整车订单交付周期优化分析

上海交通大学工程硕士学位论文ABSTRACTSTUDYONVEHICLEORDERTODELIVERYOPTIMIZATIONABSTRACTInautomoblileindustry,vehicleorderleadtimehasaspecificnonetocorresponding,thatisordertodelivery(OTD).VehicleOTDinautomobileindustryoccursalongwithleanthoughtsinrecentyears,whichbreakslongdated“invertorypushplan”modeofproductionandbuildnewimportantmeansof“orderpull”modeofproduction.Inordertocopewithfutureautomobileindustryfacingchallenges,ShanghaiGerneralMotors(SGM),asoneoftheChineseautomobileindustry’simportantleaders,wantstofurtherimproveoperationalefficiency,reducecostandboostproductionaswellassalesvolume.SGM,settingoutfromoverallsituation,hopestousetheoryofconstraints(TOC)tominecompany’soperatingbusinesschainconstraintsandbottlenecks,soastopoolingresourcesandimprovingcontinuously.Withdomesticautomobileindustry’svehicleOTDcharacteristicandpractice,thisarticlefurtherstudiesonkeytechnologyofvehiclessalesforecast,putforwardasetofquantitativecalculationandqualitativeanalysisoftechnologyintegrationofvehiclesalesforecastoptimizationmethodology.Inordertoverifythismethodologicalvalidityandapplicability,thearticlecombineswithSGM’sactualbusinessandrelateddatas,carriesonanempiricalresearchandachievessatisfactoryresults.Combinedwithpractice,thearticleusesproposedmethodologytoperformacompletevehicleordermanagementandinventorymanagementoptimizationprocess,andcompleteonthetheoryoftechnologyempiricalanalysis.Thearticleaimstostudyandexploregraduallychangefromthepast“push”modeofproductionandmarketingto“pull”modeofproductionandmarketing,shorteningvehicleOTD,buildingacustomercentricinordertosellstrategicmanagementsystem,inordertoenhancerapidabilityofresponsetomarketdemandandconsensusofproductionandsales.II 上海交通大学工程硕士学位论文ABSTRACTKEYWORDS:vehicleorder,ordertodelivery,salesforecast,ordermanagement,inventorymanagementIII 上海交通大学工程硕士学位论文目录目录摘要..........................................................................IABSTRACT......................................................................II第一章绪论....................................................................11.1研究背景....................................................................11.1.1课题的来源................................................................11.1.2课题研究的意义............................................................21.2研究现状和实践现状分析......................................................31.2.1研究现状分析..............................................................31.2.2实践现状分析..............................................................51.3研究内容....................................................................81.4论文框架....................................................................9第二章需求驱动的OTD业务模式研究..............................................112.1需求驱动的OTD业务模式综述.................................................112.2目前SGMOTD流程及其存在的问题.............................................122.2.1目前SGMOTD流程.........................................................122.2.2目前SGMOTD流程存在的问题...............................................132.3OTD业务蓝图设计...........................................................142.3.1销售预测.................................................................142.3.2订单履约.................................................................152.3.3库存管理.................................................................152.4本章小结...................................................................16第三章整车销售预测优化研究....................................................173.1OTD下的销售预测管理.......................................................173.2销售预测工具...............................................................193.2.1定性分析方法.............................................................193.2.2定量分析方法.............................................................203.3销售预测模型及销售预测因子.................................................223.4销售预测模型实践----基准预测...............................................293.4.1基准预测概述.............................................................293.4.2基准预测改进业务流程.....................................................293.5销售预测模型实践----经销商预测.............................................313.5.1销售线索.................................................................313.5.2经销商预测的意义.........................................................333.5.3经销商预测现状...........................................................343.5.4经销商预测优化与改进.....................................................353.5.5经销商预测-流程概要......................................................393.6销售预测协调...............................................................423.6.1销售预测协调策略.........................................................423.6.2流程概要................................................................423.6.3业务流程................................................................433.7本章小结...................................................................44第四章整车订单管理优化研究....................................................454.1OTD下的订单藕合理论.......................................................464.1.1汽车行业对需求波动的应对.................................................464.1.2订单耦合点...............................................................47IV 上海交通大学工程硕士学位论文目录4.2优化方法论----BTO和LTO的混合订单模式.....................................474.3订单承诺及CALL车..........................................................504.3.1流程概要................................................................514.3.2业务流程................................................................524.3.3改进效果................................................................544.4本章小结...................................................................54第五章整车库存管理优化研究....................................................555.1零售驱动的整车库存策略.....................................................555.2CALL车建议.................................................................565.3协同补货...................................................................585.3.1流程概要................................................................585.3.2业务流程................................................................595.3.3试点举例................................................................615.4本章小结...................................................................62第六章总结与展望..............................................................636.1总结.......................................................................636.2展望.......................................................................63参考文献...................................................................65致谢.........................................................................67攻读硕士学位期间已发表或录用的论文.............................................68V 上海交通大学工程硕士学位论文第一章绪论第一章绪论1.1研究背景1.1.1课题的来源在汽车行业里，订货提前期有一个专门的名词与之对应——即“订单—交付”OTD。OTD在汽车行业里已经存在了很多年，是一个经常被使用也经常被混淆的概念。从字面上讲，OTD是指从下订单开始一直到拿到车辆之间所必须经历的所有流程和步骤。如果从客户的角度来看，这里的订单就是指客户订单，OTD包括了“客户—经销商—厂家—经销商—客户”的整个环节。如果从经销商的角度来看，这里的订单就是指经销商订单，OTD包括了“经销商—厂家—经销商”，是前面的一部分环节。显然，前一定义全面涵盖了整个交易过程，是一个广义的理想定义。但是由于厂家通常只是向经销商供货，因此后一定义更加常见。在没有特殊说明的情况下，本文所指的OTD一般是指后一种定义。订单交付OTD是近年来在汽车行业里伴随着精益思想出现的，打破长期以来陈旧的“库存计划推动”生产方式，建立新的“订单拉动”生产方式的重要手段。OTD的思想可以追溯到1990年麻省理工学院在《改变世界的机器》一书中提出的源自日本丰[1]田汽车的精益生产思想。10多年来，精益生产不仅在欧美的整车和零部件企业的生产[2]制造领域里得到了广泛的应用，在国内也广为流传。OTD将精益生产思想的核心——“拉动”逻辑从汽车的生产制造领域推广到整个价值链的范围，从客户产生代表购买欲望的销售线索开始，一直到下线车辆被辗转运输到经销商和客户的手中，始终贯穿了这一精益原则。从广义的角度，OTD涉及到了汽车厂家供应链管理的方方面面。在汽车行业里，OTD不仅可以说是一本供应链管理的百科全书，而且更像是汽车行业供应链管理的教科书。自1998年起，国外的汽车厂家大多数就已经开始计划或着手实施新的OTD系统。近几年在国内，不仅有一些合资汽车厂遵循OTD的思想，搭建相应的业务和系统平台，取得了理想的效果；在一些自主品牌车厂里，OTD思想也已经开始播下种子，并且反映到IT系统的建设当中。尽管从传统的做法向这样一个新的系统转换并非一帆风顺，需要对销售、计划、生产、物流等各个部门的业务进行调整，并牺牲掉一些局部利益来提升整个系统的性能，但是，这对于国内的许多汽车企业来说，应该说是一条提升管理水平的必由之路。作为中国汽车工业的重要领军企业之一的上海通用汽车（下称SGM），为了应对未来汽车行业面临的挑战，进一步提高运营效率，降低成本，提高产销量，希望运用TOC1 上海交通大学工程硕士学位论文第一章绪论（约束理论）理论，从全局出发，挖掘公司运营业务链的制约因素和瓶颈，集中资源，[3]持续改进。本文拟通过针对营销部门的市场预测、批（售）零（售）订单整合、产销协同等关键环节深入浅出的分析，为SGM进行优化改进，力争打造新一代的营销体系。其运作模式如图1所示。图1OTD的根本挑战Figure1MainChallengeofOTD1.1.2课题研究的意义为什么要研究OTD？第一个原因是厂家一直在寻找提高企业竞争力的办法，而一个更好的OTD系统无疑可以带来竞争力的显著提高，如成本降低。第二，OTD可以给客户带来更高的满意度。第三，一些新的技术，如互联网技术和供应链管理的软件，为改变存在多年的老的OTD流程和系统提供了新的手段。OTD的概念伴随着厂家通过经销商向最终客户进行销售的模式，实际上已经存在很多年了，一直以来也都没有什么大的改变，业界似乎也已经习惯于漫长的以月来计算的OTD时间。也就是从1998年开始，两周左右的OTD在业界开始出现。这一转变要归功于互联网的出现以及制造和销售技术的改进，使得原本割裂的从销售到生产乃至物流的各个环节得以整合成为一个大的循环。几乎是在一夜之间，客户在家中通过互联网根据个性化配置订购车辆，随后在几周内从经销商提货——而不是以前的几个月，这似乎已不再是一个梦想。与此同时，在一些关于汽车行业的报道中，屡次出现了一些厂家的高层对于即将采取措施缩短“特殊订购”交货时间的声明。2 上海交通大学工程硕士学位论文第一章绪论厂家之所以开始关注OTD，有两个重要而根本的推动因素——首先是提高客户的满意度，进而作为一种促进销售的武器；其次是长期以来在OTD上的一些以库存和计划推动的做法带来了巨大的成本，使得厂家已经觉得难以为继。客户在购买新车时经常接受和自己原先的期望不一样的汽车。有的时候这种妥协是因为价格上的考虑，但是更多的时候是由于可供选择的余地很小。这也就意味着他们对于车辆配置等的要求只能大部分得到满足，但不是全部，因此从长期来看，客户的满意度会下降。不仅如此，目前一些在运行的OTD系统的设计对于客户来说是很不友好的，主要原因是给经销商供货的时间太长。许多客户实际上并不知道这样一个事实，就是经销商实际上是不会完全按照他们的需求去订车的，或者说即便这样做，客户也需要等上很长的时间，可能是数周或数月。如果有这样的一个系统，可以允许客户在数天或很少的几周里提到自己想要的车，并且承诺的交货日期较为准确，那么很多客户会愿意订一辆完全是自己想要的配置的车，这对于销售来说无疑是一大福音。1.2研究现状和实践现状分析1.2.1研究现状分析目前汽车行业里各厂家在应对客户需求时,一般来说OTD中的生产有三种方式：按库存生产BTS（Build-To-Stock）、按订单生产BTO（Build-To-Order）和按订单定位LTO(Locate-To-Order)。它们的区别在于：在供应链上“推”和“拉”的边界点的位置。(1)按库存生产BTS用库存来履行订单的做法是按库存生产BTS。按库存生产BTS几乎没有“拉”的流程，或者说“推”和“拉”的边界发生在经销商那里。是一种根据对市场趋势、汇总的预测和销售线索判断客户需求来组织生产的OTD手段。通过经销商的库存补充订单驱动配送计划和库存分配决策。新车只有在进入经销商的库存之后，才能知道是否就是客户所想要的型号和配置。虽然按库存生产有很多不好的名声，主要是由于厂家过于强势地将产品“推”到市场上，但是时过境迁，随着竞争的加剧，今天的按库存生产和过去已经有了很大的不同，已经转化成为按需求生产BTD（Build-To-Demand）。BTD是一种根据对市场趋势、汇总的预测和销售线索判断客户需求来组织生产的OTD手段。和传统的按库存生产BTS不同的是，BTD强调的是多方位了解反映客户需求的信息，通过对客户需求的正确把握，提前准备生产，而不是为了完成生产指标而盲目生产。(2)按订单生产BTO在汽车行业中，与前面提到的用库存来履行订单的做法针锋相对的是按订单生产BTO（如图2所示）。BTO的方法使用客户订单作为拉动整个制造系统的初始信号。客户可以根据一部参考车辆，选择自己需要的内饰、配置和颜色等，然后将订单交给工厂。3 上海交通大学工程硕士学位论文第一章绪论订单被录入到工厂的生产计划和排产系统中，安排生产。显然，这种方式对于客户来说最为方便，但是厂家却并不一定喜欢。按订单生产BTO几乎没有“推”的流程。这是一种完全按照客户的订单，根据客户的定制要求进行生产的OTD手段。订单被录入到生产计划系统当中（直接来自客户或经销商），经过确认后成为驱动生产的工作订单。这是满足每一个客户需求的最佳途径。在此之前，不会有任何物料的投入。图2按订单生产Figure2BTO(3)按订单交付DTO（Deliver-To-Order）/按订单定位LTO除了这两种方式，实际上还存在另外一种生产方式，即按订单交付DTO，有时又称为按订单定位LTO。对于经销商的订单,厂家会在本地区或其它地区的库存中查找经销商想要的车辆,甚至把已经排产但尚未分配的车辆交给经销商------换句话说,就是在从计划到生产再到库存的整个供应链中找到能够满足订单的”位置”。与BTS一样，厂家依然使用预测来制定生产计划，但是与BTS不同的是，当真正的订单到来之后，厂家会使用这些订单信息来修订已经编制的计划，甚至调整已经发布的车辆装配计划。从需求匹配的角度来看，汽车厂的生产计划与客户需求的匹配点是在生产的中间环节或者配送环节。对于前一种情况，虽然车辆尚未下线，但是至少已经进入了生产计划，驱动了供应商的物料供应。DTO/LTO是汽车行业里缩短交货周期的一个重要概念，当客户需要购车时，它从更大的范围查找一个品牌的库存，不仅包括经销商的库存车辆，而且还包括了配送网络中的库存车辆，甚至还包括了总装厂即将投入生产的“虚拟”车辆，从而有可能在这些“广义”库存中找到最接近客户的车辆，缩短OTD时间。通过这种方式，为了满足经销商的订货需求，销售部门(下称OEM)可以调动供应链上的一切资源，扩大了可销售的资源范围。由于传统的做法只是从经销商的库存中搜索是否有符合客户需求的车辆，否则就只能向整车厂订货，因此DTO/LTO得到了许多整4 上海交通大学工程硕士学位论文第一章绪论车厂的重视。显然，DTO/LTO的“推”和“拉”的边界可以十分灵活地定义。客户和经销商可以通过互联网门户，了解已完工的新车和在装配线上的车辆的情况，从而找到最能满足客户需求的车辆。通过这种方式，客户甚至可以修改已经订购的车辆的配置，而汽车厂也有一定的灵活度在订单之间进行调配。按订单定位LTO的“推”和“拉”的边界可以十分灵活的定义。是汽车行业里缩短交货周期的一个重要概念，当客户需要购车时，它从更大的范围查找一个品牌的库存，不仅包括经销商的库存车辆，而且还包括了配送网络中的库存车辆，甚至还包括了总装厂即将投入生产的“虚拟”车辆，从而有可能在“广义”库存中找到最接近客户的车辆，缩短OTD时间。这三种策略(如图3所示)代表了目前汽车行业里各厂家在应对客户需求时的不同对策。如果客户需要的车恰好在经销商的库存中，客户可以立即获得，交货时间最短；如果在经销商的库存中没有，可以从其他经销商调配或从厂家库存发运，这些都属于按库存生产。如果仍然没有，则从厂家其他的库存中心调配，甚至修改生产订单，这些都属于按订单供应。只有在上述这些手段都不能奏效的情况下，才会启动严格意义上的按订单生产的程序。但无论是那一种，其背后都是用订单来驱动生产的。图3汽车厂家采用的BTS/DTO/BTO等三种策略Figure33StretegicsofBTS/DTO/BTOofAutomotiveCorporation1.2.2实践现状分析如图4所示中，对三个最有代表性的地区——欧洲、日本、美国的销售方式进行比[4]较。之所以将英国和德国单列出来，是为了说明即便是在欧洲，不同的国家之间情况也有很大的不同。丰田作为日本市场的代表，在其本国市场有着很高的BTO比例，但是在欧洲和美国，丰田同样也大量采用了按预测的生产方式。而同样在日本市场，也不5 上海交通大学工程硕士学位论文第一章绪论是所有的厂家都在进行BTO。这方面的极端是本田和斯巴鲁，他们在多年来几乎一直都是按照预测来生产。本田几乎是全部依赖预测，其在日本的工厂尽管按照批量组织生产，但是可以做到支持很多的品种和式样。通过使用看板，所有的零部件都按照预测的批次运来，这使得BTO所需的拉动式生产很难实现。丰田和日产与本田相反，都公开了他们的BTO战略，缩短OTD时间。丰田在1999年就启动了“日订货”战略，目标是达到14天的OTD时间——这时丰田在其各个销售渠道上已经可以平均达到23天的OTD水平。日产在日本也进行了很多的OTD尝试。在1991年，日产实施了一个称为ANSWER的新的订单录入系统，允许经销商每天进入系统，在车辆投产前6天将订单放到生产计划中（又称为D-6计划）。2001年在ANSWER二代系统上线后，6天的计划提前期被缩短到了4天。在1997年，日产开始将这一战略向全球推广，试图将当时30天的OTD缩短到15天。尽管日产在OTD天数上落后于丰田，但是在使用BTO降低库存上却取得了很大的进步，在日本市场日产的库存为20天，这只有丰田的一半。表1几个主要的汽车市场里的销售方式Table1MainSalesMethodsofAutomotiveMarket美国的汽车市场则完全是一个另类，在那里大部分汽车是通过经销商库存销售的。在美国，多年以来人们已经形成了一种习惯，需要买车时就到经销商那里，找到大致符合要求的车，谈个好价钱，当天就可以在把车开回去了。在美国人看来，买车就像是到杂货铺买东西一样，进门，在货架上取货（即便货架上的东西不完全是你中意的，当然如果中意那就最好），付款，开车回家。实际上，平均来说，在超级市场买东西很少能够把清单上所有的东西都买全的，当然也总会冒出几样清单上没有的东西。很明显，买汽车也传承了这种美式精神。而德国的汽车市场与美国相比则是另一个极端，在那里人们有着长时间等待完全满足自己要求的汽车的传统。所以对于德国市场很高的按订单生产率不应该有吃惊。丰田BTO生产的比例之所以比较高，部分原因是因为在日本这样一个岛国，它的所有的供应商、零售商、客户有着密切协同的传统。加上大量的海外订单，为丰田提供了一个稳定的订单来源，使得丰田实现BTO要相对简单。而在北美，丰田在OTD天数上也有着很好的表现。1999年8月，丰田加拿大公司的一位副总裁在一次年度会议上做了关于新的丰田物流系统的介绍。该系统可以让丰田及时调整每周的生产计划，提前5天对下线车辆的颜色、内饰和选装进行修改。在一些热心的行业人士的鼓吹下，这位副总裁的发言被误解成为丰田的OTD时间已经缩短到了5天。而那些本来正在着手逐6 上海交通大学工程硕士学位论文第一章绪论步缩短OTD时间的丰田的竞争对手们，一下子统统被惊呆了。其实丰田的原意是说在接到经销商订单之后5天内造出汽车，随后还需要将汽车送往经销商，这样算下来整个OTD的时间应该是10～15天。当然，即便是这样丰田的做法也要比当时北美汽车行业的代表——通用汽车进步了许多。直到2000年，通用汽车在美国上进行BTO的OTD天数依然是50～70天，通用汽车决定致力于将其缩短到接近40天。实际上，汽车生产厂家的OTD系统已经存在了许多年，并且一直没有发生大的改动。从2001年开始，两周左右的OTD在业界开始出现。这一转变要归功于互联网的出现以及制造和销售技术的改进。通用推广的OTD系统可以实现从客户下订单开始15到20天内将汽车交付到客户手中。对于客户的紧急订单，争取在5天内完成。作为这一OTD系统的延展，通用还与经销商共同投资了一家合资企业，在网上发布销售信息，允许客户直接通过互联网购买车辆，以适应越来越普及的网上购车的潮流。福特在加拿大开始为客户提供一种在线购车的系统。客户可以在网上定制车辆和拿到报价，并且能够将订单直接下到经销商、装配线或者福特的生产系统当中。起初这一尝试仅仅限于供试验的地区和少数几款车型，但是很快这一新颖的做法就开始向其他地区和其他车型迅速推广。福特的目标是将OTD时间从40天缩短到15天。雷诺自1998年开始实施一套新的分销项目，在2001年取得了初步成效。在整个欧洲（甚至包括中欧和东欧地区），雷诺承诺所有的产品可以在下订单后平均两周内交付给客户。实施这一系统每年可以节省15亿美元的分销费用，同时提高了客户满意度。日产计划在2002年以前在欧洲和日本实现将可定制化的车辆在14天内送达客户的目标。在北美，日产同样希望能够加快车辆交付时间，但是目标却没有像在欧洲和日本那样具有挑战性，原因是90%的美国消费者是从经销商的库存中购车。而在日本的情况恰好相反，50%～60%的汽车在运送出工厂时已经对应了明确的客户，剩下30%～40%的汽车为潜在的客户所等待，只有10%的汽车是被经销商购买用来补充库存的。宝马汽车在制造领域推行的旨在缩短OTD的活动为客户提供“最后一分钟改变配置”的流程。目前，该流程在德国需要28～32个工作日。下一阶段的目标是将该流程缩短到20天，而且即便对于已经确认的订单，仍然允许客户在车辆下线的10天前修改配置要求。丰田一直在OTD的竞赛场上保持着最佳记录――至少在日本丰田的OTD为25天。[5]5天的交货期对于丰田来说仍然不在考虑的范围内。（如图4所示）7 上海交通大学工程硕士学位论文第一章绪论图4国外汽车同行OTD系统Figure4OTDofAbroadAutomotiveVehicleCorporation在这里，福特汽车实施的新的OTD系统是一个典型的通过业务流程再造实现的过程。自1997年和1998年，福特汽车先行开展了一系列的研究，明确了福特汽车的供应链存在的瓶颈，主要包括四个方面：市场营销、原材料计划、汽车生产和运输业务。福特汽车决定采用以下手段改善OTD过程：ò有能力预测来自经销商的汽车需求：在实施OTD系统之前，福特汽车从没有正式地在需求预测中把交易者的因素考虑进来；ò把订货到总装厂的订单库（OrderBank）的时间缩短到15天，并根据经销商历史的购买方式来使订单库保有经销商需要的汽车；ò建立区域的各型号汽车仓库中心，并最优化仓库中心汽车备有量和通过铁路运输来运输完工的汽车；ò强大的订单修改程序，允许汽车订单订购少数颜色的汽车，并且发生变化时取消这些新订单；通过上述OTD系统实施，福特汽车将过去需要45～60天才能完成的OTD时间缩短到15天。综上所述，OTD战略可以为整车厂节省大量的管理、库存和其他成本。罗兰贝格的一项研究表明，在美国，平均每辆汽车的成本可以减少1200美元，欧洲为600美元，而日本为500美元。这些数字对于多年来苦苦挣扎的汽车工业来说无疑算得上是一根救命稻草。1.3研究内容(1)提出销售预测的优化方法建立经销商端的预测体系及合理的预测考评体系及KPI管理规范。改进总部端的基准预测体系，提高预测精确度。将销售预测数作为生产销售各个环节共同遵循的一个数字，实现以市场需求指导生产。(2)建立整车库存定量决策模型和定性评价体系建立推拉结合的销售模式，灵活响应市场变化。定义ABC库存分类方法,优化库存8 上海交通大学工程硕士学位论文第一章绪论策略和经销商整车库存布局，提高库存周转率，降低整车库存和周转天数。(3)优化技术的实证研究结合国内某知名整车制造企业的实际业务和相关数据，利用所提出的优化方法论，建立长中短期的产销协同机制，增强月度和周度的产销协同能力，提高产销一致性，提高完美订单比率。利用IT系统优化业务流程，固化管理成果，保持持续改进的弹性。1.4论文框架本文共分为五章，具体如下：第一章为绪论。主要讲述了本文的研究背景、研究现状和实践分析、研究内容等。第二章为按需求驱动的OTD业务模式研究。主要描述了按需求驱动的OTD业务模式，通过结合某企业实际业务,分析当前运作流程和存在的问题,从中归纳出按需求驱动的OTD业务模式可参考和借鉴的内容。第三章为整车销售预测优化研究。提出了定量计算技术与定性分析技术集成的方法论，并进行了深入研究和设计。通过结合某企业实际业务,提出按需求驱动的OTD下的销售预测优化改进的方向和业务流程。第四章为整车订单管理优化研究。提出了按需求驱动的OTD下的订单藕合理论，并通过结合某企业实际业务,提出优化方法论和改进业务流程。第五章为整车库存管理优化研究。主要描述了基于整车的库存ABC分类方法，并通过结合某企业实际业务,提出优化改进业务流程。第六章为总结与展望。主要对研究的过程、成果，以及不足之处作了回顾总结，提出了有待进一步研究的问题，并对今后的研究目标和方向作了展望。本文的框架如图5所示。9 上海交通大学工程硕士学位论文第一章绪论研究背景研究现状和实践现状分析第一章绪论研究内容论文框架需求驱动的OTD业务模式综述目前SGMOTD流程及其存在的问题第二章需求驱动的OTD业务模式研究OTD业务蓝图设计本章小结OTD下的销售预测管理销售预测工具销售预测模型及销售预测因子整车订单交付第三章整车销售预测优SGM销售预测实践---基准预测周期优化研究化研究SGM销售预测实践---经销商预测销售预测协调本章小结OTD下的订单耦合优化方法论----BTO和LTO的订单混合模式第四章整车订单管理优化研究订单承诺及Call车本章小结零售驱动的整车库存策略Call车建议第五章整车库存管理优化研究协同补货本章小结总结第六章总结与展望展望图5论文框架图Figure5Paperframechart10 上海交通大学工程硕士学位论文第二章需求驱动的OTD业务模式研究第二章需求驱动的OTD业务模式研究2.1需求驱动的OTD业务模式综述多年以来,汽车行业的供应链主要是以整车厂为核心，将产品由供应链上游推入市场，因此传统的供应链运作一向被视为是后端驱动，很少能够对实际的需求信息有全面[6]的认识。在这一阶段，大家的关注点普遍停留在如何加强对需求信号的使用和共享层[7]面上，对应的“牛鞭效应”是需要克服和解决的中心问题。对需求的关注要求经过完备的需求分析和管理过程，来创造收入和降低成本。虽然需求预测是需求管理的核心，但需求管理也包括了对营销规划（例如促销和定价），补货和存货配置，事件管理等领域。简单地说，传统的供应链管理主要涉及的是日常的生产计划，订单处理，生产和物[8]流执行等面向供应的过程。而新的要求则是将供应链管理扩展到客户和供应商这方面的管理领域中去，在传统的面向供应的工具中增加一套面向需求的工具。需求驱动的企业能够理解他们的客户和市场。在这些企业里，业务流程是按照”从外到内”的角度设计的。这些企业对于客户的趋势和动向有着高度的敏感，并积极利用[9]营销手段来塑造和响应需求。在需求感知领域，好的企业可以做到：ò对销售线索进行全程闭环管理，这不仅能够提高销售线索的跟进率和成交率，而且可以在线索阶段就感知到客户需求，把握市场脉搏；ò利用客户在广义的渠道内产生的一切相关信息（可以是直接反映购买意愿的，也可能是间接反映对产品的好恶的）来帮助企业预知客户需求；ò关于需求的可视化，建立需求信息的采集，汇总，协作机制，使得需求数据得以在企业内部和相关合作伙伴处顺畅地传播。在对需求做出有利可图的响应方面，好的企业可以做到：ò通过销售计划与分析（SalesPlanning），连接上游的市场与销售流程和下游的业务和供应商流程，建立卓越的产销协调机制，使得供应链的各方可以及时对需求计划做出约束，并对其有共同的理解；ò加强与供应商的信息共享和交互，共享预测，这是提高供应链透明和共享机制的重要手段。11 上海交通大学工程硕士学位论文第二章需求驱动的OTD业务模式研究2.2目前SGMOTD流程及其存在的问题2.2.1目前SGMOTD流程目前SGMOTD流程为：Week0（下称W0）周一，经销商上报Week2(下称W2)的批售订单车型配置需求到品牌销售。同时，销售计划与分析科协调生产控制与物流部（下称PC&L）提供W2可以支持生产的车型配置，反馈給品牌销售。品牌销售在比对和分析需求与供给差异后，在其内部将W2各车型配置计划数量分配到经销商。W0周末，由销售计划与分析科在经销商在线系统（DealeronLine，下称DOL）上完成W2车型配置订单的上载。Week1（下称W1）周一，经销商在DOL中确认W2批售订单配置颜色需求。W1周二，销售计划分析科汇总反馈W2车型配置颜色订单需求給生产控制与物流部（下称PC&L），作为W2的生产订单。同时，销售计划分析科将制定由整车生产基地分拨中心（VehicleDistributionCenter，下称VDC）到整车仓储中心（VehicleStorageCenter，下称VSC）的补库计划。W2，基于经销商前2周（下称W+2）订单预测的车辆将下线，同时，经销商批售（也称CALLOFF，下称CALL）SGM车辆。（如图6所示）图6SGM订单系统现状Figure6SGMCurrentOTDSystem12 上海交通大学工程硕士学位论文第二章需求驱动的OTD业务模式研究2.2.2目前SGMOTD流程存在的问题OTD包括销售预测、产销协调和订单履约三个业务板块（如图7所示）。从OTD时间轴看，需要整合所有业务环节，才能提升OTD整体效能。在某个环节出现问题都将引发连锁反应影响绩效。图7OTD三大业务板块Figure73AspectsofOTD针对整车销售预测，经销商端，仅做W2批售预测，对市场实际的零售需求感知不够。由于无月度预测，也不提供未来中期零售需求预测数据，不能有效支撑总部的中期预测,导致在SGM总部端，目前只是基于总体历史数据进行批售和零售预测。在中期预测流程中，未能充分发挥销售部门的协调以及对市场的把握能力。SGM产品覆盖面广，车型众多，预测的缺失导致生产物料的订购与实际需求的偏离，不能做到生产对市场的及时响应。现在的OTD业务模式只对经销商两周的订单进行奖惩考核，对经销商中长期预测的订单准确率无考核。目前SGM到车型颗粒度的M3基准预测准确率仅为73%，M2预测准确率为78%，M1预测准确率为83%。针对整车订单管理，经销商由于缺乏中期销售预测能力，SGM主要采用推动式销售，造成经销商和自身库存结构不合理，无效库存比例高，从而导致经销商资金占用周期长[10]。同时，SGM总部也无法提供CALL车建议流程，导致经销商随时CALL车，需求变化波动性大，CALL车不均衡对后端物流，资源调配等造成较大压力。在协同补货方面，VSC补货目前是根据W2批售订单进行配置确认，热销车型的VSCCALL车立即满足率低；而在销售淡季，为避免VDC涨库，VSC车型颜色又往往只能人工根据经验进行配比和补库。13 上海交通大学工程硕士学位论文第二章需求驱动的OTD业务模式研究故目前SGM不考核经销商的CALL车立即满足率，也不对经销商提出CALL车建议。针对整车库存管理，目前SGM和经销商库存基于天数进行管理，相对粗犷。经销商只以零售需求订货，较少考虑设置自身库存标准。同时，SGM也没有针对VDC/VSC资源的整车库存标准。目前SGM标准库存目标为3-6天左右，经销商库存为21-24天。实际SGM库存8天，经销商库存29天。2.3OTD业务蓝图设计2.3.1销售预测尽管谁也不会忽视销售预测的重要性，但是在实际操作中，销售预测经常会沦为厂商管理各个销售区域的销售情况，以及强迫经销商的一种工具，即“销售预测=销售指标”，失去了其作为感知市场需求工具的本来面目。在未来OTD业务流程中，销售预测的重要性将会大大提高，并且将会与更多的数据源头联系起来（如市场活动，销售线索），在销售预测的频率，颗粒度，准确性上将得到提升，并更加关注多方协同预测的过程。在新的OTD系统中,销售预测的目标是：ò建立一套总部，区域销售，经销商共同参与的协同预测体系，同时增加大客户销售预测因素；ò销售预测由之前的批售预测转变为零售预测，使整个供应链体系更加贴近市场需求；ò建立月度预测的承诺机制，通过月度的计划承诺，使经销商，物流，生产等环节的各种准备提前期加长，从而更有效保证整个供应链体系更加有序；ò实现从销售线索的产生（市场活动，网站，展会，展厅人流），销售线索的创建，销售线索的跟进和传递的闭环管理；ò建立基于汇总的销售线索的预测机制；ò建立基于历史数据，宏观经济等数据的预测机制；ò建立基于产品生命周期和营销事件的预测机制；ò建立与工厂生产计划之间的多次产销协调机制；ò全国经销商零售预测准确率：M190%，M285%，M380%。经销商端，预测的模式取决于产品特性。例如：某市场部门对区域销售经理上报的客户信息，进行汇总，统计，分析，做出“用户预订单（其实也就是销售线索）”预测并下达要货计划。要货计划以三个月为单位滚动；后两个月为预测计划，指导配套供应商进行生产安排或PC&L安排物料采购计划；当月要货计划为五周滚动，它是工厂进行生产安排和供应商进行供货的依据；当周为生产实施计划，控制仓库和供应商的物料配送次序。14 上海交通大学工程硕士学位论文第二章需求驱动的OTD业务模式研究SGM总部提供M3省、地级市、经销商的零售预测参考。经销商依据销售历史惯性和销售线索模型数据，参考总部下发值，做M3零售预测。经销商预测值经总部以及区域协同，形成月度批售计划，指导W2订单提报。2.3.2订单履约订单履约始于经销商的销售人员将订单录入到厂家的订单管理系统中。订单履约的下一步重要工作就是安排或对应订单在库存或生产计划和排序中的位置。这不仅可以提高订单处理的透明性，并且更重要的是，这也是实现按订单生产的必要条件。在纯粹的按订单生产环境中，订单是直接被安排到生产计划当中的。鉴于目前很多厂家只是部分采用按订单生产的做法，对于大部分经销商订单，仍然是通过与预测驱动的生产计划和[11]排序进行匹配来履行。在新的OTD系统中，订单履约的目标是：ò建立对经销商预测的可供应量提示功能；ò实现对经销商订单的交期承诺功能；ò实现由总部主导的，对经销商订单的一战式全程处理(从生产排序计划，配车，运输订单)；ò实现由总部对生产和运输下达订单，并对生产顺序和运输过程进行管控；ò实现从销售端对工厂生产的一体式计划。订单履约过程中，产销协调是基于预测的市场需求，与可用的生产能力进行综合平衡，形成一个生产框架，用以明确每个工厂生产多少辆汽车，汽车型号，主要规格。该过程是一个多方权衡的结果，同时还需要考虑各种产品和区域的存货水平。在此过程中，主要问题是如何反映出经销商和各个区域市场对需求。显然，在这里有两个方向的业务流，一是由下至上的业务流，反映了经销商和各个区域市场对需求的把握；另外一个是至上而下的业务流，代表了将厂家的销售指标向下分解的过程。一些偏向于按库存生产的厂家更多地倾向于前者，反之会更多地依靠后者。2.3.3库存管理依据零售情况，引入整车库存（到车型，配置，颜色，下称SKU）ABC分类模式，维持合理的整车库存水平。A类：销量占比80%。在经销商处设置合理库存，当实际销售发生时，客户从经销商处直接提车。在VSC设置合理库存，及时补充经销商由于实际发生销售形成的库存缺口。B类：销量占比15%。在VSC设置合理库存，实际客户需求产生时，经销商从对15 上海交通大学工程硕士学位论文第二章需求驱动的OTD业务模式研究应VSCCall车满足客户需求。在VDC设置合理库存，满足经销商从各VSCCall车后形成库存缺口。C类：销量占比5%。经销商及VSC都不放库存，VDC根据经销商的预测及订单请求，基于产品的生产响应速度安排备件。全国需求较稳定的车型，可根据SKU的排产周期计算VDC需要放置的库存数量。运用ABC库存分类方法后:ò可以制定针对不同产品（到SKU级别）的在经销商端，VSC，VDC的合理的库存标准，基于零售和库存标准，给出合理的批售建议。ò结合不同经销商的到货周期，考虑运输批量以及资源，精准补货，以应对各经销商的需求波动。ò可以降低经销商端的库存数量和SKU数量，调整VDC/VSC覆盖区域内的SGM库存结构，统一管理标准。òA类产品经销商基于VSCCALL车，缩短到货周期。ò优化SGM和经销商整车库存布局，实现推拉结合的销售模式，灵活响应市场变化。2.4本章小结本章介绍了需求驱动的OTD业务模式，通过比对当前SGMOTD流程及其存在的问题，提出OTD业务蓝图设计。本文将从销售预测，订单履约，库存管理三方面进行后续的阐述。16 上海交通大学工程硕士学位论文第三章整车销售预测优化研究第三章整车销售预测优化研究3.1OTD下的销售预测管理预测的主要目的是通过对未来较长一段时间的市场、生产和供应进行预测，以求在较长的一段时间里预先组织好生产，平衡任务的波动，提高效率。销售预测首先表现为中长期的年度预测，主要用于：ò对下一年经济运行提供依据预测，指导整个企业的经营运作；ò对下一年物资采购提供框架；ò对下一年生产能力平衡提供依据；ò对经济运行目标进行预测和对全年资金运作进行平衡；ò指导配套供应商对自己的生产能力加以提前安排。供应和需求产生冲突的原因是供需部门的目标存在差异，这个矛盾使中短期的季度或月度预测对于指导企业日常的生产和物料准备来说也起着十分重要的作用。OTD下的销售预测管理期望在日后的管理工作中重视潜客信息的收集与管理，等到合适的阶段后再予以使用。潜客数据将基于销售漏斗模型（如图8所示），随时间的推移和潜客意向[12]级别的上升，从潜客建立到成交是零售订单确立的过程。据此，经销商将建立零售预测。图8漏斗模型Figure8FunnelModel传统的预测方法是：市场部门首先根据此前的细分市场中各同类产品制造商的销售17 上海交通大学工程硕士学位论文第三章整车销售预测优化研究量进行统计分析，结合企业的年度销售政策，制定出本企业的市场占有率目标，然后计算出年度的预计销售量。这样的预测方法事实上是“基于产出量的预测”，适合于卖方市场条件下的专线生产。在用户需求多样化以及市场充分竞争的前提之下形成的“买方市场”，迫使企业采取混线排序生产方式。相应的，企业应采取所谓“基于需求量的预测”。以乘用车为例：（如图9所示）图9销售预测现状Figure9SalesForecastCurrentSituationò研究与分析国民收入增长与消费结构变化的相关度，参照世界各国汽车市场成长历程，预知本国及国内各不同地区汽车市场需求的增长趋势；ò研究与分析各地区政府以及金融机构针对汽车消费的相关政策影响，测知特定地区汽车消费的特点；ò研究与分析各地区房地产发展状况及其与汽车需求的关联性，测知特定地区汽车消费的动因；ò研究与分析不同职业与不同收入人群的不同的汽车消费需求，测知不同种类汽车的销售前景；ò研究与分析国产及进口车竞争对手的价格、车型、促销等营销策略，制定对策。建立基准预测与经销商预测的目标是实现以销定产，使生产的品种与数量能最大满足市场的需求。“基于需求量的预测”，最重要的是要与各地经销商协同进行，其中直接针对最终用户的分析和销售线索的分析，是制定预测的根本。（如图10所示）18 上海交通大学工程硕士学位论文第三章整车销售预测优化研究图10销售预测将来模式Figure10SalesForecastFutureModelò从单一下发的目标推动模式，改变为从上至下，从下至上，再由上至下的三步骤预测协调机制。ò预测结果充分考虑市场份额目标、经销商终端需求，做到推拉结合订单模式。ò加强经销商端预测能力，加强销售漏斗管理，通过对潜客意向与零售量的转换的管理使预测更有依据。ò帮助经销商建立历史数据,总部预测参考及终端销售线索的预测模型。3.2销售预测工具销售和运营计划（Sales&OperationPlan，下称S&OP）是一种灵活的预测和计划工具，可以在历史数据的基础上，设置销售、生产和其他供应链目标。标准的S&OP是对产成品，也就是整车进行的预测。[13]制定销售预测时，根据产品的不同生命周期，需要考虑需求的基本特征:ò水平性。产品处于成熟期时，需求波动呈现水平性。ò趋势性。产品处于成长期/衰退期时，需求波动呈现上升/下降的趋势。ò季节性。在春节、国庆等长假，需求波动有明显的节点性。另外，黑内饰车型在夏天的需求下降，冬天的需求上升。ò周期性。以年度为单位，成熟期的同类型产品销量变化形成明显的周期性。3.2.1定性分析方法定性分析方法是根据社会现象或事物所具有的属性和在运动中的矛盾变化，从事物19 上海交通大学工程硕士学位论文第三章整车销售预测优化研究的内在规定性来研究事物的一种方法。它以普遍承认的公理、一套演绎逻辑和大量的历史事实为分析基础，从事物的矛盾性出发，描述、阐释所研究的事物。进行定性分析，要依据一定的理论与经验，直接抓住事物特征的主要方面，将同质性在数量上的差异暂时略去。定性分析注重从研究者本人内在的观点去了解他们所看到的世界。它强调在自然情境中作自然式探究，在自然情境中收集现场发生的事件的资料，最主要的研究工具是研究者本人。通过在自然的情况下进行访谈，对研究对象作长期的观察和接触，研究历史信息等，以期获得第一手研究资料，然后通过对所获得的资料采用归纳法，使其逐步由具体向抽象转化，以至形成理论。与定量分析相反，定性分析是基于“有根据的理论”为基础的。这种方式形成的理论，是从收集到的许多不同的证据之间相互联系中产生的，这是一个自下而上的过程。定性分析的依据是大量历史事实和生活经验材料，它是定量分析的基础和指南，但往往只有同时运用定量分析，才能在精确定量的根据下准确定性，这是定性和定量二者的辩证关系。3.2.2定量分析方法[14]定量分析方法是基于历史数据的，利用数学运算的预测方法。ò时间序列预测模型之简单平均法也称同期平均法，是利用一定时期历史数据的平均值，作为下一时期的预测值。以季节性预测举例，简单平均法就是根据多年的月（季）资料，算出该月（季）平均数，然后将各月（季）平均数与总月(季)平均数对比，从而得到季节比率，用它来说明季节变动情况。简单平均法计算简单，但没有考虑长期趋势的影响，当时间数量存在明显上升趋势时，年末季节比率就会偏高。反之亦然。故，只有当时间序列没有明显的长期趋势时，这种方法才比较适宜。ò时间序列预测模型之加权平均法当需求模式呈现出某种趋势时，在进行预测时需要更注重使用最近的数据，也就是说，近期数据比远期数据对下一期影响更大。计算公式为：nnFt=∑wiDi∑wi，i=1i=1其中，F为预测值，D为i时段实际需求数据值，w为i时段实际需求数据权重值。tiiò时间序列预测模型之移动平均法移动平均方法是收集一组观察值，计算这组观察值的均值，利用这一均值作为下一期的预测值。在移动平均值的计算中包括的过去观察值的实际个数N，且个数必须一开始就明确规定。每出现一个新观察值，就要从移动平均中减去一个最早观察值，再加上20 上海交通大学工程硕士学位论文第三章整车销售预测优化研究一个最新观察值，计算移动平均值，这一新的移动平均值就作为下一期的预测值。选取不同的N，会得到不同的预测结果。一般N的取值范围在5~20之间。每一新预测值是对前一移动平均预测值的修正，N越大平滑效果愈好。设时间序列为Y1,Y2…,移动平均法可以表示为（如图11所示）：Y+Y+LYt−1t−2t−nF=，tn其中，Y为最新观察值，F为下一期预测值。t−1t图11移动平均法Figure11MovingAverage移动平均线能较好地反映时间序列的趋势及其变化，且移动平均法的计算量少。但当需要预测大量的数值时，就必须存储大量数据。且每个N的权数都相等，早于（t-N+1）期的观察值的权数等于0，而实际上往往是最新观察值包含更多信息，应具有更大权重。ò指数平滑法指数平滑法是一种加权预测，权数为α。它既不需要存储全部历史数据，也不需要存储一组数据，从而可以大大减少数据存储问题，甚至有时只需一个最新观察值、前一期预测值和α值，就可以进行预测。它提供的预测值是前一期预测值加上前期预测值中产生的误差的修正值。指数平滑法利用平滑系数α对过去的数据加以区分，使得近期数据比远期数据对预测值影响更大。特别适合用于观察值有有长期趋势和季节变动，必须经常预测的情况。指数平滑法比较简单，但也有问题。问题之一便是力图找到最佳的α值，α为平滑系数。一般时间序列较平稳，α取值可小一些，一般取α∈（0.05,0.3）；若时间序列数据起伏波动比较大，则α应取较大的值，一般取α∈（0.7,0.95）。指数平滑法可以表示为：（如图12所示）21 上海交通大学工程硕士学位论文第三章整车销售预测优化研究F=F+α(A−F)tt−1t−1t−1其中，F为新一期预测值，F为前一期预测值，A为前一期实际值，α为平滑tt−1t−1系数。图12指数平滑法Figure12ExponentialSmoothingMethod3.3销售预测模型及销售预测因子[15]综合以上几种预测工具和方法，建立OTD销售预测模型。公式如下：nnyt=Tt+∑γiDit+∑δiHDVit+ARMA(p,q)+εt，i=1i=12其中，T表示趋势，例如：T=at+bt+c；D是季节变量，例如：D描述每年一月份销ttit1t量变化规律；γ是参数；HDV是节日变量，例如：HDV可以表示每年元旦对销量的影响规律；iit1tδ是参数，ε是随机项；ARMA(p,q)是移动平均自回归模型，具体形式如下：itARMA(p,q)=αy+αy+L+αy+ε+βε+L+βε，pt−pp−1t−(p−1)1t−1t1t−1qt−q基准预测和经销商预测模型中，将考虑如下销售预测因子：ò宏观经济指标。通过国家统计年鉴、网络等方式收集了部分数据，同时结合业务调研，考虑到数据的粒度和可得性，最终商讨确定了39个预测因子，涉及类型包括：宏观经济、国家政策、指数系列、购买力、能源供应、交通建设、行业因素、区域特点等。（如表2所示）表2宏观经济指标Table2MacroscopicalEconomyIndication类型影响因子宏观经济人均GDPCPI社会固定资产投资银行放贷量22 上海交通大学工程硕士学位论文第三章整车销售预测优化研究平均房价新房销量二手房成交量GPDM2汽车贷款利率购置税国家政策重大政策重大历史事件（不可抗力）宏观经济景气指数汽车行业景气指数消费者信心指数指数系列汽油价格指数股价指数汽车价格指数人均可支配收入购买力城镇居民存款余额国内石油产量石油进口量能源供应钢材消耗量(汽车行业)汽油价格（国际和中国）公路里程交通建设高速公路里程汽车销量地区细分市场上牌数汽车进口数量行业因素汽车出口数量竞争车型的上市竞争车型的市场活动私人汽车保有量（全国和地方）人均汽车保有率（全国和地方）区域特点年龄段人口占比数（全国和地方，车系和车型）结婚领证数（全国和地方）城市车辆密度市场部建议私人汽车千人保有量参照韩国现代汽车的预测算法，使用相关分析法选择因子。同类因子处理方式，使用变量聚类+相关分析法。（如图13所示）变量聚类：即以多维空间映射方法找出走势最相近的变量，形成多个变量分类。先视所有变量为一个组（G组），指定第一主成分特23 上海交通大学工程硕士学位论文第三章整车销售预测优化研究征值对组变异程度的解释占比阈值（如80%）。计算G组第一主成分特征值对G组所解释的变异程度的比例，如果这个比例小于指定阈值80%，则拆分G组。对G组实施二叉拆分（A组，B组），在所有可能的成员组合下，计算A组的主成分第一主成分特征值+B组第一特征值的和，和值最大的组合作为最终分组的组合；对A，B组重复第(2)，(3)步，直到所有分组的第一主成分特征值对组变异程度的解释占比都大于等于指定的阈值。图13变量聚类示意图Figure13VariableClusteringSketch在排除缺失率大于5%的因子后，对所有其他可得的因子数据进行变量聚类。组内/组间比=变量与所属组的第一主成分的相关系数的平方/该变量与最邻近组第一主成分的相关系数的平方。组内/组间比越小，说明该变量相对于组内其他变量对于该组具有更强的隶属性。阈值设置标准：(1)第一主成分特征值对组变异程度的解释占比阈值一般在75%以上；(2)模型分组的结果与业务理解要相似。变量选择的标准：(1)优选选择相关系数最大的变量；(2)同组内变量之间，相关系数相近时，选择组内/组间比最小的变量；(3)同组内变量之间，组内/组间比相近时，选择最大相关系数的变量；(4)可以人工干预，选择业务上认为重要的变量。一般预测模型，建议选择5个以下因子。这些因子在加入到预测模型中后，预测模型会进一步考验这些因子是否显著，也即是否适合作为预测模型的一部分。（如表3所示）24 上海交通大学工程硕士学位论文第三章整车销售预测优化研究表3宏观经济预测因子Table3MacroscopicalEconomyForecastGene分类指标名组内/组间比相关系数消费者信心指数0.6970.613车贷利率_6个月内0.059-0.347贷款基准利率_6个月内0.030-0.397车贷利率_6个月至1年0.026-0.423车贷利率_3至5年0.029-0.428组1车贷利率_1至3年0.028-0.443车贷利率_5年以上0.034-0.450贷款基准利率_6个月至1年0.012-0.465贷款基准利率_3至5年0.013-0.470贷款基准利率_1至3年0.010-0.484贷款基准利率_5年以上0.015-0.493个人存款_活期0.0250.932货币发行量0.0210.930各项贷款(亿元)0.0190.915广义货币发行量0.0190.913个人存款_定期0.0330.905个人存款_总额0.0510.886组2汽油产量(万吨)0.2010.876原油进口量(万吨)0.2370.844流通中货币0.2290.844消费者满意指数0.3200.790消费者预期指数0.4120.761原油产量(万吨)0.5420.644经济景气指数_先行指数0.4500.099组3深证指数0.1360.066上证指数0.193-0.297组4成品油进口量(万吨)0.0000.087经济景气指数_一致指数0.0680.257组5经济景气指数_预警指数0.2700.122经济景气指数_滞后指数0.6050.018组6累计新增贷款(亿元)0.0000.459组7新增贷款(亿元)0.0000.152ò历史销量。根据历史销量，建立水平、趋势预测模型。ò市场份额（又称市场占有率，MarketShare，下称MS）。依据全国上牌数，国家政策等数据预测全国细分市场（下称PV）。根据PV，为保持或增长市场占有率目标（下称MS，marketshare），折算出需要完成的销量计划，作为后续预测（如图14所示）。25 上海交通大学工程硕士学位论文第三章整车销售预测优化研究图14市场份额预测Figure14MarketShareForecastò销售任务。为了完成年度目标和MS目标，需要完成的销售数量。ò工厂产能。即工厂的制造能力。如果没有库存，销量只能小于等于工厂产能。ò新车型上市，老车型退市。建立新产品退市产品模型。运用相似车型的销量作为新车型预测的基础。相似产品的客户数据必须与新产品数据相关联，且与新产品有相似的购买行为。（如图15所示）图15新车型上市Figure15NewModelLaunch以GL8改款为例，2011年3月改款导致销量抬升。（如图16所示）26 上海交通大学工程硕士学位论文第三章整车销售预测优化研究图16GL8改款销售预测Figure16GL8NewLaunchForecasting[16]ò市场活动、事件。市场活动、事件包括本公司活动和竞争对手活动。这些活动包括：国家颁布的刺激政策，公司发布的针对具体车型配置的降价政策，竞争对手的促销，新广告投放，节假日等。通过建立营销事件历史库，录入全部市场营销事件。根据全部市场营销事件的清单，由营销事件预测模型自动还原历史零售数据，来预测下一个周期的销量。（如图17，18所示）图17市场营销事件Figure17MarketingEvents27 上海交通大学工程硕士学位论文第三章整车销售预测优化研究图18年底冲量和春节淡季的复合效应Figure18ComplesEffectofSalesBoomingattheEndofYearaswellasSpringFestivalò潜客、意向。潜客意向级别从建立到成交，分为N,C,B,A,H,O。（如图19所示）随着销售漏斗筛选，零售订单出现。这体现了消费者从知晓产品，考虑购买，产生兴趣，购买产品到品牌忠诚的转变过程。潜客过滤模型将根据消费者从知晓产品到成为潜客再到购买等各阶段的转化率来预测未来的订单客户流量。通过汇总经销商提报的展厅以及潜客信息，分析潜客、意向和实际成交订单间的规律，并建立相关潜客、意向数学模型，做M1零售预测。鉴于目前的潜客数据实际情况，考虑依据展厅，潜客的数量和M1预测之间的数学相关性做预测。待配套政策执行以及潜客管理数据规范以后，依据销售漏斗等方法进行预测。数据要求为截止到上月末所有保有客户信息,包括新增和保有客户（需要IT建立系统快照）。需要的历史展厅，潜客户数据周期至少三个月。按照省，车型，意向级别进行数量汇总。图19潜客意向级别Figure19PotentialCustomerandIntentionLevel28 上海交通大学工程硕士学位论文第三章整车销售预测优化研究3.4销售预测模型实践----基准预测3.4.1基准预测概述基准预测通过分析一段时间内市场与客户的需求信息，结合相关需求影响因素的变化，来估计未来一段时间内的需求量。基准预测作为公司对未来市场的一种判断，除了需要考虑上述销售预测因子外，还需要作为衡量公司的财务与技术的目标。基准预测通过定性、定量方法的结合来进行。更准确的基准预测能为公司带来：ò生产成本的降低。包括生产、运输过程中的临时仓储、产品的报废与过时，人力资本等。ò库存水平的降低。主要指库存持有成本的降低。ò客户服务水平的提升。使正确的产品以正确的数量在正确的时间送达正确的客户。3.4.2基准预测改进业务流程基准预测改进业务流程如图20所示：图20基准预测改进业务流程Figure20BaselineForecastImprovementBusinessProcess步骤一：确认策略。责任人：销售计划分析员。时点：制定策略时间间隔可以为一个月或一个季度。29 上海交通大学工程硕士学位论文第三章整车销售预测优化研究描述：ò确定产品的最佳预测模型：确定特定产品使用何种预测模型。ò制定预测来源策略：确定预测需求来源的组合（如整车厂，经销商等）。ò确定预测产品层级：定义预测的产品单元（如车型或配置等）。ò建立水平、趋势预测模型：建立诸如移动平均法、指数平滑法等趋势性预测模型。ò建立季节、周期预测模型：根据产品需求的季节性、周期性等因子建立预测模型。ò建立外部因素预测模型：获取宏观经济、产业政策、竞争对手市场策略等外部信息，并应用多元线性回归模型。ò建立产品预测策略模型：根据不同产品策略（考虑产品盈利性、市场占有率目标、品牌定位、区域策略等）建立相应的预测模型。ò建立新产品上市，老产品退市产品模型。ò建立市场营销事件预测模型：根据市场营销活动的影响建立相应的预测模型。输入：ò历史销售数据。ò产品生命周期。ò产品策略信息。ò市场营销信息。输出：基准预测策略（M4-M18）。审核人：销售计划分析经理。所需支持：ò市场营销部：经销商网络规划，市场活动，销售目标与MS。ò财务部：产品盈利分析。ò业务发展部（下称BPD）：产品规划。步骤二：预测制定――基准线。时点：周度。责任人：销售计划分析员。描述：ò获取历史销售数据。ò剔除历史销售数据中的营销事件等因子，还原出历史销售基准线。ò根据历史销售基准线，参考模型应用策略与原则基准预测模型，制定出当期的预测销售基准线（M4-M18）。输入：ò历史销售数据。30 上海交通大学工程硕士学位论文第三章整车销售预测优化研究ò模型应用策略。ò基准预测模型。输出：预测销售基准线（M4-M18）。审核人：销售计划分析经理。所需支持：销售数据准确性和实时性要符合预测的要求。步骤三：预测制定――调整。时点：周度。责任人：销售计划分析员。描述：ò获取当期的产品生命周期信息。ò获取当期的产品策略信息。ò获取当期的市场营销事件信息。ò获取当期的大客户预测信息。ò获取销售目标信息。ò将产品策略信息，新产品上市，老产品退市预测，营销事件等因子添加进当期的预测销售基准线，调整汇总出当期的基准预测（M4-M18）。输入：ò产品生命周期。ò产品策略信息。ò市场营销事件信息。ò大客户预测信息。输出：基准预测（M4-M18）。审核人：销售计划分析经理。所需支持：完整的市场营销事件。大客户销售线索。3.5销售预测模型实践----经销商预测3.5.1销售线索线索(lead)是指客户对厂家商品的潜在兴趣。线索被用来对客户的潜在购买意图进31 上海交通大学工程硕士学位论文第三章整车销售预测优化研究行辨认和评判。一旦线索达到了某一状态（如“热”状态），就会转入销售阶段。为了对线索进行管理，以及实现线索向商机的转化，需要进行一系列的营销活动，如试乘试驾等。销售线索的管理其实是一个比较简单的业务流程，定义如何管理一个销售线索的流程也不困难，但是难点在于如何能够做到有始有终。从厂家的角度，建立一个集中管理，数据共享的销售线索管理平台，对于提高整个销售渠道的销售，有着直接的意义。一方面，厂家可以将自己收集到的线索，按照一定的规则进行销售预测；另一方面，经销商也从厂家建立的销售线索管理平台中获得了对销售线索进行管理和后续销售预测的工具。销售线索的背后，含有非常丰富的信息（如图21所示）。厂家按照统一的指标，汇总了渠道中所有的线索之后，就可以对客户喜好、地域分布、需求数量、购买预算等进行统计和分析。根据经销商汇总的销售线索辅助预测，是协同预测的重要手段之一。图21销售线索与销售预测Figure21SalesLeadandSalesForecast进行销售线索管理，以及加强销售预测，从需求驱动的供应网络角度，都是在做同一件事情---感知需求。感知需求的手段有两种，一是对潜在客户的行为进行跟踪，这是一种对每个销售对象个体的销售进程的事务型跟踪；另一种是对销售进行预测，包括对销量的预测、对关键配置的预测、对各个地区的预测以及对不同时间段的预测，这是一种对某个销售群体进行的统计学上的预估。基于销售线索的销售预测的目标是：ò实现从销售线索的产生（市场活动、网站、展会、展厅人流）、销售线索的创建、32 上海交通大学工程硕士学位论文第三章整车销售预测优化研究销售线索的跟进和传递的闭环管理。ò建立于经销商多次协同的预测机制。ò建立基于汇总的销售线索的预测机制。ò建立基于历史数据、宏观经济等数据的预测机制。ò建立基于产品生命周期和营销时间的预测机制。3.5.2经销商预测的意义经销商的协同预测能够帮助整车厂更加更准确地了解来自市场终端的客户需求,根据更准确的需求计划指导主生产计划的制定，从而降低生产成本与库存持有成本。有利于缩短自身的交货期，提升客户服务水平。对于经销商来说，更多地参与到整车厂需求计划的过程中，能够得到更贴近市场的销售目标。使自身的库存结构更合理，并加速资金周转率。经销商预测的内容：ò感知市场需求。收集经销商所在地的市场饱和度、消费行为特征、竞争程度以及潜客流量等信息。ò填报协同预测。根据市场趋势、季节特征、营销活动以及潜客转化率等因素进行预测。ò接收整车厂反馈。接收来自整车厂经过协调之后的预测并作相应调整。提升经销商预测能力是经销商预测的关键要素。领先的经销商协同预测流程运用方法、工具与流程来提升经销商预测能力，从而提高经销商预测准确率（如图22所示）。图22经销商协同预测Figure22DealerForecastConsensus33 上海交通大学工程硕士学位论文第三章整车销售预测优化研究3.5.3经销商预测现状目前OTD各个业务环节存在着诸多挑战，使得业务目标难以完全实现：工厂层面：ò供应计划与需求计划未实现系统层面的集成。ò零部件供应能力的柔性仍然存在优化空间。总部销售层面：ò销售目标、产能约束、市场营销投入三者之间需要更加合理化的供需平衡。ò客户订单需求缺乏实时性和准确性，增加预测难度。区域销售层面：ò感知需求变化以快速响应市场的能力需要加强。ò滞销时高库存引起的清仓成本过高。ò批售需求满足策略不清晰（VDC还是VSC库存满足Call车，平准库存如何在没有Call车的前提下补货至VSC）。经销商层面：ò经销商预测的周期过短，导致短期预测准确性低。òCall车基于季度销售任务推动，未体现真实零售需求。ò区域间城市间产品间库存目标设定不精细。ò市场营销投入产出缺乏规则和精细化分析。客户层面：ò无法实时提供准确的交付日期。需要针对各业务环节的挑战寻求解决方案，最终实现客户层面根据偏好买车、首选车等待时间更短、实时的交付承诺：工厂层面：ò建立端到端的供应链计划系统。ò供应提前期进一步压缩，不同车型配置的零部件制定不同的库存策略。总部销售层面：ò建立中长短期的销售运作计划体系。ò实现端到端的数据共享和整合，通过技术手段确保零售数据的准确性和实效性。分销渠道层面：ò动态进行需求的获取、分析和预警，迅速对需求波动作出反应。ò建立区域销售、总部销售的两层预测机制。ò优化和降低整车库存水平，既满足批售需求又不能库存过高。ò建立W1按订单生产，执行周按订单分配VDC库存的需求满足策略，平准库存按照历史需求占比提前补库到VSC。34 上海交通大学工程硕士学位论文第三章整车销售预测优化研究经销商层面：ò增加经销商预测周期到M3，改进短期预测准确率。òCall车由批售订单和客户订单推拉结合确定。ò结合供应商提前期和需求波动，制定每个经销商和产品的目标库存水平。ò基于终端销售和市场数据，根据市场营销回报确定最优的市场投入组合。客户层面：ò在经销商端向客户提供实时的交付日期承诺。3.5.4经销商预测优化与改进经销商预测的总体思路如下:òM2M3预测以乘用车总量和市场份额分解、历史销售惯性两种模式为主，并考虑到重要的市场营销活动；再加上经销商对配置占比的判断；汇总后总部需要充分考虑和影响配置层面的零部件库存计划，车型层面的产能计划。òM1预测以乘用车总量和市场份额分解、历史销售惯性、销售线索三种模式为主，并考虑到重要的市场营销活动；再加上经销商对车型总量、配置占比的判断；汇总后总部需要充分考虑配置层面的零部件库存计划、车型层面产能的限制。ò乘用车总量、历史销售惯性、销售线索需要借助于IT系统建立数学预测模型；市场份额分解、配置占比基于历史参考和定性判断由品牌销售和经销商确定，系统提供上传下达的平台.对于销售线索数据的质量不满足零售预测的要求,需要找到1-2家管理最为规范的经销商，以此为试点，逐步规范化经销商管理销售线索的规范化程度，并建立可行的销售线索预测模型。零售驱动批售的思路:ò批售由零售终端的实际需求（目前基于经销商零售出库数据，未来建议采用零售订单数据）、M1M2M3零售预测两者共同确定。òM1M2M3零售预测：经销商端对未来1-3个月每个月零售量的预估，颗粒度到配置，M1需要确定车型总量，M2M3仅确定配置占比。ò批售配额：根据M1零售预测、结合经销商库存标准、SGM的库存和产能，给出下个月每周的资源承诺量，颗粒度到配置。运作层面的供应链计划覆盖3个月，需要综合考虑销售目标、供应能力约束、库存策略等因素，形成统一的计划；而每月一次的销售运作计划（S&OP,Sales&OperationPlanning）是实现公司战略目标的重要机制，公司最高领导的参与和决策是其关键成功因素。（如图23所示）35 上海交通大学工程硕士学位论文第三章整车销售预测优化研究图23漏斗模型的落实Figure23ImplementationofFunnelModel预测数据：ò基于利润最大化和客户策略制定客户、地域、产品的细分，并量化需求优先级。ò根据产品、客户、地域的可预测性，确定不同需求预测来源的各种组合，来源包括销售终端数据、基准预测（水平、趋势、季节和周期型）、销售团队的判断、市场营销事件、产品生命周期、经销商协同。1.延长经销商预测计划时长并匹配关键物料采购计划。2.建立清理销售数据的能力，将营销事件等干扰因素剔除。3.需求不可测或变动过大的产品或经销商，以SGM为主。ò持续改进需求来源数据的准确性和获取速度，尤其是消费者的原始需求和营销事件。ò及时获取例外数据和增强例外分析处理的能力。需要增强实际需求或供应发生异常变化时的动态相应能力，需要针对经销商和产品制定当需求或者供应变化时如何应对的管理制度。对于新产品导入期等需求不稳定的类型，需要实时根据实际需求的变化调整需求预测，待需求呈现趋势时相应及时转换成基准预测模式。ò需求预测产品单元，要考虑能力约束层级，例如车型/动力总成/配置/颜色。制定预测：ò基于采购至交付的总提前期制定中期需求计划，计划跨度（Horizon）为3个月，计划单位（Bucket）和时间间隔（Interval）为1周。ò基于生产至交付提前期制定短期需求计划，计划跨度（Horizon）为14天，计划单位（Bucket）和频度（Interval）为1天。ò经销商预测和基准预测需要制定清晰的调整策略。36 上海交通大学工程硕士学位论文第三章整车销售预测优化研究ò预测的最终制定需要考虑产能和物料供应的制约。主导需求：ò在利益最大化的前提下，制定规则以实现需求目标在数量、渠道、经销商之间的最优组合。ò根据产品生命周期策略、产品策略，推动销售以达成需求目标。整合的计划体系务必保持与经销商、供应商的沟通和协同（如图24所示）。整车厂需要制定流程与规则来规范经销商的协同预测，同时需要制定相关的表单来规范经销商的预测填报，最后制定相关的考核指标与改进措施来管理经销商协同预测。图24经销商协同预测体系Figure24DealerCosensusForecastSystem步骤一：感知市场需求。ò经销商内部建立市场需求信息收集机制，定期收集需求数据，并建立相应的数据库或表单支持市场需求数据的存储与分析。ò经销商通过收集所在当地的历史销量水平、市场饱和度、消费者行为特征、竞争程度、季节规律、营销活动以及潜客流量等信息来感知市场的需求变化情况。步骤二：填报协同预测。ò经销商结合历史数据，运用预测方法组合，自由填报M+1车型级预测数量，不设上下限，以求帮助SGM获取真实的市场需求（如图22所示）。37 上海交通大学工程硕士学位论文第三章整车销售预测优化研究图25经销商M+1协同预测表单Figure25DealerM+1CosensusForecastTableò经销商运用定性或定量的预测方法，在每月20号之前填写并上报周期到M+1的、颗粒度到车型级的销售预测（速赢目标）。ò经销商同时汇报市场营销活动计划、注明具体的时间范围、所需的费用总额以及预计达成的销量增量（如图26所示）。图26经销商市场营销活动计划表单Figure26DealerMarketingEventsPlanningTable步骤三：接收整车厂反馈。ò经销商将经过SGM产销协调后调整的M+1预测作为最终确认的M+1协同预测数据。M+1经销商预测准确率计算公式：38 上海交通大学工程硕士学位论文第三章整车销售预测优化研究(M+1经销商车型级零售量)-(M+1经销商原始预测量)M+1经销商预测准确率=M+1经销商原始预测量。经销商预测准确率KPI改进举措：ò经销商建立内部机制与流程，提升对需求的感知能力与预测水平。ò经销商建立潜客/销售线索、市场竞争、营销事件等预测因素的数据库或表单。ò经销商逐步建立起预测模型的组合。3.5.5经销商预测-流程概要目的：创建经销商预测，改进短期预测准确率。流程链接：预测协调。主要绩效评估：M+2经销商预测准确率。输入：经销商预测策略。主要步骤和活动：ò制定经销商预测策略。ò各经销商填写销售预测并上传。ò收集、汇总经销商销售预测。ò在协调预测完成后分配回经销商。输出：经销商预测。关键前提和规则：ò制定预测周期规则。ò制定预测颗粒度。ò制定预测填写规则。ò经销商预测偏高因子。ò协调预测差异分配策略。重要影响：作为预测协调的组成部分，经销商预测的准确性和合理性影响到基准预测的调整，进而影响到最终协调后预测的准确性。经销商预测改进业务流程如图27所示：39 上海交通大学工程硕士学位论文第三章整车销售预测优化研究图27经销商预测改进业务流程Figure27DealerForecastImprovementProcess步骤一：确认策略。时点：制定策略时间间隔可以为一个月或者一个季度。责任人：销售分析和订单管理。描述：ò制定预测周期与产品层级。速赢目标：经销商提供出M+1的预测，以月度为单位，预测到车型层级。经销商在每月20号之前，填报月度预测。ò制定经销商预测模型与规则：采用定性的方法，由经销商根据预测因素，主要是市场、客户等信息，根据自己的经验和判断，定性地确定预测数值。对于所需预测的车型/配置，经销商自由填报预测数量，不设限制，以获取真实的市场需求。ò确定经销商预测偏离因子：经销商历史预测偏离因子的颗粒度为每个经销商车型配置，因子的计算方法建议为3个月的实际销售和预测之间的差异百分比作为计算依据。ò制定协调预测差异分配策略：区域销售将协调预测与原经销商预测之间的差异按照fairshare的原则，平均地调整、分配回各经销商的预测。输入：经销商市场销售数据的完整性和可得性。输出：预测周期、预测产品层级和预测规则。审核人：销售分析和订单管理经理。[17]所需支持：建立CRM管理平台，获取第一线的市场和销售数据。40 上海交通大学工程硕士学位论文第三章整车销售预测优化研究比较各车型配置所有零部件的供应周期、能力范围和可变动程度，以确定各配置的关键物料提前期及其供应柔性程度（如图28所示）。图28动力总成将是配置的关键物料Figure28PowertrainisMainMaterialofPackage步骤二：经销商预测。时点：月度。责任人：经销商、销售运营、区域销售。描述：ò经销商按照产品预测规则，依据潜客流量等市场参数，在每月15日之前分别更新/填写并上报各车型级的M+1销售预测，打散到月度。如果是系统建模并自动生成预测结果，则经销商预测在此基础上进行修正。ò同时，经销商需要汇报M+1的市场营销活动、注明具体的时间范围、所需的费用总额以及预计达成的销售增量。ò区域销售根据对市场的判断，对预测进行调整。ò销售运营收集并汇总经销商预测，并根据经销商的历史预测偏离因子作调整。ò对市场营销活动需要区域销售和销售运营的审核，特别是营销费用。ò在协调预测制定完成后，区域销售根据差异分配策略，将协调预测与原经销商预测的差异分配、调整回原经销商，同时将支持协调预测的市场营销建议通知经销商。输入：经销商终端市场销售数据。输出：经销商销售预测。审核人：销售运营经理、MAC/RFS。41 上海交通大学工程硕士学位论文第三章整车销售预测优化研究所需支持：经销商的预测能力满足SGM的要求。3.6销售预测协调3.6.1销售预测协调策略建议协调预测=经销商（区域）预测×权重+总部基准预测×权重。ò基准预测导向重要特征：基准预测权重比例大于经销商预测权重。实际运作中，一般基准预测权重占60%，经销商预测权重占40%。适用车系车型：新产品上市初期，逐渐成熟并被市场认可，预计销售量将上升。ò经销商预测导向重要特征：经销商预测权重比例大于基准预测权重。实际运作中，一般经销商预测权重占60%，基准预测权重占40%。适用车系车型：产品相对成熟，刚越过销售顶峰，预期将进入销量平缓期。如图29所示，在面对不同产品生命周期情况时采用不同的权重策略，将对销售起到指导作用。需要至少一个季度对车型进行检查一次，通过对销售趋势的分析来调整权重策略。同时关注产品的生命周期，在产品处于成长阶段采用基准预测导向，在总部基准预测的带动下获得高的销售量。在产品成熟阶段后可以调整为经销商预测导向。图29不同产品生命周期情况时采用不同的权重策略Figure29DifferentLifecycleUsedifferentWeightStrategy3.6.2流程概要目的：创建基于基准、区域与经销商协调的、考虑约束条件的协同预测。42 上海交通大学工程硕士学位论文第三章整车销售预测优化研究流程链接：基准销售预测、经销商预测、区域销售预测、主生产计划。主要绩效评估：协调预测准确率。输入：基准销售预测、经销商预测、区域销售预测、产能计划、物料计划。主要步骤和活动：ò根据基准预测、区域销售预测与经销商预测制定协同预测。ò协调协同预测与销售目标，参考产能计划、物料计划和市场营销策略等约束条件，制定协调销售预测。ò发布协调销售预测并分配回经销商。输出：协调预测。关键前提和规则：协同预测策略、差异分配策略、营销投资汇报分析。重要影响：作为销售和生产计划的基础，销售预测的准确性和合理性影响到整车产量和客户订单满足程度。3.6.3业务流程预测协调改进业务流程如图30所示：图30预测协调改进业务流程Figure30ForecastConsensusImprovementProcess步骤一：预测协调。时点：月度。责任人：销售运营、销售计划与分析。描述：43 上海交通大学工程硕士学位论文第三章整车销售预测优化研究ò获取短期基准预测、经销商预测数据。ò比较基准预测和经销商预测：情景一：当经销商预测大于基准预测时，比较经销商预测与供应能力。情景二：根据物料计划、产能计划确定供应能力，如果供应能力能够支持，则采用经销商预测作为最终协调预测。情景三：如果供应能力不完全能够支持，则按照供应能力约束调整经销商预测并作为最终协调预测。情景四：当经销商预测小于基准预测时，考虑如何根据市场营销策略调整预测，需要运用营销投资回报分析帮助决策。情景五：如果采用维持基准预测的策略，则基于基准预测确定调整预测，如果差异大意味着市场营销费用需要力度比较大的投入。情景六：如果采用调整基准预测的策略，基于市场营销投资回报确定最佳投入产出点，以制定协调预测。步骤二：预测发布。时点：月度。责任人：销售运营、销售计划分析。描述：ò销售运营发布协调预测与相应的市场营销事件请求。ò销售计划分析将协调预测输入主生产计划系统中。输入：协调预测。输出：协调预测的发布。审核人：销售运营、销售计划分析经理。所需支持：缺乏与PC&L供应计划更新的同步性，以达成供需平衡。3.7本章小结本章引入OTD下的销售预测管理，通过介绍定性定量销售预测工具，建立销售预测模型并明确相关预测因子，最终将销售预测模型运用于基准预测实践及经销商预测实践，并进一步进行销售预测协调。本章前半部分的销售预测工具及预测模型介绍侧重数据分析，后半部分的基准预测实践，经销商预测实践，销售预测协调三项则侧重业务流程解析。44 上海交通大学工程硕士学位论文第四章整车订单管理优化研究第四章整车订单管理优化研究订单是表达客户需求的一种形式。整车订单反映了客户购买汽车的明确愿望，因此所有的厂家都将订单作为驱动供应链的重要源头。对整车订单的管理，会直接驱动后续的计划、生产、物流过程，极大地影响了整个OTD系统的性能。可以毫不夸张地说，订单管理是整个OTD系统的灵魂。高效的订单管理意味着对客户需求的迅速反馈和在线数据处理。促成高效订单的因素有：在线订单配置和确认、高效的内部订单处理、订单更改的高度柔性。高效订单的表现形式有：òOEM以在线方式获取订单，直接根据生产和库存进行订单承诺，未承诺进行定时批处理。ò客户可以在线配置车辆，确认、修改和跟踪订单状态。ò客户订单可以随意修改，直到开始装配。ò提供经销商在线的需求供应匹配及需求满足时间信息。ò管理经销商库存，基于双方事先制定的策略，获取经销商库存信息，管理和维持库存水平。ò需求优先级基于系统支持的自动计算和全局可视。ò基于需求优先级进行需求分配，遵循先进先出。SGM高效订单的目标为：（如图31所示）ò建立对经销商批售订单的可供应量承诺。ò实现对经销商Call车的交期承诺。ò实现对经销商订单的全程处理（从生产下线、库存分配、干线运输、经销商配车）。ò对生产和运输下达订单，并对生产顺序和运输过程进行管控。ò通过高级供应链计划，实现从销售端对工厂生产的集成。45 上海交通大学工程硕士学位论文第四章整车订单管理优化研究图31订单管理—订单承诺、需求分配、协同补货Figure31OrderManagement----OrderPromise，RequirementAllocation，ConcensusReplenishment4.1OTD下的订单耦合4.1.1汽车行业对需求波动的应对对于任何一个行业来说，需求的波动都意味着付出额外的成本。在汽车行业里，需求波动的最直接的表现就是订单数量和内容随时间的变化。在按库存生产BTS模式下需求波动是很容易被克服的，只需凭借下线的库存车辆就可以过滤掉波动的需求，保证稳定的生产。然而，当车型和配置上的需求变化多样化到一定程度，BTS就不再是一种经济的做法，总不可能把每种车型和配置都预留一部分库存。一旦整车库存水平得到控制，客户需求的波动就会传递到生产、计划和零部件供应。100%按订单生产BTO模式下没有整车库存，所以来自市场的订单的波动都会传递到生产计划和生产环节，因此只能凭借生产厂自身的柔性，对需求做出快速响应，来应对需求的波动，所付出的代价依然是不菲的。无论是业界的实践还是来自学术界的研究，均表明一个好的OTD体系，必须是一46 上海交通大学工程硕士学位论文第四章整车订单管理优化研究个敏捷的体系，能够针对需求的波动进行自适应的调整，以证明其对需求波动的应对所付出的代价是值得的，具体表现在：ò通过BTS和BTO的灵活组合，实现生产计划的柔性，完美地协调需求与生产；ò不能只是根据需求的波动被动地做出响应，还必须能够塑造市场的需求。4.1.2订单耦合点对需求进行管理无疑是OTD体系的核心。作为第一步，厂家必须掌握需求波动的情况，并了解发生波动的原因。由于不同客户的要货提前期长短不一，并且厂家对于客户的需求有一定的预测能力，才使得厂家能够有一定空间来平滑订货的时间点，给生产一个相对均衡的环境。总的来说，在OTD体系中有两种订货方式：ò基于预测的预测订单（也称为库存订单，因为它们最终都会转化为库存车辆）。虽然预测订单的基础都是对客户需求的预先把握，但是如果处理不当，会占用掉不应该占用的资源（包括厂家的生产能力和供应商的供应能力），给真正的客户订单匹配和满足造成约束。因此，OTD体系非常重视对预测订单的修改能力。对预测订单的修改能力越灵活，就能够匹配更多的客户订单，减少需求波动给生产带来的冲击。ò是当客户真正需要时的销售订单（也称为客户订单）。对于经销商订单，应该提供修改的机会，根据不同的截止日期，允许经销商进行不同范围上的修改。有时经销商为了争取到一些紧俏车型，会将经销商订单冒充客户订单。[18]不同的订单交付方式有着不同的订单耦合点，因此，对耦合点的管理就称为OTD订单管理的核心。未来OTD理论推荐的做法是，通过在供应链上建立多个耦合点，吸收客户需求的波动，控制对供应链造成的冲击，实现需求和供应的同步。汽车行业通过广泛地采用在供应链上简历耦合点，将客户订单和预测订单匹配起来的做法，构成了OTD体系的理论基石。这些耦合点不仅从传统的库存扩展到计划领域，还会延展到生产领域。任何一个厂家的OTD体系，不管它是BTS还是BTO，都必须选择其中的若干耦合点来实现其既定的目标。一些领先的理论研究者和业内的探索者，在将耦合点向供应链上游迁移方面做出了非常有意义的探索性工作。这样做的好处是很显然的，它扩大了可供耦合的范围，使得匹配和满足客户订单的过程更加灵活。4.2优化方法论----BTO和LTO的混合订单模式厂家在获得经销商的订单之后，一般会将订单集中起来，形成一个“订单库”。不同的厂家对这些订单的处理时间和方式各不相同，由此形成了不同的配车策略（VehicleAllocationPolicy）----即用何种车辆资源来满足订单。预测配车策略介于预测订单和销47 上海交通大学工程硕士学位论文第四章整车订单管理优化研究售订单两种订单方式之间。厂家按照预测编制生产计划（例如，厂家要求经销商每个月提交一次销售预测，并对这些销售预测做出一定的承诺），在这些生产计划进入冻结期之前（例如，有的厂家以两周为限，对于两周内的生产计划原则上不允许进行车型和配置的变动），生成VN(VehicleNumber)号，对经销商届时提交的订单进行配车。这种配车方式，实际上是在经销商事先提交的销售预测的总体框架下进行的。由于经销商的销售预测、生产计划和配车结果这三者之间并不一定完全等同，可以实现一定的柔性。同时，为了避免经销商过多地囤积库存（特别是在某些车型畅销的情况下），厂家在配车时会参考经销商目前的库存，做出符合自身利益的判断。在运作层面，需要建立提前一周按批售订单生产、执行周按零售订单及CALL车请求完成库存分配的BTO/LTO混合模式（如图32所示）。这种模式的收益在于可以减少SGM的库存，同时基本满足经销商的批售需求。但挑战在于：òCall车的不均匀性、与批售订单的需求差异导致额外的“安全库存”。ò需要工厂和供应商具有较灵活的柔性供应。ò需要更加明细的计划，到颜色和日，实现完全的JIT（JustinTime）供应。ò需要动态的需求管理机制，相应Call车和批售订单的不一致。图32BTO/LTO混合模式Figure32MixedModelofBTOandLTOBTO和LTO的混合模式优于单纯的推式或BTO（如图33所示）。相比纯推式，BTO和LTO的混合模式可以增加市场需求可视性，减少库存和市场营销费用，避免推销过多或错误的库存。相比纯BTO，BTO和LTO的混合模式可以平准供应和生产，降低资产成本投入。过度的BTO反而引起成本的再增加，纯BTO模式无法有效地满足越来越短的客户等待时间。供应链约束和成本因素使得纯BTO不现实。在混合模式下，仍然可以通过有效管理需求提升客户服务水平和进一步降低库存。所以，BTO和LTO的混合模式将取得最低成本下的最大客户服务水平。48 上海交通大学工程硕士学位论文第四章整车订单管理优化研究图33BTO和LTO的混合模式优于单纯的推式或BTOFigure33MixedModelofBTOandLTOisBetterthanSimplePushorBTO借助于市场营销活动、经销商指标压力、平准生产、延迟生产、动态需求分配等方式，在混合模式下稳定计划的波动（如图34所示）。ò在需求波谷，提前生产需求外的整车，充分利用富裕能力，实现平准生产。ò尽量延迟生产时点，将需求变动控制在非常延后的时点，使得生产和实际需求的差异最小化。ò提前获取市场需求，并制定相应的促销和市场活动，增加或降低需求以满足销售目标。ò调整经销商指标的总量和配置分布，用指标压力影响经销商的销售行为。ò实现需求和库存的高透明度，迅速弥补跨经销商、跨地区之间零售需求的波动。ò制定合理的库存水平，确保不缺货前提下的库存最小化，高效利用经销商库容。ò建立动态的订单匹配机制，实时匹配经销商的Call车，提前或延后满足需求。ò随时将Call车未承诺的延迟订单转化为订单。49 上海交通大学工程硕士学位论文第四章整车订单管理优化研究图34混合模式下稳定计划的波动Figure34StablePlanningFluctuationunderMixedModelofBTO/LTO4.3订单承诺及Call车建设订单承诺与交付体系的目标是减少提前期，实现自动精确承诺与即时交付（如图35所示）。50 上海交通大学工程硕士学位论文第四章整车订单管理优化研究图35订单承诺及Call车Figure35OrderPromiseandCalloff4.3.1流程概要目的：ò对经销商W+2/W+1周的订单进行承诺和确认。ò对经销商Call车进行确认。流程链接：预测协调、主生产计划、协同补货。主要绩效评估：Call车满足率、批售订单执行率、经销商库存周转天数。输入：经销商目标库存、月度预测、车辆下线计划。主要步骤和活动：ò经销商提交W+2周的订单，确认配置层级总量。ò系统根据预测、库存情况和车辆下线情况对订单的数量进行承诺。ò经销商提交W+1周订单，完成颜色分配。ò经销商在W周进行Call车，根据供应情况进行Call车承诺、资金检查并完成配车。输出：配车成功。关键前提和规则：ò设定经销商的目标库存水平。ò配置层级需求在月内周间的比重分布。重要影响：51 上海交通大学工程硕士学位论文第四章整车订单管理优化研究ò通过设立合理的经销商库存水平，根据经销商的库存变化情况建议经销商录入批售订单和Call车。ò确保W+1周到颜色层面的订单和主生产计划的匹配。4.3.2业务流程订单承诺及Call车业务流程图36所示：图36订单承诺及Call车业务流程Figure36BusinessProcessofOrderPromiseandCalloff步骤一：W+2周配置层面订单确认。时点：每周一。责任人：各品牌的销售运营。描述：ò根据销量及市场策略，将每个经销商的SKU分三类，采用不同的推拉结合点。第一类：把占销量80%的SKU提前备货到经销商处，满足客户实际的零售需求。第二类：把占销量80%-95%的SKU备货在VSC，经销商从对应的VSCCall车，即Call即得。第三类：占销量95%-100%的SKU布库中VDC处，通过VDC满足整个市场的需求。ò系统中设定经销商目标库存=周转库存+安全库存，其中周转库存用于满足供应提前期中的需求，安全库存用于满足需求和供应的波动。ò经销商填报W+2周订单时，主要提报第一类的零售需求。对于第二第三类的产品，按照整体销量情况，在VDC、VSC层面设置一个合理的库存水平。并根据经销商提报W+2周订单进行比对，设定差异容限度确保经销商的订单能52 上海交通大学工程硕士学位论文第四章整车订单管理优化研究满足月度预测的要求，比如第一周20%，第二周15%，第三周10%，第四周5%。ò销售运营获取供应信息（包括库存信息和生产计划信息），并对批售的数量进行承诺，并将结果告知经销商。输入：经销商的目标库存水平、经销商W+2周零售预测、整车库存、生产计划。输出：W+2的配额情况。审核人：各品牌的销售运营经理。所需支持：IT部门。步骤二：W+1周配置层面订单确认。时点：每周一。责任人：各品牌的销售运营。描述：ò经销商根据之前确定的配额在系统中录入W+1周颜色批售订单。配置层级的总量不允许调整。òSGM根据经销商提报的订单情况做资金预警。òW+1周批售订单信息自动传到主生产计划流程，生产部门根据自身产能情况和平准生产策略安排生产，确保W+1周到颜色层面的订单和生产计划的匹配。输入：经销商配额情况。输出：W+1周的颜色层面订单。审核人：各品牌的销售运营。所需支持：IT部门。步骤三：W周Call车确认。时点：每天、每个小时或实时。责任人：各品牌的销售运营。描述：ò根据实际零售、W+1订单配额、经销商库存目标给处Call车建议。如果发生实际零售，则立即生成建议。每天或者每周进行零售Call车和订单配额的比较，取更大值生成建议。经销商目标库存根据月度预测进行动态修正。ò经销商可以选择确认Call车建议，准备好相应资金并提交Call车请求。ò系统中检查可用资源和经销商资金，若都满足，则进行配车并完成Call车承诺。若不满足，则每隔10分钟进行一次检查直到满足（具体检查的频次根据Call车请求的数量、系统设备情况而定，初步建议，中间的等待时间可以设为0，即每次检查完成后立即重新进行检查）。输入：W+1周的颜色层面订单、零售、经销商库存目标、供应数据。输出：Call车承诺。审核人：各品牌的销售运营。53 上海交通大学工程硕士学位论文第四章整车订单管理优化研究所需支持：IT部门。4.3.3改进效果ò对于按库存满足需求的车型，Call车立即满足率达到95%，该指标考核总部销售对于经销商Call车能够实现立即满足配车的比例。òCall车建议满足率达到90%，该指标考核区域销售指导经销商完成Call车建议的实际情况。òW+1批售订单执行率达到95%，该指标考核经销商是否按照W+1周提报的需求订单进行Call车。W+1批售订单执行率=有效Call车请求/W+1订单数量。其中有效Call车请求为通过资金检查的Call车请求。4.4本章小结本章引入OTD下的订单耦合点，提出BTO和LTO的混合订单模式以应对汽车行业的需求波动，并详细介绍改模式下的订单承诺，Call车业务流程及改进效果。54 上海交通大学工程硕士学位论文第五章整车库存管理优化研究第五章整车库存管理优化研究5.1零售驱动的整车库存策略优化经销商库存目标和VSC库存目标，充分利用VSC蓄水池的作用，实现高零售需求满足率前提下的库存结构。ò根据库存周转速度，在每个车型内确定ABC分类，A类产品需要在经销商、VSC、VDC设定覆盖各段提前期内需求的库存量，B类在VSC和VDC设定，C类在VDC设定；ò库存标准为：库存设定到颜色颗粒度，每个库存点如果补货提前期内SKU的零售需求超过0.5辆(别克/雪佛兰)或0.3辆(凯迪拉克)，则建议取整设置库存。如果推行新的库存策略，经过初步计算，库存目标DOS将变为SGM8天+经销商19天。新的库存策略聚焦在零售环节，绝大部分的产品采用按库存生产的模式，确保周转快的产品总是在经销商端有库存满足，周转一般的产品总是在VSC端有库存满足，周转慢的产品在VDC有库存满足，而周转最慢的产品采用按订单生产的模式。VSC起到资源调剂的作用，在消除整数方面也将起到很大的作用，VSC的库存将汇总区域内所有经销商的需求（大部分为小于1的小数）再取整。需求确认：ò设定不同时间段的需求冲减规则，拉式取零售订单数据，推式取批售订单数据（经销商上报的W+1），实现按批售订单生产和补货，按零售订单和批售的结合配送至经销商。ò根据历史数据、未来销售预测，制定VDC/VSC/经销商三个库存持有点的安全[19]库存策略，每周回顾、更新，可以是零库存、固定的数量、也可以是针对未来需求的覆盖天数（基于运输工具的经济订货量、需求波动、物流提前期和需求量）。供应约束：ò制定运输约束规则，包括运输工具、提前期、最大运能、单个运输工具最小装[20]载/最大装载。ò根据实际仓容设置仓能约束。[21]ò根据成本测算，确定最优经济订货量的范围。ò针对热销产品，设置公平分配规则。ò针对退市产品，设置代替规则、用尽规则。55 上海交通大学工程硕士学位论文第五章整车库存管理优化研究ò定期回顾和更新供应约束。供需平衡：ò实时运行补货计划，进行供需匹配和订单履约。ò对于例外情况进行逐项分析，如：需求延迟满足、库存水平过高等；找到例外原因，对可调整的供应约束进行微调（如：装载限制），执行在线模拟，快速得到模拟结果，迅速决策；并通过KPI指标（装载率、库存周转率、需求满足率[22]等）比较模拟结果。ò如果实现从生产开始的拉式补货，则需要每日动态更新整车入库需求计划，以驱动生产计划和排程的每日更新。5.2Call车建议推拉结合的混合订单模式能够更为快速的响应零售市场需求，并优化资源配置。系统将会按照零售拉动和配额推动自动给出Call车建议，从而逐步实现推拉结合的混合订单模式。根据经销商设定的各SKU库存水平，每当经销商售出库一辆汽车，使经销商该SKU的库存低于其设定的库存水平时，系统会自动建议经销商进行Call车，以补充经销商的库存。如果Call车量已经大于或等于本周配额，则需检查资源冗余量，在冗余量还有剩余的情况下，才会建议Call车（如图37所示）。图37零售拉动Call车建议Figure37RetailPullsCalloffSuggestion当经销商实际Call车数量小于其本周配额数量时，系统会建议其进行Call车。速赢方案中建议每周末对于经销商没有Call的配额进行强制Call车（如图38所示）。56 上海交通大学工程硕士学位论文第五章整车库存管理优化研究图38配额推动Call车建议Figure38QuotaPushesCalloffSuggestionò需求满足策略:根据SKU销量和市场策略不同设置不同的推拉结合点，从而在快速响应零售需求和提高车辆调拨灵活性中取得最优的平衡。根据销量及市场策略，将每个经销商的SKU分三类，采用不同的推拉结合点。第一类：把占销量80%的SKU提前备货到经销商处，满足客户实际的零售需求。第二类：把占销量80%-95%的SKU备货在VSC，经销商从对应的VSCCall车，即Call即得。第三类：占销量95%-100%的SKU布库中VDC处，通过VDC满足整个市场的需求。ò经销商库存：对于A类SKU，需针对运输提前期的不同设置不同的经销商库存水平以满足零售需求及波动。经销商库存=资金压力基数+整数效应系数×(运输提前期+运输提前期)。进行经销商库存的设定需要考虑三个因素（如图39所示）：1.运输提前期：运输提前期将决定经销商的周期库存，同时根号的运输提前期是计算提前期内所需要的安全库存。2.整数效应系数：考虑到车辆的备货一般较少，用数学公式计算得到的库存数会有一个整数效应的影响，一般而言，整数效应系统取1.5。3.资金压力基数：考虑到整车厂的批售任务要求和经销商的实际承受能力，在公式中加入了资金压力基数这样一个变量，用于调节经销商的库存水平。目前建议的资金压力基数为15。可以根据整车厂对于实际经销商库存水平的要求的变动而对该基数进行调整。57 上海交通大学工程硕士学位论文第五章整车库存管理优化研究图39配额推动Call车建议Figure39OrderManagement----OrderPromise，RequirementAllocation，ConcensusReplenishmentò需求冲减规则：对于A类SKU，应比较经销商的当周配额和实际Call车数量，取其大值安排VDC到VSC的补货。若配额大于实际Call车量，则按照配额进行补货；若Call车量大于配额，则按照Call车量进行补货。补货需求公式：补货需求＝需求冲减结果＋安全库存水平－起初可用库存（如图40所示）。图40需求冲减规则Figure40RulesofDemandOffset5.3协同补货5.3.1流程概要目的：创建运输指令。流程链接：需求预测，分销补货计划，销售订单管理，库存管理。主要绩效评估：订单满足率，库存周转天数，运输执行的需求满足率。输入：到颜色层面的批售订单，Call车，车辆下线计划，安全库存，在手库存、在58 上海交通大学工程硕士学位论文第五章整车库存管理优化研究途库存，承运商运能计划。主要步骤和活动：确认销售需求，确认库存供应，自动补货计划生成。输出：补货计划。关键前提和规则：定义运输方式和运力，定于预测冲减规则，包括预测分配、结转和调整，确定补货频率和批量，定义SGM安全库存规则。重要影响：在此环节确立的补货频率、安全库存策略是关键因素，影响到补货的运作效率和需求满足率。5.3.2业务流程批售配额：根据M1零售预测、结合经销商库存标准、SGM的库存和产能，给出下个月每周的资源承诺量，颗粒度到配置。CALLOFF订单：分为三类，零售出库拉动（A类产品）、手工填报（BC类产品，分别由VSC和VDC满足需求）、配额内未CALL（每周执行，基于车型总量，受配置配额限制）。ò有库存标准：出一进一，每日根据经销商填报的零售出库信息自动计算。ò无库存标准：经销商直接填报批售订单，随时根据零售需求填报；未来由零售订单直接转换成批售订单。ò周配额未CALL（配额到配置，根据当月零售计划均匀分摊到周），每周一根据上周配额和CALL车生成，由经销商确认颜色。周度配额到车型，根据M1预测平均分摊到天，以此来驱动生产计划；每个周日，计算当周实际CALL车量和周度车型配额的90%，差额部分自动生成未分配到配置和颜色的订单，周一12:00前由经销商手工填报；填报的结果将影响到周二开始确定的生产计划。目前的做法是经销商提前两周提报W2配置层级的批售订单，SGM反馈资源匹配结果，经销商提前一周确认颜色，执行周进行CALLOFF。建议取消W2W1的做法，周转快的产品设定库存标准确保满足零售需求的迅速满足，零售出库的同时促发CALLOFF订单的生成；周转慢的产品由经销商直接根据零售需求提交CALLOFF订单，未来可以考虑直接通过客户订单生成；这样的做法可以提高资源利用率，并统一经销商批售管理策略。协同补货业务流程如图41所示：59 上海交通大学工程硕士学位论文第五章整车库存管理优化研究图41协同补货业务流程Figure41ConsensusReplenishmentBusinessProcess步骤一：确认补货需求。时点：每天。责任人：销售计划分析。描述：ò在系统中导入当周的Call车数量及批售订单数量，如果采取Call车建议的做法，Call车量可能小于订单量，因此需要进行此比对。ò根据需求冲减规则进行W+1配额和Call车冲减，当配额大于Call车时，按照配额进行补货，当配额小于Call车时，按照Call车进行补货。ò补货需求必须覆盖经销商的库存目标。ò如果推拉结合点在VSC，则根据VSC库存目标，确定VSC的补货需求。输入：到颜色层面的批售订单，Call车数量。输出：补货需求。审核人：销售计划与分析经理。所需支持：IT部门。步骤二：确定库存供应。时点：每天。责任人：销售计划分析。描述：ò导入经销商在手库存，VSC-经销商在途库存、VSC在手库存、VDC-VSC在途库存、VDC在手库存数据。60 上海交通大学工程硕士学位论文第五章整车库存管理优化研究ò导入车辆下线计划，24小时-48小时，即车辆进入车身车间后能精确明确下线时间和顺序的时点开始。输入：车辆下线计划，在手库存、在途库存。输出：资源供应情况。审核人：销售计划分析经理。所需支持：IT部门。步骤三：补货计划。时点：每天。责任人：销售计划分析。描述：ò在定义运输方式和运力基础上，导入承运商运能计划。ò结合补货需求、库存供给和运能计划自动产生下线配送计划和补货计划。输入：补货需求、库存供应、承运商运能计划。输出：运输指令。审核人：销售计划分析经理。所需支持：IT部门。5.3.3试点举例以杭州某经销商雪佛兰品牌科鲁兹车型举例：2011年9月中旬，由该经销商上报科鲁兹车型M+3的零售需求，由MAC根据预测模型建议值结合经销商实际情况调整，经和经销商沟通确认后，作为该经销商第四季度及10月零售预测下发目标。（如表4所示）表4销售预测下发Table4RetailForecastRelease2011年9月下旬，根据10月零售预测下发目标，结合该经销商科鲁兹各配置历史实际零售数据，通过MAC调整并控制各配置的库存和可供天数（DaysofSupply，下称DOS），计算出各配置10月批售Calloff目标。（如表5所示）同时，确定各配置的ABC分类等级，以明确经销商，VSC，VDC的库存目标。以该经销商库存为例，整车库存策略下的科鲁兹经销商库存将比现有库存下降9.62%。61 上海交通大学工程硕士学位论文第五章整车库存管理优化研究表5批售预测下发Table5WholesaleForecastRelease进入10月各自然周，根据10月批售目标和周度均衡原则，由系统提出科鲁兹车型周度批售建议。同时，经销商周度上报批售需求并到执行周确认订单。（如表6所示）表6周度批售建议Table6WeeklyWholesaleProposal5.4本章小结本章介绍了零售驱动的整车库存策略，提出经销商Call车建议的概念，并详细介绍了实现整车库存策略下的协同补货环节的业务流程，并运用试点举例验证该策略和业务流程。62 上海交通大学工程硕士学位论文第六章总结与展望第六章总结与展望6.1总结本文的研究与探索主要体现在以下两个方面：首先，优化销售模式，建立推拉结合，并进一步向拉式转型的营销模式。改进营销管理精益度，提高营销效率，降低营销成本。其次，缩短零售订单至履约的周期，提高客户满意度。利用IT系统提高订单管理效率，提高产业链的可视化管理。本文立足于整车订单交付OTD这一较为专业的整车领域，致力于研究一套适合国内整车订单交付特性，并能有效应用于具体实践的优化技术。主要目的在于提升整车订单交付OTD优化工作的效益和效率，同时为国内的相关研究提供参考，以促进其深入发展。ò本文首先阐述了研究整车订单交付OTD的主要目的、意义，以及研究内容。ò其次，对整车订单交付OTD的国内外研究和应用成果进行了综述。ò接下来，本文对整车销售预测关键技术作了深入研究，提出了定量计算技术与定性分析技术集成的优化方法论。ò随后，本文结合企业实务，利用所提出的方法论执行了一次完整的整车订单管理和库存管理优化过程，完成了对理论技术的实证分析。ò最后，本文对研究过程及成果进行了回顾总结，提出有待进一步研究的问题，对今后的研究目标和方向作了展望。综观全文，可以说本文基本完成了预先设定的研究目标。6.2展望受到个人专业水平、课题时限、外界研究现状等主客观因素的制约，本文不可避免地存在一些不足之处和问题，有待作改进和进一步研究，主要包括：ò定量模块的预测模型属于自回归时间序列模型，其构成都是静态的，无法反映未来的趋势变化，今后将在与预测技术相结合的方面作一定研究；ò对模型求解的算法策略和约束作了一定的简化处理，导致有可能出现与实际业务不完全匹配的情况，今后将对算法作策略优化和约束收紧，以提高其可靠性；ò定量计算所用到的基础数据（如：需求量），仍部分依靠人工维护，在一定程度上带来应用的不便，今后将尝试与企业IT系统的数据传输接口，以尽可能实现数据库的自动更新；ò今后将考虑对定量计算技术的功能做进一步强化，如：拓展库存策略、路径优63 上海交通大学工程硕士学位论文第六章总结与展望化等子模块；ò定性分析技术中的人为主观因素成分仍较多，容易干扰决策分析的客观性，今后将考虑在“定性定量化”方面作进一步研究，如：基于统计学与历史数据进行评估；ò定性评估分析模型受其文档形式所限，未能与定量技术的优化软件实现真正意义上的集成，今后将考虑定性模型的计算机化，以便与定量优化软件实现“无缝连接”。总而言之，本文未来的目标将是紧密结合理论技术和业务实践，围绕深度、广度和高度三个方面，继续研究整车订单交付OTD优化关键技术，以期促进该项技术的不断提升与拓展。64 上海交通大学工程硕士学位论文参考文献参考文献[1]Womack，J.P.，etc.，TheMachinethatChangedtheWorld,北京，商务印书馆，1999,30-36[2]Womack，J.P.，Jones，D.T.，LeanThoughts，Beijing，MechenicalandIndustrialPress，2008，134-135[3]EliyahuM.Goldratt，TheGoal：AProcessofOngoingImprovement，English，NorthRiverPress，1984，241-251[4]金应锡，丰田精益生产管理实践，北京，人民邮电出版社，2011，241[5]莱克著，李芳龄译，丰田模式：精益制造的14项管理原则，北京，机械工业出版社，2011[6]彭俊松，汽车行业整车订单交付系统，北京，电子工业出版社，2009[7]谢科范，彭华涛.供应链管理中的“牛鞭效应”与信息风险[J]中国机械工程,2003,(17)[8]SimonCroom,PietroRomano,MihalisGiannakis.SupplyChainManagement:ananalyticalframeworkforcriticalliteraturereview.EuropeanJournalofPurchasingandSupplyManagement,2000,6,6:67-83[9]科特勒,凯勒著，王永贵等译，营销管理,上海，格致出版社,2009,182-206，[10]熊正平，黄君麟，库存管理，北京，机械工业出版社，2007[11]林中伟,凌兴宏,丁秋林.面向供应链的生产计划控制研究[J].工业工程,2004,(04)[12]段洁，一分钟发现潜在客户，北京，时代文艺出版社，2010，15-62、148-186[13]黄双喜,范玉顺.产品生命周期管理研究综述[J].计算机集成制造系统-CIMS,2004,(01)[14]王顺燚,刘惠珍.定量分析方法及其相关概念探讨[J].今日南国(理论创新版),2008,(11)[15]王燕，应用时间序列分析，北京，人民大学出版社，2008[16]刘经慈.论营销与需求的双向管理[J].吉首大学学报(社会科学版),1998,(04)[17]邹农基，面向CRM的客户知识获取理论与方法研究，黑龙江，哈尔滨工程大学出版社，2009，118-121[18]徐宣国，大批量定制订单解耦点定位理论与方法，黑龙江，哈尔滨工程65 上海交通大学工程硕士学位论文参考文献大学出版社，2008，46-87[19]黄培清,揭晖.供应链库存管理的几项措施[J]工业工程与管理,1998,(05)[20]忻坚敏，中国汽车整车物流产业发展战略研究：[硕士学位论文]，上海交通大学，2005[21]ErdemEskigun,RehaUzsoy,PaulV.Preckel,etc.，Outboundsupplychainnetworkdesignwithmodeselection，leadtimesandcapacitatedvehicledistributioncenters,Production,ManufacturingandLogistics,EuropeanJournalofOperationalResearch2005(165)，182-206[22]饶征，孙波，以KPI为核心的绩效管理，北京，中国人民大学出版社，200366 上海交通大学工程硕士学位论文致谢致谢工作多年后重返课堂，在上海交大机械与动力工程学院两年多的学习生活将告一段落。在论文即将完成的时刻，我要向在这两年多的学习和工作中给予我支持、鼓励和帮助的人们表示深深的感谢。首先，我要感谢上海交大机械与动力工程学院给了我再次学习的机会。在机动学院的学习为我拓宽了视野；学习过程中与同学们的交流、讨论和课堂演示，使我获得更多的实践知识；主题丰富的讲座，提供给我接触不同理念的机会。机动学院给予我的，比我想象的更多。其次，我要感谢我的导师——学校导师陆志强副教授和企业导师严俊总监，以及企业评阅人整车物流专家忻坚敏总经理。本文自始至终都是在他们的悉心指导下完成的，其中的每一项进展和成果无不凝聚着他们的心血与汗水。导师踏实的工作作风、勤于思考的研究态度、积极进取的勇气和魄力，以及对我的严格要求，是比知识获得还要宝贵的财富，令我受益匪浅。不能忘记的还有我的同事和同学们。在本文的研究过程中，公司赵欣经理在许多方面对我予以了充分的点拨和指导，帮助我解决了诸多疑惑和难题。同时，感谢上海交大徐海青、罗勇来等同学，以及公司龚思卓（和她的先生张健博士）、费越、杨晶星等同事在整车订单交付OTD优化项目中对我的支持和帮助。他们是推动我完成学业的强大驱动力，这份经历及情谊将值得我终身怀念。最后要感谢我的家人。他们在我攻读交大硕士学位期间无私奉献和默默支持，成为我坚持不懈，克服困难的信心保证和动力源泉。我今天所取得的一切成绩，都离不开家人三十年来对我的养育和关爱。需要感谢的人太多太多，很难一一列出他们的姓名，但我会把他们以及他们所带给我的一切美好回忆都永留心中，并将永远伴随我的人生之路。67 上海交通大学工程硕士学位论文攻读硕士学位期间已发表或录用的论文攻读硕士学位期间已发表或录用的论文[1]蔡悦，一体化物流运行模式的构建，经济研究导刊，2012年2月。68