零售及消费品行业企业在供应链数字化转型与采购管理中面临哪些问题？

大部分零售及消费品行业企业仍面临着供应链信息共享不畅、全渠道数据尚未拉通的问题。

1.供应链体系分散复杂，产供销未能形成有效协同

随着供给侧结构性改革的深入推进，供应链体系建设已经成为零售及消费品行业企业优化的主流模 式。然而，目前大部分零售及消费品行业企业的供应链体系广而散，导致各环节协同紧密性较差， 效率较低，分散复杂的供应链体系使企业无法高效共享信息，导致供应链运营成本增加，无法合理 进行降本增效。因此，企业打造完整高效的供应链体系势在必行。

新形势下的市场差异化竞争和产品个性化的需求对供应链管理提出了更高的要求，零售及消费品 行业企业开始重视产供销协同效能的提升，以期望达到提高企业竞争力的目的。但大部分企业的产 供销协同未能达到理想状态，其主要原因是企业内各部门权、责、利不平衡，供应链端到端的可视 化不高。长期以来，企业各个部门各司其职，各谋其利。比如在供应链管理过程中，采购部门重点 关注采购成本和交货及时率，生产部门核心看生产效率和生产良率，销售部门核心关注销量和利润， 缺乏从供应链整体拉通来看整个产供销的执行情况虽然部门系统之间有数据流转，但是数据无法实 时反映整个产供销的执行情况。因此，企业不仅无法及时了解影响整个产供销执行的瓶颈，也无法 对业务变化做出及时准确的响应。另一方面，产供销协同决策和生产指令的下达仍然依赖人工经验， 导致个别产品缺货和部分产品长期积压、暴库甚至被迫停产的现象时有发生。

多变的客户需求和多渠道销售容易导致销售预测失灵，在此背景下，产供销协同成为企业增盈的关 键。当零售及消费品行业企业处于线上促销旺季时，前端销售变化会加快，大多数的企业难以实时 把控到这个产供销的执行情况，产供销三端未能实现有效的合作。线上促销前期，企业会根据市场 需求和产品的销售情况等信息，预测未来一段时间内产品的销售情况，然后做好相应的生产与采购 工作，准备好各类产品的库存。线上促销期间，前端销售会临时要求加大爆品的库存。一方面，供 应商缺乏实时动态的库存系统和销售数据，无法查询到全渠道的库存分布情况，进而难以对产品进 行合理的调拨，不能做出及时有效的供给方案，供应商的资源也因此容易出现延误或者中断，企业 的采购难度增加；另一方面，生产部门会根据销售部门的指示加大对爆品的生产投入，由于销售和 生产部门没有实现信息的高效互通，生产部门一旦生产过量，就会导致产能浪费，造成后期的库存 积压。与此同时，销售频繁插单、销售部门到车间指挥的现象也会使得生产、采购和销售部门的权 责出现越位，最终使得企业内部存在对立情绪，供应链的内部管理成本升高。对于非爆类产品，如 果企业在促销前期生产过剩，此类产品就很容易在促销期间积压下来。促销活动后，因供需不匹配 或产品质量的问题，消费者会对产品进行退货，最终产品只能堆积。

由此看来，产供销协调失衡不仅容易导致产品高缺货或高库存现象的产生，还会影响企业部门间的 关系。长此以往，供应商供给不畅，企业内耗严重，部门墙越来越厚，企业利润持续走低，最终企 业运营也难以持续开展。

2.内外部、上下游数据尚未拉通，存在数据围城

在当今数字化时代，零售及消费品行业企业实现数据拉通和信息共享是保持供应链高效运转的关键。 然而，大部分零售及消费品行业企业仍面临着供应链信息共享不畅、全渠道数据尚未拉通的问题。 例如，酒业企业仍采用传统的供应链，内外部、上下游数据未能拉通共享，存在信息数据孤岛，业 务数据流动效率低，这些问题制约着酒业企业供应链数字化转型升级。上述问题主要来源于缺乏整 体的数据规划、缺乏统一的标准和流程和供应链企业数据共享意识薄弱三个方面。

缺乏整体的数据规划

供应链上的企业在起步期时没有全方位地考虑信息化发展路径，缺乏统一的数据规划。供应链的数 据被分散在多个系统和数据库之中，比如ERP、生产管理、仓库管理和运输管理等。这些数据库和 系统可能来自不同的厂商和版本，数据库与系统之间自成体系，彼此的数据没有打通，形成信息孤 岛和数据围城。由于缺乏统一的数据规划，系统之间的数据传输被分割，这往往会导致数据重复和 冗余，此时企业需要投入人力对数据进行大量输入和处理，这不仅会降低供应链的效率，还让企业 的经营成本提高。

缺乏统一的标准和流程

供应链上的企业数据信息独立储存，格式多样，没有进行统一的处理。业务语言不统一，信息技术 标准不一致、信息编码规则不一样，使得供应链企业间的数据未能全面贯通。大多数企业更依赖用 数据库进行数据存储而忽略对数据管理流程进行统一规范和优化，导致信息在传递过程中存在失真、 延误等情况，不利于突破供应链上下游企业的数据围城。

另外，目前许多零售及消费品行业企业建立多样化的营销渠道。然而，线下销售渠道业态复杂， 线上销售渠道不断增加，企业缺乏统一的标准和流程，未能及时反馈整体情况给供应链上其他节点 的企业。零售及消费品行业的客户需求具有多变和时效性，外部生态的供应商缺乏实时动态的销售 数据，难以及时了解上游的市场环境变化，而供应端也无法及时查询到全渠道的库存分布，不能对 产品进行合理调拨，且由于销售和供给端业务语言的不统一，信息数据传递往往不顺畅且不及时。 长期以往，导致企业客源流失，错失市场机遇。

供应链企业数据共享意识薄弱

信息共享的程度越高，企业投入的成本就越高。供应链上参与企业众多、节点企业信息化程度参差 不齐，部分企业即使有良好的信息数字化基础，也缺乏足够的动力进行信息共享。企业会在信息共 享的成本与所带来的收益之间进行权衡，以决定信息共享程度。另一方面，尽管信息共享是实现供 应链整体最优的关键，但在自身利益最大化的驱使下，企业可能会做出有悖于供应链整体最优的选 择，这容易导致供应链的整体效益降低、供应链组成不稳定和供应链市场竞争力下降。此外，企业 对泄露商业机密的担心，如核心优势、生产技术和财务状况等，也会增加信息共享的难度。供应链 企业数据共享意识薄弱，会使数据围墙变厚，供应链断链的风险也会加大。

3.数字管理及数据应用能力不足，缺乏以业务为导向的数据分析模型

近年来，信息化高速发展，数据呈现爆炸式增长，数据覆盖范围变广、数量增多、类型更为多样， 数据管理和应用的重要性日益凸显，对零售及消费品行业企业的数据管理和应用的要求也变高，零 售及消费品行业企业的数据发展面临新挑战。

零售及消费品行业普遍有着丰富的数据和包括商品价格、折扣、门店库存、会员活动等诸多急需优 化的问题，是数据分析应用的重要商业应用领域之一。因此，建立零售及消费品行业以业务目标出 发的数据分析模型十分迫切。若零售及消费品企业缺乏以业务目标出发的数据分析模型，不能掌握 顾客消费轨迹，就无法对顾客的消费行为进行引导，同时无法掌握顾客群体属性，导致企业难以走 到消费者前，提供更出色的服务体验；更重要的是，无法有效地整合数据，导致零售及消费品在企 业经营管理、经营决策、战略决策、风险管控上出现判断不准确问题，影响企业运行效率。 夯实数字化转型基础是从数据管理和数据应用开始。很多企业采集了大量的业务商业数据，但是未 能有效对这些数据进行管理，挖掘其本身的数据价值。因此，如何将企业级数据进行共享管理，如 何在海量数据中获取有效商业价值信息，成为企业新的研究课题。

目前大多数企业的数据管理能力仍然薄弱，主要体现在数据标准不统一、数据资产管理不成熟、缺 乏供应链数智化人才以及数据安全管理不到位这四大方面。

数据标准不统一 ：由于各部门负责业务内容方向的不同，企业部门对数据标准的定义不一致，基础业务语言也未能得 到完全统一。各部门从自身业务的角度对数据进行理解和定义，使得一些相同的数据被赋予了不同 的涵义，无形中加大了数据管理和应用的成本。在数据应用的过程中，当数据质量水平的提升落后 于数据规模增加的速度时，数据质量水平难以满足数据应用需要的情况就会出现，这会影响到数据 价值的发挥。同时，企业建设数据标准的目的不明确，缺乏以业务目标为基础的数据管理实施计划。 企业在推进数据标准化的过程中，会遇到有些一味追求先进、向最高标准看齐，脱离实际的数据情 况，导致数据统计分析不准确、沟通成本高、业务监管难以及高层决策难等问题。

数据资产管理不成熟 ：随着业务发展和精细化管理的推进，涉及资产、负债、客户等数据在风险控制、成本核算、资本管 理等方面有着举足轻重的作用。相对于实务资产而言，目前数据的资产管理还处于初级阶段，缺乏 统一的数据视图、数据应用不足、数据价值难以估计、管理浮于表面，以业务为导向的数据资产管 理以及数据运营较为薄弱，这些问题导致了企业数据价值不显、活力不足。

数据质量管理落后：在数据应用的过程中，当数据质量水平的提升落后于数据规模增加的速度时，数据质量水平难以满 足数据应用需要的情况就会出现，这会影响到数据价值的发挥。数据质量水平提升慢主要是因为业 务语言未得到规整。数字质量管理模式，无论是借鉴经验开展，还是各业务部门分散开展，成效均 不显著，仍需要企业整合自身所需、围绕业务情景进行开展。数据质量水平落后将对业务决策造成 影响，导致数据统计分析不准确、沟通成本高、业务监管难以及高层决策难等问题。

缺乏供应链数智化人才 ：人才是企业的核心竞争力，在行业竞争中愈发重要。近年来，数智化发展趋势愈发迅速，商业模式 和跨领域的科技应用迭代加速。在迈向供应链数字化转型的过程中，需要更多专业的数智化人才顺 应变革。缺乏懂业务、懂供应链、且知道用数智化手段来解决问题的人才，是企业最痛的问题。供 应链数智化人才的缺失使得数据管理的工作难以开展，相应地将制约供应链数智化的发展，在一定 程度上亦会影响企业的整体竞争力。

如何让供应链各个价值转换过程产生的数据发生商业价值，是发挥数据部署的革命性生产力的根本。 因此企业必须重新做好数据应用的顶层设计，建立强大全面的大数据应用分析模型，才能应对复杂 海量的数据如何发挥价值的挑战。但是目前零售及消费品行业企业在数据应用和数据分析方面仍有 很大的提升空间，存在两大方面的问题。

数据分析口径不统一：构建一个以业务为导向的数据模型需要收集大量数据，部分企业虽然有BI等数据分析工具，但是缺 乏从组织、流程的驱动以及基础业务语言的统一，而且每个操作者对数据的显性和隐性意义有不同 的理解，对数据应用的方式也有所差异，这会导致数据分析产生偏差，数据利用效率低，最终难以 形成以业务为导向的数据分析模型。数据应用往往只停留在简单的数据纪录和统计层面，供应链内 各个环节的数据没有实现自动流转。

数据分析结构滞后:大数据的来源复杂、形式各异、数量巨大，企业没有高效可靠的数据管理和分析平台，往往难以获 取清晰有价值的信息。企业数据分析结构滞后，难以结合业务及时沉淀数据分析模型。首先，数据 分析目的不明确，数据分析工作未能围绕着业务问题开展，致使分析结果难以为业务场景服务。其 次，企业缺乏对分析方法的了解，面对大量复杂的数据，难以采用适当的方法对业务场景进行专业 分析。最后，数据分析思路不全面，缺乏从整体管理视角进行分析，数据分析成果难以实现业务驱 动。

4.绩效体系尚未拉齐，未能从公司整体进行驱动

随着供应链数字化在零售及消费品行业企业管理中的逐渐推进，供应链管理在促进企业发展发挥着 重要作用。作为有目的的管理活动，供应链绩效评价需要服从于供应链管理的根本目标——供应链 价值最大化。为了实现这个目标，企业需要重视供应链的整体绩效，除了需要整合统一企业内部的 绩效目标，还需建立供应链的个体企业与供应链总体目标之间的关联。但是，目前很多零售及消费 品行业企业还没有形成一套完善的供应链绩效评价体系，尚未拉齐内外部的绩效，也未能从公司整 体进行绩效驱动，其主要原因包括：

未形成供应链管理的整体观念：许多供应链管理系统没有针对全局的供应链绩效评价指标，供应链上各节点的企业各行其道，导致 生态外部的供应链整体效率低下。另一方面，各节点的企业未能从公司角度驱动各部门的绩效，每 个岗位的绩效和整个企业的绩效未相结合，企业和部门的运营目标缺乏关联性，以致公司整体的绩 效驱动难以实现。

绩效信息传递效率低下：供应链的整体绩效受到供应商、制造商、分销商、零售商等各子系统的影响和制约，现有的供应链 绩效评价流程和工具很少能将供应链节点企业数据库内的信息及时、准确地传递到整体的绩效评价 系统中，难以实现实时动态的绩效监测。

绩效指标设置不科学：企业绩效指标没有拉齐，设置不合理不科学，指标之间互相抵触、缺乏协调性。一个部门的绩效指 标以牺牲其他部门的绩效指标为基础，这个部门必然会遭到其他部门的抵制，届时公司的整体绩效 也会受到严重影响。很多企业之所以绩效体系无法达到预期的效果，主要原因是企业设计考核指标 时没有全面考虑企业自身的管理基础，各个指标之间不能够反映彼此的因果关系，指标不具备客观 性。另外，部分指标没有详细的评价标准，这容易导致考核结果存在主观偏误的情况，使绩效考核 成效不尽人意。