【制造业】-供应链数据指标体系最佳实践

一、背景

本文从企业供应链的核心价值出发，借助SOCR模型思路，自上而下拆解各中心、各职能部门的核心价值，围绕“一保二增三提升”的目标搭建了一套数据指标体系。涵盖各职能部门的核心KPI，一级指标、二级指标以及相关的人效指标。

二、指标体系设计

2.1、指标体系定义

指标体系，即统计指标体系，是由一系列具有相互联系的指标所组成的整体，可以从各个侧面完整地反映现象总体或样本的数量特征。指标体系从其功能和作用来分，可细分为如下三类：

• 描述统计指标体系：由对经济活动做出完整而系统描述的基础指标组成，如：采购金额，生产数量等；
• 评价统计指标体系：由对经济活动结果进行比较、评估、考核，以检查工作和综合效益的统计指标组成，如：订单交付达成率，采购降本率等；
• 预警统计指标体系：由用于对经济活动运营情况的监测指标组成；

指标体系即相互之间有逻辑联系的指标构成的整体，几个毫无关系的指标不能叫指标体系。本次指标体系梳理范围涵盖上述三种类型指标。

2.2、整体设计思路

管理分析体系的核心是KPI指标的梳理，目前常用三种指标梳理方法：

• 简单梳理指标：基于现有的指标和管理报表需求进行整理、抽象，形成初步的指标库；此方法体系简单，无法反映企业真正管理需要；周期短，有可能导致“折返跑”；落地快，但见效无法保障。
• 滚动式梳理指标：基于经验或者最佳实践，至上而下快速整理出管理层、部门和关键岗位关注的指标，在此基础上逐步演化；此方法准确性和有效性取决于咨询公司的“板凳”深度；时间周期较短，分阶段投入；容易落地，容易快速见效。
• 体系化梳理指标：从公司的战略出发，按照成熟指标体系梳理的方法论梳理出基于岗位价值的指标，并作为绩效考评依据。此方法全面、准确；时间周期较长，投入较大；需要有相应管理制度跟上；落地需要较大工作量，风险也大。由于时间周期长，投入大，见效取决于执行力度，风险较大。以下提供体系化梳理步骤供未来参考：

1. 进行价值动因分析，明确各个战略目标的关键驱动因素；
2. 按照关键驱动因素分解方法，将战略目标到各部门；
3. 梳理高管职责和部门职责；
4. 提出高管和部门的KPI指标建议；
5. 将各部门的KPI分解到关键岗位；
6. 梳理XX关键岗位职责；
7. 提出XX关键岗位的KPI指标建议；
8. 制定KPI指标字典，确定KPI指标定义、指标计算方法和数据来源。

本文涉及的案例采用整体体系化梳理，部门滚动式梳理指标两种方式结合进行，自上而下与自下而上相结合确保管理需求的完整性
本次指标体系划分为以下几种层级：

• 核心指标：供应链平台整体指标，侧重于整体、宏观，体现整个供应链的核心价值；
• 一级指标：各中心/职能部门整体指标，侧重于体现中心/部门的核心价值；
• 二级指标：根据一级指标的影响因素拆分，考虑一级影响因素的完整性，会出现二级指标权责不在本部门的情况，此情况下应根据指标对其他部门提出要求；
• 三级指标：根据二级指标影响因素拆解能指引具体改善行动的指标。指标拆解原则上要细到能指引做出具体改善行动，若二级指标可直接指引具体行动，则无需拆解到三级指标。
• 人效指标：人效指标区分于运营价值指标。站在人力资源价值拆解分析：

1. 关键人效指标：核心反映部门人员效率情况的指标；
2. 基础人效指标：
   2.1.正向人效指标：本职工作外对部门价值产生正向影响、反映人员 效率的指标。
   2.2.基础人效指标：本职工作所应该做的反映人员效率的指标。
   2.3.负向人效指标：所做的本该被避免或减少的工作内容，反映降低 人员效率的指标，多为异常处理类指标。

2.3 核心/一级指标梳理方法

核心指标自战略指导下希望实现的业务能力及其关系，设计企业分析体系，指导整个系统构建和实施，它们能帮助企业业务发展，实现高效率的运营。基于价值导向与高层讨论，现已经确认核心价值和核心指标如下：

• 保障交付 （完美订单达成率）
• 提升运营效率（订单履行周期、库存周转天数、呆废物资占比）
• 增强成本竞争力（综合降本率）
• 提升供应质量（供应链质量异常费用占比）
• 提升供应链人效（人均效率）
• 增强团队能力建设（供应链体系能力值）

一级指标以部门承接供应链核心价值为思路拆解，从以上六个价值点中凝聚中本部门的核心价值。并设立一级指标客观、准确地反映部门核心价值的运营情况。例：

执采 “保障物料及时准时交付，缩短齐套周期“ 这项价值能在保障交付，提升运营效率层面给整个供应链带来价值驱动。同时设置 “物料齐套率”和“物料齐套平均周期”分别反映以上价值关键点的运行情况，为组织目标制定和能力提升提供方向性驱动。

2.4二级/三级指标梳理方法

二级指标梳理建议结合自上而下和自下而上两种方式进行梳理。

• 自上而下：根据一级指标拆解，全面思考影响因素（可视权重而定，较小的影响因素在现阶段也可考虑不计）；对影响一级指标的相关因素设置二级指标。此方法自上而下思考，更成体系且严谨。
• 自下而上：结合部门现有报表及分析，总归归纳成指标长列表；以查漏补缺的形式验证自上而下拆解的因素是否齐全。

二级指标的拆解可能较为复杂，经常会拆解出应归属于其他部门的指标。这种情况下在讨论时应标注，未来在建设相关方指标体系时提出，确保部门间的指标能够有效联动，避免出现断层。
三级指标按照相同思路由二级指标拆解而来，可据情况而定，原则上二级指标若已经无法再细分指标且可以落实到责任人的部分，无需细分到三级指标。

三、案例分享

【制造业】-供应链指标体系最佳实践.xmind