智能终端自1993年被IBM公司发明以来，已经成为人们日常生活中获取信息的主要载体，智能终端产品的种类包括固定式设备、可移动智能设备、车载设备、可穿戴设备等[1].本文以手持式智能设备为研究对象，在智能终端行业高度分工、产品高度集成的大环境下，探索一种能够被各智能终端厂商广泛接受的原材料管理的方法。
　　
　　1 智能终端供应链组成和需求的传递
　　
　　智能终端的供应链，一般由三级以上供应链构成。
　　
　　从需求管理的角度出发，将智能终端的供应链划分成三段。首先，是销售段，由于其接近市场，是形成终端客户需求的发源地。主要需求来源有：品牌的直营店、官网销售主页、电商代理商、渠道商、代理商等。这些销售网络也为计算新产品的需求提供了数据收集的渠道。由于初始终端客户需求有较多不确定因素，因此，需求的预测是一个不断重复迭代的过程。其次，是组装段，组装段的需求由终端客户的需求作为输入，通过自身的生产计划排程做了第一次供需匹配，并适当放大了终端需求作为安全库存缓冲，本文称其为需求的第一次放大。需要注意的是，组装段仅仅是将产品的最后一次拼装作为需求供给匹配的参考，某些领域将其称之为总装厂。实际上，产品的组装并不一定仅仅发生在总装厂，它有可能发生在之前的任何环节。但是从需求管理的角度出发，总装厂的需求可以传导到上游所有零部件厂和原材料供应商。但是我们真正需要关注的是，从总装厂的视角出发，去找寻到产品的瓶颈零部件供给，由于最难制造且最少供给，在瓶颈零部件厂商的需求放大也是最小的。因此，本文将关键零部件厂和原材料厂的供需匹配称之为需求的第二次放大。将原材料厂和零部件厂统一归纳为供应链的原材料端。
　　
　　2 智能终端产品消费者市场需求的影响因素
　　
　　终端用户的产品需求预测，包含六个主要的影响因素：价格变动；促销活动；供给能力补偿；新产品品牌影响力；预测分布函数；销售季节影响因素。
　　
　　①价格变动。价格变动对于产品的需求具有显著的影响，每次商场的大减价活动都能伴随着消费者疯狂的购买行为，我们所熟知的每年双十一购物节就是明显的例证。因此，应该依据历史价格波动的影响，来更正现有产品的需求预测、未来建议的价格和该产品的价格弹性的计算。
　　
　　②促销活动。促销活动代表了一次性或者循环再发生的活动以影响终端产品的需求。直接到校园等目标客户群体集中的地方去摆摊，将大大有助于产品需求的增长。预测系统需要收到来自高层的已经批准了的促销活动方案，或者，获取外部其他活动对于产品的类似促销的影响事件。事件主要包含三个关键元素：什么时间发生，受活动影响的产品列表，以及需求提升。预测系统可以依据这三个元素去重新计算需求预测。这么做有助于在促销活动前，将促销活动的影响单独计算，以便于不影响自身的需求预测准确性。
　　
　　③供给能力补偿。供给能力受其供应链制造能力的影响，如果系统计算出一段时间区间内的销售需求，但是其供应链本身却有着供货能力不足的问题。预测需求值会低于销售预期，结果就是该品类库存的水位过低。
　　
　　但是较低的需求预测，又会导致我们购买更少的原材料，进而加剧这种短缺的现象。因此，采用补偿供给短缺的方法，在这一段短缺的时间段使用网上销售的页面点击率和历史库存转换率去替代需求量。
　　
　　④预测分布函数。负责安全库存制定的人员，需要一个将来需求的概率分布函数来判定应有的安全库存。
　　
　　这个概率分布函数，是基于易变的需求和单个品类的预测错误累积修正的。为了决定分布，我们从一个产品开始，这段时间我们预测，找到类似的产品，存在于去年同期。对于每一个类似的产品，我们计算一个在去年同期预测错误的乘数。然后，我们把每个预测乘数应用于我们感兴趣的产品的预测误差，并符合伽马分布转向结果。
　　
　　我们确定类似的产品基于静态的结合产品属性的分区集群连续属性，如产品需求的波动速度和产品的周转速度。预测分布使用随机抽样来生成模型的训练数据。
　　
　　⑤新产品品牌影响力。从预测角度，新产品缺少历史需求预估数据。智能终端产品的预估会在新产品创建前4~6周发布的产品覆盖到预发布期间和4周发布后的需求。目前，有两种方法预估新产品需求，一种，新产品需求曲线是基于集群的产品：新版本通常表现出升级或者降低配置。这个概要文件的形状曲线学是基于几个参数包括类别、子类别、供应商、价格、印刷量、绑定销售产品的吸引力和品牌的规模。是由未来需求的数量组成的曲线。另一种，新产品需求曲线是基于该新产品的相关度通过引导程序来找出类似的产品，比如，顾客买了X也会买Y,相同价格类似配置的产品等⑥销售季节影响因素。有的产品需求表现出季节性的差异，这需要系统统计2年以上的数据，也会统计出季节性的需求波动曲线。首先，计算季节性调整增长模式的数据趋势，然后，应用加权移动平均增加最近几年的权重。一些节假日被赋予了季节性的标签，如春节、劳动节、国庆节以及学生的寒暑假。在这些时间段内，销售预计会增长。
　　
　　3 产能爬坡对于原材料需求管理的影响
　　
　　从时间角度出发，产能的逐渐爬坡对于供应会造成阶段性的断货影响，供应链的上游需求受牛鞭效应约束十分明显，需求会突然间消失为零，甚至要求大量退货或者换货的窘境，在总装厂几百片的需求到零部件供应商就变成几千片需求，再到他们原材料供应商处就变成几万片需求。在空间上，产能爬坡没有办法通过增加供应商而使得爬坡的趋势变得平缓，反而因为企业的增多使得需求叠加变得更加放大。在竞争层面，供应链所有的企业都是从智能终端设计单位处或者代工佣金，其与设计单位处于合作与博弈的双重角色，一方面，既希望与设计单位能够给予提供技术支持，采纳其对工艺方案有利的设计标准，并且从中获得实际的良率提升，帮助其产能爬坡，降低成本风险。在整合层面，工厂接受的订单越多，越是多样化，爬坡周期叠加后的曲线越是平缓，规避原材料风险的能力越是高。
　　
　　4 新品迭代过程中基于CPFR的原材料需求预测模型
　　
　　CPFR的实施大致分为三步：联合计划；联合预测；联合补货。其中，联合预测是CPFR的核心，合作各方必须使用相同的预测模型[2].智能终端原材料的需求预测，不能单单只放在一代产品当中去预测，而是需要放在两代产品，甚至多代产品的迭代过程当中去预测。模型设计采用统计学原理和预测理论。模型通过Excel软件自有的统计功能和一些宏插件计算未来数月原材料需求数量，主要由三个构件组成。它们分别是：
　　
　　①销售段终端客户产品需求预测模块。该模块根据市场需求影响因素，采用概率统计的方法得出市场需求曲线，以备下一步模块使用。
　　
　　②组装段供给需求匹配模块。该模块根据产品制造能力影响因素去匹配生产爬坡能力和市场需求曲线，得出零部件生产计划。
　　
　　③原材料段供给需求匹配模块。该模块根据产品迭代的影响因素汇总得出原材料需求数量，然后，匹配原材料供应商的生产爬坡能力得出原材料生产计划。
　　
　　首先，是联合确定终端客户需求，其次，是总装厂的需求供给匹配，然后，是关键零部件厂商的二次供求匹配，最后，得出原材料需求预测。该方法从终端产品的联合需求预测开始，一步步展开拓展至原材料的需求预测，通过供给需求的不断匹配和分解放大，通过产品制造能力爬坡速度的约束，通过新产品迭代过程的特性优化得出原材料预测的管理方法。
　　
　　5 结语
　　
　　本文通过对智能终端产品的供应链结构、需求信息传递路径和生产供应计划的分析，对深刻理解和直观分析智能终端行业的实际需求情况、产品供给情况和原材料库存管理情况，对供应链管理中需要基于联合预测、联合计划、联合补货的策略选择，对新产品在供应商产能爬坡期间的原材料需求管理政策和措施的制定、分析和评价，均具有重要的理论价值和现实意义。
　　
　　参考文献：
　　
　　[1] 李香茹。智能移动终端下的知识传播[J].科技传播，2015,4（2）：114-115.
　　
　　[2] Holweg M,Disney S,Holmstr觟m J,et al.Supply ChainCollaboration:Making Sense of the Strategy Continuum[J].European Management Journal,2005,23（2）：170-181.

 

TAG标签： 智能终端     厂商     原材料