解读供应链的标准度量单位

1、解读供应链的标准度量单位       大多数标准的度量单位在几个世纪之前就已经被标准化了。举例来说，在商业中用通用的金融术语进行沟通由来已久。但是，对于工厂、配送中心以及物流设施来说，即使是非常重要的运作的度量也缺少共同的术语，仅仅停留在用大白话交谈的水平上。下面介绍三个对订单履行率这一简单概念进行的完全不同的解释。  A公司在星期一收到一份订单，但是由于作为订单一部分的一个库存品项缺货而被延期送到配送中心。当库存品项在星期四中心进货以后，订单在星期五才被发运。到现在为止，顾客已经额外等待了四天的时间。虽然如此，A

2、公司还是用订单从配送中心发出的时间来计算订单多么快地被履行（并不是从订单收到的时候算起），所以很自豪地报告有百分之百的订单履行率。  类似地，B公司在星期一收到一份订单。但是，它正常的循环时间是从订购到发运需要两天，但是公司却提出五天的循环周期，因为公司遇到了不寻常的过高的需求。当订单在星期五运输之后，因为公司B说它在它本来计划的时间（而不是顾客需要的时间）发了货，所以公司认为它百分之百的订单履行率。  在C公司又有另外的一种说法。这家公司是24小时运作的。所有收到的订单在中午之前都应该装箱运输。但是，公司全天候运作，卡车离开配送中心的截至时间是晚上九点。在需求的颠峰时期，

3、公司受到发货请求的猛烈的冲击。不幸的是，装卸以及运输的功能都跟不上进度，并且订单错过了卡车。配送中心一直在努力处理订单并且最后在晚上十点将货物送到码头。货物在码头一直等到第二天晚上。但是，到下辆卡车离开的时候，订单已经延误了接近24个小时了。C公司的电脑系统显示货物已经运走了，因为它确实是在午夜之前被完成的。C公司依然报告百分之百的履行率。  所以，A公司是根据配送中心的绩效来定义订单履行率以确保高订单履行率的，而B公司的供应链经理相信公司的绩效相当好是因为他们重新设定了顾客的期望。而C公司的经理之所以高兴是因为他们已经对时间边界进行了计划，所以他们在文件中记下了他们以为的订单履行的

4、成功。在每个案例里，每家公司表面上“赢”了，但是在每个案例里，顾客都没有得到他们所想要的服务。  可悲的是，这些例子在世界范围内的供应链活动里相当典型。许多努力已经被投入到建立可以实际应用的系统中，以便监测和跟踪类似业务运作的绩效。但是，业务的执行者们依然缺乏一个标准化的绩效的“语言”，而这种语言能够很容易地让业务处理和绩效测量变得容易。业务执行者们也缺乏一致的、可靠的以及可以负担收集成本的基本数据的来源。这些基本数据可以用来对相同行业、相同规模团队或者相同配置的组织之间进行绩效的比较。  为了给业务领导者提供必须的测量工具，两个权威组织最近联合出击开展了一项重要的研究工作

5、。这项联合研究是在美国供应链专业人员学会（美国供应链专业人员学会）以及美国生产力和质量中心（美国生产力和质量中心）一个致力于流程和绩效改进的国际性的非盈利研究机构的指导下进行的。这项研究已经证实了，日新月异的可以广泛应用的技术能够为正在进行的基准化提供机会。这些新的技术引起了供应链执行者的广泛的兴趣，而美国生产力和质量中心所创立的由供应链执行者参加的“用户俱乐部”在这种兴趣的激发上起了举足轻重的作用。  将标准变得覆盖面更广所遇到的挑战  在标准的重要性上几乎没有任何争论。在像股票期权计算以及电子商务交易这样复杂的领域中，标准的威力是大家都要服从的，而这也使得在沟通和遭遇到

6、抵触的时候问题能够很好地得到解决。这些标准减少了误解和误操作带来的摩擦。举例来说，金融标准能够为执行者提供必要的绩效度量的标准由来已久；现在对未计利息、税项、折旧及摊销前的利益（EBITDA）数据的关注就是一个很好的例子。在信息技术领域，快速增长的Linux电脑操作系统显示了一个事实上的标准究竟是怎样产生的。  但是，对于怎样才能产生最好的标准依然有不同的意见。每当技术有了新发展，或者规则及税则发生变化，甚至业务流程有了革命性的变化（一个很好的例子：公司间合作的趋势正需要公司开发新型的绩效度量标准），关于标准的争论就会爆发。  这种意见不统一的例子之一发生在质量领域。在20

7、世纪八十年代到九十年代之间，处于领导地位的学院以及顾问意识到管理人员要拓展传统的会计度量手段。全面质量管理（TQM）运动舍弃了新的度量产品和监测生产过程绩效的标准。但即使是今天，依然有一系列的质量标准：从诸如摩托罗拉公司推荐的六西格玛方法到需要具体记录流程步骤的ISO9000。  在公司绩效衡量领域，像平衡积分表这样的管理工具能够就如何“平衡”公司财务的各方面提供一个标准的解答。就供应链而言，从业者已经应用SCOR（Supply-Chain Operations Reference）模型作为交叉行业的标准在所有参与的各方之间改善、沟通供应链管理的实践。并且最近美国

8、供应链管理专业协会（美国供应链专业人员学会）已经在六本手册里发布了一系列供应链流程绩效标准。这套标准定性地勾勒出了最好的实践方法以及建议了200个相关的供应链流程。但是这些流程标准是一个大概的标准，公司必须有定量的和定性的标准以便对他们的绩效获得一个完整的描述。  这些精心设计的框架和模型已经帮助了数以千计的组织扩展他们绩效数据的使用。但是根据Gartner咨询公司的研究，依然没有一个好的度量量化的运作绩效的根本方法。虽然很多量化的标杆管理的研究也确实存在，但到目前为止，依然很少有机会对信息进行持续地标准化。  这个问题是具有两面性的。首先要关注的中心是基本的沟通。就像上面

9、例子所阐述的，各个组织既没有通用的语言也没有针对标杆的一系列标准化的定义和计算方法。各个组织发现在基准化的努力中他们自己经常拿苹果和橙子做比较。这种混乱在公司试图与他们的供应链合作伙伴进行更加紧密的合作的时候更加明显。随着企业将注意力集中于核心的竞争力并外包他们的某些活动，将供应商和顾客集成起来也就变得至关重要。当每个组织都使用他们自己的术语描述流程的组件和绩效的时候，就会带来混乱和无效。  第二个主要的障碍是缺乏能够广泛被接受的用来进行标杆管理的原始资料。在开始进行绩效数据研究的时候，美国供应链专业人员学会和美国生产力和质量中心发现将近50种原始资料可以提供不同形式的这类数据。但是

10、，大多数都有缺陷，或者有的获取需要的代价太高昂。过去有很多这方面的研究，但是他们都不适合目前评估绩效工作的开展。有些企业搜集了一些数据，但是他们不足以让组织观察到行业的不同。并且，目前有将注意力集中到标杆管理数据的趋势（例如第三方物流市场的增长），这种趋势并不包括依赖于某种标准的最好的或者平均的绩效。那些少得可怜的能够提供令人期待的内容的标杆管理数据源都是被那些要收订购费用的赢利性组织所掌握，而这些订购费用在某些情况下要超过15000美金。  和别人分享数据的解决方案的诱惑力  从2004年5月开始，美国生产力和质量中心已经开始进行一个项目研究，叫做开放标准基准测量合作（O

11、pen Standards Benchmarking CollaborativeOSBC），包括一个经过储存标准化流程处理的度量标准和基准的安全性很好的在线数据库。这个数据库对超过100个处理过程以及功能进行监测以帮助企业、医疗、教育及政府部门这样的组织之间进行绩效的比较。所有行业以及不同规模的组织都可以参考并且使用这些标准，这些标准已经在美国生产力和质量中心的流程分类框架被采用（Process Classification FrameworkPCF）。这个框架是作为高阶的通用的企业模型被应用的，在该框架下允许组织从跨行业流程的角度来审视他们的

12、行动。  OSBC研究关注很多领域，包括金融、会计、人力资源、顾客服务、信息技术以及供应链管理。美国生产力和质量中心和美国供应链专业人员学会将供应链管理定义为对所有活动包括采购、生产以及物流管理进行计划和管理。重要的是，OSBC还包括与诸如供应商、中间商、第三方物流服务提供商以及顾客这样的合作伙伴进行协调和合作。从本质上来讲，供应链管理在公司内部和公司之间集成了供应和需求管理。  在2004年末，一个由美国生产力和质量中心以及美国供应链专业人员学会的教授们组成的工作组联合起来确定了哪个供应链处理流程和测量标准应该被用在OSBC研究中。联合工作小组从300多个度量标准中精挑细

13、选，将范围缩小到150个度量标准用在供应链领域的OSBC数据库中。这150个度量标准涵盖了下面五个至关重要的流程和功能：新产品研发，采购，顾客订单管理，制造，物流。在工作组的讨论中，每个流程的类别以及它的相关的度量标准都被仔细地审查以确保他们在实践中能够经得起实践的检验。美国生产力和质量中心和美国供应链专业人员学会也认识到，完整的实践活动包括以上提到的供应链的各个组成部分以及在2005年三月调查中所新增的一些活动。  OSBC研究组织被当作是一种“标准使用者俱乐部”或者更实际地说是“信任联盟”，在组织中所有的参与者都有共同的利益，他们都享受利益并履行相应的义务。公司的领导者可以通过O

14、SBC的数据库在线共享他们的绩效数据。作为回报，参加的组织可以收到一个有定量和定性分析的比较报告。这个报告通过将参加的组织与最好的绩效拥有者以及其他的或者是相同行业或是相同地域的成员相比较而提出改进的建议。  OSBC研究组织目前付出比以前更大的努力推进标杆度量。这种“履行义务，获得收益”的运作模式为标杆的使用提供了直接的刺激。公司很容易就可以参与进来并且很容易入门，由于志愿者的加入以及过滤的数据的增长，数据库不断得到充实，并且它能够不断地得到更新。  到目前为止，已经有超过150个组织提交了他们的绩效数据并且收到了基准度量报告（只要美国生产力和质量中心每个行业有10个数据

15、点，它就能发布结果）。参与者会不断增长，美国生产力和质量中心预计到2005年底将有超过1000个组织会加入进来，这将能对很多行业进行覆盖并且对供应链流程的五个关键的领域都能提供流程。  举例来说，作为国防事业和空间事业的供应商，Raytheon公司是一个积极参与者，它深刻理解外部基准化和信息共享在建立以及维持竞争优势中的重大意义。Raytheon公司已经将OSBC的研究发现应用到它的核心业务中来支持决策的制定。Raytheon公司分管六西格玛和供应链的副总裁Don Ronchi最近讲述了公司的参与情况。“OSBC研究的工作将使得像我们这样的公司可以进行与其他世界级的公司进行

16、有意义的比较。”  加入到标杆管理的研究之中  加入到美国生产力和质量中心/美国供应链专业人员学会的动因是非常简单的。组织没有必要成为组织的一员，经理们只要访问www.美国生产力和质量中心.org/OSBC database或者通过点击www.美国供应链专业人员学会.org.到这个站点就可以。他们可以通过填写一个或者更多的关于上面进行分类的五个供应链领域的调查来录入绩效数据。美国生产力和质量中心然后验证并分析这些数据然后做出回应，并且不会去确认公司就把它的数据加入到OSBC的数据库中。美国生产力和质量中心也意识到，用来计算的数据样本的数量信息和定义在组织之间是不同

17、的。所以，作为它的数据合法性验证处理的一部分，美国生产力和质量中心要鉴别那些用来产生特定的数据样本的不同因素。举例来说，如果在报告中的数据中有不合适的数据，美国生产力和质量中心将会要求参加的组织检查诸如内部的重新组织、某个特别季度的会计数据的新的确认，一些公司的合并或者类似的事情会导致这样的异常情况。  公司参与到OSBC的研究后就能收到来自美国生产力和质量中心的报告评估它的核心运作的效果并且提供以下的机会：  度量该公司相对于外部同样的组织的绩效  识别绩效的差距并且计算改进的成功率  使用外部的标杆建立绩效目标  识别关键影响绩效的公司实践

18、的推动力  评估随着时间的推移公司相对于内部的和外部的标杆运作的进步。  参与者能够使用他们所选择的标准进行标杆管理。举例来说，一个采购经理能够将测量到的公司的替换购买订单的周期时间与在这个行业或者相同地域的其他的公司的替代周期时间相比较。  最好的绩效被定义为与其他的参加者相比前20的组织。基准化信息表明，绩效或者股东的价值能够在其他因素保持一样的情况下，通过改善相对于最好绩效水平的绩效而受到影响。  在实际中它是怎样工作的  仔细观察报告如何表述OSBC数据对公司是非常有益的。让我们看看物流的两个关键领域：订单履行率和拒收订单百分比。

19、60; 订单履行率对于绝大多数供应链管理专业人士是一个非常关键的标准，这部分是因为及时的递送是顾客满意度度量中被广泛接受的指标。OSBC研究团队通过将完全被履行的每年的销售订单的数量与每年全部的销售订单的数量相除计算了订单履行率。  如果一个公司的订单履行率是87，这听起来可能是一个相对高的数据，但与它的同类公司相比这可能立刻就显示出公司在这方面是比较薄弱的，与绩效最好的公司相比就更显落后。事实上，该公司的订单履行率在基准评价体系中是比较低的。通过使用基准将各公司的不同进行如此的比较，OSBC报告能够提供一个非常宝贵的“催醒电话”给那些远远落后的公司的管理者。在这个例子里，如果在最好

20、的绩效和中等水平的组织之间仅仅有很小的差距，那么这样的信息会具有双倍的说服力。  OSBC基准报告的第二个益处是使得公司能够快速地与别的在某些特定行业，地域以及收入规模的公司进行比较。这个比较是非常重要的，因为对于一个行业中间的或者最好的绩效可能差别非常地大。举例来说，在制药工业中，履行率是对时间比较敏感的，中等水平的分数可能要比大多数大批量运输的化工行业的分数高得多。  现在我们再来看一下拒收订单百分比的例子。通过研究这个度量标准，供应链经理可以判断出是否他的公司在用牺牲拒收订单百分比的方式来获得高订单履行率。  为什么有时候绩效最好的公司和绩效中等的公司，尤其

21、是大型公司之间有如此大的差距呢？通过研究OSBC的报告，我们可以得出这样的结论，绩效比较好的公司拥有完善的仓储管理系统（WMS），这些仓储管理系统能够处理多个分销中心的订单，因此，仓储管理系统的能力帮助他们获得了更高的订单完成率。数据也显示，大型公司之所以比其他的公司绩效要好是因为大型公司能够负担得起先进的仓储管理系统的费用。  加入到标杆管理的行列中来  当很多组织有兴趣想知道哪里能够让他们和同行进行比较的时候，那些实际参加了缩小绩效差距的公司无疑会获得最大的收益。  举例来说，IBM针对标杆管理采用了一个精心设计的方案。Oscar Evans是IBM业务流程外包解决方案的经理，他说：“工作流程层面的绩效基准化已经允许我们就如何将我们公司业务流程和其他类似组织的业务流程进行比较的问题建立一个固定的基线。标杆数据为我