杰出案例导读
由达睿供应链管理咨询DRiSCM与ACE Events共同举办的《供应链创新发展与变革转型2024年度杰出企业案例评选》已圆满落幕。我们将于近期陆续发布这些杰出企业案例，向大家展现供应链管理最新的发展趋势，以及这些企业勇于变革和不断超越自我的努力精神。
中兴通讯是一家全球领先的ICT综合通信与信息技术解决方案提供商。用创新的技术与产品解决方案，服务于全球电信运营商、政企客户和消费者。公司业务覆盖160多个国家和地区，服务全球1/4以上人口，致力于实现“让沟通与信任无处不在”的美好未来。
中兴通讯提出从线下到线上、在线、智能在线的『数字化』转型阶段，以价值场景牵引、客户触点拉动，推动全域数据贯通，通过服务化促进交易、以交易架构驱动变革，迈向极致场景，打造极致的云公司，成为数字经济筑路者。
顺应公司战略，中兴通讯供应链提出SPIRE战略，打造安全Safe、精准Precise、智能Intelligent、可靠Reliable、高效Efficient的供应链。随着业务『数字化』转型，供应链聚焦客户价值，积极拥抱变化，推进战略升级，在数字世界里建立“数据+算法”驱动的数字孪生供应链，实时感知、智能决策，寻找最优方案并指导业务高效执行，提升供应链运营效率，让供应链成为公司的核心优势。
1 『数字化』转型面临新挑战
近年来，随着中兴通讯业务的发展，从原来的单工厂运作升级为多工厂多法人全球采购，业务的复杂性大大增加。为了积极应对采购业务发展的需求并把握『数字化』时代的机遇，2019年成立采购『数字化』项目推进公司采购业务的线上化『数字化』转型，并与2022年初完成了采购『数字化』的第一阶段。构建起了基于微服务架构的智能采购协同平台（iSCP，intelligent Supply Collaboration Platform），将采购从需求到付款端的主要功能和主流场景实现了iSCP线上化作业，以适应更复杂的业务场景的高效运作，『数字化』转型取得了一定的成效。
然而『数字化』转型并非一蹴而就，第一阶段转型过程中也暴露出一些问题与挑战。
- 由于采购存在多种特殊场景如海外本地采购、结构件打样采购，入口分散，跨部门跨系统的业务流程存在断点，数据未能端到端贯通而形成孤岛，限制了数据的价值挖掘和服务能力。
- 初期的线上化缺乏基础数据治理，系统中存在大量冗余、不可用、不可信的数据，无法有效支撑经营决策。
- 当前的数据应用还比较少，采购全流程信息尚未全面显性化管理，业务效率度量不够全面，时效性和真实性低，堵点未被监控并及时暴露，影响流程运作效率。
- 随着移动『互联网』的发展，业务沟通、管理、决策趋向移动化和实时性，传统仅PC端的业务操作和信息承载难以满足移动式管理沟通和信息获取的需求。
2 中兴通讯采购『数字化』迈入新阶段
2022年，项目组进一步启动采购『数字化』第二阶段 “全球采购智能决策支撑平台”，并提出采购『数字化』的BEST愿景：让流程更高效Efficient、决策更简单Simple、交易更透明Transparent，构建供应数智生态圈Biosphere。
- 流程更高效 (Efficient)：应用大数据、云计算、大模型等技术，监控并分析采购业务，通过红点预警驱动业务提效。
- 决策更简单 (Simple)：构建供应商／物料／项目画像，基于基础数据分析，定位异常并洞悉原因，进行『趋势预测』，支撑运营监控和差异化管理决策，让数据价值得到充分挖掘。
- 交易更透明 (Transparent)：明确采购相关方期望的、重点关注的内容，识别业务流程和系统存在的业务断点及数据质量问题，面向采购需求到执行全流程，基于用户角度和使用场景设计采购流程中的数据实体进行可视，真正实现整个流程看得见、看得清，信息实时获取，过程阳光透明。
- 数智生态圈 (Biosphere)：以数据为核心资源，推进全域数据治理，打通供应链上下游系统断点；基于画像网络，拉通端到端数据，增强与合作伙伴之间的『数字化』网络协同，共创共建数智生态圈。
全球采购智能决策支撑平台
3 创新理念与实践
1、从“看得到”到“看得准”
『数字化』从业务上线到智能在线的关键在于底层数据的治理。初步的业务线上化，只是将线下的单据表格搬运到业务系统中，导致系统中沉淀了大量的历史数据。加之没有成体系化的数据管理，定义不清晰、规范不明确、标准不一致，数据质量也存在很多问题。面对混乱的基础数据，可视的效果不尽如人意，更复杂深入的数据分析洞察也无法开展。对此，项目组开展数据治理，识别数据全貌，梳理采购数据分类及与流程节点的关系。
- 数据实体梳理与定义。通过业务规则清洗，明确采购业务范围，面向采购需求到执行全流程，基于用户角度和使用场景设计采购流程中的业务动作、关键状态、关键信息、关键事件、关键输出和业务度量等数据实体。
- 制定数据体系与标准。基于采购的数据全貌，制定数据体系架构，定义数据标准，建立《采购指标数据词典》、《数据管理规范》，明确数据owner，负责采购业务活动中数据的产生、消费，从源头治理数据。
- 问题数据识别与修复。在搭建了数据治理的体系后，基于现有数据，通过决策平台可视化，识别冗余/缺失的数据，分析问题根因，进行数据修复。
- 关键数据分析与监控。分析数据使用频率，对数据实体分层分级，关键数据实现实时更新，并监测预警到数据owner。
数据治理促进数据质量提升，清晰、准确、一致的数据使可视化效果更加精确和有说服力，更好的支撑管理决策。通过数据可视化洞察数据问题，驱动数据治理改进，进而提升数据质量，优化可视化效果，形成一个持续迭代、相互促进的数据管理和决策支持闭环。
数据治理与数据可视的项目支撑
2、从“人找数”到“数找人”
过去在面临地震、台风或其他重大供应链中断事件时，业务人员往往要耗费大量精力去梳理中断事件波及的供应商及物料，耗费大量人力物力不说，时效性差导致公司业务停滞造成大量损失。现在则基于数据，采取四种数据分析技术，挖掘数据价值，用数据驱动业务改善。
- 描述性分析，构建采购画像网络。决策平台中构建有物料画像、供应商画像、项目画像，三个基础画像之间互相交叉引用，形成采购管理的基础网络。如物料画像展示了物料代码当前的采购概况和供应商分布，近期采购的项目等；供应商画像则展示了供应商名下代码的认证情况和合作规模；项目画像展示了招采项目的各个代码中标情况，采购执行情况等。
- 诊断性分析，嵌入模型评估绩效。基于基础数据、历史合作信息，在平台中嵌入评估模型，包括对供应商的绩效评估、物料的风险等级评估，评估结果用于『趋势预测』分析。
- 预测性分析，风险识别及『趋势预测』。当平台识别到中断事件后，通过经纬度定位及供应链网络识别波及的供应商，进而洞察到受影响的物料及项目，推送管理者及对应业务负责人。平台中嵌入各种趋势图，刻画物料交付、采购金额及其他绩效指标的变化趋势，为管理决策提供依据。
- 规范型分析，触发任务辅助决策。依据分析结果触发任务，并为业务提供相关建议，驱动业务对异常风险、过程堵点进行及时处理，跟踪闭环。
四种数据分析技术
比如，平台基于某代码级物料的采购信息，识别发现该物料存在市场竞争不充分的情况，触发任务驱动业务消除独家，并进一步提供寻源建议，助力采购团队主动出击，积极寻求和挖掘更多的潜在供应商，提升采购的竞争性和成本效益。
从描述性分析演进到预测性分析和规范性分析，构建画像网络，进行基础数据的价值挖掘，决策平台实现历史可追溯、风险可感知、未来可预测，支撑采购全生命周期的管理。
3、从低效审批到精准决策
随着企业的发展，业务量和复杂性增加，决策流往往会变得更加繁琐和多层次。这对企业运营效率带来的负面影响也是显著的，决策流程增多导致决策速度变慢，带来管理成本的增加，对员工工作的积极性和满意度也有消极效果。但在业务进行决策流精简提效的过程中，由于对决策流整体的考虑不足，对关键点的定位不准，效果不尽如人意。为了更好的助力决策流精简提效，通过决策平台对决策点进行梳理分析，精减决策点并提供数据辅助决策。
- 识别全量决策点。平台围绕“材料管理、供应商管理、采购执行管理”三条流，识别每条单据每个决策节点。
- 量化决策成本。对所有决策点，平台能够度量其流转效率，实现管理决策成本量化。
- 精减冗余决策。通过监控识别到诸如“秒级决策”等现象，梳理相关的节点进行根因分析，对于不需要决策控制的决策节点或流程进行精简；由于实现了业务流程的端到端到打通，业务状态能够实时监测、及时预警，流程的透明消除了很多潜在阳光风险发生的可能，也就减少了很多决策的必要性。
- 支撑核心决策。对于管理者来讲，以往的决策效率低有一部分原因是决策依赖的相关数据信息的获取低效，通过决策平台可以展示单据端到端的流转信息以及相关的数据，为管理者提供决策支撑，决策效率和质量能够得到大幅度提升。
如针对某一类零星采购的业务流程，通过对决策点的梳理分析，发现原来的决策组人员配置与金额区间分级较为不合理，决策流程长，耗时多，影响业务效率。对此，依据平台的数据分析可视，重新修订金额区间，对不同区间设置不同的决策组，大大减轻了全流程的决策成本。
精减决策点并提供数据辅助决策
4、从面向流程到面向用户
传统业务系统大多基于业务操作视角设计，操作流程复杂，用户为了完成一个简单的任务处理，可能要经过多个步骤和页面；同时也缺乏个性化的定制设计，不同品类不同采购职能的关注点可能不同，系统无法实现个性化使用需求的适配；很多PC端的系统也不便于用户实时查看处理信息，沟通协作与业务操作断节。
以用户为中心的角度出发，决策平台集成在中兴通讯的内部移动沟通应用iCenter上，与业务人员、管理决策者的日常工作沟通融合在一起，方便用户快速获取信息。决策平台整体分四层架构，
- 首层展示关键模块指标，且模块卡片可由用户自主配置；同时单独展示用户关注的信息条目和预警待办列表，重点信息避免遗漏，预警信息及时处理。
- 二层包含详细数据与分析结果，突出重点信息。
- 三层展示全量数据，便于用户搜索筛选所需信息。
- 四层聚焦单个业务流程或数据实体，包含业务操作处理与沟通交流。
为了优化用户体验，基于LLM能力，为决策平台嵌入智能问数AI助手，实现用户所需一问可得，一触及达。用户向AI助手提问，可以通过助手反馈的功能卡片直达应用页面进行操作，打破不同功能卡片之间的壁垒，从菜单式交互界面升级为问答式交互界面。
基于『大语言模型』能力的交互式管理
4 成果与展望
1、初步实践成果
- 促进资源竞争性提升，推动采购降本。
- 依托物料画像，大数据分析自动识别竞争不充分代码，跟踪问题闭环，通过集采竞争性任务下达，促进核心材料代码降本，收益约1亿元。
- 实时监控预警，提升流程效率。
- 通过采购全流程监控，相关责任人处理单据的时效更快，减少了长期超期不处理的情况，支撑材料导入周期提效约30%，材料小批量转批量周期提效约20%，供应商注册处理周期提效约80%。
- 识别流程堵点断点，提高协同效率。
- 端到端流程节点效率度量可以诊断和发现业务流程的不合理地方，如优化了材料认定流程和小批量验证流程，同时为供应商注册认证流程的改造提供了优化思路。另外，平台也可以发现业务流程的断点，如发现和打通了材料管理过程的5个断点，驱动多个节点上线。
- 智能交付风险识别，精准识别风险。
- 通过画像对物料及供应商的分析，识别物料交付风险，供应商合作风险，支撑决策，在风险发生前采取措施进行干预，减少风险带来的损失。风险识别效率相较人工识别提升约60%，供应风险的管控能力得到大幅增强。
- 移动端可视可分析，支撑管理决策。
- 通过移动化的采购可视业务指标及数据智能分析，用户可以实时获取指标数据，并进行多维分析，数据表现与业务相连接，为用户展示的信息更多、更深。节省人工数据分析时间，提升管理决策效率，每年节省人力约400人天。
2、新技术涌现，未来可期
- 洞察用户需求，绘制用户画像，从被动反馈到智能推送。
- 通过收集和分析使用用户的点击数据、偏好习惯等多维度数据，构建出一个抽象化的用户画像，更好地理解用户特征，洞察用户需求。利用机器学习、预测性分析等技术，根据用户画像，预测用户可能感兴趣的卡片信息，自动生成个性化报表，并主动推荐给用户。决策平台从辅助决策的工具转变为日常管理的智能助理，将在企业业务运作中扮演越来越重要的角色。
- AI＋RPA的技术融合，助力业务流程走向自动化智能化。
- 利用AI＋RPA的技术融合，打破平台与各个业务系统之间的物理壁垒，RPA将重复高频的业务操作固化为标准执行流程，用户在移动端应用下达操作指令，通过AI命令执行RPA流程，打造人机结合的智能运作体系。
在新技术的融合加持下，中兴通讯全球采购智能决策支撑平台，将在企业内建立一个可视、可信、阳光透明的采购环境，从全疆域可视，最终打造为采购的智能指挥中心，推动实现高效、简洁、透明的采购生态圈，助力采购『数字化』BEST愿景落地。
如需转载，请注明出处。
欢迎您订阅达睿公众号：DRiSCM 或达睿供应链管理咨询官网； 关注更多精彩原创。
