电商供应链的主要KPI - part3

  今天讲电商供应链KPI的part3。上期说了滞销库存和物流运营的KPI，这期来说S&OP。

  S&OP

  电商一般说S&OP(Sales and Operation Planning)的时候就是在说需求计划。事实上S&OP在行业内通常被认为是个流程机制啦。那需求计划上的KPI，很容易理解是要看准确度。

  沿袭上一篇的叫法，将算法propose的版本叫做“预测”，经过人工调整和确认的版本叫做“计划”的话，需要考核三个主要KPI：

  计划达成率

  计划准确度

  爆款计划准确度(AB类)

  达成率和准确度是一对兄弟，通常要一起看的。也就是BIAS和Accuracy。前者保障大数上没有跑偏，后者保证单品层面的结构靠谱。

  时间维度

  时间维度上，电商一般考核M-1版本，即9月对10月做的计划，来对比10月的实际销售情况。这点上比品牌方宽容得多，因为零售商可以保持较低的周转天数和较高的补货频率，不用做准将来太远的计划。而且做准将来计划是需要一条链的人互相配合的，电商的营销节奏、促销日的招商节奏也确实较少能做到M+2甚至M+3。

  但是对进口自营电商而言，考虑到自身的进货提前期，还是会请市场部和行业配合做到M+2的计划，至少到二级类目+品牌维度，以保证来得及备货(二级类目是比如奶粉、纸尿裤、红酒)。这样，在M-1的考核指标做好的情况下，可以逐渐提升到M-2的要求。

  计划达成率

  BIAS理论上是用件数(units)来计算，BIAS=∑(P-A)/∑A(P是计划值，A是实际值)，记忆的方法是“高估”为正，“低估”为负。但是我们在电商实际工作中发现，BIAS做得好和差，最直接的影响是对库存货值的影响——高估太多，导致整体备货过高，库存金额有风险。

  我们当时就索性改成了入仓货值的计划达成率。比如9月对10月做的自营入仓货值计划是10亿，实际达成9亿，那么达成率就是90%，可以粗略认为当时那版计划导致了1亿的额外备货。只能说是粗略认为，因为订货是一周一订，或者甚至一周两订的，一次不会订一个月的量。所以在低卖的形势出现之后，就已经在当周的计划版本中做了微调，抑制住更大的风险。

  改成货值考核这件事，一下子就统一了S&OP组和库控组的语言。但是要注意，货值跟GMV之间是还有几道转换的，分别是关单率(消费者主动关单、拦截黄牛关单、海关关单等)、毛利率和直发率(不是所有的GMV都由入仓的货品来实现)。

  计划准确度

  计划准确度，一种是传统的“1-MAPE”，即1- ∑|P-A|/∑A(P是计划值，A是实际值)。另一种是引进零售商常用的Min/Max(较小值除以较大值)。多个SKU计算的时候，再用件数取加权平均。

  比如，计划50，实际100，那么50/100=50%的准确度;反过来，计划100，实际50，准确度依然是50/100=50%，而1-MAPE在低卖的情况下KPI就会特别差，1-50/50=0%。

  Min/Max不仅在一些电商零售商用，沃尔玛也用。我觉得它的好处是没有给“保守预估”特别大的倾向性。传统品牌方为了保住自己的库存风险，愿意用1-MAPE，对高估(即低买)的容忍性更低，宁愿损失少量销售也不能导致大的库存风险。

  而电商零售不一定。在有的阶段，最重要的是GMV，是抢占用户的钱包份额，不让消费者turned away，我们宁愿保有一定的库存冗余。总之，可以根据缺货和滞销哪个更不愿意看到，决定自己的KPI策略。更不愿看到缺货，用Min/Max，更不愿看到滞销，用1-MAPE。当然这个指标定下来之后一年内不要变，目标值也跟这个维度是一致的，1-MAPE难度高一些，Min/Max相对容易点。

  算法和产品技术团队更愿意用1-MAPE，原因是MAPE值也会被消费到订货公式中。逻辑就是，计划不容易估准的，订货只满足到相对低一点的满足率(1-缺货率)，否则库存代价过高。

  对爆品超爆品，也就是AB类，我们会更加关注它的计划准确率，所以会单独拎出来review。也是因为计划的过程中，planner会跟行业的采购/运营小二，一行一行review AB类的预测，而CDE类就直接托管给算法。AB类的准确度要求会更高，一者是因为其实爆品更容易，长尾很难;二者是因为爆品做好更有意义，缺它才会怕，滞销起来也是更海量。

  给个经验值，电商M-1的销售计划，如果做到65%的1-MAPE，或者70%的Min/Max就是不错的水平。爆品要做到70%的1-MAPE，75%的Min/Max。

  预测的KPI

  对于计划的输入值，算法做出的proposal版，我们也可以设定监控KPI，或者甚至考核KPI，原因是S&OP团队要负责和算法团队共同推敲算法模型，使之适合自己的业务模式。包括平销(baseline)的模型、强季节品模型、大促模型和新品模型等。同时也可以邀请算法团队跟我们一起共背。别担心，背业务的KPI对好的算法同学来说是一种荣誉感!

  考核预测的维度，就把以上KPI的计划replace成预测就行了，一样考虑M-1或M-2，一样考虑1-MAPE或Min/Max。

  预测达成率

  预测准确度

  爆款预测准确度(AB类)

  好啦，换赛道之后比想象中还忙，但还是想多少写一点，今天就光写个S&OP part，希望你也有所得。

  本文来源于罗戈网 ，不代表九州物流网(http://www.wl890.com)观点，如有侵权可联系删除，文章所用图片来源于网络，文章图片如有侵权可联系删除。