【叶老师讲库存管理之七】通过物联网技术提升配件库存的准确性

本文作者为《今日工程机械》特约撰稿人：行业后市场领域权威专家、泰普洛领导力高级合伙人 叶京生

代理商库存配件的目的是为了提升服务的及时性，当客户的设备出现故障时，充足的配件库存能够帮助代理商及时地完成所需要的服务，当然销售配件也给代理商带来后市场的利润。

布隆伯格咨询公司的研究报告指出，60%至75%的服务工作都需要零配件才能完成，而维修服务所需零配件的现货满足率还不到50%，零配件要么缺货，要么并没有放在所需要的区域里，零件现货满足率对服务的及时性至关重要，是客户满意度的第一要素。因此，很多品牌的代理商都投入大量资金来保证拥有足够的零件库存。

刘润老师认为，存在代理关系的厂商之间，其交易的是一种特殊的风险，叫做库存风险。对制造商来说，生产多少产品一直是一个非常大的难题，如果产量低于市场需求，制造商就错失了很多商业机会；可如果产量超出市场需求，就会产生过剩库存。所以，无论产量过多或者太少，其实都有风险。代理商告诉制造商，把你的库存风险卖给我，风险由我来承担，但是作为交换请你给我更大的差价空间，这种用库存搏差价的商业模式，其实就是代理制的本质：买卖库存风险。

后市场的配件库存除了赢利目的之外，还有一个非常重要的功能——服务保障，即保证客户设备的故障能够得到及时地解决。每家企业都清楚：只有及时的服务才能带来良好的客户口碑，才有可能逐步扩大销售市场的大门。但是，就像企业每年预测新机市场需求非常困难一样，预测维修服务需要的零配件的准确数量就难上加难，设备型号多、零件品种杂、地域分布广、故障偶然性大，没有人能够知道什么时间、什么地点、哪台设备、哪个零件会发生故障，为了保证服务的及时性，多数企业通过有意增加库存量来对冲预测准确性低带来的缺货风险，而所有的短缺，最终都以过剩收尾；而所有的过剩，都是从短缺开始，代理商自己也不知道存多少零配件才算足够，为了保证客户口碑和设备销售，他们只好不断地增加零配件的库存水平，导致了很多过剩和呆滞库存。这些库存不仅没有为代理商带来效益，还浪费了很多资金，造成了风险。

笔者在《库存管理模型的衍变》一文中，探讨了如何设置周转库存、周转储备库存和安全库存，如何计算经济订货量，以及交货期和现货满足率对库存量的影响。简单地说，就是采用大数据的分析方法，通过零配件需求的历史数据和适当的算法，预测未来的配件需求并放入库存。配件业务的可重复性远远超出我们的预期，再考虑到销售预测、季节性变化、设备保有量等因素，这样的预测方法比人工管理和凭经验的计划库存准确性更高。但是，这种预测方法针对的主要是那些需求有规律的零配件，比如保养件、易损件和易耗件等。

大数据预测方法有一个明显的悖论：对于那些快速周转的零件，需求频率高，产生数据量大，预测准确性就很高；可是对于那些慢速周转的零件，需求频率很低，产生数据量小，预测准确性就非常低。不幸的是，容易产生呆滞风险的零件恰恰就是这些慢速周转的零件！举例来说，新疆某代理商遇到一起柴油机喷油器故障，由于以前没有遇到过这种故障，仓库里并没有维修所需的零配件，维修过程耽误了两周时间才完成，造成客户的严重抱怨。为了避免此类问题再次发生，代理商马上库存了一批喷油器，可两年多时间过去了，区域内再也没有发生过这种故障，那些价值昂贵的喷油器一直静静地躺在仓库里，既不能产生效益，还有成为呆滞甚至报废库存的风险。

有人说，“没有人手里握着水晶球（意思是可以预测未来），没人知道设备什么时候会发生故障。”听起来似乎很有道理，但这更像是零件部门缺件时的一种借口，代理商很可能因为缺少零件而失去一位重要的客户。难道我们真的没有办法把配件库存预测做得更加准确吗？

美国麻省理工学院交通与物流研究中心最近开发了一种基于物联网数据的库存管理算法，通过对设备故障数据的分析，可以更准确地预测零件需求，包括零件品种和数量，这样就可能有针对性地预先准备这些零配件，提前将它们运送到最有可能需要的区域，以保证维修服务的及时性。

中国工程机械设备的物联网工程已经开展了很多年，几乎所有的新设备上都安装了各种各样的传感器和GPS，机械设备物联网的装机率并不落后于世界上任何一个国家，每家制造商都会自豪地展示他们的“黑科技”：遍布全球的设备位置和信息，随时随地发回来的设备运行大数据。

没错，我们不缺少大数据，一些品牌商拥有几十万台设备的大数据，可数字化的核心并不是比谁拥有的数据更多，而是建模和数据挖掘，我们恰恰缺少挖掘这些大数据的人才和方法，每个品牌商使用最多的物联网数据就是GPS的位置信息和运行小时数，目的是为了控制设备的风险，而其它一些故障报警信息，常常给我们提供了很多设备的故障线索，利用得好，能够大大提升服务的响应速度和一次修复率，提高客户满意度。

零配件的库存管理要求在正确的时间、正确的地点、存放正确的零件及正确的数量，这些零件必须有正确的质量和正确的成本，这就是所谓的“六大正确理论”。多年以来，从事零配件库存管理的人都觉得这个理论就像“天方夜谭”，人又不是神，怎么可能预先知道哪里需要什么样的零件呢？

物联网的赋能，让我们第一次拥有了神奇的“魔力”，能够提前预知哪台设备可能出现何种故障，并提早做好准备以便维修。物联网对于大数据预测方法是一个完美的补充，对那些偶然发生的故障能够提前做出预判。

随着科学技术的突飞猛进，未来我们就能够更高效地做好维修服务，通过大数据和物联网算法提前预测所需的零配件，通过人工智能和物联网帮助用户做好故障诊断，利用无人机高效运送零配件和工具到客户现场，利用混合现实远程协助客户排查故障，利用手机App为客户提供维修视频和服务指南，让自助服务变成现实。

当然，巧妇难为无米之炊，提升配件库存的准确性是做到这一切的关键，为此需要采取以下措施：

• 追踪和控制零配件：使用条形码、视频识别技术RFID和区块链方法，来追踪和控制零配件的数量和位置，以便统一调配；

• 利用IT工具：数字化的库存管理系统来预测、计划和评估配件库存，以提升一次修复率和零件现货满足率；

• 缩短物流交货期来降低库存水平：零件仓库的合理布局以缩短零件的交货期，将会大大降低零配件库存的金额；

• 提升现场诊断能力：采用远程服务支持和物联网解决方案，识别设备故障，提早做好零配件准备以提升服务及时性；

• 实施先进的服务流程： 将排除故障-等待零件-现场维修的服务流程，改变为远程诊断-现场更换-车间维修的服务流程，大大提升服务效率和零件现货满足率，降低维修难度，保证修理质量，使自助服务成为可能。

技术改变生活，新技术突飞猛进的发展，让我们比客户更了解他的设备，这将很可能完全改变现场维修服务的流程，提早做好所需零配件的准备，以实现更高的服务效率、更杰出的客户体验和更高的客户满意度。