啥是數字化

我印象里，國內數字化概念大概在2014年開始熱了起來，各種會議或者企業內外部文件開始提到數字化，不過當時數字化還和工業4.0概念摻和在一起被人津津樂道。

然后到了2017、2018、2019年這幾年，數字化概念基本上成為時髦語了；誰不談數字化，誰好像就落伍了似的。數字化采購、數字化供應鏈、數字化物流、數字化績效、數字化制造，可以說是眼花繚亂，繚亂到心潮澎湃。

但究竟啥是數字化，一直也沒有個簡明扼要的、所有人可以達成一致的認知。更重要的是很多人期待這種新概念能夠快速解決企業的供應鏈問題；然而很遺憾，對于供應鏈問題，并沒有藥到病除的神藥，于是隨著更新的概念出現或者大家的審美疲勞，數字化概念在2020年前后開始變得淡了些。

雖然數字化的熱潮看似已經退去，但是人們曾經對數字化的期待，或者希望數字化去解決的問題并未消失。

那么究竟什么是數字化呢，數字化能解決什么問題呢？雖然有著各種專業的或者非專業的解釋，我這里還是用我的認知對“數字化”嘗試做非專業的解釋如下：

1，數字化是一種解決問題的方式或者路徑，而不是根本目的；為了數字化而去數字化，是會陷入到永遠無法實現的怪圈的。

2，數字化是希望通過數字的形式，展示出各種維度、顆粒度下的績效、過程、內涵，進而幫助人們決策、發現或者解決問題。

3，數字化的最高境界是，不僅僅將人們想看到的內容用數字呈現，而且告訴人們如何去解決，甚至于再借助軟硬件工具，自動化的實現改善。

中小公司的現象

現在的很多中小公司，從幾個億到幾十個億年度銷售額以上，基本上內部的供應鏈團隊，總該有個十個人以上的規模。

借助于中國的大學教育的普及，以及各種雨后春筍般的工具或軟件，小的如excel，大的如ERP、WMS、TMS、OMS、SRM這些軟件，既使公司很小，但是并不缺乏海量的數據或者運營記錄。

這些公司在成長初期，會相對重視這些數據，并且要求員工寫日報、寫周報等各種匯報，推行KPI管理，但是很快就發現自己陷入了數據的汪洋大海中，這時候數據反倒變成了負擔，不斷的計算KPI，然而你分析還是不分析，KPI都原本就在那里，并不因為你分析了就立刻變好了，甚至于企業經營的績效不僅得不到提升，甚至還下降。

于是這些企業開始走向另一個極端，認為KPI是原罪，KPI無用論（數據無用論）開始甚囂塵上，然后一些別有用心的經理人或者半吊子的經理人就開始利用這種現狀大肆詆毀KPI、詆毀數據，加之迷信華為和阿里巴巴式管理，用所謂的價值觀管理、OKR管理、一切唯系統化來全面取代數字化管理思路。

然后企業里慢慢出現以下現象：

1，工作氛圍開始烏煙瘴氣。

培養了一大堆“政治家”、“評論家”，拉幫結派、黨同伐異，類似于文革那種的一言不合就開始給人戴“政治不正確的”帽子。

畢竟啥都可以聯系到價值觀上，只要聯系到價值觀，你永遠也無法證偽！

2，工作方式變得一葉障目。

因為沒有數據分析的全面呈現，一切都是靠記憶、靠感覺、靠定性。因為一次交貨出現問題，一個停線、甚至聽到一句某人、某供應商不好的話，就開始大動干戈，各種運動式改善。殊不知供應鏈管理中，問題永遠都會有，只不過這個問題的改善究竟可以持續否？投入產出是否合算？是否會帶來變異問題？是否具有供應鏈問題的共性。

比如我就見過一個號稱從蘋果和IBM出來的經理人，現在某民企做供應鏈副總，因為看到貨架上不良品原材料比較多，就開始各種開會，各種賭咒發誓，要求團隊必須立刻清理掉，否則該季度全員績效打不合格等等。

究竟這些貨架上不良品金額占據庫存金額多少？不良品庫齡如何? 不良品產生原因究竟占比如何? 對應不同原因的不良品責任人究竟是誰？如果是來料不良，那么來料不良相應的供應商質量績效又表現的如何？

總之這些數據是什么？數據背后又有什么？他沒有時間、沒有心情、也沒有能力去分析這些。只需要用他的感覺和權利去驅使員工一輪又一輪的運動式“改善”。

3，工作邏輯開始唯系統至上。

價值觀、感覺式管理終究是要被淘汰或者進入歷史的垃圾車里。

這個時候，這些不合格的管理者或者別有用心的供應鏈副總，就開始走向另外的極端或者甩鍋，那就是一切都要靠系統，預測靠系統、執行靠系統、監管靠系統、改善也要靠系統，花巨資把公司忽悠到軟件建設的軍備競賽中。

甚至于供應鏈中經常遇到的協同問題、技術問題，都要通過系統來解決。比如我之前文章中講到的VMI管理《VMI供應商該怎樣管理庫存？你真懂嗎？》，壓根不懂VMI如何管理，此時拼命的在WMS上投入花錢，除了向軟件商證明自己智商有問題，還能有什么效果呢？

中小公司該怎么做？

上述小公司在供應鏈管理中針對數字化出現的怪像，恰恰告訴我們要在重視數字化，因此我建議通過如下幾個方面進行數字化的實踐。

1，思想上理性對待。

績效確實是你分析還是不分析，它就在那里；并不因為你分析了，而自動化的立刻改善。

但對此還可以有另外一種說法，那就是你分析了，績效不一定會改善；而你不分析，績效一定不會有改善。

既不迷信數據，也不詆毀數據，以數據作為事實理性對待，將數據作為主要的方式和手段來進行供應鏈管理和實現供應鏈目標。這里可以參考我在羅戈網主辦的一次活動演講內容《制造業供應鏈的數字化是怎樣實踐的？以西門子為例》

2，步驟上分四階段。

階段1：結果導向的績效指標數字化（描述）；

階段2：過程環節的工作表格數字化（描述）；

階段3：指標和過程數字化后呈現的問題點（診斷）；

階段4：數字化問題的自動化改善（預測/決策和行動）

3，KPI角度的舉例。

針對第1個改善步驟，KPI建立方面，以下是我針對某貿易型公司（沒有制造工廠）的建立方案和結果呈現，僅供讀者參考。