提高你的胜算

无论你多么努力地减少供应链的不确定性，但在关键数据出来之前，你仍旧不得不制定重要的决策。供应链决策“三步走”策略有助于你做出正确的判断。

具有高度不稳定性的供应链就好似，要掌握不同结果的赔率和赢利。而企业就好像永远不知道对手手里究竟握着什么牌的赌徒，在关键数据还未出来前，就必须制定一些决定性的供应链决策。例如，手机制造商至少要在新手机进入市场的前两年，下达内存芯片的订单。农户必须先决定种植哪种作物，尽管收成得由几个月后的气候条件决定。近几年，高新技术企业在面对投资LCD，LED还是等离子技术时，不得不做出决策，尽管谁也不清楚哪项技术最终会赢得市场。

由于不确定性，大多数企业在制定大的决策时总是很挣扎。因为这些决策的难点往往会造成利润的损失。当他们的预测被证明是完全错误时，这种损失有时可能是不可思议的；当他们生产过多或生产不足时，这种损失将使企业面临极大的危险。也许这就是为什么许多企业想要找到所谓的“水晶球”来帮助他们应对供应链的不确定性。

他们需要的其实是对实际商业风险的深入判断，以及建立在强大数据和囊括主要决策者的系统决策制定流程。有了这些（再加上我们的赌注式模型），我们建议采用以下“三步走”策略来应对供应链的不确定性。

第一步：事先准备对你有利的牌：例如通过延迟定制，柔性（灵活性）生产和需求控制等传统手段，减少不确定性。

第二步：了解赔率：评估需求方和供应方所存在风险的可能性和影响。

第三步：聪明：统一组织内部的激励机制，并培养员工在不确定性存在的前提下做出正确的判断的能力。

“三步走”策略成效显著。举例来说，一家采用该策略的公司实现了2%的盈利增长，并减少了20%的库存。本文中，我们将详细解释这三个步骤，以及它们如何能够帮助企业在不确定性面前提高做出正确的供应链决策的可能性。

为什么很难应对不确定性？

在详细介绍“三步走”策略之前，我们首先应该考虑为什么企业在面对不确定时，总是表现得差强人意。我们看一下企业应对不确定性时使用的方法手段，就能发现：问题并不在于负责制定决策的人员缺乏相应的技巧或知识，而在于他们缺乏足够的信息，或者是在文化或管理方面存在一些误区，而导致错误的决策。

最常见的一种误区就是“行为导向”。人们总是容易把历史事件的结果作为预测下一事件的根据。例如，一名供应链主管上一年度给热销玩具下的订单不足，很可能这一年就下很多订单。同样地，一家饮料公司经理，面对处置几千吨腐烂水果带来的高成本而不知道该怎么向上级交代时，很有可能不愿意接受他的销售团队对下一年水果饮品销量前景的乐观预测。

组织内部的激励机制也容易造成误区。例如，政策奖励销售团队增加销售量，但他们却不对过量生产导致的成本负责。原因之一，销售团队一心想着要保证高服务水平，减小销售量流失的风险，可能会一直提供不符合实际的需求预测，结果导致公司积压了许多滞销或过季产品。原因之二，负责制定预测的业务经理和负责生产的供应链经理没能互相沟通他们的决策过程。此外，有的销售部门做出了一个预测，然后直接抛给供应链部门，心存疑虑的供应链经理为了最大化的利用生产设备，有可能会执行一个完全不同的计划，或者再增加一个预测备案，避免日后的不良后果，这样的情况并不少见。

有时多层级的决策过程会把事情变得更复杂―“牛鞭效应”就是典型的例子。比如，假设一家农副产品公司的销售团队对下一年的需求做出了预测，公司执行部门很可能会在这个基础上再加一定数量，以应对可能出现的生产问题或库存损坏。同样的，农户也会准备一些库存作为安全缓冲，防止气候条件恶劣影响产出。事实上，气候条件恶劣和重大的产出问题出现在同一年的可能性是极小的，这样一来，公司很可能出现库存过剩的情况。

另外一个形成错误决策的误区就是“社会地位”和“领导”误区，决策者容易听从领导的期望或建议。对于管理者来说，遵从上级指示的压力是非常大的。假设你负责一款即将上市的电子产品LCD触屏的订单。贵公司的CEO将在全球用户面前首次亮相该产品，销售预计非常的高。你会如何制定关于订单数量的决策呢？你是会保守的估计呢还是尽量多下订单？如果你选择保守下单，如果产品卖得非常好，产品短缺，你很有可能会失业。但是，即便保守的决策后来发现是正确的，你的小心谨慎也可能被指责为减缓了产品的推广。

事先准备对你有利的牌

聪明的公司会提前采取行动，应对决策制定过程中出现的不确定因素。在供应链的大背景下，这意味着使用多种策略来降低风险。以需求波动带来的风险为例，企业同时采用提高供应链速度、和弹性或可靠性等多种策略帮助企业避免由需求不确定性造成的波动风险。

例如，近年来一些服饰公司加速了他们的供应链运转，推动了“快时尚”供应链的发展。通过采用分段方式决定在国内生产还是国外生产（通常是依据利润和需求波动），这些公司能够在关键时候减少提前期。因而，他们能在短短的几周内将T台上的设计灵感转化成大众消费品。这一时尚策略同时也让他们能够快速地根据需求向上调整生产，或向下保持需求的快速反应，而不用担心库存积压。（在波动性小的行业，供应链优化可以降低成本，而不是集中在速度上。）

当加速整个生产过程的可能性不大的时候，企业有时可以通过延期效应来提高灵活性。延期策略是指让生产商生产一般性的组件，取得订单后再将组件依据不同的模块进行组装生产。例如，高新技术企业可以将更多的产品功能从硬件转到软件；这也就使他们能够在最后交货时，增加或减少一些功能。延期策略为应对供应链不确定性，提供了一种更加有效的方法，因为它平衡了不同产品需求多样性的影响，因而减少了某个产品过多或过少供应的问题。

其他降低风险的策略包括：供应方面可采取的措施，比如增强产品设计灵活性，可以让生产商在第一选择行不通的情况下，选择其他的组件；需求方面，每天低价政策能够减少需求波动，因为他们避免了周期性价格促销带来的需求骤增。

最后，当没有办法降低供应链不确定性，或降低风险的成本非常高时，大部分企业不得不应对一定程度的不确定性。这时候他们别无选择，只能在供应或需求情况不确定时，做出产能和库存水平的决策。如果他们赌注太小，生产产品太少，他们可能会错过销售时机，失去一些原有客户。如果他们赌注太大，他们又很有可能积压过多库存，致使他们最后不得不舍本处置。但是正如我们在前一节所提到的，全盘考虑潜在风险的可能性和影响有助于做出正确的决策。

了解赔率

要想赢得供应链这场游戏，你需要掌握产品需求的可能分布（不单单指平均分布）；整合短期“下注”或长期“下注”的经济影响；然后做出对经济影响最优化的决定。

掌握不确性因素产生的深层次原因是提出正确的供需可能性分布的基础。需求方不确定因素通常有季节性波动，创新和新产品引进，竞争活动，以及大的经济背景等。供应方不确定性因素可能来自气候条件，产品价格波动或产品是否有货，以及其他供应商的活动。由于这些因素又因行业和市场而异，企业应该从内部管理者，合作商和消费者方面收集数据，找出最主要的不确定因素，然后比较每一因素历史波动，系统地进行分析。

掌握拉动需求的内在因素能够提高企业预测能力。例如，对于需要预测疫苗需求的制药企业，对关键因素，譬如疾病传播到更大区域的概率，同类竞争产品以及是否得到政府审批通过等，评估影响需求的关键因素会比尝试估计最终需求分布更加容易。

把供应链的经济影响计算在内，企业需要清楚地了解预测期的长短会如何影响利润。针对过量库存，企业应该考虑运输成本，销货成本，以及将产品（例如再包装或再加工）转到其他市场的相关成本。针对短缺库存，企业要对消费行为进行分析，以便在预计销售利润损失时将同类替代产品的影响考虑进去。如果消费者很容易就因为另一同类产品打折而放弃对原产品的购买，这就会造成企业利润损失。一旦企业明确了供与求的分布，并且了解潜在的利润风险，他们可以使用统计建模方法，比如蒙地卡罗模拟法（通过随机方式模拟某种投资组合，评估某种结果的可能性）来模拟不同组合可能产生的影响，同时估算出利润最大化所需库存和产品数量。然而，为了使模型导入正确的数据，需要全方位掌握整个组织架构的运作，反过来，这又需要企业文化上相当大的改变。

选择最恰当的信息导入这些分析模型是非常重要的。然而这些信息通常都不掌握在建模的人，或库存决策人手里，而是掌握在最前线的人员那里。例如，不同区域的生产部经理也许对客户在供应短缺的情况下是否愿意接受同类产品有着独到的见解。类似地，不同区域的农户比一个统计全国范围内数据的模型能够做出更好的产能预测。企业可以将区域主管的预测纳入模型中，充分利用这类数据。

在寻求最佳信息的时候，企业应该将眼光放远一点，把客户和供应商的杠杆因素都考虑进来。试想一下，一家包装消费品企业，想通过一家大型零售客户来预测促销活动可能对销量产生的影响。于是该公司与客户共同订立了一个月度销售与运作计划流程，及时分析销售时点信息，过去类似活动带来的销量增长，展出策略，以及客户业务和供应链局限。这使它能够作出提高长期可见度的预测，并将服务水平提高了一个百分点。

另一个提高模型预测准确性的手段就是使用“预测市场”或“集体智慧”。例如，当管理者需要对公司的绩效作出预测时，所有管理者预测平均值会比官方预测更加准确，因为后者可能会受到偏见、个人判断和商业预期需要的影响。

聪明下注

即便是可以将难以预测的情形精确呈现出来的模型，也只能充当决策制定的一个参考。管理者需要通过他们的商业判断，做出最后的供应链决定。然而，决议方面的系统化有助他们提高决策的准确性。系统的决策制定需要把合适的人和合适的数据，放在一个正式的定期计划流程中。这样做，企业能够保证决策的制定是在拥有最佳信息以及利益相关者的想法的前提下做出的。

在不断提高所收集信息和基于判断的决策的质量的同时，企业应该建立反馈机制，让他们从以往的经验中学习。这包括记录决策制定背后的价值考虑，以及结果出现后，与决策制定者重新回顾这些决议。加强反馈机制和正式机制，譬如与预测准确性相关或执行需求计划的能力相关的激励机制，能够进一步加快学习进程。

由于在不确定的环境下，最佳绩效的实现需要依靠企业内部众多个体所作的决策，因而帮助个体作出最佳决策是非常重要的。这也许就需要通过培训和激励政策，改变他们的思维方式和行为习惯。

一家公司的销售团队为了保证产品货源充足，总是过度估计高利润产品的需求，造成经常性的库存过剩。于是公司举办了一系列的研讨会，向销售经理讲授关于库存过剩带来的相关成本以及为什么需求不能总是被满足方面的知识。经理们随后将这一信息传达给一线的销售团队。把激励政策与公司总体利润挂钩，更加深化了公司的这一宗旨。

与公司全局战略一致的指标和激励措施有利于让每一个职能部门了解各自对供应链绩效的影响。指标有助于平衡―诸如，成本，服务和库存水平―并且保证各部门通力合作，为公司总体业绩贡献一份力。我们最近的一些供应链调查就证明了这一点。例如，在绩效管理方面表现突出的公司比绩效表现不佳的公司成为一流服务提供商的可能性高出1.7倍。同时，他们有着更好的库存水平，而且成为库存表现杰出的厂商的可能性比其他的公司高出1.6倍。

然而，管理者必须意识到，在一个不确定的环境中，他们并不可能每次都能做出正确的判断。有效的决策制定必须在流程合理的基础上建立互信，以应对所有不确定性因素；这对于防止企业在偶然性异常事件发生的情况下又陷入旧习中，是非常的重要的。

从长远来看

通过改进不确定性供应链的决策机制，可以给企业带来很多好处。首先，它改善了销售和服务。我们已经看到有公司在使用了“三步走”策略后，在竞争激烈波动大的行业领域，提高了2%的销售成绩。第二，它对供应链成本和复杂性有极大的影响，帮助企业减少5%到10%的供应链成本，同时减少了复杂性和提前期。第三，好的预测和风险管理实践有助于企业减少库存（有些甚至能减少40%的库存），并且可以通过诸如提高产品设备的使用率，使整个生产流程变得顺畅。

我们的合作伙伴，一家生物科技公司，通过采用这一策略应对风险，从而使销售人员对供应链作为企业竞争优势的信心水平，较比去年翻了一倍。

一些公司对于“三步走”决策制定方法的成功极为推崇，他们将同样的方法用在其他涉及不确定性的商业决策上。例如，一家医药公司根据这一逻辑，决定投资增加产能，因为它相信这在不久的将来会成为一个竞争优势。

尽管现在采用的不多，但许多公司已经开始实施这一系统方法，来应对供应链风险。在尽全力提高供应链的应对能力之后，他们开始使用分析工具，深化对供应链决策影响的理解，并系统地深入收集领域内的信息，从而将供应链理论与实际经验结合起来。最后，他们采取措施改变企业文化，鼓励个人为企业做出最好的决策。尽管意识到并不是所有的供应链决策都能取得成效，但这样做，同样也能系统地了解应对风险的方法，从而使企业长远受益。