<var id="71n5n"><strike id="71n5n"></strike></var>
<var id="71n5n"></var>
<var id="71n5n"></var>
<var id="71n5n"></var>
<menuitem id="71n5n"></menuitem>
<menuitem id="71n5n"></menuitem>
<menuitem id="71n5n"><strike id="71n5n"><progress id="71n5n"></progress></strike></menuitem>
当前位置:首页 >> 资讯 >> 管理文库 >> 正文
如何快速估算供应链问题?介绍一个实用的方法,立即搞定运费预算!
来源:世界经理人 添加人:service4 添加时间:2022-4-28

    


供应链难题

大家有没有遇到过这样的情况?老板着急地问你要提供一些数据,比如预测未来的库存金额或是运费。场景可能是这样的,张三是一家制造企业的物流经理,负责全国数个工厂和仓库的运输。这天,老板突然来找张三。

老板:“张三,大老板要和我过一下明年的空运费用预算,你今天下班前给我,明天我要去汇报。”

张三:“好的,但是老板我手头上还有几个报告要交,下班前可能给不了你。。。”

老板:“好的,我知道了,你抓紧做,明天给我。”

张三:“@#¥%……”

老板给张三布置了一道题,但是要解开这道题需要花费大量的时间。当我们没有很强大的系统时,就要从许多地方找数据,然后进行计算,而结果未必很准确,这是非常令人沮丧的。

我们投入了许多时间精力,但效果不佳,还要被老板嫌弃。为什么会是这样呢?

首先,数据获取可能很困难,系统之间是不连通的,数据存储在各个系统和Excel文件里。我们要从各个地方去找数据,费时费力,效率低下。

其次,我们要预测未来的数据,而预测的特点之一就是它是不准确的。预测是对未来的预估,假设未来和过去是一样的,而这是不可能的事情。

计划没有变化快,未来情况一直在变,就算是假设得很完美,但未来的发展未必如你所愿。预测跑偏是大概率的事件,导致的结果是我们费尽力气,但最终结果还是有偏差。

有没有一种方法,可以让我们花最少的时间精力,计算出一个相对准确的结果?


费米问题“芝加哥有多少钢琴调音师”?

著名的物理学家恩利克·费米(Enrico Fermi)提供了一个解决方案。费米有多牛?他被誉为“原子能之父”,是美国芝加哥大学物理学教授,在1938年获得了诺贝尔物理学奖。

顺便提一下,提出约束理论的艾利·高德拉特(Eliyahu Goldratt)也是一位著名的物理学家。看来学好数学和物理,解决供应链问题就是降维打击。

费米有一个经典问题“芝加哥有多少个钢琴调音师?”他喜欢把这个问题丢给学生们,并要求他们快速估算出数字。要知道在费米生活的年代是没有互联网的,没有谷歌度娘,最多只有电话黄页(一种上古时期的搜索工具)。

如何在很短时间内找出答案,或者说是估算出一个很接近的数字?我们可以按照以下的思路,一步步地解开费米的问题。

1.芝加哥位于美国中部,在地理位置上相当于我国的武汉,是连接美国东西南北的重要交通枢纽。目前芝加哥的人口数量大约是2.68百万(2021年数据)。

2.假设芝加哥每户人家有四口人,这样全城的家庭数量就是67万户。美国的中产家庭一般都会买架钢琴,培养小孩的艺术气质。考虑到不是所有人都会买,我们就假设有50%的家庭拥有钢琴,这样芝加哥的钢琴保有量约是33.5万。

3.一般来说,一架钢琴每年至少要做一次调音,有些人2年调一次(比如我们家),而有些人半年就要调一次。我们就取个平均数,每台钢琴一年调音一次,芝加哥在一年里需要调音的钢琴总数是33.5万架。

4. 调音师每次调音大概需要2小时,每天平均做4单,每周工作5天,全年工作算50个星期。这样的话,一位调音师一年可以处理的钢琴数量是等于4x5x50=1000

5.把芝加哥全城一年里需要调琴的数量,除以调音师一年可以完成的工作量,就可以得出芝加哥钢琴调音师的人数,so easy啊!

调音师数量=335000÷1000=335人

实际情况是怎么样的呢?

根据wolframalpha网站给出的数据,2019年的芝加哥调音师数量是300人!是不是很神奇呢?与实际结果的误差只有35人,是非常接近的数字了。

我查阅了多个网站,有些说有100多人,或是200多人的,但不管怎样,在数量级上都是一样的,都是以百位单位。钢琴调音师是一个非常小众的职业,这个数量级是很合理的。


简单的估算规则

费米问题遵循着一种简单的估算规则,他本人特别擅长解决此类难题,他曾经用一把纸片估算出了核弹的爆炸当量。费米估算问题主要通过以下三个步骤:

1.把庞大的问题不断分解为小块,直到可以做出较为准确的估算。

在芝加哥调音师问题中,首先把总人口数量分解为家庭数量,然后估算钢琴的保有量。值得注意的是,费米没有进一步去细分家庭结构,比如富人、中产和穷人,他停留在了家庭这个层级上。

如果再细分下去,需要耗费许多时间,就背离了快速估算的初衷。然后,费米估算出调音师的处理能力。就这样,他把纷繁复杂的问题,拆解成了2个小块,进行下一步的计算。

2.在完成小块的估算之后,使用倒推的方法,把数字相乘或相除,就可以求得想要的答案。

把钢琴的保有量除以调音师的处理能力,就能得出调音师的数量。我们换个场景,如果想知道上海每天消耗多少杯咖啡,可以尝试用上海总人口乘以喝咖啡人数的百分比,再乘以每人每天喝掉的咖啡数量,很快就可以估算出一个数字。

3.使答案处于正确的数量级,用数量级代替精确值。

费米估算方法的精髓在于用最短时间求出数量级,而不是精确数值。这种“毛估估”的方法看上去粗糙,但其中蕴含着深刻的数学原理。

估算法的奇妙之处在于,通过数量级的方法估算各种值的时候,一定有一些数量是被高估了,还有一些是被低估了,这些高估的和低估的值会相互抵消,这是数学美妙的地方,估算出的结果“意外地”接近于真实的情况。


应用案例,如何做空运费的预算

再回到本文开头的地方。老板让张三当天就拿出明年空运费用的预算情况,这似乎是个宏大的问题,里面牵涉到许多的工厂和仓库,空运发货给各地的客户。如果要精确计算的话,需要收集所有的数据。

张三的公司主要运输模式是卡车、铁路和海运,只有在赶不上交货期时,才会去使用空运,因为空运的时效性最快,但价格也是最贵的。

由于空运只在特殊情况下才会使用,本来就存在着相当大的不确定性。想要正儿八经地去计算出精确值,而且要花很多时间。

精确计算的方法是这样的,要收集所有的SKU基础数据,每箱多少个产品,每箱体积重量,可能还要细分到每袋产品的信息,此外还要统计每托盘的数据。可是张三们不一定有强大的系统,可以统计出所有的SKU基础数据。

计算空运需求就更难了,张三如何能预计到未来什么时候需要空运呢?需求是波动的,当需求突然增加,供应可能就接不上了,此时要安排空运。

但是,去年的这个时候空运了300公斤,今年同期也会运300公斤吗?这是不确定的事情。如果要仔细计算,就会用到许多数据和假设,很难的啦。这时候就可以用费米问题的思路,快速回复老板。

首先是分解问题。空运是由什么组成?计费公斤(以下简称公斤)乘以每公斤的费率。每公斤运费是个波动的数据,这需要根据最新费率进行调整。未来会涨会跌很难说,比如机场出现了疫情,运力减少,费率就会上涨。所以我们可以取一个平均值,比如10元。这样就开始了第一步的问题分解。

接下来继续拆解运输重量,我们肯定有一些历史数据对吗?可以分解到工厂、仓库这个级别,但就此打住了,再细分可能就比较困难了。使用每个月的运输重量,估算未来可能的变化,是会增加,还是会减少,或是保持不变,这样就能得到未来的每个月的运输量。

最后,把未来的运输费率和货量公斤相乘,就可以得到一个估计的值。需要注意的是,我们得到的仅是大概的数字,可能不是很精确,但肯定是在同一个数量级上。

比如张三去年花了3百万的空运费,今年估算的结果是2百万,至少是在同一个数量级上,都是百万元。如果估算出的结果是十万或是千万级别的,那就要看看是哪里出了问题。

估算并不是瞎算,需要有一定的推理过程和计算依据,是可以向老板解释的,是make sense的,合理且经得起挑战的。

在实际运营过程中,有些空运货量会增加,而有些会减少,两者之间会相互抵消,从而使得估算更接近于真实的情况,这是估算方法的神奇之处。

如果估算和实际结果的偏差较大,可能是出现了一些意外情况,超出了预估的合理区间。

总结一下,当我们遇到一个复杂的供应链问题时,想要快速找出答案,可以使用费米估算方法,把问题拆分成小块,然后做出较为准确的估算,把数字相乘或相除,求得一个较为准确的答案。

请注意,这样求解出的答案在数量级上是正确的,而不是绝对的精确。但是这种方法可以帮我们用最少的时间精力,解决一些很复杂的问题。

一些咨询公司在面试时,经常会出类似的问题给候选人。我们平时也可以适当做些训练,锻炼自己的逻辑思维能力,说不准哪天就能派上用场。

金鼎彩票