案例 | 售后备件补货计划改善

某公司是几个著名品牌汽车的零备件进口商，多年来该公司享有类似专营权的稳盈利能力，老板们也不急于变动现有的各种作业方式，然而，在对其供应链进行调研后，发现一些明显的改进机会。

首先，公司经营的大约20，000个库存单位（SKU），其中75%是慢周转（slow-moving）的长尾商品(Long-tail items)，平均每三个月一个订单行（Lineitem）。公司的库存管理计划员分管不同的品牌。

一位计划员采用的方式是为每个SKU 统一设置100天的库存标准。这种计划方式的结果是刹车片等稳定、快速周转的SKU总是有过多的库存储备；而那些引擎盖类的长尾SKU，100天的库存标准，实际对应的库存数量只是一到两个的数量级别，一旦有需求变化，通常需要空运以满足客户需求，额外成本非常高。

另一个计划员的工作方法是对清单进行细分，并根据分类应用不同的补货原则。例如，在ABC分类，对周转快的A类SKU采用最低安全库存及合适的补货频次；而对周转慢的C类SKU采用较高的库存水平，以及时响应波动的需求，同时平衡增加的库存成本以及快速补货的额外成本。这种方式，理论上是非常合理的。

但是，当一个计划员每周需要处理MRP系统跑出的超过1，000 个补货订单时，以目前公司使用的旧系统，计划员需要花费大量的时间精力做系统外Excel版本的计划，而且实际的结果也并不令人满意。

在公司更新ERP系统的契机下，新的ERP服务商说服该公司将新的库存计划软件集成，并构建一个自动化、应用自学算法（Selflearning algorithm）的计划系统。该更加侧重于服务级别（service-level）的订单交付率，而不是需求预测准确性。

库存和客户服务水平之间的平衡，有助于优化有零星需求的周转慢的SKU。使得公司能够优化安全库存过剩和加急空运相关的成本。项目实施过程中，与公司的服务和售后团队合作，为所有SKU微调最佳补货政策。

例如，为快周转的SKU分配最高的服务级别，由于这些售后配件通常用于日常维护，因此它们的缺货会损害公司的服务声誉，并会影响许多最终客户。而使用时间不到两年且销售次数少的新SKU，将分配略低的服务级别。

例如，目前尚不清楚新车型是否会成功或何时被取代的车型备件，如果备件超过一年未售出，系统可以自动将其状态更改为按订单生产（MTO）。

项目实施1年后的成果：

库存水平降低 20%-30%，同时保持 96%-97% 的服务水平

加急空运量减少约30%，仅第一年节省几百万

目前该计划系统逐渐进入辅助决策应用阶段，达到算法的自动驾驶（self-driving）目标，因此计划的工作量降低到每周只需要一个计划员一天的时间来处理库存计划和补货。原有的两个计划员现在可以将时间投入到更有价值的其它优化工作中。