马晓峰老师大数据背景下供应链运营与数字化转型 -九游会国际
课 题：大数据背景下供应链运营与数字化转型
课程时间：3天
受训人数：以35人为最佳
课程背景：
大数据互联网＋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当头棒喝，留给我们的还没来得及思考什么是供应链数据的情况下，又得重新启程来认识什么是互联网＋的数据，因为，他的冲击比供应链更加无情和彻底。试想，在我们的供应链条里：没有供应商的价格数据会怎样、没有对供应商业绩评估的数据会怎么样、没有生产技术的数据会怎样、没有库存的数据会怎么样、没有仓库周转率的数据又会怎么样，我们不得不随意的使用的领导主观的数据、用垃圾般的历史数据、用无厘头的拷贝方式把本身就千疮百孔的销售预测用作生产计划及采购计划的依据那将是最愚蠢的企业行为。这里是数据的海洋，我们将会运用大数据技术把供应链条的数据进行全方位的整理及定位，并运用到企业的生命链——供应链中。
培训对象：
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、 二维码数据的建立，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：
第一部分：何谓大数据，大数据在哪里
1、大数据并非是低成本可以运作的
2、大数据其实我们企业身边的企业行为产生的数据积淀，任何公司都存在，但数据到底在哪里
3、何谓云计算，如何利用ai的优势把数据运营起来
4、数据运用如何让供应链变得更加敏捷与精益
第二部分：采购成本大数据模型
1、 大数据离不开成本数据模板（双维度）
（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
（3） 如何搭建这样的成本分析模型
注意摈弃传统工作模式
注意专业能力的建设
2、 大数据的获取是头等大事
（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）日常积累很关键
物流数据数据
拜访报告等
第三部分：供应商管理大数据模型体系
1、 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
2、 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
3、 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
……
第四部分：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、 计划的大数据平台建设应注意的问题
（1） 预测数据的来源
（2） mto与mts的数据流转渠道
2、 过滤体系
（1） 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
如何从生产计划数据到采购的po
3、 紧急插单的数据管理与插单逻辑（插单依据及如何解决插单）
——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
第五部分：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（lt lead time）
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（institute of inventory）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
第六部分：物流大数据的体系与物流服务（国际与国内）
1、 国内运输成本数据模版
2、 跟车系统的管理与建设
3、 国内运输路线规划数据——三维数据的使用
4、 车辆数据管理－比如返程车辆的充分利用
5、 国际运输成本数据模版及周期模版——以exw为主
6、 国际承运商选择依据的数据管理
——熏蒸要素
——船公司要素
——收费要素（比如像baf等）
——hs code要素……
7、第三方物流的管理与评估数据群
……
