【供应链杰出案例】最强大脑 — 上海电力供应链大计划体系建设与实践

1项目背景

  

近年来，随着电网投资结构的变化，配网投资逐年增加。配网项目在管理上存在投资项目数量多、项目调整频繁、施工不确定性高等特点，因此，在物资采购上常采用年度框架协议招标的方式实现。

在年度招标采购阶段，从开始招标到协议生效往往长达4-6个月，且招标时往往项目计划未下达、可研未批复或初步设计未完善，因此物资需求具有很强的不确定性。以往需求预测在线下进行人工测算，花费时间很长，至少需要1周左右，而且容易产生人为失误，需求范围、数量难以把握，预测偏差很大。在物资供应阶段，经常发生供应商产能不足和供应商订单不确认、送货不及时问题，施工变更影响因素众多，导致物资供应计划很难与施工进度真正有效衔接，项目单位恐慌性订货现象频发，供应商库存积压和结算缓慢等问题长期无法从根本上解决。

综上，配网物资资源统筹一直是制约物资精细化管理水平提高的难题。上海电力意识到计划作为供应链的龙头的引领作用，理清供需匹配过程中存在的问题及痛点，搭建了“最强大脑—智慧供应链大计划系统”，有效整合供应链上下游资源，深化供应链生态系统各方协同合作 ，取得了显著的成效。

2智慧供应链大计划体系

智慧供应链大计划系统包含智能需求预测，智能计划执行、智能采购决策三大关键环节，涵盖智能预测、预分配、统筹提报、数据标签管理、策略选择应用、监控预警、异常分析、供应商管理、供需资源模拟、协同备货、物资目录管理、资源决策支持等12项模块，联合了需求方、采购方、供应商，实现了计划引领供应链的创新变革。

 

3智慧供应链大计划体系 — 智能需求预测

智慧供应链大计划系统首推需求预测的“最强大脑”，创立了自上而下-自下而上的双向预测体系，能够对历史数据进行清洗，对物资特性进行分析，智能匹配预测，从而实现需求计划的智能提报。

1)     自上而下预测

以年度投资计划为出发点，通过分析项目类型与主要设备材料使用的相关性，并综合考虑年度增长率、项目批复影响因素、政策安排等要素，通过分析物料的一系列特征，预测每类物资数量及金额。

2)     自下而上预测

自下而上预测主要是以近三年物资历史出入库记录为基础，在物资需求特性分析的基础上构建预测模型，并且运用大数据运算进行模型参数的自动学习与更新，最终形成基于时间序列、季节性等多因素在内的组合预测模型，计算物资需求数量及金额。

通过自上而下预测，确定了预测的基本方向，即未来一年主要的物资需求，而自下而上预测，实现月维度的细节调整，为集成大计划体系形成有效支撑和输入。

4智慧供应链大计划体系 — 智能计划执行

 

高峰期产能不足或供应商不确定订单、不备货的根源在于供应商生产出的物资直送施工现场的比例很高，而需求提报的计划交货期与实际交货期偏差很大，造成供应商一边因为缺货而忙于备货，一边又造成库存大量积压。

现在搭建“预分配池”作为供需间的缓冲地带，系统能够动态调整校验交货期，框架协议物资按月度形成未来3个月的滚动需求计划，通过滚动需求计划与框架协议剩余份额、供应商产能信息比较分析，根据供应商对需求计划的承诺及反馈，进行供应商的能力检核，提早发现供应商产能及框架协议的瓶颈，经过和供应商产能协同，形成最终的预分配计划，有效保障了物资供应。

 

5
智慧供应链大计划体系 — 智能采购决策

通过供需资源模拟，在未来存在多种不确定性的情况下，协助决策者完成最优的决策方案。因此，当供应资源发生不确定性变化时，如供应商产能不足时，用供需资源模拟工具对未来情况进行预测分析，评估供需资源变化后是否对整体运营有影响。

1)     短期平衡

未来三个月供应商产能不足  应用需求预测结果，匹配现有整体供应资源情况，计算现有库存可供天数，并与物资采购提前期对比，对于库存可供天数小于采购提前期的物资发出缺货预警，提示该供需调整方式存在风险，需进行供需平衡。

未来三个月供应商产能满足 如通过分析未来三个月供应商能力满足，利用预分配算法完成新的预分配计划。

2)     长期平衡

对比该物资未来总剩余需求预测与框架协议剩余份额（数量），根据需求数量曲线及资源消耗曲线走势，及时寻找新资源，及时启动招标，确保整体运营平稳。

6项目成果

通过搭建智慧供应链的“最强大脑—上海电力供应链大计划体系”，建立与前端项目单位的互联融合机制和后端供应的协同管控机制，将需求预测运用于采购计划统筹提报、物资供应缺货预警，有效帮助供应商排产及备货，整合供应链上下游资源，快速响应前端需求，实现公司供应链管理服务能级持续提升，促进公司高质量发展。

欢迎您订阅达睿公众号DRiSCM，关注更多精彩原创。