「深度」效率驱动,良性增长(下)


上篇回顾

「深度」效率驱动,良性增长(下)

【深度】效率驱动,良性增长(上)


下篇我们将以国内某领先物流企业早年间的案例,详细讲述成本分析后是如何确定优化方式的。





  物流企业网络优化案例





市内配送作为物流企业价值链的最后一环,也是运作层中最关键的一步。


市内配送很多是临时订单,客户联系物流公司告知收发地址以及大概的货物,收发地址基本是准确的,而货物的数量、大小、重量、包装等信息往往很难精准。


公司在接收到需求后会根据经验匹配相应区域,并逐一询问相关司机能否接货。


随着企业的发展,物流企业设置了调度专员,就像下图中电脑面前的小人。

「深度」效率驱动,良性增长(下)


随着业务量增加、货物类型多样、城市交通管理复杂,司机和运载状态多变的情况下,调度员凭经验调度的效率长期无法提高,企业不知如何是好。


这只是很小的一个终端运作场景,很多物流企业在排单计划与车辆调度就已经面临很大的挑战:


01

无法掌控车辆状态信息,影响工作效率

因为车上状态以及货物信息不精准,调度专员需要不断询问司机当前状态,以及能否接货,却不能预计未来车辆的状态,影响调度效果。


不同的货物甚至地址对于装卸和效率都有很大影响,所以司机对货物接收都有偏好,这种现象会影响整体的接货效率。


同时,司机频繁的接听电话,影响车辆安全和服务质量。


02

缺乏先进的调度决策工具,依赖人工经验

送货调度专员凭经验排单,每个人经验不一,给出的送货顺序可能并不会被司机认可。


接货调度专员在需求高峰时,接货压力大,难以做出合理且高效调度的决策。


且由于送、接货分开调度,不能同时考虑双边需求,做出最优的综合决策。


03

折中的定人定区,缺乏对成本的全局考虑

定人定区有利于维护客户关系、便于调度分配接送任务。但是客户运输需求多变且不确定性高,调度难以有效适应需求变化,从而缺乏对成本的全局性考虑。


上述场景是一家国内领先企业2010年左右的状态。


而UPS从2003年开始就已经利用算法优化进行运营效率的持续提升。

「深度」效率驱动,良性增长(下)


行车整合优化和导航系统 ORION (On-Road Integrated Optimization and Navigation) 是UPS用于管理车队的专有工具,其基于在线地图数据和优化算法,对司机的接货送货业务进行实时跟进和优化。


ORION系统拥有2.5亿地址数据,1000页的优化算法程序代码,靠UPS多年配送积累的客户、司机和车辆数据以及每个包裹使用的智能标签,再与每台车的GPS导航仪结合,实时分析车辆、包裹信息、用户喜好和送货路线数据,可以分析实况下一条线路的20万种可选方法, 并能在秒内找出从A点到B点间的最佳路线。


ORION系统使UPS一年送货里程大幅减少 4800 公里,等于省下 300万加仑的油料及减少3万吨二氧化碳排放。在保证服务水平的前提条件下,安全性和效率也大大提高了。

ORION



「深度」效率驱动,良性增长(下)

「深度」效率驱动,良性增长(下)
「深度」效率驱动,良性增长(下)


国内领先的企业虽然起步较晚,但是在技术应用上通过近几年的努力,已经完全赶上了国际领先的水平。


国内领先的物流企业在2010年左右开始对这种局部小场景进行深入研究,从司机、车辆、客户、货物、交通信息等多方面进行优化,同时导入了大数据和优化算法。


在这个过程中,领先的企业基本上都将效率指标确定为最核心的指标,比如:人均收派件量,车均装载率等。


就是因为从效率出发,做到了基本上在每个环节的效率比国际领先公司都高出50%以上,加之中国的规模量和单位成本更低,中国快递物流企业即使面对每天千万级不确定地址和流向的订单,同时还保持最高的时效的情况下,做到了极低的运营成本。


而基于实时订单需求的优化算法已经成为大型企业在日常调度中保持和提高效率的标准配置。看似轻而易举的物流配送背后拥有了很强的技术支撑。


相比其他传统行业,物流行业的效率管理,信息技术特别是人工智能的应用还是比较领先的。






利用信息技术实现全面实时的

绩效管理





流程优化不能仅靠技术的保障,同样也需要人员的配合。


如何对人员乃至整个企业进行管理?绩效管理是十分重要的。开车时驾驶员需要不时看着仪表盘,不然容易出事。同样的道理,企业管理者也要时刻关注“引擎”的热度,以及“驾驶”是否平稳,从而进行决策。


那么什么才是好的绩效管理呢?原色认为要能可视化,全面而实时,需要拥有高频更新的能力以及可以非常细致的颗粒度的方式呈现,方便管理者看到每时每刻核心KPI的变化


目前有一类为企业内部领导及相关高管提供的指标分析型系统——管理者驾驶舱。


「深度」效率驱动,良性增长(下)

     管理驾驶舱示例


管理驾驶舱 是一个为高层管理层提供的“一站式”(One-Stop)决策支持的管理信息中心系统。它以驾驶舱的形式,通过各种常见的图表(速度表、音量柱、预警雷达、雷达球)形象标示企业运行的关键指标(KPI), 直观的监测企业运营情况,并可以对异常关键指标预警和挖掘分析。


管理者驾驶舱是一种概念,它要求绩效管理能够最大化地建设高层经理了解、领导和控制公司业务的管理室。在实际运用中,企业需要 根据自身的实际情况,围绕全面、实时、可视的核心标准,进行指标的筛选,并且真正的落实到分析、决策、运用中去。






  基于提效公式,确定提效循环





前面讲了如何确定提效公式,以及怎么样运用和管理。提效公式不是结束,需要进一步确定效率提升驱动增长的提效循环。


原色认为,从提效开始,提效——降本——增量的闭环是企业可以良性发展的依据

「深度」效率驱动,良性增长(下)



提效

主要方法为以下三点:

  • 确定效率提升的具体位置和手段

  • 确定提升的效率可以在客户端或成本端被体现

  • 效率提升同时优化用户体验


以提效作为出发的降本增效循环相对于以降本作为出发点(降低员工工资、压榨供应商)而言更加良性,也更具有可持续发展性。


降本

  • 降低异常处理成本

  • 降低客户服务成本

  • 降低管理成本

  • 看清规模效应价值

效率提升可以减少差错、异常、预测不准的资源浪费。


增量

  • 让利客户

  • 增值服务

  • 改善用户体验

不仅效率提升还可以提高用户体验,由于效率提升而省下来的钱和资源可以更加用来提升用户体验,起到正反馈的作用。企业的业务量得到增加,企业有了发展,便有能力将更多资源投入在提效上面,从而进入下一轮循环。






总结





成长期的企业,效率是核心竞争力。通过对价值链及成本结构的深度分析可以定位出企业持续降本增效的提效公式。从流程驱动,绩效与技术提供落地保障。最终走入“效率驱动增长”的提效循环。


相比其他传统行业,物流行业的效率管理,信息技术特别是人工智能的应用还是比较领先的。


在当今的竞争环境下,各行业都进入了存量博弈,成本和效率成为制胜要素,物流行业的这种极致的效率模式有值得借鉴的地方。


提升效率的解决方案从最早的标准化(工业流水线),再到人员能力提升和激励,现在又进阶到应用最先进的软硬件,特别是AI技术进行实时的优化和决策了。

「深度」效率驱动,良性增长(下)

虽然大部分的AI离真正的商业化落地还有一定的距离,盲目的投入AI也不见得是最明智的选择,但是AI与业务场景的深入融合,使用有限数据实现人机结合的效率提升潜力还是巨大的。


原色认为,聚焦小场景,建立“技术驱动效率”,“效率启动增长”理念和管理闭环的基础上,导入实用型AI将会有良好的投资回报。


依靠投资和激励驱动的时代已经过去了。


利用新技术并与业务场景深度融合,持续提升运营效率将是各企业维持和提升竞争力必备的基础能力。




END


相关原创推荐

「深度」效率驱动,良性增长(下)

【深度】效率驱动,良性增长(上)

「深度」效率驱动,良性增长(下)

疾风知劲草 板荡识诚臣

「深度」效率驱动,良性增长(下)

原色方案|聚变重生,疫情后整合自救

「深度」效率驱动,良性增长(下)

再论中台 | DDP带来企业核心系统的革命



欢迎转载,但请注明文章出处及作者

合作及商务事宜请联系 uanser@uanser.com



扫描二维码,关注原色,获取更多行业洞见与企业案例

「深度」效率驱动,良性增长(下)


「深度」效率驱动,良性增长(下)


「深度」效率驱动,良性增长(下)

点击“阅读原文”,联系原色



原文始发于微信公众号(原色咨询):「深度」效率驱动,良性增长(下)