对于制造类、流通类企业来讲，交货及时率是非常重要的绩效指标。因为它不仅反映企业交货的可靠性，而且反映企业内部运营管理的水平；它涉及企业的计划、采购、配送等方方面面，它能够体现企业的综合管理能力。但是，目前大多数企业使用的交货及时率公式（下文中，暂且称为“传统交货及时率”），存在着重要局限。在笔者的供应链信息化实践中，有不少企业期望对交货及时率公式进行改进。在本文中，笔者分享一种基于SCOR模型与数据仓库，已被部分企业应用验证并取得良好效果的交货及时率的公式改进与应用。
一 、传统交货及时率公式及局限性
无论是在企业实际应用中，还是在一些专业文章中，经常能够看到按照如下公式计算交货及时率的情况：
交货及时率=及时足额交货订单数量/全部订单总数量×100%
采用该公式计算交货及时率简单易行，一般就是根据客户下达销售订单的笔数，与及时交货的销售订单笔数来计算。无论企业是否采用信息化手段，都能非常简单的计算出其结果。
但是，此种公式对于某笔销售订单来讲，交货及时率要么是0，要么是1；无法反应部分及时交货的情况，即：无法反应交货及时率从0到1的变化。按照SCOR模型来讲，供应链的绩效不但需要从配送可靠性、反应速度上反映，而且也要反映交货柔性，显然此种公式计算出的交货及时率刚性太强，无法从交货数量、时间上反映交货柔性。再者，一笔销售订单可以包括若干种商品，不同的商品可以有不同的交货日期，甚至同一种商品也可以多次交货；若仅仅按照订单数量计算，这显然是与SCOR模型的供应链交货柔性相悖的。
既然，传统交货及时率公式存在上述局限，那么打破这些局限的交货及时率公式应该是什么样的？
二、改进后的交货及时率公式
交货及时率的改进也是从上述局限入手，因为一张销售订单可以包括多种商品和不同的交货日期，也就是说一张销售订单上包括若干行商品明细，所以应该按照销售订单行的每种商品计算交货及时率，不应按照整张销售订单计算交货及时率。其次，应该按照每订单行及时交货的百分比计算交货及时率，反映出交货及时率从0到1的变化，充分体现出交货的柔性。还有，交货及时率是按照销售订单上商品的金额计算，还是按照数量计算？其实，两种方式都可以考虑，这就要看企业更看重交货数量，还是交货金额；或者根据产品的性质而定。比如：不同产品间销售价格差别较大，采用数量计算就不合适，因为它无法充分反映产品间的区别。为了突破上述局限，改进后的交货及时率计算公式，可以按照如下方式设置：
交货及时率（按金额）=及时出库金额/该时间内应该出库的订单产品总金额×100%，或
交货及时率（按数量）=及时出库数量/该时间内应该出库的订单产品总数量×100%
在上述两个公式中，打破了仅计算整张销售订单交货及时率的局限，它可以从客户、产品等角度，根据销售订单行计算交货及时率，并且能够计算订单、订单行部分交货的情况。同时，还可以计算任意时间段的销售订单交货及时率，也可以计算多张订单集中一次发货的情况。
为了更清楚的介绍上述公式，简单举一个例子。假如如下0001号销售订单就是红星股份有限公司针对北京东华商贸有限公司在2014年1月份的所有销售订单，0001号销售发货单是目前红星股份有限公司针对北京东华商贸有限公司1月份销售订单唯一的发货单。
假如今天是2014年2月1日，那么针对上述销售业务，根据改进后的交货及时率公式，按照客户计算交货及时率，计算结果可得：
交货及时率（按金额）=(268200+286200)/(117000+357600+286200)×100%=72.87%
交货及时率（按数量）=(150+150)/(100+200+150)×100%=66.67%
在上述例子中，对于0001号销售订单，第一行是延期交货，不属于及时交货；第二行是部分及时交货，第三行是全部及时交货；第四行未到交货日期也没有交货，不在计算范围之内。如果按照传统的交货及时率公式，交货及时率是0，因为0001号销售订单第一行没有及时交货，导致整张订单不能及时足额交货；显然，按照传统交货及时率公式计算的结果是不客观的。
针对上述例子，也可以按照商品计算交货及时率，比如计算商品编码是0002的“红星千尊酒50度”的交货及时率。
三、数据仓库在交货及时率计算中的作用
改进后的交货及时率公式比传统的交货及时率公式复杂了，考虑的因素多了，可计算的范围大了；同样，采用手工方式计算也变得不现实了。但是，改进后的交货及时率，与数据仓库又有什么关系呢？在上述举例中没有提到数据仓库，不也计算出交货及时率的结果了吗？
上述举例仅是为了说明改进后的交货及时率的计算公式，所以没有提到数据仓库。现在企业的实际情况是绝大多数已经实施了ERP，或者进销存管理系统，这些信息系统的数据都存储在数据库中。随着企业的发展，数据库中的数据会越来越多，当多到一定程度，在数据库中计算类似交货及时率这类涉及大量数据的运算时，运算效率会非常低，易用性非常不好。这个时候就非常需要构建数据仓库，因为数据仓库一是具有分析数据的长处，二是在数据仓库中数据可以分层处理，可以对需要计算的数据提前做很多预处理，这样便能极大提高运算的效率。鉴于本文的重点不是阐述数据仓库技术，所以在此处不对技术做详细展开了；但是需要说明一点，向读者解释数据仓库的目的是想强调：通过数据仓库可以提高交货及时率运算的效率，可以从技术上扫清计算效率的障碍。
四、交货及时率的应用扩展
在清楚了基于SCOR模型如何改进、结合数据仓库如何高效使用交货及时率公式后，还可以对交货及时率做如下应用扩展。
首先，可以随时计算任意时间段销售订单的交货及时率。基于数据仓库对数据的高效处理，可以随时计算不同时间阶段销售订单的交货及时率。比如说，现在计算一下上一月份、上一季度、上一年度的交货及时率，借助数据仓库的处理效率，可以做到随时计算即时出结果。而且，还可以计算任意一时间段的交货及时率。比如：今天是2014年1月6日，要计算一下2013年11月13日到2014年1月5日销售订单的交货及时率，这也是可行的。
其次，以分析及时交货为核心，做“三段式”分析的应用扩展。企业不但关心及时交货的情况，而且关心逾期未交货、逾期已交货的情况。所以，可以按照时间轴把交货情况分成“及时交货、逾期未交货、逾期已交货”三段进行分析。尤其是逾期未交货情况，对企业影响重大。它对内能够反映销售、采购、生产、配送等部门之间的协调能力，以及企业响应客户订单的能力，甚至能够反映一个企业的内部管理水平。对外，它影响客户满意度，客户忠诚度。久而久之，它将影响企业的盈利能力。
再次，可以扩充交货及时率的分析角度与层次。仅仅按照客户、商品分析交货及时率，有时候不能满足企业的分析需要。企业需要从多个角度、多个层次分析交货及时率。比如，有些企业相同的商品，期望从不同的销售渠道、不同的地区做交货及时率分析。还有些企业希望先分析某一类客户的交货及时率，然后再分析该类客户下不同商品的交货及时率。基于数据仓库分析交货及时率，只要销售订单上有此类信息或能够关联到此类信息，都可以随时动态计算出相应交货及时率的结果。
最后，可以增加交货及时率分析的日期容差。仅仅按照销售订单上预计交货日期分析是否及时交货，非常不灵活。很多企业期望在预计交货日期上设置日期容差，以满足企业交货及时率的灵活分析需求。比如，期望在预计交货日期延后2天内的交货信息，都算作及时交货。基于数据仓库做交货及时率分析，不但能够满足企业交货及时率日期容差的需求，而且可以满足企业调整日期容差的需要。比如，以前在预计交货日期延后2天内的交货，算作及时交货；现在，企业管理效率提升了，仅在预计交货日期延后1天内的交货信息才算做及时交货；对于企业的此种需求，基于数据仓库是可以满足的。
五、总结
对交货及时率的改进，仅是基于SCOR模型与数据仓库对企业运营绩效指标的改进应用之一，其实基于它们二者还可以对订单履约率、平均交货周期、到货准时率等指标做类似的改进。通过这些改进能够使企业运营的绩效指标计算的更高效、更客观、更科学！
转载请注明出处：拓步ERP资讯网http://www.toberp.com/
本文标题：基于SCOR模型与数据仓库的交货及时率公式改进与应用
本文网址：http://www.toberp.com/html/consultation/10839312162.html
相关文章
