数据赋能供应链其它上课时间：

• 2021/10/14至2021/10/15 上海

总经理、供应链总监、物流经理、采购经理、仓库经理、生产总监、生产经理、数据经理、IT经理、审计部负责人及相关领导或及相关从业人士

课程背景
数字化转型时代以迅雷不及掩耳之势呼啸而来，在本身供应链还未立足之际又遭当头棒喝，留给我们的还没来得及思考什么是数据治理的情况下，又得重新启程来认识什么是数字化供应链，因为，他的冲击比敏捷供应链更加无情和彻底。试想，在我们数据治理体系里：端到端的去展现整个数据的价值.我们拥有完善的数据治理体系和客观的数据治理思维,可以用成本结构的手段进行采购成本控制、可以用VA/VE的体系进行供应商优化、可以用链条思维去除“小采购”的诟病、可以通过预测数据的过滤来拒绝“”计划赶不上变化、用数据模型的植入去引导库存的周转……
进入本课程,我们将利用数据治理的思维梳理整个供应链条、利用数据模型帮您丰富决策手段、利用数据赋能去完成利润的持续挖掘;
课程收益
1、供应链体系的7大数据群的数据模型建设
2、采购价格模版及模版中的数据要素
3、如何获取价格数据并建立数据标杆
4、供应商评估体系的权重数据体系的设立、及评估指标数据
5、供应商数据共享系统对其账期及订单份额的影响
6、客户的预测数据的使用，如何把预测准确率提高
7、销售预测数据的过滤体系
8、生产计划的数据的来源及如何建立精确的生产计划数据体系
9、仓库周转数据的获取
10、库存与呆货的界定，数学模型的建立
11、RFID数据的建立，如何打破流水码对我们链条的威胁
12、IT如何建立庞大的数据群并分配至各运营部门
13、ERP的模块化操作对数据的利与弊是什么，我们如何最大限度的防范数据风险
14、减少数据盲区的方式方法

课程大纲

课程大纲
一、当下的数据治理体系,着眼点在哪里
1、数据在哪里,作用和价值什么
2、数据治理,是对主观臆断的冲击,如何引导,使其客观
3、如何利用大数据建立数据模型,并把数据模型植入AI
4、ERP的价值在哪里,如何挖掘
（1）(1)外挂的利与弊
（2）(2)数据的共享与数据库兼容
（3）(3)APP的思维与导入
（4）(4)建议IT部门,少做管理,多做运营,驻扎在第一线
二、供应商管理数据模型体系
5、供应商数据的获取，从开发入手
（1）开发时，我们的参与部门有哪些
（2）开发的动因与渠道
（3）获取的资料-兼顾广度与深度,抛弃传统的数据单一的诟病
6、合作过程中，我们如何对供应商的绩效评估
（1）评估指标的设立
（2）权重分配
（3）供应商评估结果数据的应用
订单份额的二次分配
对供应商结账的模式
对供应商结账的帐期
7、单一供应源的管理体系：8种表现（课上详述）
（1）指定供应商
（2）有竞争关系的供应商
（3）多品种小批量等
（4）拒绝使用甲方合同
（5）要求甲方100%预付全部货款
8、电子合同-如何形成闭环管理,对传统的BUYER岗位职能有一定的冲击
(1)电子授权、电子签章与电子合同
(2)电子回执
(3)电子对账
(4)电子结账
三、采购成本数据治理与降本
1、大数据离不开成本数据模板（双维度）,获取成本结构,拒绝用谎言来验证谎言的对标体系
（1）第一维度是以产品制造工艺为模版的数据基础
（2）第二维度是12个要素的成本数据
2、数据的获取是头等大事—四个渠道
（1）内部数：供应商准入时应获取的8个数据群
3张财表
税务登记证（三证合一中）
设备清单（此要素下又分为8个数据）
……课上详述
（2）外部数据：利用爬虫技术获取以下数据：
材料数据
税务数据（注意HSCODE等）
三大费用等
（3）降本指标因何形成,是靠领导拍脑袋吗
降本指标的数据模型搭建
降本指标的灵活应用,是完全向供应商转型吗?
(4)数字化转型下的降本的5大思路
供应链金融核心应用
工艺革新
物料型谱的价值
采购方式的多元化
国产化的有序推进
四、大数据应用下的预测、计划与紧急插单（供应链的核心---预测计划模型）
1、预测数据模型及平台建设应注意的问题-莫抱怨销售数据不准,销售的价值不是向供应链提供预测数据
（1）预测数据的来源-S&OP的植入
（2）数据来源的6个渠道
（3）数据过滤:市场变化的变量(variabledataofmarketchanges)-21个数据模型,拒绝计划赶不上变化
2、计划过滤体系-APS的植入
（1）将预测数据导入,绝不能拷贝销售预测用作生产计划和采购计划的数据来源
（2）数据过滤的模型及全面应用
如何从销售预测数据到生产计划数据-IO和OTD价值
如何从生产计划数据到采购的PO
(3)MTO与MTS在数据管理上的差异化
3、紧急插单的数据管理与插单模型（插单依据及如何解决插单）
(1)客户级别的设置模型
订单毛利与订单金额
客户是否存在拖延账期
客户是否存在指定供应商
客户是否存在无故不提货
……
(2)如何引导使其健康循环，否则可能会导致插单后，每个计划都是插单。
数据录入
紧急插单管理模型
五、安全库存数据模型及周转提升
1、安全库存设置的数据模型建设
（1）安全库存设置的7个数据
库存周期
预测
实际销售
平均绝对偏差值
前置时间（LTleadtime）
市场的变化率
客户满意度
2、呆货的形成，大数据给出的“杀手”排行榜
3、周准率的提升，如何提升仓库的周转1+8个方法
IOI（instituteofinventory）物流（仓库）字典
有条件或无条件退货
……(课上详解)
4、数字化仓库管理的核心，4.0仓库其实离我们并不远
（1）打造可视化仓库的基础——异常报告数据的读取（预警与报警功能）
（2）仓库追溯
（3）物料布局
（4）AGV的使用
（5）RFID的数据（3个维度）
（6）标准化的技术体系与数据体系
六、物流大数据的体系与物流服务（国际与国内）
1、物流服务的落差与物流技术
2、国内物流成本控制的5大体系-区块化成本模型
(1)跟车系统的管理与建设
(2)国内运输路线规划数据——三维数据的使用
(3)车辆数据管理－比如返程车辆的充分利用
课上详述
3、国际运输成本数据模版及获取方法
4、物流风险管理与资源备份,一带一路的国家铁路的有效补充,如何利用
5、物流的大数据群(司机、车辆、承运商)-28个数据体系,避免出现意外
6、绿色物流的价值以及对成本的贡献-未来供应链降本成本的价值洼地
(1)MILKRUN和EXW
(2)包材的循环
7、物流商的评估体系以及评估数据的应用
总结:数据治理对供应链的帮助不但是建立数据模型,关键是数据思维的导入…

课程主讲

马晓峰
加州数据金牌顾问
前霍尼韦尔供应链总监
行业20年从业经验
英国皇家CIPS&CILT高级顾问
擅长供应链数据治理,数字化转型很供应链数据模型建设
擅长领域
供应链数据治理、供应链数字化转型、供应链区块链、智能供应链、采购、精益物流及智能物流、绿色物流、MMOG、预测与计划、采购成本、库存控制、供应商管理、工业APP应用等
特点（实战）
用案例来解释您的困惑，用经验解决问题