中小公司供应链管理是否需要数字化？

啥是数字化

我印象里，国内数字化概念大概在2014年开始热了起来，各种会议或者企业内外部文件开始提到数字化，不过当时数字化还和工业4.0概念掺和在一起被人津津乐道。

然后到了2017、2018、2019年这几年，数字化概念基本上成为时髦语了；谁不谈数字化，谁好像就落伍了似的。数字化采购、数字化供应链、数字化物流、数字化绩效、数字化制造，可以说是眼花缭乱，缭乱到心潮澎湃。

但究竟啥是数字化，一直也没有个简明扼要的、所有人可以达成一致的认知。更重要的是很多人期待这种新概念能够快速解决企业的供应链问题；然而很遗憾，对于供应链问题，并没有药到病除的神药，于是随着更新的概念出现或者大家的审美疲劳，数字化概念在2020年前后开始变得淡了些。

虽然数字化的热潮看似已经退去，但是人们曾经对数字化的期待，或者希望数字化去解决的问题并未消失。

那么究竟什么是数字化呢，数字化能解决什么问题呢？虽然有着各种专业的或者非专业的解释，我这里还是用我的认知对“数字化”尝试做非专业的解释如下：

1，数字化是一种解决问题的方式或者路径，而不是根本目的；为了数字化而去数字化，是会陷入到永远无法实现的怪圈的。

2，数字化是希望通过数字的形式，展示出各种维度、颗粒度下的绩效、过程、内涵，进而帮助人们决策、发现或者解决问题。

3，数字化的最高境界是，不仅仅将人们想看到的内容用数字呈现，而且告诉人们如何去解决，甚至于再借助软硬件工具，自动化的实现改善。

中小公司的现象

现在的很多中小公司，从几个亿到几十个亿年度销售额以上，基本上内部的供应链团队，总该有个十个人以上的规模。

借助于中国的大学教育的普及，以及各种雨后春笋般的工具或软件，小的如excel，大的如ERP、WMS、TMS、OMS、SRM这些软件，既使公司很小，但是并不缺乏海量的数据或者运营记录。

这些公司在成长初期，会相对重视这些数据，并且要求员工写日报、写周报等各种汇报，推行KPI管理，但是很快就发现自己陷入了数据的汪洋大海中，这时候数据反倒变成了负担，不断的计算KPI，然而你分析还是不分析，KPI都原本就在那里，并不因为你分析了就立刻变好了，甚至于企业经营的绩效不仅得不到提升，甚至还下降。

于是这些企业开始走向另一个极端，认为KPI是原罪，KPI无用论（数据无用论）开始甚嚣尘上，然后一些别有用心的经理人或者半吊子的经理人就开始利用这种现状大肆诋毁KPI、诋毁数据，加之迷信华为和阿里巴巴式管理，用所谓的价值观管理、OKR管理、一切唯系统化来全面取代数字化管理思路。

然后企业里慢慢出现以下现象：

1，工作氛围开始乌烟瘴气。

培养了一大堆“政治家”、“评论家”，拉帮结派、党同伐异，类似于文革那种的一言不合就开始给人戴“政治不正确的”帽子。

毕竟啥都可以联系到价值观上，只要联系到价值观，你永远也无法证伪！

2，工作方式变得一叶障目。

因为没有数据分析的全面呈现，一切都是靠记忆、靠感觉、靠定性。因为一次交货出现问题，一个停线、甚至听到一句某人、某供应商不好的话，就开始大动干戈，各种运动式改善。殊不知供应链管理中，问题永远都会有，只不过这个问题的改善究竟可以持续否？投入产出是否合算？是否会带来变异问题？是否具有供应链问题的共性。

比如我就见过一个号称从苹果和IBM出来的经理人，现在某民企做供应链副总，因为看到货架上不良品原材料比较多，就开始各种开会，各种赌咒发誓，要求团队必须立刻清理掉，否则该季度全员绩效打不合格等等。

究竟这些货架上不良品金额占据库存金额多少？不良品库龄如何? 不良品产生原因究竟占比如何? 对应不同原因的不良品责任人究竟是谁？如果是来料不良，那么来料不良相应的供应商质量绩效又表现的如何？

总之这些数据是什么？数据背后又有什么？他没有时间、没有心情、也没有能力去分析这些。只需要用他的感觉和权利去驱使员工一轮又一轮的运动式“改善”。

3，工作逻辑开始唯系统至上。

价值观、感觉式管理终究是要被淘汰或者进入历史的垃圾车里。

这个时候，这些不合格的管理者或者别有用心的供应链副总，就开始走向另外的极端或者甩锅，那就是一切都要靠系统，预测靠系统、执行靠系统、监管靠系统、改善也要靠系统，花巨资把公司忽悠到软件建设的军备竞赛中。

甚至于供应链中经常遇到的协同问题、技术问题，都要通过系统来解决。比如我之前文章中讲到的VMI管理《VMI供应商该怎样管理库存？你真懂吗？》，压根不懂VMI如何管理，此时拼命的在WMS上投入花钱，除了向软件商证明自己智商有问题，还能有什么效果呢？

中小公司该怎么做？

上述小公司在供应链管理中针对数字化出现的怪像，恰恰告诉我们要在重视数字化，因此我建议通过如下几个方面进行数字化的实践。

1，思想上理性对待。

绩效确实是你分析还是不分析，它就在那里；并不因为你分析了，而自动化的立刻改善。

但对此还可以有另外一种说法，那就是你分析了，绩效不一定会改善；而你不分析，绩效一定不会有改善。

既不迷信数据，也不诋毁数据，以数据作为事实理性对待，将数据作为主要的方式和手段来进行供应链管理和实现供应链目标。这里可以参考我在罗戈网主办的一次活动演讲内容《制造业供应链的数字化是怎样实践的？以西门子为例》

2，步骤上分四阶段。

阶段1：结果导向的绩效指标数字化（描述）；

阶段2：过程环节的工作表格数字化（描述）；

阶段3：指标和过程数字化后呈现的问题点（诊断）；

阶段4：数字化问题的自动化改善（预测/决策和行动）

3，KPI角度的举例。

针对第1个改善步骤，KPI建立方面，以下是我针对某贸易型公司（没有制造工厂）的建立方案和结果呈现，仅供读者参考。