精品国产一级在线观看,国产成人综合久久精品亚洲,免费一级欧美大片在线观看

當前位置:CIO新聞中心 → 正文

如何提升銷售預測準確率?富士施樂(中國)有限公司首先選擇這么做

責任編輯:yliang |來源:企業網D1Net  2018-11-22 12:56:00 原創文章 企業網D1Net

導讀:富士施樂(中國)有限公司主要向中國大陸市場提供能滿足所有企業不同需求的文件管理設備、解決方案和服務,包括桌面型打印機/多功能一體機、商用數碼多功能機、專業生產型數字印刷機、大幅面數字印刷機以及面向企業文印及溝通等的外包服務業務。公司在北京、上海、廣州、深圳、沈陽、天津、武漢、成都等城市均設有分支機構。富士施樂(中國)有限公司希望打造數字化的供應鏈管理,以更精準的需求預測驅動供應、采購、備貨、分配體系,強化供應鏈的協同性,從而更有效地掌握客戶訂單類型,應對零部件和耗材需求,提升供應鏈管理效率。

如何提升銷售預測準確率?

富士施樂(中國)有限公司認為實現數字化供應鏈的一大關鍵是通過優化市場需求預測,建設和完善協同的供應鏈計劃及決策體系來實現。富士施樂(中國)有限公司認識到銷售預測的偏差不僅讓供應鏈管理被動、低效,也影響庫存管控,并讓銷售、生產、計劃、采購等各個環節之間的配合難以協調,甚至會因無法及時交貨而影響客戶滿意度。

富士施樂(中國)有限公司的產品線長、機型也多,除了銷售產品外,還要提供產品的定期保養、耗材更換和零部件維修等售后服務,這意味著不僅要進行產品預測,還需要對種類繁多的零部件和耗材進行預測和備貨。

富士施樂(中國)有限公司供應鏈管理部門意識到影響銷售預測準確率的最主要因素是歷史數據的質量和算法模型。過去,該部門主要利用Excel來進行統計和預測。一方面需要收集各方數據,表格版本多,缺乏規范的數據管控,效率和質量有時會難以保證。另一方面,主機、配件、零件、耗材等的特性是不同的,固定的算法模型很難應對不同的產品,而如果采用不同的算法模型,其預測的工作就變得極為復雜、不僅耗時而且耗力。

建立科學的智能的預測系統,或許是答案

兩年前,富士施樂(中國)有限公司決定引進一個名為SFS(Sales Forecast System)的銷售預測系統(內部把其叫作 銷售需求預測及采購系統DPPS),采用其科學化預測模型與精細化需求管理流程,建立智能協同的需求預測體系,提升訂單預測準確度,從而實現數字化供應鏈管理。

該系統能提供更為科學的預測統計模型和滾算算法, 可根據歷史出貨數據,自動選擇適合的預測方法生成預測數據,并及時反映出需求狀況和產品庫存,出貨量和走勢,從而做好庫存預測、采購計劃以及后續的區域分配和供貨。

以零件和耗材為例,富士施樂(中國)有限公司的供應鏈管理部門必須在每月固定時間,根據預測需求和安全庫存量,提交包括上萬種零件和上千種耗材的采購訂單。由于訂貨種類多,算法復雜,以往部門人員經常加班加點才能完成。

富士施樂(中國)有限公司采用該系統后,不僅優化了原有采購預測算法,讓采購量更貼合實際,也因系統自動推算采購值而減少了工作量,從而大幅提高了生產力和供應鏈管理能力。

缺貨了?爆倉了?如何做好安全庫存?

對于富士施樂(中國)有限公司來說,其特點是大量的主機和配件是從國外進口,到貨后需要從港口把貨物分配到不同的區域倉庫,然后根據區域遠近,把貨物快速調撥到實際的安裝地,然后完成組裝供貨給客戶。因此,庫存管控是其供應鏈管理的重要環節,也是直接影響供應鏈成本和企業現金流的重要因素。

在采用系統化預測之前,富士施樂(中國)有限公司主要依據前一階段銷量的平均數計算安全庫存值,再推算確定未來所需采購數量,這樣計算的結果有時并不合理。

現在,富士施樂(中國)有限公司根據產品分類,設定不同的庫存控制策略, 并根據固定服務水平參數及提前期,建立動態的安全庫存,設定庫存上下線,并進行異常監控和預警處理。

“每周系統都會自動生成包括庫存預警在內各種類型的報告,協助供應鏈部門觀測和監控各個區域庫的庫存量,以及每個產品的銷售情況,根據庫存量調整采購訂單,靈活地進行區域調配,及時補貨,并為下月需求提前做好充分準備。” 該系統的提供方聯合通商科技項目顧問萬通介紹。

共識難達成,如何實現協同預測?

通過召開S&OP會議(產銷協同會議),讓銷售、市場、采購、研發等團隊配合密切,形成合力,達成需求端和供應端的共識,是協同預測流程中關鍵的一環。但在企業具體落地時,往往難度很大。 如果S&OP流程只是停留在形式或會議層面,而缺少系統性的數據輸入輸出以及跨部門的溝通,那么管理層就會難以準確決策。

而富士施樂(中國)有限公司通過該系統,建立統一協同的預測平臺進行數據提報、數據共享,數據統一(預測版本管理)、并把預測流程、采購管理流程與區域分配流程等都串聯起來,大大提升了跨部門協調、溝通及共識能力。

該預測系統支持自下而上、自上而上或平行提報流程,能同時支持多個平行流程進行,并提供專家建議值作為提報基礎,同時,還可靈活拆分普通單與大單需求,加速形成需求共識。萬通介紹說“大單跟日常的銷量不一樣,比如來自于政府或企業采購大單的中標,這實際上是很難預測的。但一旦中標,后續的采購也必須馬上跟進。而我們提供的系統也會對這些預測需求量進行收集,這對供應鏈人員做好需求計劃幫助很大。”

結語:隨著數字化時代的到來,協同、智能、精細化的決策變得日趨重要。借助系統化、科學化的預測模型和協同、智能的預測和決策流程,富士施樂(中國)有限公司從以經驗為主的預測模式改變為智能化系統預測,不僅實現了更精準、高效的庫存管理,更建立起以需求為主導的智能化、數字化的供應鏈管理模式,提高了業務的效率與效益。

延伸閱讀:

2017年10月13日,國務院發布了《關于積極推進供應鏈創新與應用的指導意見》,第一次將供應鏈創新與應用上升為國家戰略,把供應鏈作為促進產業組織方式,商業模式變革和政府治理方式創新,特別是供給側結構性轉型的重要舉措之一。為此,多家主流媒體攜手需求預測和供應鏈大數據分析面的知名服務商——聯合通商科技推出了系列供應鏈創新領域的實戰案例,敬請關注!

醫藥人怎樣搞定銷售預測?這三點至關重要

深度解析|中國白電巨頭如何打造直面市場的供應鏈協同

關于聯合通商科技(eBizprise)

聯合通商科技(eBizprise)是滾動式需求預測與供應鏈大數據分析專家,開創性地提出“未來數據”概念,并基于 “未來數據分析”這一核心競爭力, 面向大型企業,以SFS(Sales Forecast System)銷售預測系統,即私有云為主,提供基于協同預測和共識的”需求計劃解決方案”,為客戶打造大數據驅動的智能供應鏈。面向大企業個人、部門和進取型組織,以RollingDemand_滾需預測云平臺,即輕量彈性化模式,提供“預測數據解決方案”,為客戶提供精準與差異化的“數據決策分析”。 并陸續獲得來自康師傅、味全、嘉士伯、可口可樂、卡夫亨氏、無限極、華潤三九、安斯泰來制藥、老百姓大藥房、海爾、海信、歐普照明、飛利浦照明、富士施樂、中聯重科、圣戈班等眾多世界知名企業的肯定。歡迎訪問官方網站www.ebizprise.com.cn或撥打熱線 400 820 8307 獲得專業咨詢。


關鍵字:銷售預測銷售預測準確率

原創文章 企業網D1Net

x 如何提升銷售預測準確率?富士施樂(中國)有限公司首先選擇這么做 掃一掃
分享本文到朋友圈
當前位置:CIO新聞中心 → 正文

如何提升銷售預測準確率?富士施樂(中國)有限公司首先選擇這么做

責任編輯:yliang |來源:企業網D1Net  2018-11-22 12:56:00 原創文章 企業網D1Net

導讀:富士施樂(中國)有限公司主要向中國大陸市場提供能滿足所有企業不同需求的文件管理設備、解決方案和服務,包括桌面型打印機/多功能一體機、商用數碼多功能機、專業生產型數字印刷機、大幅面數字印刷機以及面向企業文印及溝通等的外包服務業務。公司在北京、上海、廣州、深圳、沈陽、天津、武漢、成都等城市均設有分支機構。富士施樂(中國)有限公司希望打造數字化的供應鏈管理,以更精準的需求預測驅動供應、采購、備貨、分配體系,強化供應鏈的協同性,從而更有效地掌握客戶訂單類型,應對零部件和耗材需求,提升供應鏈管理效率。

如何提升銷售預測準確率?

富士施樂(中國)有限公司認為實現數字化供應鏈的一大關鍵是通過優化市場需求預測,建設和完善協同的供應鏈計劃及決策體系來實現。富士施樂(中國)有限公司認識到銷售預測的偏差不僅讓供應鏈管理被動、低效,也影響庫存管控,并讓銷售、生產、計劃、采購等各個環節之間的配合難以協調,甚至會因無法及時交貨而影響客戶滿意度。

富士施樂(中國)有限公司的產品線長、機型也多,除了銷售產品外,還要提供產品的定期保養、耗材更換和零部件維修等售后服務,這意味著不僅要進行產品預測,還需要對種類繁多的零部件和耗材進行預測和備貨。

富士施樂(中國)有限公司供應鏈管理部門意識到影響銷售預測準確率的最主要因素是歷史數據的質量和算法模型。過去,該部門主要利用Excel來進行統計和預測。一方面需要收集各方數據,表格版本多,缺乏規范的數據管控,效率和質量有時會難以保證。另一方面,主機、配件、零件、耗材等的特性是不同的,固定的算法模型很難應對不同的產品,而如果采用不同的算法模型,其預測的工作就變得極為復雜、不僅耗時而且耗力。

建立科學的智能的預測系統,或許是答案

兩年前,富士施樂(中國)有限公司決定引進一個名為SFS(Sales Forecast System)的銷售預測系統(內部把其叫作 銷售需求預測及采購系統DPPS),采用其科學化預測模型與精細化需求管理流程,建立智能協同的需求預測體系,提升訂單預測準確度,從而實現數字化供應鏈管理。

該系統能提供更為科學的預測統計模型和滾算算法, 可根據歷史出貨數據,自動選擇適合的預測方法生成預測數據,并及時反映出需求狀況和產品庫存,出貨量和走勢,從而做好庫存預測、采購計劃以及后續的區域分配和供貨。

以零件和耗材為例,富士施樂(中國)有限公司的供應鏈管理部門必須在每月固定時間,根據預測需求和安全庫存量,提交包括上萬種零件和上千種耗材的采購訂單。由于訂貨種類多,算法復雜,以往部門人員經常加班加點才能完成。

富士施樂(中國)有限公司采用該系統后,不僅優化了原有采購預測算法,讓采購量更貼合實際,也因系統自動推算采購值而減少了工作量,從而大幅提高了生產力和供應鏈管理能力。

缺貨了?爆倉了?如何做好安全庫存?

對于富士施樂(中國)有限公司來說,其特點是大量的主機和配件是從國外進口,到貨后需要從港口把貨物分配到不同的區域倉庫,然后根據區域遠近,把貨物快速調撥到實際的安裝地,然后完成組裝供貨給客戶。因此,庫存管控是其供應鏈管理的重要環節,也是直接影響供應鏈成本和企業現金流的重要因素。

在采用系統化預測之前,富士施樂(中國)有限公司主要依據前一階段銷量的平均數計算安全庫存值,再推算確定未來所需采購數量,這樣計算的結果有時并不合理。

現在,富士施樂(中國)有限公司根據產品分類,設定不同的庫存控制策略, 并根據固定服務水平參數及提前期,建立動態的安全庫存,設定庫存上下線,并進行異常監控和預警處理。

“每周系統都會自動生成包括庫存預警在內各種類型的報告,協助供應鏈部門觀測和監控各個區域庫的庫存量,以及每個產品的銷售情況,根據庫存量調整采購訂單,靈活地進行區域調配,及時補貨,并為下月需求提前做好充分準備。” 該系統的提供方聯合通商科技項目顧問萬通介紹。

共識難達成,如何實現協同預測?

通過召開S&OP會議(產銷協同會議),讓銷售、市場、采購、研發等團隊配合密切,形成合力,達成需求端和供應端的共識,是協同預測流程中關鍵的一環。但在企業具體落地時,往往難度很大。 如果S&OP流程只是停留在形式或會議層面,而缺少系統性的數據輸入輸出以及跨部門的溝通,那么管理層就會難以準確決策。

而富士施樂(中國)有限公司通過該系統,建立統一協同的預測平臺進行數據提報、數據共享,數據統一(預測版本管理)、并把預測流程、采購管理流程與區域分配流程等都串聯起來,大大提升了跨部門協調、溝通及共識能力。

該預測系統支持自下而上、自上而上或平行提報流程,能同時支持多個平行流程進行,并提供專家建議值作為提報基礎,同時,還可靈活拆分普通單與大單需求,加速形成需求共識。萬通介紹說“大單跟日常的銷量不一樣,比如來自于政府或企業采購大單的中標,這實際上是很難預測的。但一旦中標,后續的采購也必須馬上跟進。而我們提供的系統也會對這些預測需求量進行收集,這對供應鏈人員做好需求計劃幫助很大。”

結語:隨著數字化時代的到來,協同、智能、精細化的決策變得日趨重要。借助系統化、科學化的預測模型和協同、智能的預測和決策流程,富士施樂(中國)有限公司從以經驗為主的預測模式改變為智能化系統預測,不僅實現了更精準、高效的庫存管理,更建立起以需求為主導的智能化、數字化的供應鏈管理模式,提高了業務的效率與效益。

延伸閱讀:

2017年10月13日,國務院發布了《關于積極推進供應鏈創新與應用的指導意見》,第一次將供應鏈創新與應用上升為國家戰略,把供應鏈作為促進產業組織方式,商業模式變革和政府治理方式創新,特別是供給側結構性轉型的重要舉措之一。為此,多家主流媒體攜手需求預測和供應鏈大數據分析面的知名服務商——聯合通商科技推出了系列供應鏈創新領域的實戰案例,敬請關注!

醫藥人怎樣搞定銷售預測?這三點至關重要

深度解析|中國白電巨頭如何打造直面市場的供應鏈協同

關于聯合通商科技(eBizprise)

聯合通商科技(eBizprise)是滾動式需求預測與供應鏈大數據分析專家,開創性地提出“未來數據”概念,并基于 “未來數據分析”這一核心競爭力, 面向大型企業,以SFS(Sales Forecast System)銷售預測系統,即私有云為主,提供基于協同預測和共識的”需求計劃解決方案”,為客戶打造大數據驅動的智能供應鏈。面向大企業個人、部門和進取型組織,以RollingDemand_滾需預測云平臺,即輕量彈性化模式,提供“預測數據解決方案”,為客戶提供精準與差異化的“數據決策分析”。 并陸續獲得來自康師傅、味全、嘉士伯、可口可樂、卡夫亨氏、無限極、華潤三九、安斯泰來制藥、老百姓大藥房、海爾、海信、歐普照明、飛利浦照明、富士施樂、中聯重科、圣戈班等眾多世界知名企業的肯定。歡迎訪問官方網站www.ebizprise.com.cn或撥打熱線 400 820 8307 獲得專業咨詢。


關鍵字:銷售預測銷售預測準確率

原創文章 企業網D1Net

電子周刊
回到頂部

關于我們聯系我們版權聲明隱私條款廣告服務友情鏈接投稿中心招賢納士

企業網版權所有 ©2010-2024 京ICP備09108050號-6 京公網安備 11010502049343號

^
  • <menuitem id="jw4sk"></menuitem>

    1. <form id="jw4sk"><tbody id="jw4sk"><dfn id="jw4sk"></dfn></tbody></form>
      主站蜘蛛池模板: 顺昌县| 嘉兴市| 宝丰县| 吴旗县| 五大连池市| 永安市| 仲巴县| 息烽县| 云安县| 灌阳县| 平潭县| 托克托县| 收藏| 耒阳市| 绥芬河市| 黔江区| 大渡口区| 乌鲁木齐县| 揭阳市| 沙湾县| 阿拉善左旗| 泰来县| 阜南县| 兰溪市| 大名县| 梨树县| 出国| 南木林县| 南川市| 阜城县| 中卫市| 治县。| 海兴县| 扶绥县| 江山市| 南城县| 桐庐县| 本溪市| 永年县| 克什克腾旗| 兴文县|