广州到贵阳冷冻货运专线 保鲜物流 客户至上

 广州到贵阳冷冻货运专线 保鲜物流 客户至上

广东踏信冷链物流有限公司与物流有限公司是一家集普货,冷藏冷冻的物流公司，是一家从事跨省市公路货物运输和仓储的服务性企业。公司实力雄厚，拥有多年的营运经验。公司在仓储部现拥有5000平方米仓库，冷藏冷冻仓库1000平方，仓储能力达5000余吨。设有多个和储运网点，自备货运车辆30余辆（5T-30T），网络合同车100辆，另有多辆危险品车辆，备有市区通行证可随时为您提供市内短驳，零担快运业务，设有标准市内仓库备有各类铲车等装卸设备。

这就是KPI设置的艺术——考核什么KPI，首先看终的结果目标是什么，把它设为一级指标。然后看支撑它达成的输入是哪几个，外企叫做building block，据此设计二级指标。二级指标根据组织分工来。对权责做切分，然后在各个交接面做考核，让大家各自为自己那段工作的质量负责。

电商一般说S&OP(Sales and Operation Planning)的时候就是在说需求计划。事实上S&OP在行业内通常被认为是个流程机制啦。那需求计划上的KPI，很容易理解是要看准确度。

沿袭上一篇的叫法，将算法propose的版本叫做“预测”，经过人工调整和确认的版本叫做“计划”的话，需要考核三个主要KPI：

- 计划达成率

- 计划准确度

- 爆款计划准确度（AB类）

达成率和准确度是一对兄弟，通常要一起看的。也就是BIAS和Accuracy。前者保障大数上没有跑偏，后者保证单品层面的结构靠谱。

一、时间维度

时间维度上，电商一般考核M-1版本，即9月对10月做的计划，来对比10月的实际销售情况。这点上比品牌方宽容得多，因为零售商可以保持较低的周转天数和较高的补货频率，不用做准将来太远的计划。而且做准将来计划是需要一条链的人互相配合的，电商的营销节奏、促销日的招商节奏也确实较少能做到M+2甚至M+3。

但是对进口自营电商而言，考虑到自身的进货提前期，还是会请市场部和行业配合做到M+2的计划，至少到二级类目+品牌维度，以保证来得及备货（二级类目是比如奶粉、纸尿裤、红酒）。这样，在M-1的考核指标做好的情况下，可以逐渐提升到M-2的要求。

二、计划达成率

BIAS理论上是用件数(units)来计算，BIAS=∑(P-A)/∑A（P是计划值，A是实际值），记忆的方法是“高估”为正，“低估”为负。但是我们在电商实际工作中发现，BIAS做得好和差，直接的影响是对库存货值的影响——高估太多，导致整体备货过高，库存金额有风险。

我们当时就索性改成了入仓货值的计划达成率。比如9月对10月做的自营入仓货值计划是10亿，实际达成9亿，那么达成率就是90%，可以粗略认为当时那版计划导致了1亿的额外备货。只能说是粗略认为，因为订货是一周一订，或者甚至一周两订的，一次不会订一个月的量。所以在低卖的形势出现之后，就已经在当周的计划版本中做了微调，抑制住更大的风险。

改成货值考核这件事，一下子就统一了S&OP组和库控组的语言。但是要注意，货值跟GMV之间是还有几道转换的，分别是关单率（消费者主动关单、拦截黄牛关单、海关关单等）、毛利率和直发率（不是所有的GMV都由入仓的货品来实现）。

三、计划准确度

计划准确度，一种是传统的“1-MAPE”，即1- ∑|P-A|/∑A（P是计划值，A是实际值）。另一种是引进零售商常用的Min/Max（较小值除以较大值）。多个SKU计算的时候，再用件数取加权平均。

比如，计划50，实际100，那么50/100=50%的准确度；反过来，计划100，实际50，准确度依然是50/100=50%，而1-MAPE在低卖的情况下KPI就会特别差，1-50/50=0%。

Min/Max不仅在一些电商零售商用，沃尔玛也用。我觉得它的好处是没有给“保守预估”特别大的倾向性。传统品牌方为了保住自己的库存风险，愿意用1-MAPE，对高估（即低买）的容忍性更低，宁愿损失少量销售也不能导致大的库存风险。

而电商零售不一定。在有的阶段，重要的是GMV，是抢占用户的钱包份额，不让消费者turned away，我们宁愿保有一定的库存冗余。可以根据缺货和滞销哪个更不愿意看到，决定自己的KPI策略。更不愿看到缺货，用Min/Max，更不愿看到滞销，用1-MAPE。当然这个指标定下来之后一年内不要变，目标值也跟这个维度是一致的，1-MAPE难度高一些，Min/Max相对容易点。

算法和产品技术团队更愿意用1-MAPE，原因是MAPE值也会被消费到订货公式中。逻辑就是，计划不容易估准的，订货只满足到相对低一点的满足率（1-缺货率），否则库存代价过高。

对爆品超爆品，也就是AB类，我们会更加关注它的计划准确率，所以会单独拎出来review。也是因为计划的过程中，planner会跟行业的采购/运营小二，一行一行review AB类的预测，而CDE类就直接托管给算法。AB类的准确度要求会更高，一者是因为其实爆品更容易，长尾很难；二者是因为爆品做好更有意义，缺它才会怕，滞销起来也是更海量。

给个经验值，电商M-1的销售计划，如果做到65%的1-MAPE，或者70%的Min/Max就是不错的水平。爆品要做到70%的1-MAPE，75%的Min/Max。

四、预测的KPI

对于计划的输入值，算法做出的proposal版，我们也可以设定监控KPI，或者甚至考核KPI，原因是S&OP团队要负责和算法团队共同推敲算法模型，使之适合自己的业务模式。包括平销(baseline)的模型、强季节品模型、大促模型和新品模型等。同时也可以邀请算法团队跟我们一起共背。别担心，背业务的KPI对好的算法同学来说是一种荣誉感！

考核预测的维度，就把以上KPI的计划replace成预测就行了，一样考虑M-1或M-2，一样考虑1-MAPE或Min/Max。

说起供应商管理，有人就要问，不是采购管的吗？业务小的时候可以让采购全部管了。但是随着业务体量的扩大，是可以将部分工作结构化进行横向管理的，也避免了所有的信息和考核都在采购侧导致的腐败隐患。

这部分可以结构化之后做横向管理的，就交给供应链的“供应商管理组”，剩余部分还是避免不了“一商一议”的形式，比如谈判和客情维护，依然要放在采购身上。

那这一部分的供应商管理，可以设计哪几个KPI呢？

1、供应商履约：及时交货满足率、优质供应商的采购占比；

2、供应商满意度；

3、供应商培训：培训供应商场次、供应商培训满意度；

4、专项：采购节资率、采购节资金额、供应链金融渗透率。