些例子来支持这个观点。其中一个例子是:纽约交通警察局有一段时间连续出现错误和非法逮捕事件,无辜的人被指控犯有重罪,其中绝大多数是黑人和墨西哥后裔。事件曝光后发现一个分局的4名警察要对这些错误负有主要责任,这4名警察全部被停职接受调查。奇怪的是,调查结果显示:这4名警察是该分局表现最佳的警察,原来这个分局实行的是目标管理法,警察的工作成绩、表彰、提升都是靠逮捕罪犯的数量,尤其是重罪和性骚扰罪犯逮捕数量来决定的234。作者还举出国内企业的案例:2001年,北京一家房地产企业在修建一幢大楼时,由于工期要求很紧,公司决定实施目标管理,实行了将工期与报酬挂钩的奖惩制度。所有人在强大的压力下,日夜加班加点,项目总算按期完工。但是,半年以后该楼房一侧地基沉降,楼梯出现裂缝,经过技术鉴定问题出在施工单位没有按照要求施工。实际上在目标管理规定的期限内,该公司根本不可能按照正常施工规程来完成大楼的基础施工。作者认为对以这种方式推行“目标管理”的企业来说,他们以质量和公司的长期利益为代价来实施目标管理,这是没有意义的,数字目标往往不能反映公司最主要的东西。如果制定的目标超过了系统的能力,要强制人们实现这个目标,就会出现如戴明所说的那样:人们在设法实现目标时,就会有移山的精神,就会出现亩产万斤的良田235。这个例子中房地产公司的决策者将目标管理看作激励手段,促使员工去达成无法完成的目标,当然会招致失败。  在管理学领域,存在着太多的竞争性理论,一些理论之间不但不谋求兼容,反而各说各话。这种种先入为主或门户之见,不仅是对大师的曲解,而且对管理学的发展是极为有害的。从第6章中,我们已经谈到美国政府在20世纪90年代才开始引入目标管理和绩效考核,可见目标管理20世纪80年代危害美国的说法是站不住脚的。  还有一些人甚至发出这样的诘问:为什么日本选择了戴明,而中国却选择德鲁克?  那么,戴明究竟是如何评价目标管理的呢?
(一)变革前的问题问题1:订单评审只针对定制 :正常来说,订单评审要求技术部门、品质部门、采购部和车间共同参与,大家共同确定物料到达的时间,工艺图纸、生产报表完成的时间,品质检验标准确定的时间,各车间预计完成的时间,并最终确定出货时间,业务人员再把出货时间反馈给客户。但在ZG公司,订单评审实际上只是形式。只评审车间的完成时间,不评审其他部门(研发部、品质部、采购部)的工作完成时间,所以,常规订单什么时候需要、什么时候能交,都不确定。:为什么不在评审过程当中,把研发部、品质部和采购部未完成工作的时间确定下来呢?:因为一旦评审确定,就代表着压力。例如,评审的时候,确定采购的物料具体哪天到,如果物料没有到,管理人员就会有压力。管理人员觉得反正老板也没要求,也没必要让自己承担这种工作压力,所以他们就不评审了。:本来评审就是要对每个部门进行约束,对每个部门遇到的问题进行预测,然后提前解决它,同时把压力分担给每个部门。各部门确定的时间点才是我们回复给客户的交期。但现在,很多部门的时间点没有办法控制,交期肯定就被延误了。 问题2:订单状态模糊不清:这就导致一个问题,这个问题我们在企业经常遇到,那就是随意回复交期。例如,客户追货了,本来3月6日要交货的,客户3月4日打电话问业务员这张订单3月6日能不能交。这时会出现两种情况:第一种,业务员不知道怎么回答,他会说等问过车间再回复。业务员问车间主管这张订单的生产情况,车间主管回答说可能到涂装了吧。再问生产了多少,车间主管说查一下再说。车间主管查来查去,花了很长时间也没有办法得到准确的时间,业务员就只好回复客户一个大概的时间。第二种,业务员忽悠客户。客户要求3月6日到,业务员就回答肯定能按时到。客户3月4日询问,业务员回答肯定没问题,差不多都入库了,还有十几件在赶工,3月5日能全部入库,他先稳住了客户再说。到了3月6日的时候,他就告诉客户,生产出了一个异常,交期将要延到哪天。之所以出现这些情况,原因就在于工厂没有一张能够查询订单进度、订单状况的汇总表,业务员只能凭经验、凭感觉去回复客户交期。:一家工厂整体的生产情况,包括订单的整体状况,没有一个人清楚。例如,车间主管在生产现场看到一个半成品,这个半成品他知道,但这个半成品是哪张订单的,他未必知道;这张订单什么时候要出货,他也未必知道。我记得我在浙江遇见过一个老板,他和我讲了他和他客户的一些事。一个客户欠他的货,他对这个客户说:“你欠我货没问题,但你能告诉我,你还要欠多少天吗?”那个客户答不出来。他再问:“你还要拖多久?”这位客户说不知道。这位老板最后问:“那你能告诉我这张订单究竟在你哪个车间做吗?”这位客户还是说不知道。实际上,很多工厂的老板都不知道接到客户的订单后究竟什么时候才能把货交给客户。订单的进度怎样,物料有没有到齐,各部件完成了多少都是一笔糊涂账,这是我们现在提出要觉知的一个原因。哪张订单在哪个车间做,一定要清清楚楚。你不知道,是因为你没有注意,这不需要思考,只要觉知就可以了。什么叫觉知?就是去看。现在企业的人缺的不是思考,而是觉知。问题3:车间根据实际情况生产,订单完成时间未知  :ZG公司订单评审完成之后,会得出每一个车间大概所需的生产时间,例如3月1日做订单评审,确定3月15日涂装车间要开始上线生产,3月17日生产完成。到3月14日制订3月15日涂装车间生产计划的时候,PMC部往往怎么做的呢?PMC部不管客户要求的出货时间有没有调整,不管前工序做的那些部件到底有没有送到,也不管3月15日涂装能不能做,反正就按照订单评审的时间,在3月14日把3月15日确定的订单安排给涂装车间。:意思就是到了生产计划要真正安排下去的那一天,PMC部不管这个过程中出现多少异常,原来的计划怎么订的,现在就怎么下,不做任何排查,不做任何调整,很死板地往下走。10天以前的计划与现实情况就已经不吻合了,最后生产部门只能说没法按计划执行,只按实际情况来生产。因此,计划和生产就成了两张皮。问题4、5:出货情况与订单实际需要匹配情况未知    :曾经有一家企业的老板娘告诉我,一到旺季她就很辛苦。为了追货,老板娘经常要守在工厂。明天要出的货,今天要带着业务各个车间追,并且晚上必须全部入库,这样她才能安心回家。:其实大家,包括老板,都到最后的那个果上才去追,拼命地追,但不在前面的排查、预防等上面用力。就像佛家说的,在果上用力,不在因上去求,就是该做的排查不做、该调整的工作不调整,到了最后,大家像消防队员一样。不做消防,只做救火,最后的结果肯定就是这样。(二)变革后的动作:欧博项目组的老师结合欧博300多家咨询案例的实战经验,通过现场调研,与企业方管理人员研讨后确定新的动作(如表1-1所示)。表1-1新确定的管理动作问题实施动作常规订单什么时候需要,什么时候能交,不确定制订新的订单评审表,对所有订单进行评审,在订单评审表中增加研发部、品质部、PMC部等职能部门的完成时间各项订单生产到了哪道工序,订单所在车间各工序是否生产完成,是否有欠数,欠数是多少,不确定(1)对订单状态进行重新评审和梳理,建立主生产计划表,主生产计划表中形成交期分解,明确每一个车间的上线时间、完成时间以及尾数,数据每天更新(2)对主生产计划表进行跟进,推行主生产计划跟进表,PMC部每天根据生产情况进行更新,在表中将订单状况分解到工序,通过此表了解各张订单、产品状态当天需要出货的订单能不能出,不确定!车间做的是不是出货要的,不确定(1)根据订单评审、交期分解实施周出货计划,业务部每天滚动制订接下来7天需出货订单的出货计划(2)PMC部每周根据主计划以及7天滚动的出货计划形成车间生产周计划,对各个车间每周的生产任务进行明确PMC部下达车间日计划只是根据订单评审后确定的时间下达,车间是否能够生产、是否能够达成,不确定(1)每天滚动排查出货计划排查表,将评审的交期、要紧急出货的订单作为排查的重点,打好提前排查量(2)制订物料日排查表,召开物料对单会,每天PMC部与车间核对和排查订单的生产进度,以及各车间后3天生产计划所需物料的情况(3)根据出货计划排查和物料日排查结果,PMC部每天制订工序滚动日计划,保证计划能够执行总装车间当天是否有欠数,欠数什么时间完成,不确定PMC部每天根据总装完成情况制订车间清尾日计划,对没有按计划完成及紧急出货的订单进行重点跟进 针对问题1:订单评审表:从表1-2大家可以看到,研发部的图纸什么时候完成,还要研发部门的主管在评审表上签字确认。签字确认的目的是如果没有按时完成,要追究责任。采购部、品质部和PMC部都要在订单评审过程中确认各自工作的完成时间。:订单评审由哪个部门主导?:计划物控部门主导。:这是不是就意味着计划物控部可以凌驾于其他几个部门之上呢?:不是,计划物控部的职责权限企业的相关文件有规定,PMC部只能在文件规定的范围内对各部门进行约束。:实际上,计划物控部更多的是对其他相关部门进行相关事情的管控,而不是对人的管控,因此可以将其定位为管事,而不是管人。它跟其他部门如品质部、研发部、生产部是平行部门,但在事情上可以对这些部门进行管控,就像人力资源部门管控跟人力资源相关的事情一样。可能很多企业会问为什么要设一个计划物控部呢?厂长安排这一切不可以吗?:原因很简单,厂长精力有限,无法考虑到每一件事。例如,下达一份生产计划之前要做很多排查动作,而厂长不可能每天去查去问每一款物料都到了没有,他没这精力,没有时间去完成这样的细致工作。:而且厂长的工作除了管事之外,还要管人。管各个车间的主管,管人各方面的问题,包括人的心态、效率等,所以,PMC部等于分担了很大一部分厂长的工作。:PMC部在文件规定的范围内要求各个部门的时候,各个部门的人员不认同,不按照PMC部要求的方法做。PMC部没有权力直接处理其他部门的人员,它只能把相关情况反馈给厂长,这个时候厂长的作用就体现出来了。:厂长居中协调。 针对问题2:主生产计划表及跟进表:针对各项订单生产到哪道工序,订单所在车间各工序是否已生产完成,是否有欠数,欠数是多少,不确定的问题,欧博项目组推出的动作是:第一,对订单状态进行重新评审和梳理,建立主生产计划表。在主生产计划表中形成交期分解,明确每一个车间的上线时间、完成时间以及尾数,数据每天更新(如表1-3所示)。 : 从表1-3中,大家可以看到有客户订单号、生产批号、型号,同时确定了交期和每一个车间的完成时间。以10713031308订单为例,客户要求的交期是4月8日,那么木工车间3月25日就要上线,3月31日完成;涂装车间的上线时间是4月1日,完成时间是4月5日;总装车间是4月6日上线,4月8日完成生产,最后保证出货。这就是我们讲的交期分解。通过订单评审,把评审出来的时间填入表1-3中。这张表要每天更新,计划物控部门要根据各个车间实际生产的订单来更新。:可以这样理解,通过订单评审,就有了每一张订单在每一个部门的时间节点,就可以确定生产部门的上线时间、下线时间,然后把这些汇总,就形成了一份主生产计划。主生产计划表把订单的情况列得详详细细、清清楚楚,而且每天更新。:所以以前客户问企业什么时候能交货时,业务员也没法回答,他只能忽悠。现在有了这张表,事情变得简单了。这张表要与计划物控部门、车间部门和业务部门共享。车间部门和业务部门看着表,马上就能查到每一张订单的进展情况,如在哪里加工,加工了多少,整个情况怎么样等等。:这张表使像黑箱子一样的工厂,一下子变得透明。业务员需要与客户及时沟通的就及时沟通,客户需要承诺,他也可以跟客户做出承诺,不能承诺的,他就不会去瞎承诺。甚至老板通过这张表也明白整个工厂的走势怎么样,差在哪里了,需要他做什么。所以,这张表对于整个工厂来说就是一个指挥棒,非常重要。关于这每天更新,我还要补充一下。因为我们发现很多企业也有类似的表格,但被制订出来后没人管,一个月才更新一次。这样管理人员就不可能每天觉知其中的问题,中间发生了什么就只能靠想了,这是欧博最反对的。要每天更新一次,清清楚楚。:其实所有的计划都是从这张表中分解出来的。这张主生产计划表是谁使用呢?是PMC部经理。这张主生产计划表将每一张订单的每一个产品分解到了每一个车间。表1-4是木工车间对主生产计划表的跟进表,PMC部每天根据生产情况进行更新,将订单的状况分解到工序,通过这张表我们可以了解订单的产品状态。:表1-4与主生产计划表有什么区别呢?它们格式是一样的,但这张表更详细。在表1-4中,产品名分解到了每一个部件、每一道工序,从开料到CNC、面板,冷压、封装等,每一道工序的开工时间都在表中列明。这张表由谁来使用呢?是各个车间的计划员,这就相当于主生产计划又在各个车间内部分解了一次。通过这张表,业务员就可以知道,这张订单的这种产品的这个部件到底在哪一个车间的哪一道工序,在这道工序还欠多少。:主生产计划表是针对车间的,主生产计划跟进表是针对工序的;主生产计划表是部门经理使用,或者PMC部使用,但主生产计划跟进表是车间的计划员使用,而且主计划完成的时间点也来源于这张跟进表。因为跟进表是根据现场的每一个部件填写的,它反馈了现场部件的信息,再汇合到主计划表中,然后让各个部门分享。主生产计划表以大套小,粗中带细。通过主生产计划表和主生产计划跟进表,企业最基层的管理人员和中层管理人员就可以完成一次次配合。:通过前面三个动作,我们可以清楚地了解订单的生产状态,如生产到了哪道工序、欠多少、什么时候能出货等。把一张订单从最初的出货时间分解到各道工序的上线时间以及完成时间,我们称之为前推。:为什么叫前推呢?:因为它从订单接收开始,通过订单评审,一步一步推导出各道工序和车间的完成时间,从前往后推。:这个“推”有两层意思:一方面指管理动作从接单到评审、交期分解、主计划时间节点的形成,到主计划跟进表的形成,管理动作发挥了推动的作用;另一方面,从物料的情况来说,从开料到后面的每一道工序,物料是推着往后走的。管理动作一层一层往后推进,物料的移动也一步一步往后推进。
汽车产业,尤其是传统的汽车产业,不能说全部都受到丰田管理模式的影响,但至少一部分都有其影子。丰田著名的一个例子就是追求准时制生产,从而减低库存,要求使用的库存能够恰到好处,同时也运用了看板模式,通过看板告知需求,从而拉动库存的补充。虽然说丰田本身能够通过这个模式达到库存控制的效果,甚至根据看板等可视化信息,和旗下的一级或者甚至二级供应商进行必要的信息共享,提供它们备货的指导,而这些供应商大部分都围绕在丰田四周,因此它们的交货提前期相对很短。这种模式中,存在一周所谓的汽车行业库存通则,究竟是否丰田本身设置还是怎么样的来源无能考究,但是很多相关的汽车供应商等都按照这个准则在使用中。这种方法就是,根据通则,库存系数在0.8~1.2之间,反映库存是处于合理范围,一旦该系数超过1.5,那么库存水平就要值得注意,假如超过2.5,那么库存就会过高,带来相关风险和经营压力。这个库存系数,有叫InventoryRatio,也有叫StockLevel,通过期末的库存除以当期销售来得出,不管是使用金额还是数量,均可以。如本月底库存是7万台车,当月销售10万台,那么库存系数是7/10=0.7。这个方法除了车厂本身使用外,开始影响到供应商,甚至通过这个变化来进行采购预测。表5-32汽车产业的倍数订货法如图5-42,就是通过控制这个库存系数来进行采购量的预测。供应商通过上一级客户(比如一级供应商对应汽车车厂,二级供应商对应一级供应商),得到下个月(即二月)的销售量为7480,又给出三月的销售预测为9432,通过一月月底库存量的计算,加上二月预计采购量和已经得到的二月销售预测量就可以计算出库存销售。二月库存系数=二月库存/(一月库存+二月进库–二月出库)这个计算方式还添加上一定的客观因素,以主观系数的认识添加进计算公式中。比如二月份是春节假期,按照正常来说,二月一日或者二月第一周就可以补货成功,不过春节海关放假,物流压力增大等各种因素,导致估计二月二十二日才可以补货,所以按照要求至少要在1以上的系数来确保库存充足和安全,不过春节因素和物料是进口因素,清关周期的不稳定和国家运输的波动性,从而把库存系数定在2.2这个基于主观判断的数值上,最后反推出要订货数量是14110,同理三月订货,因为只需要考虑进口清关因素,把库存系数设立为1.00这个主观认定上,计算出三月采购量是2890个单位。这个方法具有一定的可行性。首先汽车车厂的需求预测相对可靠,汽车购买并不是现货,订购后多少日后交车的情况不少,车厂对于订单流带来的判断从而推动车辆的需求预测是比较可靠,反馈到下级供应商也是如此,同时汽车供应商供应和采购的物流周期更多在于国内的调达和制造周期的控制,提前期波动并不是很大。通过这个系数来控制采购和库存判断,有一定可靠性。汽车产业的供应链图例:图5-15但是越到后端,受到的牛鞭效应也就越大,需求(预测)每到一个节点,比如一级供应商流到二级供应商,基于自身的各种考虑,避免对车厂的供应出现问题,往往都在实际需求上加以放大,一层接一层,从而导致后端得到的数据被添加了不同因素而放大了影响。延伸下去,到达供应链运营底部,诸如原材料商等远离需求市场的情况,达到的信息都是加以扭曲的,那么就算得到上一级的销售预测量,这个预测量往往是经过放大的,从而计算而来的采购量是出现相当大的问题,同时涉及国际供应链的情况,这种情况又因为提前期的不稳定性,更容易导致带来采购不及时的库存问题,供应问题等。尽管如此,这个方法往往受到认可,因为比较简单,易懂。它的适用在主要需要相应以下条件:1.​ 提前期足够稳定;2.​ 销售(预测数据或者订单流数据)数据可靠。在此基础上,一些具备一定的经验的人员能够比较良好地主观把握库存系数,比如根据他们累积的操作经验,直觉等设立库存系数在1.2,而不是1.3或者1.4,这些要说非要具体数据支撑,却是无法做到,但也能取得不错的管理效果。同时,对于不是非常理解供应链的相关数据,这个系数的管理就相对容易,也方便KPI之类。不过脱离了这些,即使同在汽车产业,一旦位于供应链末端的企业,对于极其失真的需求数据,更加复杂的供应体系,这种方法就带来的不足就显而易见了。踌躇满志的大鹏终于经过层层选拔,加入了闻名的Y公司,并投身于汽车产业。Y公司处理的是面向汽车产业的原材料,Y公司作为全球知名的贸易商,为最终用户汽车制造厂商中的一级,二级甚至三级的供应商提供原材料的综合服务,包括采购,风控,物流等。原材料的供应商一般都是按MTO(按订单生产)来处理。整个流程就是车厂给下级供应商(也即是Y公司的客户)提供内示(即非正式的提示),然后下级供应商(也即是Y公司的客户)同样根据生产进度等自我计算后,提供内示给Y公司。Y公司根据内示,按照一定的安全库存基数计算出订货数量后,发送订单给原料供应商,原料供应商按照订单生产。图5-16汽车订单流程入职不久后,对于供应链管理有着一定经验的大鹏,很快就碰上了不少麻烦。在现行运作的订货情况下,他发现经常出现一些问题。有些型号的货物库存太高,周转不好,库存天数可以长达半年甚至一年以上,而更有部分库存由于某些车厂制造的车型不好卖,导致停车,从而有些原料无法消耗,导致变成死库存,只能当废品处理。他明白,汽车行业的原料都是专用为主,很难说这个车型不用的话,就用在第二种车型上。缺少通用性的。不过又有些材料,突然库存不足,为了赶上交货期,只能空运对应,物流成本上扬非常厉害。Y公司的订货数量是基于一个库存系数而计算得出的。大鹏听说这个是行业的通用做法,并在Y公司实施相当长的一段时间了。库存系数(stocklevel)是某些高层或者某个负责人,他们根据个人经验,感觉等,和客户(零部件供应商)商谈达成的默契,协议下,订立的一个系数。比如最低系数是2。不过要说得出一个客观的标准,大鹏问了不少同事,始终不得所以。大鹏挑出其中一个出现不少问题的SKU的最新订货计算模板,开始进行研究。2021年12月的库存系数是2.29。这个系数是本月月底库存量17238个单位,除以下个月的预计出库数量7517个单位而得出的,其意思为备有2.29个月的库存量。7517个预期出库数量是来源于零部件供应商K公司提供的内示数据,这个零部件供应商会提供未来的连续三个月的内示数据。为了2022年1月的库存系数还是高于2的系数,进行这个SKU订货的同事,凭着经验和感觉判断,结合零部件供应商提供的内示数据,把1月到货的数字确认为5440个单位从而使2月的库存系统达到2.43,考虑到该SKU提前期是1个月,因此12月安排订货5440个单位。2.29系数并非很高,翻看之前的历史记录,出现问题的几次,不少设立的系数值更高,不过还是出现问题。大鹏通过结合不同的数据,流程,列出一些可能的原因。1.由于车厂的内示是根据市场销售状况等计算而出的预测数,同时经过一层或者多层零部件生产商的情况下,牛鞭效应之下,公司从上一层拿到的内示数据,需求变异遭到了放大。所以参考性相当不足,最终实际出货的数据和内示数据往往存在相当大的偏差性。2.订货者都是根据经验,感觉判断库存系数。然后高层提出修正,再判断的机制。由于内示数据的偏差,为了安全期间,订货者一般都安排备有2个月以上的库存数据,实际上用量和内示偏差的较大,容易变成库存不足或者库存过剩3.部分订货同事没有理解清楚提前期和核查提前期的准确性。比如原料供应商提出提前期是40天,虽然订立的条款是CIF,却把握不清楚这40天是意味生产的提前期,还是加上物流提前期交货到指定港口的时间?由于运输时间,往往也因为提前期长短导致库存用量的把握不清楚。再加上一些进口的SKU,涉及清关因素,货物质量因素,破损保险因素等等,叠加之下,使得库存无法应付需求或者库存过多的现象总是出现。鉴于此,大鹏非常肯定,由于公司处于供应链前端,末端市场数据层层传递,导致前端得出的内示牛鞭效用叠加,失真非常厉害。这样的内示信息视为订货的重要依赖点,那导订货库存策略非常不恰当,最终要不库存不足,要不库存过剩。恰逢同事小云正在准备安排SKUGAF-063的订货。从客户中刚刚收到了未来三个月的内示数据,大鹏因此以此SKU作为切入点。这个SKU过去六个月的历史数据显示它从7月到12月的出货数据,处于一个稳定的状态,按照变异系数计算其波动性,在XYZ分类中,它可以被归入为X类,因为其变异系数只有0.29。表5-33GAF-063的历史数据同时又得到客户的1月到3月的内示数据。大鹏因此思考:1.过去六个月平均用量在2400左右,其中10月上涨到3000多,11月则回落到1200多,那么当中原因是什么?是否10月赶货期,从而把11月的量提前使用?2.除了异常的10月和11月波动幅度大外,普遍稳定在2300-2500之间,那么内示数据提供,从1月份的2000降到2月份的1650,是否外部市场销售状况不理想,从而减产?又或者年初节日关系,开工率有所减少从而产能降低,导致需求量减少?考虑到订货是一个群体策略的问题。是必须结合所有信息综合考虑下作出的决策,为此大鹏特意翻查这个客户过去6个月提供的内示信息,核查和实际需求的一致性。图5-17内示和实际比较大鹏通过相关数据和各种误差指标的比较,得出以下结论:1.​ 对客户的内示数据可信性有保留。从过去六个月的出货实际数据和当时客户提供的内示信息进行比较,可以得出客户内示和实际并没有相当的吻合性,甚至在11月发生极大的差异,绝对误差达到87%以上。2.​ 10月和11月数据的变动幅度大,那是为了圣诞新年促销。因此要赶货期,11月的生产相当部分提前到10月,那么实际上客户的使用量基本稳定在2300到2500之间。3.​ 考虑到提前期,在12月的时候,就要准备3月的订货,而农历新年是在2月份,因此内示信息中,2月需求很少,3月突然增加,很有可能是节后追赶货期,客户的需求量突然上升。大鹏制定的新订货策略是以过去历史数据为基础,当设立值为1的服务目标水平时,意味着他挑选出过去六个月的实际出货数据中最高数据那个,即10月的实际需求3600,以此为基准乘以1,并希望3月份的库存量都能够达到这个基准线。他深信过往历史业绩是是与用户密切结合的实实在在的存在,是对需求的一个客观性的反映,同时实绩也是一个对未来趋势的指标性反映数据,对于订货具有非常重要的参考意义。因此,他以此为基础制定的订货公式为建议订货量=标准库存量-现存库存-在途库存+追加订单现存库存是指货物现存于各仓库并能够发送给客户的可用库存,不包含破损,不良等;在途库存是指上一期订单发送后未交付的库存,是用来针对本期到货而言的;追加订单则是应对紧急情况,由于估算本期交货不足而临时增加的补充订单对于标准库存量,他又作了新的拆分:标准库存量=月均需求X(订单周期+到货周期+安全库存周期)大鹏把订单周期和到货周期合并并统一称为LEADTIME(提前期),意指当订单释放出供应商,到货物收到,并能够自主支配发送给客户的周期时间。其中订单周期可以理解为准备,制作,发送订单给供应商,供应商处理订单并完成生产准备安排物流发货的周期,而到货周期就是供应商处发出,到达本公司指定位置(仓库)的周期。安全库存周期就是可能发生意外导致供货不足的一个周期时间。大鹏的脑海里已经习惯性地形成了相关的图示画面,他的订货策略就是设立一个标准库存量(SSQ),能覆盖两个不同周期内的需求的同时,也能覆盖一部分可能发生的意外时的需求量。图5-18同时,根据相关数据,大鹏脑海里又浮现对应的图示:图5-19尽管如此,大鹏依然有一定的顾虑,他面临着三个变量的问题:1.​ 就是预测的不准确性。尽管客户给了未来的3个月(1-3)的预测数据,分别是2000,1650和2700,但是根据历史实际需求和对应内示数据的分析,存在相当程度的误差性。2.​ 就是提前期的波动性。由于是进口材料,在船期和清关因素下,提前期都有一定大的波动性,根据统计过去6个月,从下订单直到收货的提前期分别是2个月,2.1个月,1.95个月,2.4个月,2.31个月和2.02个月,而这个过去6个月的平均提前期是2.13个月。3.​ 虽然相关的同事都能每个月下达新的订单给供应商,保证订单的连续性,而下达的订单数量是为了能够满足客户一个月的需求量,不过下订单的日子并非固定,有些时候是每月的第一周,而有些时候又因为别的事情导致下单日期推迟到第二周,这样造成一定程度的时间差异问题。对于这些问题,大鹏制定了不同的解决策略。首先为了弥补提前期的风险,也如同出货的目标服务水平一样,在过去6个月的提前期数据中取最高值,设立为1这个基准,然后以此基准的百分比来计算下一期提前期的预计,由于考虑到下一期的订单过程中涉及法定公众假期,并根据假期占用了多少工作日的关系,把百分比提升了5%,以此计算一个提前期的安全系数期。提前期的安全系数期=过去6个月提前期最高值*提前期目标水平=2.4*1.05=2.52(个月)其次为了弥补预测不准确而带来的风险,因此把服务目标水平定义在1(即100%),对此目标的覆盖量就是3600,也就是意味着按照过去6个月的最高的发货数值的100%来取值。同时,过去6个月的平均值为2412,这意味着这个最高值比平均值高出约50%的水平。但是提前期并不是1个月,并且考虑到覆盖风险,已经确立了提前期的安全系数期为2.52个月,因此在2.52个月提前期内,要想达到3600的目标出货水平,需要在平均出货2412的基础上提高1.24(124%)的水平。需求的安全系数=(目标覆盖-月平均出货)/月平均出货*提前期的安全系数=(3600-2412)/2412*2.52=1.24最后就是要考虑由于公司的订单作业有一个延迟性的问题,比如1月是订3月的货物,但是并非在1月1日来下达订单,有可能是1月10日,也有可能是1月22日来安排这个订单操作。大鹏此基础上引入了一个提前期推移的参数。比如本月总共有31日,而下订单的日子是1月19日,距离月底还有12日。这个参数就是12日/31日=0.38了。因此大鹏利用过往6个月的平均出货数据作为计算基准进行推移,剩下的0.38个月推测出货为2412*0.38=916了。于是,最终的标准库存量公式则为月平均出货X(提前期的安全系数期+需求的安全系数+提前期推移)因此,标准库存量就是:这个9988的标准库存量,减去在途在库和现有库存等,得出的建议订货量是571个单位,但是SKU的标准是25个单位,不能因此拆分只订3个单位或者24个单位,所以最终的建议订货量则为575个单位。大鹏很为此制作相应的表格,方便计算和数据记录。表5-34订货表格虽然根据表格得出的实际建议订货量是575个单位,不过大鹏依然会结合客户提供的内示信息,并就此和相关同事探讨分析,最终确立彼此认同的一个订货数量。根据历史数据,以及下订单时间,为覆盖风险而相对主观的安全线设置,再根据SKU的包装限制,大鹏建立的这套订货方法,有助于避免来自客户的内示数据不实而受到牛鞭效应的严重影响,把更多的可靠性放在已知且既成事实的历史数据上。Y公司因此也很期待大鹏的这套方法能够得到更多的展开和应用,更好地帮助Y公司减少缺货或者库存过多的情况出现。
 无疑,我们上述的分析已经为人们揭示并展现了中西两种风格迥异、性质完全不同的认识论理论。一者是理想的认识论,一者则是日常的认识论;一者的主旨是表象的、绝对的、分析的、符合论的,一者的主旨则是生活的、相对的、整体的、协同论的。而这两种认识理论同时也分别对应着中西两种不同的科学文明:如果说从前者之中孕育了西方基础性的理论科学之鼎盛的话,那么则从后者之中成就了东方应用性的技术科学的灿烂和繁荣。  这两种各不相侔的认识观点使我们想到了德国科学家爱因斯坦和印度诗人泰戈尔之间的一场机锋相对的著名争论。具有西方文化背景的爱因斯坦强调科学必须和任何观察者的存在无关,进而否认认知中的不可逆的、演变的生命概念。反之,立足于东方文化立场的泰戈尔则主张即使存在着绝对真理,它也是人的意识难以企及的。言外之意是,无论我们把实在称作什么,它只是通过我们所参加的活动结构被揭示给我们的。其观点正像科塔里(D.S.Kothari)所说:“简单的事实是,没有一种相关的理论框架,就不可能有测量、实验与观察。”2  因此,归根结底,这场争论的实质和要害是,在认识这个舞台上,我们人类到底是观察者还是参与者,是观众还是演员?或换言之,这个世界是客观的、决定论的世界,其实质是牛顿的经典物理学为我们所揭示的不以人的意志为转移的自在的规律呢?还是主观的、随机的世界,其实质是梅隆-庞蒂的精神现象学所提出的内在于生命中的“状态内的真理”?  对于这一人类哲学上似乎难以破解的千古之谜,美国后现代主义哲学家罗蒂的解答颇给人以启迪。他说,“人的科学”(即所谓的“解释学”)与“自然科学”(即所谓的“认识论”)二者并不彼此对抗,反而相互补益。这是因为,“对于异域文化的解释学研究者来说,最有价值的莫过于发现一种该文化内写下的认识论了。对于确定该文化所有者是否说出了任何引人入胜的真理(按照我们自己时代和地区中的正常话语的标准,难道还有别的标准吗?)来说,最有价值的莫过于解释学地发现如何转译它们又不使它们显得滑稽”。3  人们看到,普利高津的“耗散结构”理论的提出已开始为我们以极其实证的物理学语言揭示了这两种真理之间相互补益的科学机理。在普利高津的学说里,它把整个宇宙看作是一个具有消散性结构的动态的自组的生命过程,即一种具有稳态→非稳态→新的稳态这样一种梭巡于必然与偶然之间的循环往复运行的巨模控制论系统。在该系统中,“远离平衡条件下的自组织过程相当于偶然性和必然性之间、涨落和决定论法则之间的一个微妙的相互作用。我们期望,在某个分叉附近,涨落或随机因素将起着重要作用,而在分叉与分叉之间,决定论的方面将处于支配地位”。4  在普利高津的笔下,客观世界与主观世界、必然真理与偶然真理、事实判断与价值判断已经以一种生命发生论的方式实现了其有机的统一。而这种统一,不正是为我们揭示出了“真之所以为真”问题的真正归趣,也不正是为我们预示出了中西两种认识论之间的理论和解这一人类认识发展的最终趋势吗?