【供应链】循环取货Milk-run线路设计方法和实施要点

2020 年 2 月 8 日 产业智能官

 作者:卓弘毅 来源:弘毅供应链


1

背景介绍


在去年11月我写过一篇《关于循环取货Milk-run的一些思考》,现在我把循环取货路线的设计思路和在实施上的一些要点进行了整理,供各位读者参考。


本文是以汽车零部件制造企业为背景,当然,这个循环取货模式也可以适用在其他的制造业中。


但是可能由于体量较小,比如涉及到的提货供应商数量在10家左右,SKU数量总数小于1000种,就不能满足专业物流3PL、合同物流或电商模式的需求了。


尽管如此,供应链中的一些底层逻辑之间都是相通的,从设计思路出发,到复盘运维结果收尾,整个的过程就可以应用在许多的场景里。


好了,接下来让我们直奔主题。



在公司里想要推行循环取货,必须得到高层领导的支持,而且这是个跨部门协同的项目,主要涉及到的部门有供应链计划、物流和采购等部门。关于实施循环取货的积极意义已经在上一篇文章中阐述过了,在此就不再赘述。



在下图中,我把第一到第五步是定义为线路设计阶段,最后的第六步是总结实施要点和复盘阶段



2

设计方法


(1)了解位置


首先我们要了解供应商、储存仓库和客户工厂的地点,并且最好是用目视化的方式展现出来。我在学习供应链运营参考模型SCOR的时候,其中有个很好的工具,就是供应链地理地图



先找到供应商、仓库、客户的地理位置,然后用搜索引擎地图的功能(图例中用的是谷歌地图,在国内我们可以用百度地图),把点连成线。


然后根据制造的模式,是Make to Order或Make to Stock,在地图上做好标识,比如在图例中分别使用了sS1,sD1,sM1等代表了采购、交付和生产模式,这里的制造模式都是Make to Stock,也就是根据库存拉动生产的模式。使用供应链地理地图,路线设计者可以迅速读懂从供应商到客户之间货物流动的全过程。


(2)收集数据


以下图为例,我们需要收集的主要信息有:

路线:从供应商到客户工厂路线名称和距离

托盘:托盘的长宽高

重量:每箱产品重量

货物堆叠:能不能堆叠?最多可以堆叠几层?

运输:整车运输FLC或是散货运输LCL?

……


(3)计算设计


在收集完了基础数据以后,我们就要开始进行计算的工作。数据的输入是客户的需求量,比如说A零件每周平均使用500 pcs,B零件每周平均用量200 pcs。


对于进行运输方案设计的人来说,他们需要的数据是货物的体积和重量,至于每个SKU的使用量,这个信息是不能用于运输量的计算的,这里要做一个数据转换的动作。把SKU的每周平均使用量,通过计算转换为每周运输的货量。


具体怎么计算?这里提供给大家一种思路。


以汽车雨刷为例,我们可以获取到在每个标准容器内放置的数量,这个数据针对某种产品是固定不变的,比如装配在大众途昂车型上,每个容器里可以放10套雨刷。


这个信息是体现在包装作业指导书里的,经过客户确认过,因此不存在随意更改的情况。有了这个数据以后,我们就能够知道在一个标准托盘上可以运输雨刷的数量,这是因为托盘上可以放置的容器数量也是固定的。


每个容器内的SKU数量,每天托盘上容器的数量,这些都是构成主数据的基本参数,也是我们计算的依据。


一个比较好的做法就是,在产品设计的阶段就把这些数据全部确认好,并输入数据库中,这样就省去了后期再进行收集整理的麻烦。


有了每托盘上装载SKU的数量,就可以根据卡车的类型,灵活地匹配运输资源,计算单个SKU的运输成本。



在设计运输路线和每家供应商取货时间的时候,需要根据实际的情况来规划,比如供应商的地理位置、SKU包装数量、物料需求等等。


当供应商数量在10家以下的时候,我们可以凭借经验来做一个路线规划,并且在运行以后修正调整设定的路线。


但是当参与取货供应商数量多于10家的时候,最佳方法是要依靠运输路线规划工具来进行计算,结果运算出来以后,还需要与供应商确定好取货的时间窗口,比如在每天上午11点,在供应商A仓库提货,在下午1点半,在供应商B工厂装车。



(4)条款协议


在实施循环取货之前,供应商都是自己负责运输到客户工厂,因此零件报价中是含有运费的部分。


如果要使用Milk-run,就意味着运输方式由送货上门,改为了客户上门提货,那么运费部分的差价是要从零件单价中扣除的。


通常来说,循环取货项目是由供应链物流部门提出的,因为这会能够节省运费和提升交货可靠性。


在这个过程中又需要采购部门的鼎力协助,因为涉及到了采购价格调整,而运费降低和交货可靠性上升对采购的绩效指标并没有直接关系,如何说服采购同事一起完成循环取货项目,这是需要项目发起者动动脑筋的。


当然,这项沟通并不难做,只要讲清楚这是为了公司的利益采取的措施,相信其他部门的同事都会配合。


另外我们也要做好与零件供应商的沟通,和他们解释清楚,采购价格调整只是拿掉了运费的部分,我们不是为了压榨供应商的利润


使用透明、合理、可信的数据和计算过程,应该可以打消供应商的顾虑。一般来说,与客户合作时间越久,采购金额越大的供应商更容易进行配合,而新引入的供应商可能还存在一些疑虑,这也是可以理解的,毕竟合作双方还是需要一段时间的磨合,熟悉彼此的订单交货和物流管理的模式。


采购方还可以趁着切换运输方式的机会,把其他的项目一起引入进来,比如更换包装材料,使用塑料可回收箱来替代一次性纸箱的方案。因为在循环取货中,客户是有机会把空箱返回给供应商,而传统的送货上门模式中,供应商由于成本的原因,往往无法回收包装容器,只能使用一次性纸箱,造成了大量的资源浪费和金钱损失。


客户还需要与负责运输的3PL签订物流协议,制定标准的操作流程,并对供应商进行培训。如果涉及到信息系统软件的使用,也要确保供应商有专人负责账号管理和系统操作。



(5)试点实施


充足的准备是项目成功的关键,再好的系统也要通过实际运行以后才能验证效果。我们需要确认的内容包括并不限于以下:线路涉及供应商、装货卸货点、供应商培训、运输车辆、SKU装载容器、时间窗口和相关人员信息等等。


在完成确认工作以后,需要派出一趟空车,根据提货计划和线路做一次试验。通过真实情况的模拟,来检查理论设计中的疏漏。


为了稳妥起见,我们可能需要做一至三次的测试,根据模拟过程中发现的问题,比如路线设计或供应商提货窗口设计的不合理,主动地进行调整,确保公司内部会确立信心,供应商会全力配合。



3

实施要点


非常重要的一点是在实施循环取货项目后的复盘,这也是符合PDCA循环的管理理念


复盘就是Check,在取货操作开始执行以后,客户需要根据运输承运商开具的发票,与预算进行比对分析,核对是否获得了预期中的费用节省。


如果没有达标,我们就要检查在实施过程中超出预算的原因,并进行运输路线的调整。另外一个需要留意的是供应商的配合态度。


由于采购价格调整或是提货时间窗口带来的不便,某些供应商可能存在着抵触心理,这时候需要考验客户的谈判智慧,使用换位思考的方法,来达成双方一致的意见。


当然了,客户多数情况是拥有强势地位一方,对于客户势在必行的计划,供应商基本上都会配合。



循环取货模式是汽车行业供应链的一个最佳实践,不管是在整车厂还是在零部件制造商都有很多的成功案例。通过Milk-run可以有效地加强供应链的可靠性,并降低运输总成本。相信这种模式也可适用于其他制造业,甚至是快销、食品或医药行业中。


先进制造业+工业互联网




产业智能官  AI-CPS


加入知识星球“产业智能研究院”:先进制造业OT(自动化+机器人+工艺+精益)和工业互联网IT(云计算+大数据+物联网+区块链+人工智能)产业智能化技术深度融合,在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的产业智能化平台;实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。


产业智能化平台作为第四次工业革命的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量,并创造新的强大引擎; 重构设计、生产、物流、服务等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生 新技术、新产品、新产业、新业态和新模式; 引发经济结构重大变革,深刻改变人类生产生活方式和思维模式,实现社会生产力的整体跃升。

产业智能化技术分支用来的今天,制造业者必须了解如何将“智能技术”全面渗入整个公司、产品、业务等商业场景中, 利用工业互联网形成数字化、网络化和智能化力量,实现行业的重新布局、企业的重新构建和焕然新生。

版权声明产业智能官(ID:AI-CPS推荐的文章,除非确实无法确认,我们都会注明作者和来源,涉权烦请联系协商解决,联系、投稿邮箱:erp_vip@hotmail.com。




登录查看更多
0

相关内容

设计是对现有状的一种重新认识和打破重组的过程,设计让一切变得更美。
FPGA加速系统开发工具设计:综述与实践
专知会员服务
65+阅读 · 2020年6月24日
斯坦福2020硬课《分布式算法与优化》
专知会员服务
118+阅读 · 2020年5月6日
2020年中国《知识图谱》行业研究报告,45页ppt
专知会员服务
239+阅读 · 2020年4月18日
《代码整洁之道》:5大基本要点
专知会员服务
49+阅读 · 2020年3月3日
【书籍推荐】简洁的Python编程(Clean Python),附274页pdf
专知会员服务
179+阅读 · 2020年1月1日
出行即服务(MAAS)框架
智能交通技术
53+阅读 · 2019年5月22日
杨春立:基于数字孪生的智慧城市顶层设计探索与实践
自动泊车系统发展现状及前景分析 | 厚势
厚势
22+阅读 · 2018年1月22日
天津市智能交通专项行动计划
智能交通技术
8+阅读 · 2018年1月18日
A Survey on Bayesian Deep Learning
Arxiv
63+阅读 · 2020年7月2日
Arxiv
101+阅读 · 2020年3月4日
Arxiv
6+阅读 · 2019年7月11日
Neural Speech Synthesis with Transformer Network
Arxiv
5+阅读 · 2019年1月30日
VIP会员
相关VIP内容
相关资讯
出行即服务(MAAS)框架
智能交通技术
53+阅读 · 2019年5月22日
杨春立:基于数字孪生的智慧城市顶层设计探索与实践
自动泊车系统发展现状及前景分析 | 厚势
厚势
22+阅读 · 2018年1月22日
天津市智能交通专项行动计划
智能交通技术
8+阅读 · 2018年1月18日
相关论文
A Survey on Bayesian Deep Learning
Arxiv
63+阅读 · 2020年7月2日
Arxiv
101+阅读 · 2020年3月4日
Arxiv
6+阅读 · 2019年7月11日
Neural Speech Synthesis with Transformer Network
Arxiv
5+阅读 · 2019年1月30日
Top
微信扫码咨询专知VIP会员