如何帶領一個供應鏈團隊，總共分4大步驟：建立團隊的文化與機制、制定戰略和目標、執行戰略并措施落地、構建氛圍和賦能育才。

今天結合“供應鏈日常智庫”咨詢團隊的一些實踐，一起聊聊八步法在一個“設定型”問題上的應用。

解決問題八步法包括：一、明確問題；二、分解問題；三、設定目標；四、把握真因；五、制定對策；六、實施對策；七、評價結果和過程；八、鞏固成果。

“供應鏈日常智庫”咨詢團隊在2021年實施的一個《構建全供應鏈透明平臺》案例，可以較好地說明八步法在設定型問題上的應用。

-1-

明確問題

A企業在2021年，全供應鏈8大環節（訂單錄入→訂單排程→原材料準備→原材料生產→原材料配送→原材料上線→訂單生產→訂單交付）中，這些環節中還有90%的點位不透明。

在設定型問題中，明確現在狀態與理想狀態之間的差距，把這個差距進行量化，最終形成了問題。

雖然這個問題的描述最大程度地做到了量化，但是對于問題解決來說還是“大而模糊”的，所以需要在第二步進行分解。

-2-

分解問題

在我們之前的文章《供應鏈團隊管理之—— 解決問題八步法》提到了“作業觀察分解法”以及MECE原則，當時“供應鏈日常智庫”咨詢團隊對A企業的全供應鏈進行作業觀察，并對透明所需的關鍵點進行統計。

如圖所示，A企業的全供應鏈從先至后進行分解，發現要實現全鏈透明，訂單錄入環節需要4個點位收集數據，訂單排程環節需要8個點位收集數據，原材料準備環節需要4個點位收集數據，原材料生產環節需要10個點位收集數據，原材料配送環節需要10個點位收集數據，原材料上線環節需要10個點位收集數據，訂單生產環節需要80個點位收集數據，訂單交付環節需要10個點位收集數據。

再從重要度、緊急程度、擴大傾向上來判斷，發現如果能夠解決訂單生產過程的80個點位，即可提高全供應鏈60%以上的透明度，而且從緊急程度和擴大傾向（不優先解決的話影響會持續）上來看，優先解決鏈主企業A的透明問題也是當務之急。

-3-

設定目標

制定目標一定要符合SMART原則，不然目標對行動毫無指導意義，“供應鏈日常智庫”咨詢團隊實施的實踐案例中都比較注重對于目標的設定，在《焊接工廠分裝島管理》的案例中，目標設定如下：

經過2021年12月31日項目實施完畢后，從2022年起，實現以A企業為鏈主的全供應鏈之訂單生產環節的80個點位100%透明，經過這些點位的訂單數據可以被使用者實時調用，初步實現鏈主企業內部生產的數據協同

• S-specific明確的：指的是目標一定是明確的，描述時要有誰（訂單生產環節）、在什么時候（從2022年起）、做到什么量化的程度（100%透明）

• M-measurable可衡量的：指的是目標一定要量化，可以是數量、也可以是時間（80個點位100%透明）；

• A-attainable可實現：結合行業對標情況，制定有競爭力且可以落地被實現的目標（經過這些點位的訂單數據可以被使用者實時調用）；

• R-relevant相關：指的是目標達成能夠衡量戰略實施的好壞（初步實現鏈主企業內部生產的數據協同）

• T-timebased時效：目標要有完成的時間節點（經過2021年12月31日項目實施完畢后）

-4-

把握真因

在把握真因的時候，要注意以下三點：

①合適的切入點：針對問題點（在以A企業為鏈主的供應鏈環節中，訂單生產環節的80個點位還未實現透明，占整個供應鏈點位的58%），由于訂單生產環節是現場生產組織的問題，從人機料法環進行分析，在人員、物料、方法、環境等四個方面尋找原因之后，發現他們并不是造成問題點的真正原因。而在設備環節，咨詢團隊發現有三個主要原因：a.底層：80個點位沒有底層設備可以采集數據；b. 中層：沒有數據庫對采集的數據進行整理存放；c.上層：沒有現成的BI界面供客戶消費數據。

②現地現物：咨詢團隊和工廠數字化團隊在訂單生產環節的80個需要透明的關鍵點位逐一進行了現場作業觀察，基于前期分析出的三個主要原因，再一次推演造成問題發生的主要原因：

a.為什么80個點位沒有底層數據采集設備？

這是因為前期規劃為了快速滿足工廠達產、同時要兼顧成本的考慮，只在每個車間的出入口安排了數據采集設備，而這些散落在過程的關鍵點不影響當時工廠快速達產，所以并不在工廠初期建設的清單中。

b.為什么沒有數據庫對采集的數據進行整理存放？

這是因為當時工廠所需存放的數據量量級很小，不需要采用單獨的數據庫進行存放和整理。

c.為什么沒有現成的BI界面供客戶消費數據？

缺少供應鏈透明的需求，進而沒有專門開發用來消費供應鏈透明的BI工具。

-5-

制定對策

制定對策時要注意以下4點：

①思考盡可能多

咨詢團隊對于找到的三個主要原因，每個原因都要策劃至少三個措施，如圖所示：以真因①底層：80個點位沒有底層設備可以采集數據。

② 篩選出附加價值高的對策

以真因②中層：沒有數據庫對采集的數據進行整理存放，為例，咨詢團隊和工廠數字化團隊一起建立了數據庫，為了讓數據保持高質量，咨詢團隊和數字化團隊設定了一套定期檢查和梳理數據的機制，讓數據不僅能夠有地方存儲，還能保持好的狀態，避免出現數據質量問題從而導致的客戶體驗下降的問題。

③尋求共識

在設計BI界面之前，一定要和客戶對需要的功能進行確認和共識，避免后續帶來的重復開發。

④ 制定明確具體的實施計劃

“供應鏈日常智庫”咨詢團隊當時根據客戶的需求，結合項目目標的要求，同時考慮到設備的采購周期、部署周期以及調試周期，以及軟件系統的開發周期，采用底層數據部署和中上層數據軟件搭建同時開展的方式進行，在3個月內完成任務。

-6-

六-八步：實施對策、評價與鞏固

本次案例中，供應鏈日常智庫團隊積累了在訂單生產環節部署數據收集設備的大量經驗，發現了不同設備的實際使用工況，并且將其總結成冊，簡單來說：訂單生產環節有四種主流數據收集手段，①工業數據網關 ②條碼技術 ③RFID技術 ④GPS技術

其中，工業數據網關+PLC通常用在不便安裝RFID或者條碼讀寫設備的地方，比如環境較差、粉塵較多的焊接環節，亦或是高溫、濕度大的油漆環節。要想通過這種方式獲取數據，一定要將打通存儲PLC數據的服務器與生產/辦公網前端分析程序的鏈接.

其次，條碼技術，通常用在作業環境較好或者便于人操作的地方，比如車身庫和總裝裝配環節。一般來說，無論是手持掃碼設備還是自動掃碼儀，都配備用對應的服務器來存儲獲取的訂單數據，再將服務器與生產/辦公網連接，從而使訂單管理者能夠通過前端程序獲取訂單生產數據。

再者，RFID技術通常用在作業環境較好或者便于安裝讀寫設備的地方（也可以用在環境較差的環節，但是對RFID卡本身和讀寫設備就有了一定的防護要求），比如車身庫和總裝裝配環節。同樣，RFID收集的數據存儲在現場的服務器中，再通過服務器與生產/辦公網的連接，將數據收集到我們的前端程序中。

最后，GPS技術通常用在開放、自由式的訂單生產末端，既訂單整備環節