廣州到貴陽冷凍貨運專線 保鮮物流 客戶至上

 廣州到貴陽冷凍貨運專線 保鮮物流 客戶至上

廣東踏信冷鏈物流有限公司與物流有限公司是一家集普貨,冷藏冷凍的物流公司，是一家從事跨省市公路貨物運輸和倉儲的服務性企業。公司實力雄厚，擁有多年的營運經驗。公司在倉儲部現擁有5000平方米倉庫，冷藏冷凍倉庫1000平方，倉儲能力達5000余噸。設有多個和儲運網點，自備貨運車輛30余輛（5T-30T），網絡合同車100輛，另有多輛危險品車輛，備有市區通行證可隨時為您提供市內短駁，零擔快運業務，設有標準市內倉庫備有各類鏟車等裝卸設備。

這就是KPI設置的藝術——考核什么KPI，首先看終的結果目標是什么，把它設為一級指標。然后看支撐它達成的輸入是哪幾個，外企叫做building block，據此設計二級指標。二級指標根據組織分工來。對權責做切分，然后在各個交接面做考核，讓大家各自為自己那段工作的質量負責。

電商一般說S&OP(Sales and Operation Planning)的時候就是在說需求計劃。事實上S&OP在行業內通常被認為是個流程機制啦。那需求計劃上的KPI，很容易理解是要看準確度。

沿襲上一篇的叫法，將算法propose的版本叫做“預測”，經過人工調整和確認的版本叫做“計劃”的話，需要考核三個主要KPI：

- 計劃達成率

- 計劃準確度

- 爆款計劃準確度（AB類）

達成率和準確度是一對兄弟，通常要一起看的。也就是BIAS和Accuracy。前者保障大數上沒有跑偏，后者保證單品層面的結構靠譜。

一、時間維度

時間維度上，電商一般考核M-1版本，即9月對10月做的計劃，來對比10月的實際銷售情況。這點上比品牌方寬容得多，因為零售商可以保持較低的周轉天數和較高的補貨頻率，不用做準將來太遠的計劃。而且做準將來計劃是需要一條鏈的人互相配合的，電商的營銷節奏、促銷日的招商節奏也確實較少能做到M+2甚至M+3。

但是對進口自營電商而言，考慮到自身的進貨提前期，還是會請市場部和行業配合做到M+2的計劃，至少到二級類目+品牌維度，以保證來得及備貨（二級類目是比如奶粉、紙尿褲、紅酒）。這樣，在M-1的考核指標做好的情況下，可以逐漸提升到M-2的要求。

二、計劃達成率

BIAS理論上是用件數(units)來計算，BIAS=∑(P-A)/∑A（P是計劃值，A是實際值），記憶的方法是“高估”為正，“低估”為負。但是我們在電商實際工作中發現，BIAS做得好和差，直接的影響是對庫存貨值的影響——高估太多，導致整體備貨過高，庫存金額有風險。

我們當時就索性改成了入倉貨值的計劃達成率。比如9月對10月做的自營入倉貨值計劃是10億，實際達成9億，那么達成率就是90%，可以粗略認為當時那版計劃導致了1億的額外備貨。只能說是粗略認為，因為訂貨是一周一訂，或者甚至一周兩訂的，一次不會訂一個月的量。所以在低賣的形勢出現之后，就已經在當周的計劃版本中做了微調，抑制住更大的風險。

改成貨值考核這件事，一下子就統一了S&OP組和庫控組的語言。但是要注意，貨值跟GMV之間是還有幾道轉換的，分別是關單率（消費者主動關單、攔截黃牛關單、海關關單等）、毛利率和直發率（不是所有的GMV都由入倉的貨品來實現）。

三、計劃準確度

計劃準確度，一種是傳統的“1-MAPE”，即1- ∑|P-A|/∑A（P是計劃值，A是實際值）。另一種是引進零售商常用的Min/Max（較小值除以較大值）。多個SKU計算的時候，再用件數取加權平均。

比如，計劃50，實際100，那么50/100=50%的準確度；反過來，計劃100，實際50，準確度依然是50/100=50%，而1-MAPE在低賣的情況下KPI就會特別差，1-50/50=0%。

Min/Max不僅在一些電商零售商用，沃爾瑪也用。我覺得它的好處是沒有給“保守預估”特別大的傾向性。傳統品牌方為了保住自己的庫存風險，愿意用1-MAPE，對高估（即低買）的容忍性更低，寧愿損失少量銷售也不能導致大的庫存風險。

而電商零售不一定。在有的階段，重要的是GMV，是搶占用戶的錢包份額，不讓消費者turned away，我們寧愿保有一定的庫存冗余。可以根據缺貨和滯銷哪個更不愿意看到，決定自己的KPI策略。更不愿看到缺貨，用Min/Max，更不愿看到滯銷，用1-MAPE。當然這個指標定下來之后一年內不要變，目標值也跟這個維度是一致的，1-MAPE難度高一些，Min/Max相對容易點。

算法和產品技術團隊更愿意用1-MAPE，原因是MAPE值也會被消費到訂貨公式中。邏輯就是，計劃不容易估準的，訂貨只滿足到相對低一點的滿足率（1-缺貨率），否則庫存代價過高。

對爆品超爆品，也就是AB類，我們會更加關注它的計劃準確率，所以會單獨拎出來review。也是因為計劃的過程中，planner會跟行業的采購/運營小二，一行一行review AB類的預測，而CDE類就直接托管給算法。AB類的準確度要求會更高，一者是因為其實爆品更容易，長尾很難；二者是因為爆品做好更有意義，缺它才會怕，滯銷起來也是更海量。

給個經驗值，電商M-1的銷售計劃，如果做到65%的1-MAPE，或者70%的Min/Max就是不錯的水平。爆品要做到70%的1-MAPE，75%的Min/Max。

四、預測的KPI

對于計劃的輸入值，算法做出的proposal版，我們也可以設定監控KPI，或者甚至考核KPI，原因是S&OP團隊要負責和算法團隊共同推敲算法模型，使之適合自己的業務模式。包括平銷(baseline)的模型、強季節品模型、大促模型和新品模型等。同時也可以邀請算法團隊跟我們一起共背。別擔心，背業務的KPI對好的算法同學來說是一種榮譽感！

考核預測的維度，就把以上KPI的計劃replace成預測就行了，一樣考慮M-1或M-2，一樣考慮1-MAPE或Min/Max。

說起供應商管理，有人就要問，不是采購管的嗎？業務小的時候可以讓采購全部管了。但是隨著業務體量的擴大，是可以將部分工作結構化進行橫向管理的，也避免了所有的信息和考核都在采購側導致的腐敗隱患。

這部分可以結構化之后做橫向管理的，就交給供應鏈的“供應商管理組”，剩余部分還是避免不了“一商一議”的形式，比如談判和客情維護，依然要放在采購身上。

那這一部分的供應商管理，可以設計哪幾個KPI呢？

1、供應商履約：及時交貨滿足率、優質供應商的采購占比；

2、供應商滿意度；

3、供應商培訓：培訓供應商場次、供應商培訓滿意度；

4、專項：采購節資率、采購節資金額、供應鏈金融滲透率。