什么是供给链优化
供给链优化即“在有约束条件或资源有限的情况下的决策方案”，它主要有整体优化和局部优化两种类型。整体优化是从大量方案中找出最优方案，然而，实际情况下可能没有最优方案或者没有方法来检测所得方案是否最优，因此有必要进行局部优化；局部优化是在大量类似方案中找出最优方案，此法取决于方案的最初解，最初方案不同，优化结果也不同。
优化问题由决策变量、目标函数和约束条件组成。决策变量是需要作的决策，物流中有如下决策变量：何时、何地从供给商中订购原材料；何时生产；何时把产品交给客户、交多少。目标函数是经济上或其它方面所要达到的目标，物流中有如下目标函数：利润最大；供给链成本最低、生命周期最短；客户服务质量最高；延误最短；产量最大；满足所有客户需求等。约束条件是变量必须满足的条件，物流中有下列约束条件：供给商生产材料、零件的能力；生产线天天工作的时间、负荷；配送中心的处理收据等能力。
供给链优化的必要性
随着现代物流和技术的发展，生产和供给链规划日益复杂。供给链的发展趋势：
客户要求生命周期更短、并对特定配送有需求
大规模产品定制
生产线和在库产品增加
经营全球化－包括采购、生产、销售和市场
制造外包
第三方物流提供者增加与供给商、客户共同治理库存，如VMI和持续补充计划
实施灵敏制造
实施供给链集成理念
公司兼并、收购和重组
由于供给链发展日益复杂，公司必须运用软件来优化它们的计划流程。
供给链优化目标
一般来说，优化目标是从私营企业和公共组织两种完全不同的角度来考虑。
私营企业的目标
供给链治理系统中的优化目标的定义有很多种形式，如“优化是ROI达到最高的要害，它的目标包括成本最低、顾客服务水平最高、生产周期最短”；然而，在讨论库存链优化时，有人认为最大ROI的目标是“在增加利润的同时，提高顾客服务水平、减少总成本、减少工作负荷、减少库存”；“ROE 最大或竞争力提高”；“公司盈利最大，市场份额最大”等。
然而，假如把这些目标用于决策模型中，这些目标必须转换成明确的、可以衡量的目标。更具体的目标通常是利润及其衍生物－成本和收入，其中成本包括资本、生产运营成本、仓储和运输、库存持有成本、行政治理成本、IT成本和包装成本；收入受公司可提供服务质量的影响，包括准时性、产品可得性等。
成本因素和客户服务质量通常是矛盾的，为了能相互比较，必须转换成同一量纲，把所有的目标转成一个总目标。成本最低包含许多不同的成本因素。客户服务通常用收入来表达，这样它可以和成本一起用利润最大来衡量。假如不是所有目标都能转换成和金钱有关的因素，必须使用权重，权重反映了不同目标的相对重要程度，这样问题就成为一个单目标规划。目前，可以用一些复杂的方法得出权重，也可以运用一些软件提供可视化的权重设置。另一种方法是先定义这些目标的优先级，然后再优化。
公共组织的目标
前面讨论了所追求的商业利润，同时，我们也应该注重公共利益。最近几年已经提出了一些基本目标，1987年世界环境与发展委员会提出“发展要满足当前的需要，但不能以牺牲后代需求为代价”。假如要有相关实施政策，必须要明确、具体地解释这些目标。公共目标主要有3方面的因素：经济、环境和社会。每一方面都能对供给链设计产生影响。私营企业目标是设施和运输成本最低，而公共组织的目标不同。
环境：设施建设、交通运输会对环境造成影响，环境对人类身体和下一代有影响，主要包括：当地空气质量；区域空气质量；噪音；长期危害等。
经济：主要和经济系统的改进有关，包括：提高国家竞争力；支援不发达地区；增强区域联系，扩大外延；市场标准化；提高就业、改革和出口的经济绩效。
社会：主要和居民、员工有关，包括：工作场地和运输中的活动安全；经营工作条件；关注残疾人；社会资产的改变。
私营企业在决策中不一定要考虑以上因素，然而政府必须要考虑。现在多方已经达成共识：必须制订相关环境标准。当然，单个组织在决策过程中也尽量要考虑这些标准。
另一方面是通过支援低收入地区和不发达地区来增强它们的凝聚力。例如，欧洲社会基金会实行假期培训和就业援助，区域发展组织通过鼓励投资、基础设施和小商业等形式来实施这些标准。这些政策的实施导致投资减少或劳动力素质高。因此，私营企业认为这些政策反映了市场地位和产品、服务的价格。
运输行业的定价机制也是如此，它的目标是确保运输决策包含所有的成本。当前，外部成本在价格体制中没有体现，然而通过税收，价格体制就能够完全反映外部成本。这样，从私营企业的角度来考虑，公司对环境的关注会集成到目标成本和利润中。假如公司没有把环境成本考虑到外部成本中，公司决策时依然可以按照原计划实施。
优化方法优化方法有很多，但并不是每种方法都要采用一定的技术。在规定时间内不能得到最优方案的情况下，可以采用遗传算法。遗传算法轻易实施、计算简单，但得出的方案不一定最优，有时甚至不存在。优化时运用遗传算法的原理会得到较优的方案。
供给链常用的优化方法
基于规则的系统：它不是优化工具，但是广泛应用于控制系统中。基于规则的系统能控制几百甚至几千个规则。规则系统与规则之间的相互关系非常复杂。假如系统改变而规则没有改变，系统不能保证所求出的解最优。基于规则的系统有神经元、ILOG等。
线性规划：这种方法最好，是应用最广泛的优化工具，通常用于资源分配问题中。任何有决策变量、线性目标函数和线性约束条件的问题都属于线性规划。
约束传播：受约束条件的影响，每一约束都有一定的变量范围。变量域的减少会引起与约束条件相关的变量数目减少。此法在大网络约束条件时尤其有效。
遗传算法：通过改进已有的解找出最优解。尽管为了得到最优解遗传算法要做很多次叠代，然而它求解过程简单，运行速度很快。此类优化方法非凡适合那些约束条件和目标函数比较复杂的问题，如非线性函数。
以上是只是一些常用优化方法，并未包括所有的优化方法。
供给链中的不同优化层次
对规划过程中的不同程度的优化作了比较分析之后，可以得出，供给链有3种优化层次：
战略层，即高层规划，周期通常为长期；
战术层，即中层规划，周期通常为一季或一月；
经营层，即底层规划，周期通常为1周、1天或1班。
同理，优化问题也分为如下几类：
战略分析：用于分析获取资源和其它决策，如新设施的建立，新产品供给链的设计；
长期战术分析：决策公司一年内的整个供给链的供给/制造/配送/库存计划；
短期战术分析：包括物流优化、生产计划优化系统；
经营分析：包括生产规划优化系统、配送优化系统。
尽管上面描述了不同的计划层次，然而它们没有完全解释不同决策对其它决策的影响，如战略决策优化必须假定战术和经营规划最优。下面将具体描述各种不同层次的优化问题。
战略
供给链治理战略决策主要根据链的网络设计来决定车间、配送中心和供给商的地点、规模和数目，如“每一车间、配送中心和客户的采购和部署计划”。战略决策检测网络设计，同时也考虑供给链中的物流。一般认为，库存治理是战术决策，然而，仓库选址属于战略决策。
战术
战术优化是“给定供给链结构的供给计划、物流设施优化”：
供给链网络已经有如下实体：供给商、车间、配送中心和运输路线；
供给计划基于时间缓冲理念；
供给计划集成考虑车间生产计划和产品原料计划；
考虑开工和改建周期，但不是制造设施的影响；
经营
经营层供给链规划可以理解如下：
生产规划，包括人员、设备和材料的分配；
运输路线和规划；
此类规划实施频率高，需要定期规划以适应机器失效、物料库存、其它延误等。
基本供给链优化思路之分类
供给链优化有很多方法思路，这些方法思路结合具体行业企业又有不同的表现形式，有没有一些通用的基本的思路呢？正如大千世界虽然丰富，但还是有一些基本运行原则，比如物质决定意识，从量变到质变等。供给链虽然复杂，也有一些基本的优化逻辑，遵从这些基本逻辑，就可以找到优化之路。目前我们先归纳两个基本优化思路，其一分类，其二是时间治理。
分类治理:供给链优化的一个基本原则
供给链是复杂的，为此需要分类以便治理。如把采购物料分为原材料、辅助材料和备品备件、把供给商分为一级二级三级；把产品分为不同的系列，把客户分为直销商和经销商，市场分为中心城市和农村市场等等。不同的类别有不同的特征，采取与不同类别特征相适应的策略可以实现对供给链的优化。
分类作为供给链优化的基本逻辑，他如何引导我们优化供给链呢？
首先：要分析分类的合理性；这需要对供给链治理的每一个环节：如需求、生产、采购、物流、计划等各个环节进行具体分析，从实际业务运作的需要审阅分类的合理性，可以参考各种治理模型，可以参考各种业务最佳实践。比如，就快速消费品的渠道划分来说：粗的划分可以分为传统渠道和现代商超；具体的划分可以细致到路边小店；可口可乐就把路边的修车店作为一个单独的渠道。
其次：在明确分类的基础上，分析针对不同类别是否采取了合适的策略。显然分类越细致，采取的策略就更具有针对性，更为有效。比如把路边修车店作为一个渠道，这个渠道显然有独自的特征，针对这个渠道采取的策略肯定与商场超市的策略不一致。
第三：各个环节的最优不是供给链的最优，要实现供给链优化还必须确保各个环节分类策略的匹配性。比如新增了一个销售渠道类别，它有新的特征，我是否有相应的物流类别去支撑这个销售渠道。在快速消费品行业，针对经销商的物流服务可以全外包，针对市内超时这个渠道很多企业采取了自主做配送的方式。显然，针对不同的销售渠道有不同的物流业务类别。物流业务分类以及策略与渠道的分配是相适应的。
下面通过一个案例来看如何应用分类的基本方法优化供给链，这是宝洁优化材料供给的一个例子：
根据通常的对库存的治理方法，宝洁也对采购的材料按照ABC方法分类：其中A类品种占总数5－20％；资金占60－70％；C类品种占总数60－70％；资金占%26lt;15％；B类介于二者之间。单纯的ABC分类还不足以找到最优的采购策略，还需要进一步细分？
根据不同的分类结果，采取了相应的策略：
对于价值低，用量大、占用存储空间不大的材料，在供给链中时间减少的机会很少，这类材料占生产材料的80％，他们适合采用供给商治理库存的方式来下达采购订单和治理库存。
效果：节省材料的下单和采购成本；实际的材料采购提前期只是检测周期，库存由30天减少到0。
对于价值不高、用量大且占用存储空间很大的材料以及价值不高但存储空间很大的材料适合采用压缩供给链时间的方法来治理材料供给。
效果：结合对存储过程和运输过程的改变以及延迟时间和检测时间减少，总体提前起最后减少了18天； 材料库存从30天减少到20天，库存价值每个月减少了2万美元。
全面合作：帮助供给商改进生产技术，宝洁与供给商一起优化物料结构，协调供给商与宝洁的生产计划，宝洁雇佣第三方物流代替客户自有的物流。
效果：供货周期从7天减少到2天，可靠性从88％增加到97％，成本下降11％。
从宝洁的例子可以看出，分类要与供给链运作的具体情况相适应；具体分类并采取有针对性的策略可以实现显著的优化供给链。当你对供给链整体优化方法无解的时候，不妨先对你的业务具体分类，分类可以引导你找到优化方法。
时间治理:供给链优化的一个基本原则
分类是供给链优化的一个基本原则，就是要对供给链上各个环节的业务要素进行分类，根据各个类别分别采取最合适的策略，从而实现供给链优化。采用该原则，要害在于选择合适的分类方法以及针对每一个类别制定合适的策略，同时，确保供给链上下游以及各个环节之间分类的匹配。现在我们来谈论供给链优化的另外一个基本原则：时间治理。
供给链治理的核心就是时间治理，对于时尚类的产品时间治理非常重要：比如电脑类、服装类产品，DELL在PC行业最低的库存天数是其获得竞争优势的要害。对于一些非时尚类的产品：诸如大众消费品，时间治理也是非常重要的。
时间治理为什么重要？供给链治理有两个目标：提升客户服务水平，以及降低运作成本，这两个方面目标经常是互相矛盾的，即要提高服务水平，是以成本升高为代价；而降低成本，往往会带来服务水平的下降。时间对两方面目标都有着重要的影响：对于服务水平，最重要的是对市场需求的响应速度，即对需求的响应时间；对于成本来说，时间的延长会导致各种运作成本的升高，例如存储成本、产品滞销的损失等。加强时间治理，可以实现在服务水平与运作成本两个方面的同时优化。
举一个例子：某企业运用时间治理的基本原则对某种原材料的供给进行优化，优化之前，原料的采购提前期为72天。
该原材料的供给方式如图：企业直接向国外的供给商下单，国外企业生产之后，运输到北京，北京生产之后再运输到广州作为该企业生产的原料。显然，这么长的供给链流程导致72天的采购提前期似乎是合理的，但是市场需求的快速变化又需要降低提前期。
为优化该原料供给，企业对原料供给流程做了具体的时间分析，分析结果如下：可以看出，该流程有运输时间34.9天，延迟等待时间12.5天，存储时间2天，检测时间7.8天，生产时间 14.6天。理论上说，除去运输时间和生产时间在现有的运输方式和技术条件下是很难压缩之外，延迟时间、存储时间以及检测时间都是可以压缩的。
针对时间分析的结果，企业采取了一系列的措施，来压缩原料供给过程中的时间。采取的措施包括：
根据国外供给商的计划编制时间调整企业订单下达时间，缩短延迟时间2天；
供给商根据港口业务操作特点确定生产以及发货时间，缩短等待时间0.5天；
通过加强供给商质量治理，对材料实行免检放行，总体检验时间缩短4.8天；
……
通过各种时间缩短方案，总体时间减少了18天，材料总的提前期从原来的72天减少到 54天，导致的结果是该原料库存由原来的30天减少到20天，库存价值减少了16万元；即通过一系列的时间缩短的措施，提高了对需求的响应速度，同时降低了成本。 供给链治理的两个目标同时实现。
时间治理作为供给链优化的基本逻辑，他如何引导我们优化供给链呢？
从上面例子可以看出，加强供给链时间治理，实际是通过对时间的分析，发现供给链上可以改进的点，找到优化空间，结合这些优化点，通过对具体业务的分析优化，来缩短供给链运作时间，最终实现供给链优化。对业务的优化可以向两个方向努力：一是加强各个环节在时间上的协调，节奏一致，减少等待延迟时间；二是缩短各个步骤执行的时间。在上面的例子中，措施1、2 是加强各个环节的协调，措施3是缩短检验时间。
时间分析的工具，除了上面所使用的时间分析表格外，甘特图也是一种常见的分析方式：如下图所示，下图中通过对服装供给链时间的分析找到了潜在的问题。
时间分析对于供给链优化来说是一种简单而有效的工具。同时由于时间这个因素对于供给链两个目标都非常重要，且能够对两个目标同时优化，所以时间治理经常是供给链优化的突破口，或者说供给链优化的基本原则。假如你正面临供给链优化的难题，不妨先把你的供给链时间做具体分析，优化思路可能就会自然显现。
供给链优化的十大步骤
最佳供给链实践一般具有灵活性强、成本高的特点，并且难以实现。首先需要采购像设备、自动化装置和软件系统这样的有形资产，通过供给链实践，收回它们的成本，同时，需要以改进顾客服务和传递股东价值的形式，回报投资者。
从财务的角度看供给链优化
在供给链实践中，有一些项目不能以财务指标来衡量，如业务蓝图、治理规程和战略愿景，除此之外的所有项目，则必须考虑财务的回报。
单从财务的角度出发，实施供给链项目的最终目标，就是追求利润最大化。那么，就需要增加销售收入，或者减少当期的各项开支，以降低成本。因此，我们通常用两个方法来衡量一项投资的ROI，即成本的减少或收入的增加是否超过该期的现金流量。
ROI十步分析法
产生一个项目或一个投资的设想，往往来源于以下因素：市场压力、成本因素、安全的需要、顾客的需求或自发产生。但不管该项目是出于什么样因素的考虑，要想验证你这种想法的正确性，就必须经历下列步骤。
第一步：明确任务
作为ROI评估过程中最重要的一步，你的任务不是去验证该项目的可行性，而是争取让你公司的资源得到充分的利用。明确这一目标对于整个分析过程是非常重要的。
第二步：明确计划的周期
在确定计划周期时，需要结合项目相关固定资产的使用年限、公司未来发展的规划，经济的预期和环境的稳定性等因素进行考虑，若上述因素无法确定，可以选择十年作为计划的周期。
第三步：提出目标
具体阐述进行这项投资的原因，并牢记在心。在评价的过程中，你也许会发现一些支撑项目投资的新内容，不过重点还是善于发掘一些潜在的因素。只有这样，才能使得提出的供给链项目的目标系统化，而且会让投资回报率分析的内容更加具体。
第四步：确定备选方案
这一步看似简单，传统的观点是在“投资与不投资”之间做出选择，这是不正确的。在这里，你必须通过集体讨论，列出一些目前可能实现的方案，直至你找出最好的方案。
例如：对是否建立一个新的自动化仓库进行决策时，就可以考虑以下方案：改建现有的仓库、建设新的自动化仓库、建立一个半自动化的仓库、与第三方物流合作来治理库存等。
第五步：估计每个备选方案的现金流
这是很重要的一步。为每一个方案进行具体的计划，对近期公司的现金流进行相关的记录。这项工作需要从运作和财务的角度出发，涵盖公司中所有可能从该项目获益的相关部门。只有这样，才能最终形成完整的数据，为顺利进行评价分析过程提供有力的保证。
第六步：设定通货膨胀系数和资金成本
这一假定将影响内部收益率的计算，并可能导致预期的经济回报发生一定改变。因此在设定时，尽量结合一些被普遍认可的指数。
第七步：比较备选方案
在得到现金流的数据以后，对投资回收期、内部收益率、投资回报率等方面的结果进行比较。若有两个或两个以上的备选方案，就选取其中数据较有把握的方案，再将其他的方案与之比较。
例如，托盘搬运技术的比较分析，包括叉车、单轨悬链、托盘输送带、自动引导小车等。
第八步：进行灵敏度分析
在这里，需要对你不太有把握的输入数据进行适当的调整，通过试验，测试最终结果是否会对其中一两个因素非凡敏感。
第九步：选择最佳方案
根据之前设立的各项目标，模拟出一个满足所有目标的最佳方案，它是不是一个在任何投资回报率的条件下都必须实施的项目？是否有其他项目的投资能够获得比该方案更好的投资汇报率？回答了以上问题，你的工作小组就应该去申请相应的权利来做这个决策。
第十步：检验结果
当你确定下来并投入实施后，需要适时地将实际的结果与开始设定的预期进行比较，并检查一下几个方面的问题：成本的降低或销售收入的增加是否达到预期水平？实际的现金流在哪个时点没有与估计值相吻合，为什么出现差异？这一步骤往往被人忽视，但是它能够帮助你改进供给链的流程，并积累相关的经验，在下一次的工作中取得更大的成功。
供给链优化是一个十分复杂、布满不确定性的工作，如何保证供给链优化顺利进行？通过以上十个步骤，可以有效避免供给链优化前期存在的风险及不确定性，从而保证供给链优化项目的顺利实施。
