用數據分析挖掘供應鏈價值

培訓關鍵詞：數據分析培訓,供應鏈價值培訓

用數據分析挖掘供應鏈價值(高老師)課程介紹：

主講老師：高老師
 ◇ 原西門子高級供應鏈經理
 ◇ 中物聯專家委員會委員
 ◇ 實戰經驗——曾先后任職于西門子（城市快消事業部）、舍弗勒（汽車事業部）等知名外企的供應鏈經理，16年以上供應鏈管理實踐經驗，擁有數年跨國公司管理經驗。擅長數字化供應鏈、產銷協同、ERP系統上線、供應鏈團隊搭建等相關項目，曾帶領團隊獲得集團全球最佳實踐獎項（Integrate Planning—整合計劃&敏捷供應鏈）。
 ◇ 專業背景——SCMP（供應鏈管理專家）授權講師、教材編委；中物聯供應鏈運營1+X項目專家組成員。
 ◇ 授課特點——有著數年留學、跨國企業工作經歷，掌握多文化下的企業管理精髓，氣場強，思路清晰，善于互動。會引導學員進入導師創造出的場景中，使得學員可以深刻認知并領會培訓內容。擅用親身實踐的真實案例和客戶面臨的實際情況，現場分析實際問題。
 ◇ 主講課程——高周轉快交付--高效庫存管理實戰技巧©、數字化供應鏈與產銷協同©、用數據分析挖掘供應鏈價值等。
 ◇ 服務客戶——Vivo、百麗集團、361°、小罐茶、元氣森林、洽洽瓜子、大疆、美團、DR珠寶、盼盼食品、絕味鴨脖、西貝莜面村、博世、北京汽車、東風本田、威孚集團、綠控集團、藥明康德、正泰、盛虹集團、立訊精密、奧克斯集團、浙江中廣、日立電梯、廣州視源、安克創新、極飛科技、高盛達、中國電信、中南置業、華潤置業、艾默生、華星光電、梁玉璽、法速電子……

課程背景
    這是一個市場環境多變、不確定、系統復雜、信息模糊的無常時代，這是一個新技術、新模式層出不窮的時代，這是一個以客戶需求為導向、供應鏈協同的時代。市場競爭的游戲規則正在改寫，環境在變，誰不改變，誰就會被市場淘汰！用數據進行運營管理、公司決策，得到越來越多企業的認可；華為、蘋果、亞馬遜，這些行業的佼佼者，對公司的數據化管理尤為重視。
 ◆ 面對你無法改變的“需求多變”，我們該如何應對？
 ◆ 如何從“瑣碎的日常救火”中逃離出來？
 ◆ 如何提升供應鏈決策能力，以應對越來越多的行業劇變？
 ◆ 如果我們不轉型，我們很快就會回到“石器時代。”
    針對以上問題，我們特邀原西門子高級供應鏈經理、中物聯專家委員會委員高上先生，與我們一同分享《用數據分析挖掘供應鏈價值》的精彩課程。本課程詳細介紹了供應鏈管理的原理與結構，核心框架及流程，聚焦于如何通過數據看趨勢，通過趨勢找到真正問題，如何基于根源問題得到實際方案，助力大家提升供應鏈決策能力。

課程收獲
【企業收益】
1、幫助企業培養供應鏈數據分析的人才；
2、通過數據分析，提升客戶服務水平，改善供應商合作關系，提高企業競爭力。
【崗位收益】
1、提高供應鏈部門決策質量，降低決策風險；
2、學會用數據定義問題；分析問題；解決問題；
3、通過具體案例展示關鍵績效指標考核；
4、掌握分類分級分層管理能力，提升精細化管理能力。

課程特色
 ◇ 案例教學：企業自己的案例和其他企業案例結合。
 ◇ 工具方法實操性強：工具全部免費開源，課上確保學員通過電腦操作，當場學會計劃工具的運用。
 ◇ 授課老師資質：高老師擁有9門軟技能溝通課程的版權資質，有數年一線企業輔導經驗。
 ◇ 高老師在外企，從基層計劃員做到亞太供應鏈經理，了解各類學員的實際問題，可提供落地方案。關鍵知識點

學員評價

課程效果很好，課上分享的方法論和工具，非常值得借鑒，特別是根據產品族分到下層物料supply分析的那個工具，可以立即用在我們的日常工作當中。
——艾默生亞太供應鏈總監 Jonathan.Liu

感恩高老師，非常敬業，具有豐富的實戰經驗，讓我們在前行的路上信心滿滿。
——百麗集團 蔣總

起初以為，供應鏈方面的課程會非常的枯燥乏味，但是整堂課下來，段子和笑料特別多，老師通過生動的日常案例，讓我們很輕松的明白，整個供應鏈背后的邏輯，受益頗多。
——極飛科技 高級運營總裁 湯總

以前以為我之前的公司，在供應鏈管理這塊做的已經非常細了，今天看到高老師的這些圖表，覺得沒有最細致，只有更細致。通過課堂上當場的演練，讓我可以很輕松的領會到，工具背后的邏輯。
——美團某事業部 采購負責人

課程大綱

一、后疫情年代我們面臨的挑戰：從成本到風險，從安全到韌性 
1、數字化時代，企業供應鏈面臨的挑戰
2、全球供應鏈正在向區域化、本地化轉變；中國制造+全球供應鏈
3、智能化的供應鏈決策體系是保證轉型成功的基石
4、SCM跨部門協同：研發、銷售、生產、采購、物流一體化運作

二、供應鏈體系&邏輯概述
1、策略與改進
（1）供應鏈戰略與愿景
（2）供應鏈管理目標
（3）持續改進
2、供應鏈組織結構與人員能力
（1）組織流程、程序
（2）資源計劃與人員能力
（3）勝任力模型
3、生產與能力計劃
（1）產品實現、能力計劃
（2）生產計劃、系統整合
4、客戶需求管理標準
（1）溝通、發運、客戶滿意度反饋
5、供應商高效管理
（1）供應商選擇、評估

三、數據助力運營之理論篇：如何運用大數據的供應鏈分析方法，提升決策質量
1、數據：數據收集/數據挖掘/數據處理/數據分析
2、趨勢：目標設定/現狀比對/定期跟蹤/反饋機制
3、問題：思維模式/分析方法/理論工具/常見誤區
4、方案：計劃梳理/實施執行/審核驗證/應急預防
5、決策：確定目標/聚焦關鍵/轉化理論/夯實標準
【專題討論】：如何進行數據分析？
第一步：明確分析目標和確定分析思路
第二步：數據收集
第三步：數據處理
第四步：數據分析
第五步：數據展現
第六步：報告撰寫

四、數據助力運營之落地篇：有哪些數據需要分析
1、需求端：
（1）規格、尺寸等需求信息（可量化）
（2）歷史消耗數據
（3）品類需求特征分析-二維分析法
2、采購端：
（1）請購單數據（PR）
（2）尋源數據 – 卡拉杰克矩陣
（3）供應商數據
（4）訂單數據
（5）收貨數據
（6）供應商交付績效
3、供應端：
（1）銷售、毛利、庫存現狀與銷售同期比
（2）商品結構分析
（3）庫存周轉與現金流
（4）缺斷貨狀況報表(OUT OF STOCK)
4、庫存端：
（1）庫存周轉率 – 庫存模擬報表
（2）庫存持有成本
（3）缺貨成本
（4）月均庫存量/年均庫存量
（5）呆滯庫存比率 
（6）安全庫存量設定

五、數據助力運營之流程篇：如何實現高效供應鏈協同（內部）
1、需求的概念、特征
2、預測的概念、影響預測的要素
3、供應鏈計劃管理的理想狀態
4、供應計劃體系
5、產銷協同架構
【專題】：需求預測管理中的關鍵技術和方法論
（1）產品目錄和客戶分類管理的重要性
（2）影響需求預測的內部和外部因素
（3）理解為何預測調整說明比數據本身更加重要
（4）理解常用統計技術的基本原理以及應用環境要求
【專題】：如何做數據清洗
【工具】：預測影響性因子澄清與模型搭建

六、數據助力運營之流程篇：供方選培，供應鏈協同（外部）
1、戰略尋源的過程當中，如何獲取潛在供應商信息
2、如何提高“搜商”，通過網絡綜合了解供應商
3、用組合分析驅動采購戰略與智能管理
4、多種采購方式的數字化管理應用
5、供應商主數據與供應商數據庫
6、各類工業超市，采購平臺的發展
【探討】：有哪些采購數據值得分析？

七、全面庫存管理（全鏈數據化）
1、庫存可以掩蓋所有運營的問題，如何實現實時庫存數據可視化？
2、講解：如何提高庫存周轉率（ITO）
3、講解：庫存結構梳理&庫存計劃制定
4、庫存預警可視化系統
5、呆滯物料處理方案
標管理，也僅僅是知道層面，而沒有真正更無法
課綱下載

---

更多用數據分析挖掘供應鏈價值相關課程：

課程專題：數據分析專題，大數據管理專題 | 數據分析培訓，供應鏈價值培訓