供应链数字化升级：拔起萝卜带起泥

案例： 供应链SaaS创业

梁健是一家软件公司的联合创始人，主管市场方向。这几年传统软件市场不景气，大家纷纷向欧美标杆企业Salesforce学习，转型做SaaS，希望通过订阅模式提振公司的销售和利润水平。

在市场选择上，由于营销会员类SaaS已然一片红海，竞争惨烈。由梁健主导，公司迈入了这两年渐成热点的供应链方向，并引进了几位该领域的技术专家，快速打造了一个供应链计划类产品。

产品的主要功能包含需求预测、补货计划和调拨计划。通过前期对市场的调研，大量客户抱怨供应链的预测不准，计划不靠谱。

该产品主要通过分析企业的历史销售数据和外部的第三方数据，由算法辅助来提升预测水平。同时，通过流程化的方式，协同企业和供应链相关的部门形成一套大家都认同的计划数据。

因为定位是SaaS化产品，产品按照年费收取，价格定得并不高。作为参与了前期调研并力顶供应链SaaS化方向的联合创始人，梁健虽然不太懂供应链，但他对这套产品的市场前景一直抱有极高的预期。

产品上市后，通过梁健的大力推广，某品牌企业的计划经理主动找上门来，希望通过这套SaaS化产品解决其在供应链预测和计划上的问题。

问题定位和产品方案高度匹配，加上又是第一个吃螃蟹的客户，为了拿下这个单子，梁健毫不犹豫地以半卖半送的方式中标签下了第一个合同。为了确保项目的顺利交付，合同签订之后，梁健嘱咐交付经理务必全力保障项目的实施落地。

几天后，心情愉悦的梁健正在参与一场业内人士的小型聚会，憧憬着供应链SaaS化市场的未来，急促的电话铃声把他拉回了现实。“梁健，你赶紧回来”电话另一头的总经理听起来非常焦躁。

原来，产品在交付过程中遇到了多重阻力，难以推进。归纳起来有如下几点：

1. 基础产品系统不完善导致数据缺失：就拿库存数据来说，在途库存信息缺失，逆向库存信息缺失，渠道库存数据缺失。

2. 大量脏数据难以处理：例如历史的销量、商品、客户信息，由于公司内部人员更替非常频繁，脏数据较多并且数据回溯难度极大。

3. 企业计划流程成熟度不够。成熟的计划流程需要供应部门、销售部门、制造部门、营销部门、新品研发团队、财务团队之间相互协同配合。但这家企业长期以来内部关系复杂，部门边界不清，在计划上各自为政、互不买账。

梁健虽然对于数据的问题有所预期，但没想到现实情况的复杂度还是远远超过了他的预料。看似简单的预测计划软件，背后竟然隐藏着企业内部这么多深层次的问题，真是拔起萝卜带起泥。如果要解决这些问题，毫无疑问地，从企业总经理到营销、销售、生产、研发、财务等相关部门都需要参与进来。

一方面补齐完善基础产品系统的能力，这就涉及到更大的软件成本投入；另一方面，还需要对内部流程进行再造，梳理协同流程，这涉及到供应链相关的咨询。

每一个前置条件都不是一件简单事情，这哪里是一个收费不高的预测计划SaaS化产品所能独立解决的问题！梁健仿佛看见了一个深不见底的大坑。

时下，供应链数字化转型如火如荼，众多企业投身其中，如果看不清楚供应链转型所面临的复杂度，不经意就会遇到类似梁健这样的尴尬局面。

那么，如何避免呢？

这两年我们接到的很多供应链数字化的项目或需求，有的是偏计划端的，有的是偏物流端的，有的是偏制造端的。每当接到这些需求的时候，我们通常都会提两个诉求。

第一是请客户安排，在所有调研工作的基础上，允许我们和公司的董事长或总经理进行一次深度的前期访谈。

供应链数字化转型的需求往往提出来的时候是单点的，但就像案例中所描述的那样，它是一个大的系统工程中的一部分。就好比某个病人长了肿瘤，治疗肿瘤前我们得对病人的做一次全面体检。

能够对这个系统整体负责的，或是对这个系统最了解的人，当属董事长或总经理。透过单点需求，我们可以在调研中了解企业和供应链相关的整体情况，包含公司的战略、运营现状，企业供应链上的问题，流程和系统的成熟度等等。

站在整体谋思路，立足局部定举措。供应链数字化妥妥的是一号位工程！决策前怎么能不去弄清楚公司高层的战略和想法呢？

其次是对企业的供应链做一次完整的成熟度评估。

供应链是一个有机整体，供应链的数字化项目往往是牵一发而动全身。为了确保项目的顺利落地，我们需要对供应链上从流程到产品系统，从组织架构到人才配备，做一次全方位的扫描。

如果是流程的问题、组织的问题，需要提前做咨询，梳理流程等来解决；如果是产品系统的问题、数据的问题，则需要补齐相关系统数据的缺失，有可能会牵扯出更大的系统改造。

供应链因其为链，它的数字化的前置依赖和复杂度非常高。忽视了这些前置依赖，从单点切入供应链数字化，往往是头痛医头脚痛医脚。“天时、地利、人和，三者不得，虽胜有殃”；商业、流程、技术和人，如果没有对企业供应链整体的了解，如何敢贸然推进供应“链”的数字化？