(KPI绩效考核)企业供应链绩效考核指标浅析

1、企业供应链绩效考核指标浅析企业供应链绩效考核指标浅析第第 页共33页图3-2三角白化权函数本文从实用和简洁性出发，选择使用对灰色定权聚类分析法的改进来作为实证研究的理论依据。然后，我们在定义3.1到定义3.5的基础上给出另外一个定义：，M=maxx，j1j定义3.6设原始序列m=minx,，M=maxx，j1jj1j2jnjx.，X.。对于效益型指标，令y丄；2jnjijWmjj对于成本型指标y=1一_ijW一m丿jjyyij此时的白化权函数与变权、定权聚类中的白化权函数的是有区别的，由于特征数据已经被区间化，所以白化权函数相应的只在0，1间取值，同时白化权函数适用于任何特性指标。如图3-3：

2、图3-3间取值，同时白化权函数适用于任何特性指标。如图3-3：图3-3简化后的白化权函数把定义3.6与定义3.1到定义3.5结合，我们得出改进灰色聚类的算法步骤：（1）构造初始序列矩阵（2）区间化处理定义3.6（3）选定白化权函数（4）计算指标权重（5）求聚类系数定义3.4（6）灰类比较定义3.5此方法与传统方法具有一致性且思路简单，计算量小，应用较方便，最终得出的灰色聚类系数矩阵，通过对它的分析可以的达到对聚类对象的分类的目的。32实证分析现在请回顾论文前部分关于0集团欧洲自行车的四个组装工厂的简单供应链图1-2，笔者将根据该供应链关系以葡萄牙工厂为例，列出其2008年第四季度相关的供应链绩

3、效指标的考核数据，并对其进行比较，说明。然后我们将凭借聚类分析法进行分类，评价其供应链的现状和待改进的要点。(1)出货达成率(On-timeDeliveryRate)OTD出货达成笔数计划出货笔数X100%OTD出货达成笔数计划出货笔数X100%库存水平葡萄牙工厂第四季度的三个月中收到订单笔数为32，40，30，未完成订单笔数为：2,2,1,所以计算得出0TD=97/102*100%=95%。12）产品柔性新增机种数帥初+新增机种数帥初+期末）?X100%葡萄牙工厂第四季度开发新产品两个，都已投入生产，同时淘汰掉两个品种，期初和期末数都是7个，所以产品柔性为0.286。3）免检比例免检物料数量

4、x100%物料总数量季度结束时从原材料质量控制部门人员处得到免检比例的资料，显示该厂物料免检率为85%。4）产能利用率实际产能x实际产能xioo%=95%计划总产能5）平均年资个人服务公司时间的加权平均值=3.2年(6)VMI比例物料数量x100%=56%计划VMI总数量7）流程改善改善项目经济效益评估可以节省50万/年的项目数。8）成品不良率成品不良率用每百万单位产品的中不良品的数量表示（DefectPerMillionUnits),计算公式为:DPMU=SHiUX1000000葡萄牙工厂的产品比较稳定，生产数量也是整个欧洲的工厂中最多的，这两个因素使得该厂成品不良率一直保持在较低的位置。成

5、品检验人员根据批次，每天抽取样品检验，每天、每周、每月都会整理出不良率，综合三个月的不良品数据，我们得到该厂的DPMU=350。9）库存水平库存水平用天数表示，代表在现有材料在不购进新原材料的情况下，可以满足客户出货需求的天数，包含原材料库存、半成品库存和成品库存。计算公式为:Dos=库存总金额成品库存。计算公式为:Dos=库存总金额x28未来28天的出货需求=12天上面一节以葡萄牙工厂为例，计算出对应的九个指标数值，同理我们可以得到其它工厂相应的数字，我们设灰类k为好、良、差三个。并按照顺序将四个工厂简称为一厂（葡萄牙），二厂（法国），三厂（意大利），四厂（罗马尼亚）第一步整理出四个工厂对应

6、的各项指标，如下表所示:表3-1各厂指标出货达成率产品柔性免检比例产能利用率平均年资S流程改善成品不良库存水平一厂0.950.2860.850.953.20.561035012二厂0.980.3330.750.923.50.61745014三厂0.940.4290.70.892.50.48980010四厂0.950.250.890.9530.5555509前面七个指标为效益型指标，取值越大说明越好，越具有优势；后面两个为成本型指标，取值越小越好，对公司资金占用越小，客户满意度越高，更符合公司战略。第二步用定义3.6对应的公式对初始数值进行区间化处理，得表3-2：表3-2指标的区间化出货达成率库

7、存水平免检比例产能利用率平均年资vmi比例流程改善成品不良库存水平一厂0.250.20110.789510.70.6154110.4二厂10.46370.26320.5110.40.77780三厂0100000.800.8四厂0.250110.50.538500.55561第三步给出白化权函数fi=x0 x1”2x0 x0.5/2=、22x0.5x1f3=1-x0 x-rHaa-rH第六步对初始指标进行分类Qk1maxk)=Q1=0.671110.6710.0890.3970.5490.1150.5820.3620.6250.0810.5360.4520.462Qk=i1ksmaxk丿maxk

8、丿=Q322=0.5821ksmaxk丿maxk丿=Q233=0.6251ksmaxk丿二maxk丿二Q144=0.5361ks因此，根据各厂最大值的取值情况知：一厂和四厂同属于好的范畴，三厂属于良的范畴，二厂属于差的范畴。如果对上述的案例实证进行分析，我们可以发现，同样的供应商，同样的供货方式，在四条不同的组装工厂，不同的生产管理绩效，就会产生不同的供应链整体绩效。所以，对于0集团而言，对于供应商的管理评价，不能仅仅从供应商对应某单个组装工厂的供货水平，而是要从整条链上的绩效进行分析和评价，这样才能找到症结点。从实证结果分析，我们看到绩效水平较高的是葡萄牙工厂和罗马尼亚工厂，因为这两间工厂的

9、生产产品种类少，主要是MTB（越野自行车）RR5.2,RR5.3,MCL24等目前市场上O集团的主打产品，设计成熟，销量稳定，和供应商的配合都很顺利，而且工厂的采购很尊重生产周期，每月得Forecast提供的准时并且差异相对较小。对于国内的供应商而言，可以尽可能减少备料周期，生产周期，甚至对常用的车架品种进行备货；然而，对于意大利工厂而言，我们可以从产品柔性指标看出，该工厂主要是做新品，高档的产品较多，受众人群较少，而且销量不稳定，前期市场的预测不准确直接影响了后续的整条供应链的运作均衡；而法国的工厂则是在尽可能以最低的原材料库存为原则进行采购物料，然后生产，所以法国的工厂每逢遇到急单，加单，

10、销售大好，商店需要紧急补货时就体现出其限制性。所以面对意大利和法国的供应链问题，目前的改进措施是，对于新品和高档产品，工厂承担部分的原材料库存，销售预测由每月一次改为每周更新一次给采购中心，供应商和0集团对于此类特殊的品种，签订原材料备料协议，并且每逢促销，圣诞节等销售旺季前，转移部分的成熟品种至两个工厂，一方面缓解其他工厂产能不够的困境，同时可以使意大利和法国的工厂增加其产能的利用率。目前该措施正在实践中，结果是否理想要看2009年圣诞节过后的全年销量，客户满意度以及供应链绩效评价指标实际数据。第四章结论与展望41结论本文从当前供应链绩效评价的现状出发，结合笔者所在公司的实际，提出了对0集团

11、所属品牌的自行车欧洲的组装工厂供应链绩效评价的模型和方法，目前正在持续改善中。本文主要完成的工作可以概括如下：（1）从核心产业出发，对其各组装工厂供应链绩效进行评价，完善了当前供应链绩效评价的体系；（2）在供应链绩效评价方法中引入灰色聚类分析法，拓展了评价视角，并且以具体算例，验证灰色聚类的实用性。此前在经济管理中应用较多的是灰色理论中“灰关联分析法”；（3）系统性地选取各工厂评价指标，标示其意义和关联，可以适用于类似企业的相关活动范畴；42不足由于笔者水平所限，对供应链绩效评价中的相关研究没有深入下去，还存在着不足和待改进和完善的地方：（1）本文侧重于某一类型企业供应链绩效的评价，指标方面的选取不能推广到所有企业进行供应链绩效的评价；（2）对指标权重的计算方面，包含上下游企业和核心企业自身的主观因素；除了对灰色聚类的改进，还可以引入灰色评估的理论体系来解决经济管理中一些问题，包括供应链绩效评价。参考文献:1候定丕等，非线性评估的理论探索与应用M合肥：中国科技大学出版社，2001，22刘奇志，王芹，武器系统的模糊聚类方法J系统工程理论与实践，199