在2007年至2009年期间，我们曾有过开发供应链管理软件的想法，并广泛收集了各类需求管理软件的介绍和案例资料。直至2019年后，的供应链管理方案才逐渐受到热议。
近期，在《哈佛商业评论》中文版2024年第5期的《供应链管理：解析供应链难题新解：OML》一文中，我发现了两个引人注目的案例。
案例一：资本密集型设备的备件库存管理。
一家专门制造并销售用于制造半导体的资本密集型设备的公司。
由于备件种类繁多，使得备件库存管理变得复杂。当关键零部件出现短缺时，不仅会增加加急运输的高成本，还可能导致具有性的等待时间。
鉴于半导造设备的昂贵性，因零件问题导致的停产将对企业的经济效益产生巨大影响。关键零部件的供货不及时会给客户带来巨大损失。
为了解决这一问题，公司采用优化关键绩效指标(KPI)的方法，明确了供需数据与供应链决策之间的关系。这些决策涉及到数量、补货订单、库存储备水平以及不同地点间的库存运输等。KPI可能包括与总体利润相关的指标、按地区、客户和产品类别划分的收入或利润、产品可用性以及库存周转率等。
实施该系统前，订单满足率为77%，库存成本高达1.35亿美元。
而使用该系统后，订单满足率提升至81%，同时库存减少了2000万美元。
案例二：消费电子产品公司的供应链挑战。
一家电子消费品公司，其产品通过成千上万的零售店进行销售。
该公司面临来自供应商、公司营销、生产、物流和供应采购职能团队的多样化和复杂的数据输入挑战。由于需求的极度不确定性，导致需求预测与实际需求之间存在较大差异。
这导致一些零售店的库存持续短缺，而另一些则出现库存过剩的情况。
过去的流程是，销售团队每月都会预测总销售额和未来12个月内每个零售商的销售额。而库存团队则独立制定自己的客户需求预测，并每周进行一次预测。为了管理公司的订单和库存分配，每个零售店也会制定自己的预测。当零售店的实际需求与预测差异过大时，就会出现需求不匹配的问题。
为了解决这一问题，公司采用图形数据库存储数据，并捕获重要关系。他们按地点、客户、产品和时间等因素对数据和指标进行有意义的可视化处理。这使得供应链计划人员能够衡量与成本和服务相关的多个指标的绩效，并识别出超预期的数值。
这一举措帮助公司明确了库存管理方面的明显缺陷，并为其推荐了最佳的库存储备。
小结
这两个案例均是需求管理与库存优化的典型实例。它们的逻辑与20年前的需求管理与库存优化逻辑是一致的。
案例的主要应用场景包括：(一) 备件管理；(二) 零售的需求管理与库存优化。
需求管理与库存优化还有一个常见的应用场景是销售与运营计划(S&OP)。
需求管理是供应链先进计划系统的重要输入。