订单交付体系成为核心运营流程之一

订单交付体系的业务框架可以简单地概括为“6+1”，即，6个子业务流程和1个治理机制。6个子业务流程分别为：1）新产品导入与工程数据管理，2）线索管理与销售预测，3）订单管理，4）生产计划、排产与执行，5）采购与入厂物流，6）商品发运与出厂物流。1个治理机制指的是订单交付体系的运行监控与体系治理，即，通过定义相关的KPI，对OTD的运行进行实时监控，对KPI做预实或差距分析，以推动OTD的持续改善。
在企业的管理实践中，对OTD做全面和详细的定义并不难，难的是如何将OTD所涉及的各业务单元整合在一起并打破部门墙，从而形成一个高效运行的交付系统。
本文中，我们就来谈谈如何借助大数据、CPS、人工智能、云计算等技术，对企业的订单交付体系进行数字化重塑，具体包括：基于用户画像和触点分析的线索管理、基于算力和算法优化的销售预测、端到端的订单透明化、立体滚动的生产计划、基于CPS的柔性生产、基于算力和算法优化的生产排程、基于工业互联网的供应协同、基于物联网和LBS的物流透明化，等等。
基于用户画像和触点分析的线索管理

传统的线索管理是借助CRM系统来进行销售漏斗的管理，其中的大部分数据是销售代表手工录入的。因为销售代表的频繁出差及其工作随意性等原因，手工录入的销售线索数据要么不完整，要么不及时，要么不真实，导致很多企业的CRM系统形同鸡肋。
在移动互联网和社交媒体时代，企业与客户之间的互动更多是通过官方网站、行业论坛、微信公众号、消费者App等线上渠道来完成。通过对这些线上渠道的触点进行分析，并结合客户画像，企业可以从中找到很多有价值的线索数据。
比如，大多数汽车企业的官网上都有车型展示和订购功能，供潜在客户浏览车型信息，预配置所需的汽车型号，甚至直接下单订购，这都将留下大量的痕迹（触点交互轨迹），企业对上述触点数据进行分析，再结合客户画像，就可以知道谁对哪个车型的何种配置感兴趣，这其实是很详细的销售线索。
基于算力和算法优化的销售预测
为了指导后续的生产和供应活动，企业的销售部门都需要定期做销售预测。在传统的销售预测中，未来的销量预测是通过销售渠道的层层上报和汇总来完成的。首先是分销商上报预测给销售代表，销售代表汇总后再上报给销售大区，销售大区汇总后再上报给（国家）销售公司。这种形式的销售预测，与其说是预测，还不如说是销售目标的制订；因为，分销商、销售代表、大区经理等人员在整理和汇总预测数据时往往会加上个人的意志或主观意愿。

基于算力和算法优化的销售预测，通过线性回归、指数平滑等统计算法，以历史销售数据为依据，再结合产品需求的季节性特点、新产品导入或老产品退市等因素的修正，从而对未来的销量做出预测。借助云计算服务，数据计算（算力）的使用成本将越来越低，企业的销售预测可以每天滚动地做，可以针对特定的场景做不同的版本，以供企业决策。另外，基于算力和算法优化的销售预测，可以最大限度地规避个人的主观意愿。

端到端的订单透明化
供需信息的透明化，可以促进供需链上下游之间的业务协作和集成，从而有助于建立一个能够对市场和需求变化做出快速响应的柔性供需链，进而最大限度地消除供需链的牛鞭效应。
借助SOA等IT架构，企业可以将自身的数字化营销渠道、ERP、MES、SRM、TMS等IT系统进行集成和数据贯通，以形成供需信息之间的动态适配（alignment）和端到端的订单透明化，并基于订单透明化来做全局性的可用性承诺（Global Available to Promise，GATP），以告知客户其订单将在何时得到满足，这有助于提高客户的满意度。
立体滚动的生产计划
很多制造型企业的生产计划要么停留在局部和纸面，要么是形同虚设，根本起不到指导生产的作用，或者说，这些企业没有真正意义的生产计划，有的只是救火式生产调度。
企业的生产计划要想得到有效运行，计划必须实现自上而下、从中长期到短期的层层分解，以及自下而上、从当前到未来的自动汇总，而且，计划的内容必须实现每天的1+N（通常是月度的1+2和按周的1+3）式滚动更新。
从计划的层次来看，生产计划包括销售与运作计划、主生产计划和物料需求计划、车间生产排程，等等；从计划展望期来看，生产计划包括年度、季度、月度、周计划、日计划、单班排程，等等；它们必须是立体和滚动的。

图2 几种主要的生产组织形式

另外，生产计划要想得到有效运行，还必须解决好“拉”式供应和“推”式供应之间的平衡和耦合。在企业的实际运营中，可采取的供需联动模式有MTS（面向库存生产）、LTO（面向订单定位）、MTO（面向订单生产）、CTO（面向订单配置）和ETO（面向订单工程），而任何一个企业不可能，也不应只选择其中的一种，而应是综合采用两种以上，这具体要根据产品的需求特点、计划在产品BOM中的层级等来界定。
通过有机和综合地应用多种模式的生产组织形式，企业可以在订单的快速响应、交期缩短、库存降低和均衡生产等方面得到较好的平衡。
基于CPS的柔性生产
从转型的意义或价值等角度来看，制造型企业的数字化转型，要么是精益制造，要么是柔性制造。精益制造的途径是通过标准化、均衡化、可视化、准时化、自働化来实现单件流的生产，以最大限度消除浪费并降低各种库存。柔性制造的途径是通过通用制造单元、赛博物理系统（CPS）、AGV物流配送等方式来实现生产能力的弹性，从而在不增加固定资产投资的情况下实现多品种、小批量式生产。
精益制造和柔性生产不是完全的相互排斥，在标准化、自动化、透明化等方面具有共通之处，但面对的市场环境和最终的价值诉求不同，因而两者不能完全得兼，企业必须选择以某一种生产模式为主，再以其他模式为辅，而数字化可以为精益制造和柔性生产提供使能。通常来说，当企业的供需联动模式是MTS或LTO等时，企业可以借助数字化来实现精益转型；当企业的供需联动模式是MTO、CTO或ETO等时，企业可以借助数字化来提升其柔性生产的能力。
基于算力和算法优化的生产排程
与销售预测类似，车间生产排程也是个费内存和CPU的活；所不同的是，销售预测是基于历史的销售数据做运算，而生产排程是基于订单需求和实时的生产执行数据做运算，尤其是要考虑物料可用性、可用产能等约束条件的实时变动。
既然是费内存和CPU的活，算力和算法的支持就必不可少。当前，在内存式计算的支持下，企业可以为生产排程提供其所需的算力，而Heuristic等算法的优化和综合运用，可以帮助企业得到较为理想的排程结果。
当前，很多制造型企业的生产排程仍然是基于Excel表的手工作业，完全依靠计划人员的经验来进行，排程所需考虑的需求、生产执行、瓶颈等数据也不可能实时和全面，生产排程存在很大的改善空间。
基于工业互联网的供应协同
要想构建柔性和快速响应的供需链，企业不仅要做好自身的生产运营管理，更要强化与上游供应商的协同。如前所述，做好供应链的管理其实不难，无非是供需信息的集成和透明，以及基于透明信息的高效协作，而以“链主”企业为龙头的工业互联网或产业大脑的实施和应用，有助于企业及其所在产业中供需链的优化和提升。
通过实际的观察，笔者发现，如果下游OEM厂家能够为上游供应商提供较为准确的采购计划和要货指令，如果采购计划能够滚动发布，如果要货指令能够得到实时更新，将对上游供应商订单交付体系的改善提供很大的帮助。当然，供需链的高度透明和高效协同，也要求上游供应商将其生产计划、生产执行、库存和送货等信息及时、准确地反馈给下游OEM厂商。
需要指出的是，上下游供需之间的高效协同建立在互利互惠的战略合作关系等基础上。当前，很多制造型企业，尤其是OEM企业，与其上游合作伙伴之间竞争多于合作；或者说，表面上是合作，骨子里是竞争，仍然秉承博弈的做法来最大程度地压榨供应商的剩余价值。如果这种合作理念不改变，再高级的工业互联网也是浮云。实际上，很多企业虽然学丰田的精益生产方式，但在供应链领域仍然还普遍地采取“二轨供货”策略，就很难把精益生产方式的价值充分地发挥出来。
基于物联网和LBS的物流透明化
从作业的角度来看，供应链的执行活动中除了订单处理、加工和装配，剩下的主要就是物流。实际上，大量的相关研究表明，很多企业的订单交付周期之所以很长，主要问题可能不在加工和装配等环节，更大程度是物流环节的等待时间太长。要想消除物流环节的各种等待和浪费，就必须实现物流的高度透明化，以及物流透明化基础上的物流排队和路径的优化。
物联网和位置定位服务（LBS）等技术的应用，可以帮助企业实现物流全过程的高度透明。在零部件入厂物流和商品出厂物流等环节，企业可以使用车载Tbox和GPS等来跟踪物流车辆的位置。在零部件或在制品的厂内物流等环节，企业可以使用RFID、嵌入式系统等来跟踪物料或料箱的位置和移动轨迹。
结语
借助订单交付体系，我们可以对制造型企业的生产运营和供需链管理建立起全面和系统的认识，进而在流程贯通、职责贯通、数据贯通、IT系统贯通和体系治理的指导下，借助相关数字化技术或IT系统的实施和应用，企业可以对其交付体系做数字化重塑，以实现快速、精益、柔性的订单交付。

声明：本文部分内容参考来源于互联网，版权归原作者所有。如涉及版权问题侵犯了您的合法权益，请作者持权属证明与本平台联系，我们将及时更正、删除，谢谢。来源mes百科丁肇之