客戶檔案
某主機(jī)廠現(xiàn)行零件的備貨多依賴專家預(yù)測，為保證較高服務(wù)水平，執(zhí)行做大預(yù)測結(jié)果，不計(jì)庫存積壓后果，造成高水位的庫存。受車輛銷售下滑影響，高庫存積壓現(xiàn)象日益嚴(yán)重，且部分配件的服務(wù)水平低。

業(yè)務(wù)挑戰(zhàn)

SKU數(shù)量龐大且需求不穩(wěn)定

汽車后市場的訂單量取決于零散的、隨機(jī)的市場需求，且汽車零配件產(chǎn)品種類多。在使用頻率方面，非標(biāo)品和長尾件多，單個(gè)SKU消費(fèi)頻次低，產(chǎn)品的需求更加難以預(yù)測。

 

庫存成本壓力大

零配件的供應(yīng)和配送受到季節(jié)性、周期性和區(qū)域性的影響。如果經(jīng)銷商和廠商保有大量庫存以應(yīng)對可能的零配件需求，則會導(dǎo)致大量的庫存積壓，庫存成本高；反之，如果經(jīng)銷商和廠商不保有零配件庫存，則會導(dǎo)致客戶維修服務(wù)周期過長，導(dǎo)致客戶流失。

 

整體供應(yīng)和配送網(wǎng)絡(luò)較為復(fù)雜

零配件的供應(yīng)和配送網(wǎng)絡(luò)涉及從經(jīng)銷商和OEM廠商發(fā)出訂單需求，到實(shí)際的配件配送過程，其中涉及到眾多主體和信息交互。汽車后市場的交貨期隨機(jī)性強(qiáng)、時(shí)限短，部分零部件產(chǎn)品工藝及原材料相對復(fù)雜，產(chǎn)品供應(yīng)能力受產(chǎn)能及外部中斷的影響度高，供應(yīng)商交期不穩(wěn)定。

解決方案

基于數(shù)據(jù)治理、數(shù)據(jù)探索、模型訓(xùn)練、策略應(yīng)用等全周期數(shù)據(jù)價(jià)值挖掘流程等優(yōu)勢，神州數(shù)碼通過對供應(yīng)商生產(chǎn)、供應(yīng)鏈物流、庫存流轉(zhuǎn)等全流程進(jìn)行數(shù)據(jù)采集和KPI監(jiān)控，幫助車企構(gòu)建汽車零配件供應(yīng)鏈的數(shù)據(jù)解決方案。

神州數(shù)碼通過零配件的生命周期、業(yè)務(wù)屬性等，對零配件進(jìn)行分類，并進(jìn)行分類預(yù)測及優(yōu)化。首先，使用機(jī)器學(xué)習(xí)及人工智能算法預(yù)測配件需求，根據(jù)其零配件的不同類別，選取模型算法庫中的適用模型，并經(jīng)過業(yè)務(wù)規(guī)則調(diào)整等形成最終預(yù)測結(jié)果；隨后，將需求預(yù)測結(jié)果與企業(yè)經(jīng)營戰(zhàn)略約束、業(yè)績指標(biāo)約束、采購約束等條件相結(jié)合，制定與企業(yè)適配的配件庫存策略，把控降低庫存與提高滿足率之間的平衡；最后，使用KPI指標(biāo)監(jiān)控模型效果及企業(yè)庫存指標(biāo)，及時(shí)了解并且調(diào)整模型策略。


方案優(yōu)勢
  • 需求預(yù)測：
    分別對成熟件、新件、斷點(diǎn)件分別構(gòu)建模型并進(jìn)行預(yù)測
  • 庫存優(yōu)化：
    設(shè)置安全庫存，并構(gòu)建服務(wù)水平和庫存水位的仿真模型
  • 指標(biāo)監(jiān)控：
    構(gòu)建KPI指標(biāo)體系，對服務(wù)水平、WOH、庫存水平、調(diào)撥時(shí)間、供應(yīng)商績效等影響供應(yīng)鏈績效的KPI進(jìn)行監(jiān)控和根源分析
客戶價(jià)值
精準(zhǔn)備件，優(yōu)化庫存

對某汽車配件售后服務(wù)部，關(guān)于汽車配件分銷倉庫訂單預(yù)測和各級庫存進(jìn)行模型優(yōu)化，庫存預(yù)測精確度從92%提升至97%，助力數(shù)十萬零配件庫存優(yōu)化；

庫存水平和服務(wù)水平雙增

優(yōu)化后的配件庫存水位遠(yuǎn)高于現(xiàn)狀，確保了零配件一次滿足率保持在95%，顯著提升了客戶滿意度和服務(wù)響應(yīng)速度；

指標(biāo)監(jiān)控，及時(shí)預(yù)警

針對預(yù)測精度、庫存水平、WHO、服務(wù)水平等關(guān)鍵指標(biāo)，建立了KPI指標(biāo)監(jiān)控體系，當(dāng)出現(xiàn)異常時(shí)，及時(shí)報(bào)警和進(jìn)行根源分析，并采取相應(yīng)的策略；

安全庫存檢查，自動(dòng)觸發(fā)補(bǔ)貨

通過配件分銷倉庫訂單預(yù)測和各級庫存模型優(yōu)化，實(shí)現(xiàn)安全庫存動(dòng)態(tài)調(diào)優(yōu)，采用MIN-MAX補(bǔ)貨策略，一旦小于最小值即可自動(dòng)觸發(fā)補(bǔ)貨。