在2007年-2009年曾经想做一款供应链管理需求的软件，当时收集了能收集到的所有需求管理软件方案的介绍和案例。中国的供应链管理的方案直到2019年之后，才开始热起来。

最近在《哈佛商业评论》中文版2024年第5期有一篇文章《供应链管理 供应链难题解析新解：OML》中，看到两个案例，将这两个案例整理出来。

案例一：资本密集型设备的备件库存。

一家制造并销售用于制造半导体的资本密集型设备制造商。

痛点原因：备件种类多，备件库存管理麻烦。

痛点表现：当关键零部件短缺时，会增加加急运输成本高，或破坏性的等待时间。

半导体制造设备昂贵，当因为零件原因导致停产时，对企业的效益影响巨大。因而关键零部件的不及时供货会给用户带来巨大的损失。

决策支持：利用优化KPI的方式，确定供需数据与供应链决策之间的关系，这些决策设计产生数量、补货订单、库存储备水平以及不同地点之间的库存运输等。KIP可能包括与总体利润相关的指标；按地区、客户和产品类别划分的收入或利润；产品可用性；库存周转率，中断后回复供需所需的时间。

实现效果：未使用系统前，订单满足率77%，库存成本高于1.35亿美元。

使用系统后，订单满足率81%，库存减少2000万美元。

案例二、消费电子产品公司。

电子消费产品公司，通过成千上万的零售店销售一款设备。

痛点原因：来自各方利益相关者的方法和数据输入挑战——包括供应商、公司营销、生产、物流和供应采购职能团队，以及数千个零售店的数据。同时由于需求的高度不确定性，导致需求预测与实际需求差异大。

痛点表现：一些零售店的库存持续短缺，另一些则库存过剩。

原流程：销售经历每月都会预测总销售额和未来12个月内每个零售商的销售额。库存团队独立制定自己的客户需求，团队每周预测一次。为了管理公司的订单，将库存分配给零售网络。每个零售店也制定预测。当零售店预测与实际需求差异过大时，就会出现需求不匹配难题。

决策支持：利用图形数据库，在供应链阶段存储数据，并捕获重要关系，按地点、客户、产品和时间等因素，对数据和指标进行有意义的可视化，让供应链计划人员衡量与成本和服务相关的多个指标的绩效，识别出超预期的数值。

实际效果：解释了公司在库存管理方面的明显缺陷。推荐最佳库存储备政策。

小结

这两个案例都是需求管理与库存优化的典型案例。其逻辑与20年前的需求管理与库存优化的逻辑是一致的。

案例的主要应用场景：（一）备件管理；（二）零售的需求管理与库存优化。

而需求管理与库存优化还有一个典型应用场景是S&OP。

需求管理是供应链先进计划系统的输入。

来源：微信号xuyongshuo-work

作者：许永硕

该作品已获作者授权，未经许可，禁止任何个人及第三方转载。