供应链团队管理之—— 解决问题八步法的应用（设定型问题）

如何带领一个供应链团队，总共分4大步骤：建立团队的文化与机制、制定战略和目标、执行战略并措施落地、构建氛围和赋能育才。

今天结合“供应链日常智库”咨询团队的一些实践，一起聊聊八步法在一个“设定型”问题上的应用。

解决问题八步法包括：一、明确问题；二、分解问题；三、设定目标；四、把握真因；五、制定对策；六、实施对策；七、评价结果和过程；八、巩固成果。

“供应链日常智库”咨询团队在2021年实施的一个《构建全供应链透明平台》案例，可以较好地说明八步法在设定型问题上的应用。

-1-

明确问题

A企业在2021年，全供应链8大环节（订单录入→订单排程→原材料准备→原材料生产→原材料配送→原材料上线→订单生产→订单交付）中，这些环节中还有90%的点位不透明。

在设定型问题中，明确现在状态与理想状态之间的差距，把这个差距进行量化，最终形成了问题。

虽然这个问题的描述最大程度地做到了量化，但是对于问题解决来说还是“大而模糊”的，所以需要在第二步进行分解。

-2-

分解问题

在我们之前的文章《供应链团队管理之—— 解决问题八步法》提到了“作业观察分解法”以及MECE原则，当时“供应链日常智库”咨询团队对A企业的全供应链进行作业观察，并对透明所需的关键点进行统计。

如图所示，A企业的全供应链从先至后进行分解，发现要实现全链透明，订单录入环节需要4个点位收集数据，订单排程环节需要8个点位收集数据，原材料准备环节需要4个点位收集数据，原材料生产环节需要10个点位收集数据，原材料配送环节需要10个点位收集数据，原材料上线环节需要10个点位收集数据，订单生产环节需要80个点位收集数据，订单交付环节需要10个点位收集数据。

再从重要度、紧急程度、扩大倾向上来判断，发现如果能够解决订单生产过程的80个点位，即可提高全供应链60%以上的透明度，而且从紧急程度和扩大倾向（不优先解决的话影响会持续）上来看，优先解决链主企业A的透明问题也是当务之急。

-3-

设定目标

制定目标一定要符合SMART原则，不然目标对行动毫无指导意义，“供应链日常智库”咨询团队实施的实践案例中都比较注重对于目标的设定，在《焊接工厂分装岛管理》的案例中，目标设定如下：

经过2021年12月31日项目实施完毕后，从2022年起，实现以A企业为链主的全供应链之订单生产环节的80个点位100%透明，经过这些点位的订单数据可以被使用者实时调用，初步实现链主企业内部生产的数据协同

• S-specific明确的：指的是目标一定是明确的，描述时要有谁（订单生产环节）、在什么时候（从2022年起）、做到什么量化的程度（100%透明）

• M-measurable可衡量的：指的是目标一定要量化，可以是数量、也可以是时间（80个点位100%透明）；

• A-attainable可实现：结合行业对标情况，制定有竞争力且可以落地被实现的目标（经过这些点位的订单数据可以被使用者实时调用）；

• R-relevant相关：指的是目标达成能够衡量战略实施的好坏（初步实现链主企业内部生产的数据协同）

• T-timebased时效：目标要有完成的时间节点（经过2021年12月31日项目实施完毕后）

-4-

把握真因

在把握真因的时候，要注意以下三点：

①合适的切入点：针对问题点（在以A企业为链主的供应链环节中，订单生产环节的80个点位还未实现透明，占整个供应链点位的58%），由于订单生产环节是现场生产组织的问题，从人机料法环进行分析，在人员、物料、方法、环境等四个方面寻找原因之后，发现他们并不是造成问题点的真正原因。而在设备环节，咨询团队发现有三个主要原因：a.底层：80个点位没有底层设备可以采集数据；b. 中层：没有数据库对采集的数据进行整理存放；c.上层：没有现成的BI界面供客户消费数据。

②现地现物：咨询团队和工厂数字化团队在订单生产环节的80个需要透明的关键点位逐一进行了现场作业观察，基于前期分析出的三个主要原因，再一次推演造成问题发生的主要原因：

a.为什么80个点位没有底层数据采集设备？

这是因为前期规划为了快速满足工厂达产、同时要兼顾成本的考虑，只在每个车间的出入口安排了数据采集设备，而这些散落在过程的关键点不影响当时工厂快速达产，所以并不在工厂初期建设的清单中。

b.为什么没有数据库对采集的数据进行整理存放？

这是因为当时工厂所需存放的数据量量级很小，不需要采用单独的数据库进行存放和整理。

c.为什么没有现成的BI界面供客户消费数据？

缺少供应链透明的需求，进而没有专门开发用来消费供应链透明的BI工具。

-5-

制定对策

制定对策时要注意以下4点：

①思考尽可能多

咨询团队对于找到的三个主要原因，每个原因都要策划至少三个措施，如图所示：以真因①底层：80个点位没有底层设备可以采集数据。

② 筛选出附加价值高的对策

以真因②中层：没有数据库对采集的数据进行整理存放，为例，咨询团队和工厂数字化团队一起建立了数据库，为了让数据保持高质量，咨询团队和数字化团队设定了一套定期检查和梳理数据的机制，让数据不仅能够有地方存储，还能保持好的状态，避免出现数据质量问题从而导致的客户体验下降的问题。

③寻求共识

在设计BI界面之前，一定要和客户对需要的功能进行确认和共识，避免后续带来的重复开发。

④ 制定明确具体的实施计划

“供应链日常智库”咨询团队当时根据客户的需求，结合项目目标的要求，同时考虑到设备的采购周期、部署周期以及调试周期，以及软件系统的开发周期，采用底层数据部署和中上层数据软件搭建同时开展的方式进行，在3个月内完成任务。

-6-

六-八步：实施对策、评价与巩固

本次案例中，供应链日常智库团队积累了在订单生产环节部署数据收集设备的大量经验，发现了不同设备的实际使用工况，并且将其总结成册，简单来说：订单生产环节有四种主流数据收集手段，①工业数据网关 ②条码技术 ③RFID技术 ④GPS技术

其中，工业数据网关+PLC通常用在不便安装RFID或者条码读写设备的地方，比如环境较差、粉尘较多的焊接环节，亦或是高温、湿度大的油漆环节。要想通过这种方式获取数据，一定要将打通存储PLC数据的服务器与生产/办公网前端分析程序的链接.

其次，条码技术，通常用在作业环境较好或者便于人操作的地方，比如车身库和总装装配环节。一般来说，无论是手持扫码设备还是自动扫码仪，都配备用对应的服务器来存储获取的订单数据，再将服务器与生产/办公网连接，从而使订单管理者能够通过前端程序获取订单生产数据。

再者，RFID技术通常用在作业环境较好或者便于安装读写设备的地方（也可以用在环境较差的环节，但是对RFID卡本身和读写设备就有了一定的防护要求），比如车身库和总装装配环节。同样，RFID收集的数据存储在现场的服务器中，再通过服务器与生产/办公网的连接，将数据收集到我们的前端程序中。

最后，GPS技术通常用在开放、自由式的订单生产末端，既订单整备环节