






















售后服务中的备件预测是一个困扰所有企业的难题,目前市场上也没有太好的工具来解决。本章我针对如何优化备件预测做一个探讨。

如下图所示,备件预测之所以是一个难题,因为他不是一个简单的算法问题,他是企业售后整体实力的体现。因为单纯考虑备件命中率很难解决问题,客户关心的是提出服务需要后,备件什么时候能到,也就是备件满足时间。

图 1 四个方面综合优化备件预测
这涉及到一个很长的路径:从客户周边有无网点备件库(备件网络布局),到网点备件库命中率,到如果缺货能否快速调拨,到备件订单是否能高速执行,到仓储上下架拣货组货效率,到物流效率,到派单领件上门效率,都得一起考虑和提升。否则一个堵点就会影响整个客户备件满足时间。派单领件上门将在工单管理里去提升,从备件仓储角度上看必须从四个方面去综合考虑和规划。下面我从这四个方面一一讨论。
在使用算法和工具对备件需求进行预测时需要考虑以下四点:
备件预测算法要基于历史数据,所以在提取历史数据前需要先去噪。去噪是指历史数据对非用户正常备件需求的数据进行过滤。比如批量质量事件、不良品维修发生、新品上市和旧品退市等批量采购的备件等。
在对每一种备件进行预测时,一定要考虑该种备件的属性,挑选最合适的算法。如:
备件预测有很多传统算法,也有一些最新方法。
大型企业备件类型多至几万种,甚至几十万种,备件预测完全手工去计算工作量太大,所以需要一些工具辅助。国内和海外都有一些类似工具,我这里不做产品推荐,但说一下预测工具至少要提供以下功能:
备件预测其实就是在满足率和成本之间找到一个最佳平衡点。也即是说要么我们在保证满足率的前提下,优化成本;要么我们在一定成本前提下,提升满足率。我们不可能既要、又要、也要。
备件满足率弹性来自于备件网络的整体规划和布局。一般大型企业都采取多级库的形式。比如由服务网点库、区域库、中心库组成。
有了多级库网络,就可以根据备件流动性、价值、体积大小、采购周期等在备件网络中均衡配置,就像云服务一样。例如:
这样我们就能实现以下备件策略:
如果要想实现备件满足率和成本的最佳平衡,不仅仅是一个备件预测的问题,也是一个备件管理优化问题。因为通过管理,可以提升备件获得效率,这样可以扩大在规定时间内获得备件的物理范围和各级库数量,形成了一个更大的虚拟库,从而提升备件在规定时间内的满足率。优化的领域包括:
总结:本文介绍了需要从四个方面综合优化备件预测: 1.算法和工具,2.考核定位,3.仓储网络布局,4.管理优化。
本文由人人都是产品经理作者【杨峻】,微信公众号:【CRM30】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。
题图来自Unsplash,基于 CC0 协议。
此内容由惯性聚合(RSS阅读器)自动聚合整理,仅供阅读参考。 原文来自 — 版权归原作者所有。