文/陸劍一 董振濤
在制造業和零售行業,以及電子商務行業,庫存都是企業資產中重要的一部分。通常情況下,庫存資產大多只可能變壞而不是更好,從這個角度看庫存資產比負債更加危險。從財務角度來說,已經產生的存貨,有可能屬于已經發生費用而有可能成為“沉沒成本”。不管是有形資產還是無形資產,其價值都體現在能否為企業創造實際的現金流量基礎之上。

圖1 呆廢庫存的影響因素

呆廢庫存是一個動態的概念,伴隨著生產、市場、供應等因素變化而發生變化
“呆廢庫存”是庫存中的一部分,甚至可能占庫存比重較大的一部分。筆者認為,所謂“呆廢庫存”,是指在一定時期內,不能給企業帶來收益的庫存,不同企業對這部分庫存的具體規定不一樣。比如在制造業,可能認為未來12個月之內不能帶來收益,存在報廢或者貶值的庫存。在零售行業,可能認為是3個月之內無法銷售的庫存。另外,同樣是制造業,不同行業也會有不同的定義,如快速消費品中的食品行業和藥品行業,在到達有效期前某個時間段的庫存就是“呆廢庫存”,而在機械行業,則可能規定更長的時間段。但在一些特殊的行業,比如白酒、珠寶等行業,則可能認為其成品庫存的存放時間越久越升值,其管理的重點會放在庫存的準確性和防損上。
呆廢庫存是一個動態的概念,伴隨著設計、工藝、生產、市場、供應、社會環境等因素的變化而發生變化,貫穿于產品生命周期的諸如導入期、成長期、成熟期和衰退期等的全過程。所以呆廢庫存的產生原因、狀態、處理方法等也不是一成不變。所謂預防,就是需要動態關注,關注過去的歷史記錄,總結產生的原因,分析現狀以及對當前的影響,未來的趨勢以及需要采取應對措施,更重要的是所采取的措施是否有效,使呆廢庫存隨時處于可視、可控、可接受的狀態;不能等到呆廢庫存已經產生負面效應時,再尋找原因和處理。
企業日常活動中,更多關注在對已經產生的呆廢庫存的處理上,在其預防上更應受到關注,并采取可行的措施和方法進行提前處理。數據管理工作在其中發揮了重要的作用。
數據管理常用的工具有,微軟辦公軟件系列如Excel、 Access、 Power BI,還有Tableau、Qlik、Python等,以及一些其他的專業的分析軟件。此外,公司使用的一些軟件如ERP、進銷存系統等也是重要的工具。

表1 年需求量500套,呆廢庫存金額預估

表2 年需求量1000套,呆廢庫存金額預估
在企業實際運營過程中,產生了大量的數據,相對來說,電子商務的數據量可能是最大的,對呆廢庫存產生影響的數據會更多。同時,這些數據是動態的。可以說,數據已經由過去的復雜,變成了錯綜復雜。數據的收集工作也隨之難度加大,同時其重要性也越加凸顯。
對呆廢庫存產生影響的因素涉及企業的各方面,如圖1。從企業內部來說,可以從企業已經使用的軟件系統獲得數據。此外,從公司的報表、報告以及公司發展的策略和運營模式及其變化,甚至會議記錄、流程和流程變更,也可以獲得數據。從企業外部來說,可以從網絡、報紙、行業協會、排行榜單等公共渠道,以及上市公司財務報告、社會調查等渠道,獲得相關數據。
在對數據進行整理和理解過程中,“不易”的數據,可以認為是那些相對固定的數據,對制造業來說,可以是產品的物料清單、工藝路線等,對零售行業來說,可以是商鋪面積、貨品種類等。對這些數據,我們強調“表達”實際狀況,重點關注其存在及其正確性。“變易”的數據,可以認為是那些隨時在變動的數據,諸如客流量、庫存進出臺賬等,對這些數據我們更關注其變化,能找到其變化的原因。“不易”和“變易”的數據,能幫助我們提出問題進而找到問題的核心。“易簡”,我們要對數據進行整理,找到規律和關鍵點,進而找到簡單的方法。
“天下難事必作于易,天下大事必作于細”,針對已經得到的數據,需要進進行整理。

表3 年需求量2000套,呆廢庫存金額預估

表4 采取不同的措施來降低呆廢庫存金額

表5 措施有效,改善前后的對比
如果是從系統里獲得的數據,其類型相對來說會保持一致。如果從其他渠道獲得的數據,需要統一數據類型和格式,將數據分解到最小元素,格式統一,單位統一。例如同樣是數字,從不同渠道獲得的可能是數字格式,也可能是文本格式;從系統里獲得的數據可能是以公斤為單位,從其他渠道獲得的可能是以克為單位。

圖2 某項目呆廢零件庫存狀況

圖3 某項目呆廢零件庫存狀況,金額和零件號碼數量
數據的整理,要占據大量的時間。對一些相對比較固定的數據源,可以設置固定的模板來進行整理。設置模板要考慮到數據的格式轉換,可擴展性以及防錯和誤操作。此外,還要考慮到模塊的通用性,以及數據的可追溯性。《呂氏春秋?孟冬紀》關于秦國官營手工業管理的記載:“物勒工名,以考其誠;工有不當,必行其罪,以窮其情。”可以看到對數據追溯的重視,古已有之。
當數據準備好之后,才進入到數據分析階段。數據分析之前一定要明確分析的目標,同時要和業務相結合。如果不熟悉業務,沒有和公司實際情況建立聯系,數據分析就失去了意義。數據分析要以解決實際問題為主要目標,同時數據分析也需要基于現實,只有面對現實才有可能找到解決的方案、預見到未來,讓方案發揮作用。
常用的數據分析方法包括對比分析、分布分析、交叉分析、分組分析、矩陣分析等,更高層次的分析可能涉及到相關分析,回歸分析、聚類分析、決策樹等數據挖掘的方法。
具體到呆廢庫存的金額、分布、產生原因,就涉及到過去已經發生的情況總結和現在的情況匯總。同時,結合公司業務對未來的展望,預估呆廢庫存的趨勢。
完成數據分析之后,需要將數據展示出來。人們常說“文不如表,表不如圖”,是有一定道理的。數據收集、整理、分析的過程會很復雜和耗時,但數據展示一定要簡單,并選擇最合適和最有效的方式。杰克?威澤弗德在其著作《成吉思汗與今日世界之形成》提到,傳統的軍隊以大型縱隊的方式來行軍和扎營,指揮官通過書面通知的方式進行溝通。因為蒙古軍隊分散同時很多軍官和士兵都是文盲,各級之間的通信只能通過口頭傳達,為了消息傳遞的準確,使用了歌謠的形式,簡單有效。
同時,如果只是整體上關注庫存金額、庫存數量,就很難針對不同情況采取措施。從數據展示回歸到措施制定的時候,需要關注到“不變”和“易變”的數據。這對數據展示提出了更高的要求,既要有整體,又要有細節。正如《易經》所言,“易則易知,簡則易從。”只有這樣,措施才能更容易被快速地執行。此時可以使用交互工具,如Power BI, Tableau等,也可以用Excel中的函數和內置的一些開發工具。
近年來,數據挖掘技術逐漸發展起來。數據挖掘通常與計算機科學有關,同時又涉及到統計學、市場營銷等其他學科,是要通過算法在大量數據中找到未知的或者有價值的信息,然后應用于實際工作。
呆廢庫存產生及變化,會涉及到公司所有的部門以及眾多的流程,處理和預防工作也需要各部門通力合作,協同處理。
如某機械制造企業新產品研發完成,產品實現了從無到有,生產數量也將從少到多,開始大批量生產。從表1、表2、表3可以看出,年需求量分別為500套、1000套和2000套,預估的呆廢庫存金額完全不同。
經過對數據進行分析,如表4,針對不同零件號碼,可以采取不同的措施來降低呆廢庫存金額。
經過努力,降低了零件B的最小采購數量為最小包裝數量,此時不同的年需求量,呆廢庫存金額如表5。接下來的重點,是針對零件F進行重點改善,因其最小采購數量已經和最小包裝數量相同,對其改善可能是聯合設計人員以及供應商,對其重新設計、改善工藝流程或者改變包裝方式。
如果呆廢庫存金額對利潤率、現金流有非常巨大的影響,那么就需要重新審視公司的流程。在項目轉入大批量生產的時候,除了常規的良品率、物料清單及工藝路線數據正確性等等的檢查之外,需要將呆廢庫存項目列入到檢查的清單中。而在后續實際工作中,如果零件采購模式、涉及到的任何相關參數有變化,都需要重新審視其影響,需要在流程中增加相應的內容。
如果已經使用到了系統,需要將通過數據挖掘得出的結果或者建議固化到系統中。通過系統來設置提醒、警告或者通知,給到相關的部門、對應的負責人員。比如,需求變化產生的呆廢庫存,需要通知到需求管理人員;制造環節因為生產制程,模具或者治具的變化,其對庫存的影響也需要通知到相關人員。制造環節還有一項對呆廢庫存有較大影響的環節是在制品,因為是處于正在生產的環節,產生報廢的可能性高,同時引起供應短缺風險的可能性也高;供應方面,如最小采購批量、匯率波動等因素也需要通知到具體負責人員。
針對有些內容,需要采取措施,如重新研發、改變工藝、降低最小采購數量等;而有些內容,則不需要采取行動,只是一個信息展示,如匯率波動,我們僅需要知曉其影響以及對未來的影響。
我們很難依據個體接觸到的有限信息得出整體情況和做出決策,尤其是信息量巨大的時候。信息是管理的基礎,數據又是信息的載體。數據的實時性、準確性、可追溯性越來越重要。一個微小的數據變化,可能引起巨大的影響,要建立數據共享的意識和流程,比如可以建立與流程相對應的信息矩陣。
數據管理工作,搭建了架構和模型之后,我們要像相信汽車和飛機的儀表板一樣,相信我們的數據,持續不斷的維護、更新、整理、改善以及更正,當呆廢庫存數據異常的時候,正確認知現狀、分析原因、尋找系統和流程的控制點、果斷采取措施和行動。同時,也要驗證措施和行動對未來的影響,總結其規律,形成案例數據庫,為呆廢庫存管理工作提供支持。
圖2是機械加工行業某項目呆廢庫存的情況。該企業使用了ERP系統,實際呆廢庫存金額可以從系統里獲取。預估呆廢庫存金額,基礎數據如項目未來需求、零件在途訂單、工藝路線、價格等等也可以獲取,然后根據公司呆廢庫存的定義對數據進行加工。最后用折線圖展示出整體狀況。
從金額上看,呆廢庫存過去是呈明顯的增加趨勢,近期達到最高之后開始下降,預估的金額也呈明顯增加的趨勢。在預估時間段的后期,呆廢庫存呈現出快速增加的趨勢,并達到從過去開始統計時間開始到未來預估的整個時間段的最高值。
從圖2,我們只能看出呆廢庫存的總體情況,但就是什么原因引起的還需要進一步分析。我們增加了零件號碼數量的數據,如圖3。

表6 零件號碼數量與呆廢庫存金額相關比例
從零件號碼數量上來看,數量也呈明顯增加的趨勢。
庫存金額和零件號碼個數之間存在一定關聯,其關聯程度究竟有多大,需要進一步分析。我們可以借助專業的分析軟件,也可以使用Excel內置的函數CORREL()來求出其相關系數,如表6。從結果來看,過去實際發生呆廢庫存金額和零件號碼數量相關系數達到了89.1%,說明過去呆廢庫存金額的變化和零件號碼數量的變化存在較強的關聯,從預估上看,兩者相關性降低,從圖2上也可以看出,隨著零件號碼數量的增加,呆廢庫存金額的增加幅度降低。從過去實際和未來預估的整個時間段上來看,兩者之間還是存在較強關聯。
但是,相關關系不一定等于因果關系,所以還需要進一步分析。
通過對零件數量數據進行匯總并與出入庫記錄和未來需求對應,看出項目從開始轉入大量生產后,因產品設計問題進行了多次工程變更,導致零件數量增加。不再使用的零件有在庫、在途而又無法取消的采購訂單,隨著新設計的零件庫存增加以及不再使用的零件的到貨,使該項目整體的呆廢庫存增加。
由以上分析,加強對產品設計以及工程變更流程的管控,是控制呆廢庫存的一個重要方面,需要重新審視相關流程,同時需要在系統中增加提醒的功能,當工程變更涉及到零件增減的時候,將呆廢庫存的狀況發送給相關的設計人員。
實際工作中我們還需要進行更多角度的分析,找到影響呆廢庫存的關鍵點。比如從需求變化角度、零件在不同產品間共用的程度、最小采購量的變化以及零件采購方式等等。