供应链分析真正做起来以后,你会发现一个很明显的变化:
越往后,越不能只看单个指标。
比如库存周转率下降,第一反应可能是库存积压,但继续看以后,原因可能是销量下滑,也可能是采购批量过大,甚至是供应商交期波动以后,企业被迫提前备货。
所以供应链真正有用的指标,不能只是告诉你“现在是什么结果”。
它还应该帮你继续判断:
问题最早从哪里开始;
哪个环节把风险放大了;
最终影响的是库存、交付还是成本;
下一步应该由哪个环节处理。
实际项目里,我会用FineBI搭一套供应链运营分析看板,把需求、采购、供应商、库存和交付放到同一条业务链里,让一个结果指标可以继续往前追到形成原因,比如从交付异常追到齐套,从齐套追到缺料,再从缺料追到采购和供应商,而不是每次问题发生以后再临时拼数据。
这套供应链运营分析看板模板我也整理好了,需要的可以自取:https://s.fanruan.com/0j1bm(复制到浏览器)
所以这篇里这20个指标,我更想讲清楚的不是“怎么算”。而是:
看到这个指标以后,下一步你应该继续看什么。
一、先看交付结果,但不要只盯着最后有没有交出去
供应链最后一定要回到交付,因为采购、库存、生产和物流前面做得再好,最终都要通过订单履约来验证。
实际做这部分时,我倾向于在FineBI里先搭一层履约总览,把客户承诺时间、实际交付时间、订单履约周期和加急情况放到同一个视角中,这样看到准时率下降以后,不只是知道有多少订单晚了,还能继续判断供应链是在某个环节突然失效,还是整个履约周期已经悄悄变长。
准时交付率
最基础的指标是:
准时交付率 = 按承诺时间完成交付的订单数 ÷ 应交付订单总数 × 100%
这个指标回答的是:
客户承诺到底有没有兑现。
但准时交付率真正有管理价值的地方,不在于95%还是97%。
关键是剩下那些订单为什么没有按时交。
真正往下拆时,可以看:
供应商是否延迟到货;
关键物料是否没有齐套;
生产计划是否发生调整;
仓库是否存在长时间等待;
运输环节是否出现异常。
订单履约周期
订单虽然没有延期,不代表供应链没有变慢。
比如过去从客户下单到交付平均需要10天,现在变成14天,只是因为客户给出的承诺时间更宽,所以最终准时率还没有明显下降。
这时候就要看:
订单履约周期 = 实际交付时间 - 订单确认时间
真正专业的履约周期分析,不应该只看一个总天数,而要继续拆:
订单确认到采购下单用了多久;
采购下单到物料到货用了多久;
完工到仓库出库用了多久;
出库到客户签收用了多久。
供应链变慢,很多时候不是某个环节突然多出10天,而是每一个节点都多等了一点。
加急订单率
供应链还有一种特别容易被结果掩盖的问题:
准时交付率很高。
但背后天天在催料、插单和临时找车。
这时候可以看:
加急订单率 = 加急订单数 ÷ 总订单数 × 100%
如果这个指标持续上升,就说明企业虽然还能完成交付,但内部缓冲能力已经在下降。
加急的原因可能来自:
预测偏低;
安全库存不足;
供应商交期不稳定;
客户需求临时变化;
生产计划频繁调整。
所以加急率真正反映的,不是“大家工作忙不忙”。
而是:
供应链是不是越来越依赖救火才能维持正常结果。
二、库存高低不是重点,重点是同样业务为什么需要这么多库存
库存分析最容易被一个数字带偏:
库存金额。
库存增加,管理层第一反应是资金占用。
库存下降,又很容易直接认为供应链效率提升。
但真正判断库存好坏,必须先把业务规模和库存效率分开。
缺货率
库存分析不能只看“多不多”。
还要看:
够不够。
最基础可以看:
缺货率 = 缺货订单数或缺货SKU数 ÷ 总订单数或总SKU数 × 100%
这个指标最好永远和库存金额一起看。
如果库存高、缺货率低,库存可能偏多,但至少在支撑业务。
真正危险的是:
库存高,缺货率也高。
这种情况下,问题往往不是库存总量不足,而是库存结构和真实需求错位。
继续往下,需要判断:
缺的是哪些SKU;
是否属于关键物料;
同时有没有大量慢动销库存;
在途采购是否能够及时补上;
当前安全库存设置是否合理。
库存周转率
另一个核心指标是:
库存周转率 = 一定期间销售成本 ÷ 平均库存
它反映的是:
同样一块库存资金,在一个周期里能够被使用多少次。
如果销售成本基本不变,平均库存持续上升,周转率自然会下降。
但总周转率也会掩盖结构。
同样是4次周转,新品、成熟品、备件和原材料代表的管理含义完全不同。
所以周转率异常以后,要继续按:
品类;
产品生命周期;
仓库;
业务线;
物料类型。
往下拆。
库存周转天数
对于业务人员来说,库存周转天数往往比周转率更直观。
库存周转天数 = 365 ÷ 库存周转率
如果企业库存周转天数从60天增加到90天,就意味着在业务规模相近的情况下,同样一批资金平均要多压一个月。
这里真正值得追的是:
为什么多出来了30天。
可能是采购提前了,也可能是销售变慢了,还可能是产品结构改变以后,高周转产品占比下降。
所以库存周转真正有价值,不是为了追求一个行业平均值,而是用来判断:
企业是不是正在用越来越多的库存支撑同样的业务。
这一层如果要快速判断到底是规模变化还是库存效率恶化,我通常会让FineBI把库存余额、销售规模、生产消耗和订单量放到同一条趋势里,这样库存增长以后,可以直接判断业务有没有同步增长,而不是看到库存金额上升就立刻下结论。
三、总库存看起来正常,不代表里面没有一批货已经快失去价值
供应链管理里,平均数最大的风险,就是把结构问题藏起来。
总库存周转看起来不错,并不代表每一批库存都健康。
库龄结构
库龄最常见可以分成:
0—90天;
91—180天;
181—365天;
365天以上。
但库龄本身不是风险结论。
真正的问题是:
库存放得越久,未来被正常消耗掉的可能性是不是越来越低。
比如一套关键设备的战略备件,一年没有出库也可能正常。
但已经完成产品切换的旧包装材料,如果一年都没有使用,后面继续消耗掉的概率可能已经很低。
所以库龄一定要结合物料属性和未来需求一起看。
呆滞库存率
进一步可以看:
呆滞库存率 = 呆滞库存金额 ÷ 总库存金额 × 100%
这里最大的误区,是所有SKU都用同一套呆滞标准。
不同业务应该设置不同规则。
判断一批库存是不是呆滞,至少应该结合:
最近一次出库时间;
过去一段时间消耗频率;
当前库存数量和金额;
产品生命周期;
后续明确需求。
真正需要优先处理的,是:
高金额 + 长库龄 + 低动销 + 无未来需求。
可用库存
还有一种库存问题正好相反。
系统明明显示有货。
业务却拿不到。
这时候要看:
可用库存 = 现有库存 - 已占用库存 - 冻结库存 - 其他不可用库存
实际业务里还可能存在:
待检库存;
客户专属库存;
退货待处理库存;
报废待处理库存;
尚未正式入库的在途库存。
这些库存都可能出现在企业资产里,但对当前订单来说,并不一定能够直接使用。
库存真正有价值的,不是账上拥有多少,而是需要的时候有多少能够真正拿出来用。
到了风险识别这一层,我会把FineBI从“库存总量展示”切到结构筛选,把库龄、动销、金额、可用状态和未来需求交叉起来,这样真正高风险的库存会优先浮出来,而不是生成一张几千条SKU的超期清单以后再靠人工判断。
四、库存够不够,最后还要回到订单能不能真正齐套
制造企业特别容易出现一种情况:
库存金额很高。
计划还是说缺料。
真正原因通常不是“企业库存太少”,而是库存和订单需求没有匹配起来。
这一层我会把FineBI的分析对象从SKU切到生产订单,把BOM需求、可用库存、已占用数量、采购在途和预计到货时间重新按订单计算,这样计划人员看到的不只是仓库里还有多少货,而是哪些订单现在真的具备开工条件。
物料齐套率
常用指标是:
物料齐套率 = 已齐套物料项数 ÷ 订单所需物料总项数 × 100%
但这个指标特别容易产生假象。
一张订单需要100种物料,目前已经齐了99种。
齐套率99%。
如果缺的是唯一不能替代的核心控制器,这张订单依然不能开工。
所以真正做齐套分析,要继续考虑:
关键物料等级;
库存是否真正可用;
替代物料是否存在;
预计到货日期;
批次和质量状态。
齐套率真正要解决的不是“百分比够不够高”,而是订单到底什么时候可以真正释放。
安全库存覆盖天数
安全库存也不能脱离需求看。
可以先看:
安全库存覆盖天数 = 安全库存数量 ÷ 日均需求量
这个指标能够直观告诉管理人员,当前安全库存大概能够覆盖多少天的平均消耗。
但合理水平取决于供应风险。
如果供应商7天就能稳定到货,却准备了45天安全库存,可能明显偏高。
如果关键进口物料采购周期60天,而且供应波动大,只留10天库存又明显不够。
安全库存至少要结合:
需求波动;
供应提前期;
提前期波动;
服务水平要求。
安全库存真正管理的,不是库存数量,而是企业愿意用多少资金去换多少供应保障。
五、库存问题继续往前追,很多时候真正的起点在需求预测
库存不是仓库自己产生的。
它往往来自更前面的计划决策。
预测多了,采购自然容易买多。
预测少了,后面就容易缺货和加急。
因此库存分析如果只停在仓库,很难解决根因。
需求预测准确率
预测准确率可以用MAPE、WAPE或者企业自己定义的方式计算。
公式不是这里最重要的。
更重要的是:
预测误差有没有大到足以改变采购和库存决策。
总预测准确率还要继续拆。
比如:
哪些SKU长期难预测;
哪些品类误差明显扩大;
新品和促销品是否波动特别大;
不同区域预测能力是否存在差异。
预测本身不可能做到100%。
真正需要管理的是偏差。
预测偏差方向
除了预测错多少,还要看:
到底是高估,还是低估。
两种偏差产生的结果完全不同。
长期高估通常会带来:
库存积压;
库龄增加;
降价和报废风险。
长期低估则更容易造成:
缺货;
紧急采购;
插单生产;
临时运输。
如果一个产品连续6个月都是预测高于实际需求,这时候已经不能继续解释成“正常误差”。
更应该判断:
是不是存在系统性高估。
真正做预测复盘时,我会用FineBI把历史预测、实际销量、后续库存和缺货放到同一条时间线上,因为只有看到一次预测偏差最终变成了多少积压或多少加急,计划部门才知道下一轮到底应该调整哪里,而不是只追一个准确率目标。
预测管理真正的闭环,不是追求一次算准,而是让过去的偏差不断修正下一轮计划。
六、采购价格只是表面,真正的采购成本还包括交期和不确定性
采购最容易拿来考核的指标就是价格。
价格下降,看起来就是降本。
但供应链真正做进去以后,会发现:
价格只是采购结果的一部分。
采购价格偏差率
可以看:
采购价格偏差率 =(实际采购价格 - 基准价格)÷ 基准价格 × 100%
基准可以选择:
标准价格;
预算价格;
历史均价;
同类供应商报价。
价格偏差真正回答的是:
这次采购到底贵了多少。
但价格上涨不一定就是采购议价能力下降。
真正往下拆时,还要考虑采购批量、行情变化、付款条件和紧急采购。
所以采购价格只是结果,不能直接等于采购绩效。
采购周期
采购周期可以看:
采购周期 = 实际到货日期 - 采购下单日期
但真正做供应链管理,平均采购周期还不够。
比周期长短更难管理的是:
周期波动。
两家供应商平均都是15天到货。
一家基本稳定在14—16天。
另一家可能10天,也可能25天。
后者会迫使计划部门留更多库存,因为它没办法准确判断下一批货什么时候到。
所以供应链真正怕的往往不是:
“交期比较长。”
而是:
交期不可预测。
这一块与其只在采购报表里做价格排名,不如让FineBI把实际采购价、采购周期、交期波动和后续库存水平放到一起看,这样一轮采购降价到底有没有以更长交期、更高安全库存为代价,会比单独看“降价3%”清楚得多。
七、供应商真正要管的不是年度得分,而是能力有没有持续变坏
很多供应商评价体系最大的问题,是太静态。
年底做一次评分。
价格、质量、交付分别打分。
最后算一个综合分。
但供应风险不会等到年底才出现。
供应商准时交付率
可以看:
供应商准时交付率 = 按承诺日期到货批次 ÷ 总到货批次 × 100%
这个指标不能只看当月。
更应该看趋势。
如果某家核心供应商过去半年从98%一路下降到91%,哪怕现在还没有严重影响生产,也已经说明稳定性在变差。
这时候要继续看:
延期集中在哪些物料;
延期天数是否越来越长;
有没有影响关键生产订单;
当前是否存在替代供应商。
来料合格率
供应商不仅要交得准。
还得交得对。
所以还要看:
来料合格率 = 合格来料数量 ÷ 总来料数量 × 100%
这个指标也不能只停在质量部门。
因为来料不良可能继续带来:
退换货;
返工;
停线;
紧急补料;
订单交付延期。
所以同样99%的来料合格率,在不同物料上代表的风险完全不同。
如果那1%的不良全部集中在关键物料上,业务影响可能非常大。
到了供应商风险判断这一层,我更愿意借助FineBI做连续绩效画像,把交付趋势、质量异常、采购金额和关键物料依赖度叠在一起,这样真正危险的供应商就不一定是当前分数最低的,而可能是能力正在持续下降、企业采购依赖又很高的那一家。
供应商真正应该提前管理的,不是谁已经出问题,而是谁正在变差。
八、供应链做到最后,必须把货的效率换成资金效率
供应链本质上不仅在管理货。
也在管理企业的钱。
采购要先付款。
库存会持续占用现金。
产品卖出去以后,如果客户回款慢,资金还得继续停留在应收账款里。
所以到了经营层,供应链不能只看库存周转。
现金转换周期
一个很重要的指标是:
CCC = DIO + DSO - DPO
其中:
DIO:存货周转天数;
DSO:应收账款周转天数;
DPO:应付账款周转天数。
这个指标真正回答的是:
企业从花钱采购,到最后把这笔投入重新变成现金,到底需要多少天。
假设库存周转天数从60天增长到90天,同时客户回款也越来越慢,那么即使收入和利润看起来正常,企业对现金的需求还是会明显增加。
所以供应链降低库存的最终价值,不只是仓库少放了一些货。
而是:
企业的钱更快回来了。
供应链异常成本率
还有一部分成本特别容易被正常成本掩盖。
采购价格没涨。物流合同价格也没变。
供应链总成本却越来越高。
真正原因可能藏在:
加急采购;
临时运输;
补发和退货;
报废;
停线损失;
异常处理成本。
可以看:
供应链异常成本率 = 异常相关成本 ÷ 供应链总成本 × 100%
真正有价值的地方,是把这些原本分散的小成本重新加起来。
有些企业采购价格下降了2%,表面上完成了降本任务,但同时加急、补发和临时物流增加了5%,综合下来供应链反而更贵。
到了经营结果这一层,FineBI更适合把库存周转、现金周期和异常费用放到一个经营视角里,让供应链团队看到一次库存或采购策略调整以后,最终影响的到底是现金、成本还是利润,而不是供应链只看货,财务只看钱。
供应链真正应该优先压缩的,不只是正常成本,而是那些原本可以避免的异常成本。
九、指标看完不是结束,真正重要的是问题下个月还会不会回来
供应链最容易陷入一种循环:
月底发现问题。开会解释原因。制定整改动作。下个月类似问题继续发生。
如果是这样,指标再完整,也只是帮助企业更清楚地重复发现问题。
改善闭环率
可以看:
改善闭环率 = 已完成并验证有效的改善事项 ÷ 应改善事项总数 × 100%
这里最容易被误读的是“完成”。
工单关闭,不代表问题解决。
会议纪要写了整改,也不代表改善生效。
真正应该验证的是:
供应商整改以后,准时交付率有没有恢复;
呆滞库存处理以后,同类SKU有没有重新积压;
安全库存调整以后,缺货有没有下降;
预测规则调整以后,加急订单有没有减少。
所以改善闭环率真正要关注的是后半句:
验证有效。
这一阶段我会把FineBI当成持续复盘工具,把异常发生时的基准值、整改动作和后续指标变化保留下来,让管理人员可以直接判断某个供应商整改、库存参数调整或者预测规则修改以后,问题到底是真的解决了,还是只是暂时没有再次暴露。
供应链管理真正成熟的标志,不是发现的问题越来越多,而是同样的问题越来越少。
十、真正会做供应链分析的人,最后看的不是20个指标,而是一条因果链
前面20个指标,如果单独看,都不难。真正难的是把它们串起来。
供应链问题几乎从来不是单点问题。
比如库存突然增长。
真正的分析不能直接从“采购买多了”开始下结论。
第一步先看需求。
如果预测持续高于实际,库存增加很可能来自需求判断。
再看采购。
如果采购周期波动越来越大,企业也可能因为担心断供而提前备货。
继续看供应商。
如果关键供应商准时交付率持续下降,安全库存自然可能被迫提高。
最后再回到交付。
如果库存明显增加以后,缺货率和加急率仍然没有下降,那么新增库存根本没有真正解决供应链问题。
所以成熟的供应链分析路径通常应该是:
先看交付,确认问题最终表现在哪里;
再看库存,判断现有资源有没有真正支撑业务;
继续看需求和采购,找到库存和缺货形成的原因;
再追供应商,判断不确定性是不是来自外部供应;
最后回到异常成本和现金,判断这次问题到底让企业付出了多大代价。
真正做看板时,我也不会让20个指标挤在同一个首页,而会用FineBI按交付结果、库存效率、库存风险、需求计划、采购供应和经营结果几个层次组织,让管理层先看到哪里异常,再由业务部门继续往下追物料、订单和供应商,这样看板本身就是一条分析路径,而不是一面指标墙。
真正有用的供应链指标体系,是看到一个异常以后,知道下一步应该看什么。
写在最后
供应链分析里,最容易做的是统计。
真正难的是解释。
库存高了,不能只说库存增加。
真正应该继续问:
库存增加,是需求变了,还是采购提前了;
缺货增加,是总库存不足,还是库存结构不对;
采购价格下降,有没有带来更长交期和更高库存;
供应商评分看起来正常,交付和质量是不是已经开始恶化;
准时交付率很高,是正常履约,还是依赖大量加急维持;
库存、采购和交付的变化,最后有没有拖累现金和利润。
所以真正会做供应链分析的人,看的从来不是20个孤立指标。
而是一条因果链。
从交付看结果,从库存看资源,从需求和采购找原因,从供应商看风险,最后再回到成本和资金效率。
会算,只能告诉你供应链现在是什么状态。
会拆,才能告诉企业为什么会变、问题发生在哪里,以及下一步应该调整需求、采购、库存还是供应商。