行業(yè)資訊
news information
- 聯(lián)合沃爾沃 Uber在舊金山正
- 車輛控制器標(biāo)實(shí)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(bǔ)
- 達(dá)成銷量目標(biāo) 蔚來即將發(fā)
- 代駕司機(jī)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(xiàn)代財(cái)
- 互助出行 滴滴上線“順路
- 發(fā)力車聯(lián)網(wǎng)安全 銀基安全
聯(lián)系我們
contact us
-
地址：山東省濟(jì)南市歷下區(qū)解放路華強(qiáng)廣場(chǎng)A1307 -
電話：15666328617 -
座機(jī)：400-0304-588 -
郵箱：jishubu@xianshu.com
作者: admin | 發(fā)布時(shí)間: 02-26 | 瀏覽次數(shù)：
自上世紀(jì)九十年代起，外資汽車品牌紛紛實(shí)現(xiàn)在中國(guó)合資落地生產(chǎn)。發(fā)展迅速的國(guó)內(nèi)消費(fèi)市場(chǎng)和規(guī)模龐大的汽車產(chǎn)業(yè)，促成了合資汽車品牌市場(chǎng)的百花齊放。然而，受海外供應(yīng)商長(zhǎng)期合作關(guān)系、質(zhì)量控制和技術(shù)壁壘的制約，汽車零部件，尤其是關(guān)鍵零部件的進(jìn)口量一直居高不下。
一方面，以海運(yùn)為主導(dǎo)的進(jìn)口件運(yùn)輸方式，使得運(yùn)輸時(shí)間依附于供應(yīng)商和承運(yùn)商構(gòu)成的運(yùn)輸網(wǎng)絡(luò)；而天氣、國(guó)內(nèi)外節(jié)假日差異等因素，又造成了進(jìn)口件長(zhǎng)期以來運(yùn)輸周期長(zhǎng)、到貨時(shí)間不穩(wěn)定的特點(diǎn)。
另一方面，由技術(shù)壁壘所造成的庫(kù)存成本高、價(jià)格高等痛點(diǎn)長(zhǎng)期以來未得到有效的解決。
大多車廠最初在制定進(jìn)口件采購(gòu)和庫(kù)存策略時(shí)，通常依賴車廠自身過往經(jīng)驗(yàn)，通過大量堆積庫(kù)存，輔以緊急空運(yùn)補(bǔ)貨，來彌補(bǔ)需求的不穩(wěn)定。但這種粗放的備貨模式通常又會(huì)造成大量的資金占用和庫(kù)存積壓，可如果盲目減少庫(kù)存，一旦進(jìn)口件無法滿足生產(chǎn)需求導(dǎo)致生產(chǎn)停線，代價(jià)往往會(huì)更大。
庫(kù)存掩蓋的問題
于是，如何在及時(shí)響應(yīng)市場(chǎng)波動(dòng)的基礎(chǔ)上，平衡進(jìn)口件的庫(kù)存成本和空運(yùn)成本，優(yōu)化進(jìn)口件的安全庫(kù)存量，是目前很多國(guó)產(chǎn)化程度相對(duì)較低的車廠的重點(diǎn)研究議題。
傳統(tǒng)零售行業(yè)應(yīng)對(duì)庫(kù)存優(yōu)化所使用的策略通常為：以安全庫(kù)存計(jì)算方式——經(jīng)典SS（Safety Stock）公式為主，輔以簡(jiǎn)單的經(jīng)驗(yàn)法則。但汽車行業(yè)與零售業(yè)畢竟不同，汽車進(jìn)口件采購(gòu)運(yùn)貨周期波動(dòng)大，零配件特性積累會(huì)顯著影響需求量，經(jīng)典SS（Safety Stock）公式此時(shí)就無能為力了。
對(duì)汽車行業(yè)而言，最常用的進(jìn)口件采購(gòu)優(yōu)化方式通常為固定周期訂貨模式。這種訂貨方式要求確定一個(gè)比較恰當(dāng)?shù)膸?kù)存額，庫(kù)存額包含采購(gòu)提前期內(nèi)的正常消耗量和安全庫(kù)存量，這兩個(gè)量又分別取決于需求的預(yù)測(cè)值、采購(gòu)的提前期和服務(wù)水平。具體方式主要體現(xiàn)為：在每個(gè)周期將要結(jié)束時(shí)，業(yè)務(wù)人員對(duì)存貨進(jìn)行盤點(diǎn)，基于庫(kù)存額決定訂貨量。
基于汽車行業(yè)的特殊性，我們?cè)诮?jīng)典SS（Safety Stock）公式的基礎(chǔ)上，將進(jìn)口件采購(gòu)特性轉(zhuǎn)換為約束條件，引申出OPIO模型TM（Overseas Parts Inventory Optimization Model），有效地幫助了國(guó)內(nèi)主機(jī)廠解決進(jìn)口件庫(kù)存優(yōu)化難題。
該模型將零部件周期性的訂貨量描述為一個(gè)由時(shí)間、零部件、運(yùn)輸節(jié)點(diǎn)構(gòu)成的三維變量，以訂貨成本、運(yùn)輸成本、庫(kù)存成本、缺貨懲罰成本等構(gòu)成的綜合成本值作為模型的目標(biāo)。約束條件則主要包括：
1、訂貨方式和訂貨策略
不同訂貨方式的需求特征不同。舉個(gè)例子，零件級(jí)別的訂貨方式認(rèn)為每個(gè)零件都是特殊的，因此會(huì)以單個(gè)零件的實(shí)際庫(kù)存和質(zhì)量作為模型變量求解的依據(jù)；一旦該零件發(fā)生非正常的消耗，會(huì)及時(shí)反應(yīng)到該零件的需求預(yù)測(cè)——即基于單個(gè)零件測(cè)算安全庫(kù)存策略。一般情況下，訂貨量總是要求訂滿某個(gè)固定值的整數(shù)倍，這也會(huì)作為模型的約束之一。
2、網(wǎng)絡(luò)結(jié)構(gòu)
供應(yīng)網(wǎng)絡(luò)的差異主要反映在倉(cāng)庫(kù)或配送中心的數(shù)量和結(jié)構(gòu)上。若只存在一個(gè)中心倉(cāng)庫(kù)，網(wǎng)絡(luò)結(jié)構(gòu)相對(duì)簡(jiǎn)單，變量會(huì)從三維直接降到二維；但若存在多個(gè)配送中心，則除了優(yōu)化的對(duì)象變多外，每個(gè)對(duì)象的提前期也會(huì)自下而上形成影響，加大模型復(fù)雜度。
3、歷史需求
庫(kù)存的不確定性通常來源于提前期和需求的不確定，這兩類信息決定了庫(kù)存優(yōu)化模型的基調(diào)。在模型訓(xùn)練的過程中，歷史需求的數(shù)據(jù)量不斷累積，新鮮的“血液”也會(huì)不斷注入。
例如，在歷史需求里收集到新的零件報(bào)廢率特征后，系統(tǒng)會(huì)自動(dòng)將其作為影響需求的因素之一，作用到模型的下次訓(xùn)練中?；谔崆捌诤蜌v史消耗情況，系統(tǒng)可以自動(dòng)升級(jí)優(yōu)化，完善后期安全庫(kù)存策略輸出結(jié)果。
4、服務(wù)水平
服務(wù)水平的確定需要綜合多方面的因素，歷史的進(jìn)口件生產(chǎn)需求滿足率以及完備率是核心因素。車廠是無法站在一個(gè)客觀的角度來判定滿足與否的——對(duì)車廠而言，只要生產(chǎn)還在繼續(xù)，就不存在需求沒有被滿足的情況。但站在數(shù)據(jù)分析的角度，一旦出現(xiàn)臨時(shí)或高成本的非常規(guī)性補(bǔ)貨措施，例如空運(yùn)補(bǔ)貨，便視為是一次需求未滿足的情況，其所對(duì)應(yīng)的是不同的服務(wù)水平。
OPIO模型
可見，為實(shí)現(xiàn)進(jìn)口零配件優(yōu)化，需考慮多方面因素。OPIO模型的優(yōu)勢(shì)主要體現(xiàn)在：當(dāng)所有業(yè)務(wù)特征轉(zhuǎn)換為約束條件被納入模型后，系統(tǒng)可根據(jù)定期的數(shù)據(jù)輸入，為業(yè)務(wù)人員提供周期性的訂貨策略，有效地預(yù)測(cè)未來需求，降低物料風(fēng)險(xiǎn)和成本，從根本上節(jié)省車廠的人力物力成本。
我們認(rèn)為，隨著汽車行業(yè)步入數(shù)字化時(shí)代，車企在加快零部件國(guó)產(chǎn)化進(jìn)程的同時(shí)，在算法的有力支持下，實(shí)現(xiàn)零部件供應(yīng)鏈的完善升級(jí)，完成從粗放的進(jìn)口件訂貨和庫(kù)存模式的優(yōu)化轉(zhuǎn)型，是現(xiàn)時(shí)最好的可行方案。
