来源：弘毅供应链

1.供应链管理中的模型

如果想要从供应链管理的“小白”成为“高手”，学会使用模型是升级的必经之路。供应链管理中都有哪些基本的模型呢？主要有这2种。第一种是平衡需求和供应的模型。供应链管理就是平衡供需的学问，需要考虑客户需求和供应能力，也叫做产能。我们通常会遇到3种情况。

首先是供不应求，假设客户需求是100件，产能只有10件，显然是无法满足需求的，我们也不需要使用模型分析。其次，产能远大于需求，比如产能高达1000件，而需求还是100件，无需计算我们就知道一定可以满足需求。我们需要考虑的仅是运输成本，从距离客户最近的工厂或是仓库安排发货即可，非常简单。最后的情况才是需要使用模型的场景，需求和产能都很接近，假设一家公司做鲜切水果生意，在上海有4个店铺，他们的主要客户群体分布在上海的四个商圈，也就是有多个客户和生产设施。在这种情况下，如何分配供应能力，从哪个店铺发货，这将决定是否可以满足所有的客户需求。满足需求就足够了吗？我们还应该考虑供应链的总成本，这样就引申出了第二种模型，目标函数(Objective Function)的模型。顾名思义，目标函数就是要找到一个目标，通常是最大值或最小值。

在供应链管理中，我们希望哪些数值最大化呢？例如收入和及时交付率。哪些数值越小越好呢？运输费用和采购支出等等。从各个水果店铺给客户配送的运费费率是不一样的，我们要在满足需求的同时，找到总的运输费用最低的方案，也就是最优解。为什么建模对我们如此重要？它可以更好地分配需求和供给，也可以帮助我们找到各类问题的最优解。

2.三个层次的模型在供应链管理中，我们可以把所有的活动分为3个等级，分别是战略、战术和操作执行层面，这套划分的方法适用于许多方面，比如计划管理。

如上图所示，战略层制定长期的计划，战术层面负责中期的，而实施层面是短期的。与此形成对照的是，我们也可以把模型分为三个层面。

第一层是战略级别的模型，这类决策需要很慎重地做出决定，所以决策的节奏是很慢的，需要"Think Slow" ，通常是按照季度运行。举个例子，公司要根据全球经济走势，决定是增加投资或是减缓扩张。公司是否要规避一些风险，把生产基地搬迁到距离客户市场更近的地区？是否要把离岸外包改为近岸外包？是自己生产还是外包给供应商？是否要升级ERP系统？诸如此类的都是战略性的决定。这些都是经常会制定的决策，但是公司不会每周都去讨论它们，因为这类决策的周期很长，通常是每季度或每半年，公司需要收集大量的数据、经过多方商议后做出决定。

第二层是战术决策。这些决策是每周或每月做出的。例如，优化采购策略，向性价比更高的供应商采购更多商品，计算折扣、返还(Rebate)等方案提供的收益或采购支出节省。大促销活动，与某个客户洽谈一个大订单，公司到底能够赚取多少净利润。库存优化，通过调整交货提前期和MOQ等因素降低库存，在未来的几周，库存的变化趋势会是怎样。这些决策都是每个月或是每周都在发生的事情。

第三层是运营层面模型，这些模型每周或是每天都会重复出现。决策往往围绕着一些非常具体的活动，例如工厂什么时候生产什么型号的产品？这周需要给供应商发布多少数量的新的订单？周五要给客户安排下周一的出货清单等等。有些运营层面模型甚至是以小时为单位的。

3.模型层级的四个关键点

关于模型的层级有四个问题值得关注。

1）由上而下制约首先是高层次的决策会制约低层次的。在这个框架中，我们所做的战略决策影响了战术角度的可行性，这就制约了我们在操作执行层面所能做的事情。举个例子，公司的战略是要控制成本，为了收购其他的企业准备充足的自由现金流。在这个大背景下，战术方面的设计就是要使用报价更低的供应商，持续地控制采购订单的金额，甚至是在年末或季度末暂停供应商发货，以及把商品提前发给客户。落实到执行层面，必须严格按照上述的决策执行，采购经理需要审批每一笔的采购订单。模型的影响力是由上而下的。

2）不明显的区别其次，虽然我们划分了三个层次的模型，但是它们之间的区别并不是很明显的。某件事的决策是每月制定的，我们不用在意它到底是战略还是战术模型。有些公司的产销协同会议S&OP是每月举行的，还有些公司的节奏是每周一次，尽管频率不同，这个决策模型是在战术层面上的。我们需要了解计划的频率，但不用纠结于它到底属于哪个层次的。作为供应链的管理者，我们更关注于战术层的决策。原因在于，战略方面的问题会超出供应链管理的范畴，它需要站在公司全局发展的层面，看待宏观的、长期的趋势。换句话说，战略的事情不是供应链管理部门说了算的，你得要听听其他大佬们的想法。

3）重点关注战术层面此外，当我们看一个战略性模型时，由于它过于复杂，具有许多的随机性，想要把所有的变量和随机性都考虑在内是不可能的。比如预测未来欧元汇率变化对出口欧洲新能源汽车的影响，这里面含有太多的不确定性，你很难做到算无遗策，只能通过场景模拟来决策。而运营执行层面的模型都已经简化为软件了，你不需要去计算具体的数量、哪天要安排生产或发货，这些都有系统代劳了，我们只需要把参数设定好就可以了。现在的软件系统都已经很成熟，是完全可以信赖的，比手工计算靠谱得多。哪怕需求发生了变动，系统会自动调整要货数量和日期，需求的随机性可以被忽略，因为它在本质上是可以确定的，我们可以用求解器解决需求波动的问题，而求解器是内嵌在系统软件中的。只有战术层面的模型需要数学建模，它们更加复杂，具有可变性，需要用模型解决。

4）没有“一招鲜，吃遍天”的模型建模的核心理念是，一个模型不可能解决所有的问题。因此，我们需要让模型与问题相匹配。这是什么意思呢？打个比方，驾驶员在开一辆新车时，需要调节座椅和后视镜，直至感到舒适。座椅和后视镜就是一种模型，每个人的身高不同，一个设定不可能满足所有的人，必须要让它与驾驶员的身形相匹配。供应链的模型也是这样，在时间序列模型中，需要根据公司的特征选择具体的方法，是移动平均还是指数平滑，在每个模型中还涉及到参数的设置，这样就造成了很大的差异化。你很难把其他公司成功的预测模型原封不动地复制到你的企业中使用。

我们更不可能创造一种模型来同时解决战略、战术和操作运营的问题。我们要做的就是创建一些较小的模型，用它们解决每个具体的问题。模型也不是越复杂越好，我们要构建足够简单的模型，以便在实践中使用它们。一个核心思想是我们能否了解某个模型，然后把它和其他模型联系在一起，这就是另一个话题了。