ITBear旗下自媒体矩阵:

从管控到服务 陕西建工集团携手京东工业以智能技术实现供应商管理模式创新

   时间:2022-09-22 14:29:37 来源:互联网发表评论无障碍通道

  供应商是企业供应链管理的重要部分,特别是工业企业,由于物资专业度高、生产场景复杂,涉及海量供应商,管理难度相对更大。然而过去,工业企业在供应链数字化转型过程中却经常出现“重建设轻应用”的情况——关注数字化平台的搭建,却忽略了在实际应用过程才会遇到的数据、机制问题,使得企业在后续的实际管理过程中常常会耗费大量的人力和时间。

  陕西建工集团是国内规模最大的工程建筑企业之一,在行业内有着较高的知名度与影响力,每年承担陕西半数以上的重大工程建设任务,涉及超高层建筑、桥梁建筑、地下空间开发、园林绿化工程、工业建筑等多个领域。陕西建工常年在库供应商超12万家,包括了物资材料、机械设备、周转材料、劳务、专业分包、服务外包等多种类型,管理是高度复杂的系统工程。

  为了提升供应商管理效率,近日,陕西建工集团与京东工业合作,依托京东工业“采购大脑”产品解决方案共建供应商智能管理平台,充分挖掘过往供应商的数据价值,形成可复用、可积累的供应商数智化管理模型。

  即便是在以供应商体系复杂著称的工业产业中,工程建筑企业的供应商体系也“名列前茅”。由于施工项目遍布全国,为了满足项目的及时性需求,各地分子公司常常会就地引入供应商,在线注册时仅进行简单的逻辑校验,使得作为集管单位的集采中心难以有效获取供应商的数据。“不清楚家底”、不了解供应商的周边情况,也成为工程建筑行业供应商管理的通病。对于供应商而言,这一模式下自己也常常成为“匆匆过客”,难以和管理方、采购方、运营方形成一个完整的产业链生态,发挥价值。

  如何打破各环节之间的“信息孤岛”真正实现链接,是供应链数智化转型“建设与应用并举”的关键。在同陕建集团的合作中,京东工业也秉承这一思路,通过“定规则、立标准”推动供应商、管理方、采购方和运营方各方互联互通,最终形成有效的数据资产,释放供应商管理价值。

  挖掘供应商数据价值的前提是在统一的管理规则下形成“有效数据”。因此,京东工业与陕建合作的第一步就是“定规则”,为陕建明确现有供应商管理体系的管理思路及管理办法。以陕建供应商管理规章制度为总纲,以京东供应商管理体系为参照,京东工业先后为陕西建工建立了供应商数据标准化制度、供应商注册准入数据标准规范、供应商分级标准规范等多达46项细则的供应商管理规则体系。

  在统一的管理规则基础上,京东工业依托“采购大脑”为陕建搭建了供应商智能管理平台,提供了数据流转的“中枢”。该平台可实现供应商智能管理、物资物料/商品智能管理、智能搜推/采购智能工具三大功能,不仅能够自动采集供应商交易数据导入数据中台,通过智能评分系统监测价格、对供应商进行分级,还能够根据供应商画像智能打标、进行商机推荐。

  相比于传统的供应商管理思路,陕建供应商智能管理平台更是率先实现了“从管控到主动服务”的进阶,能够更好地激发供应商活力、发挥供应商价值。通过大量的数据清洗迭代,京东工业帮助陕建生成了一整套供应商绩效评估指标体系。这套体系涵盖了投标参与度、发货及时率、到货及时性、供货连续性、批次合格率等多种参数,能够全面描述供应商的供应能力、价格水平、资质能力、质量安全等指标,为系统地描述、识别供应商价值提供了参照系。

  以该绩效评估指标体系为基础,京东工业还进一步整理出资质认证、历史合作行为、服务能力、履约执行等6大维度、24+供应商标签,构建出完善的供应商画像,不仅能够对内强化供应商精细化管理水平,还能够拓展对于供应商支持服务能力,一方面通过商机智能推荐,为供应商提供更多商业合作机会,传统推荐模式一般为品类匹配或经营范围匹配,但因供需双方品类名称不统一或描述不规范,匹配效果不如人意,双方打造的供应商智能管理平台会基于历史应标记录的供应商特征、经营品类特征,摘取符合的供应商进行新需求及新招标信息推荐,也可通过打造的供应商画像进行智能匹配;另一方面,通过供应商动态类比展示,将同类型同经营领域的供应商进行对比,揭示供应商在陕建场景下所处的服务位置,根据服务水平展示红绿黄灯和问题业务展示,引导供应商有针对性的提升后期履约水平,实现对陕建的服务质量升级。

  京东工业科技客户部总经理刘建勋表示,供应链数智化转型“重建设轻应用”的一个重要原因就在于“头疼医头、脚疼医脚”,进而形成了一系列“信息孤岛”。解决这一问题的关键,需要从全局视野出发进行前瞻式的顶层设计。而要做好这一点,不仅要具备丰富的供应链管理经验,还需要对行业和专业知识有着足够深刻的理解。这些恰恰是京东工业优势所在。后续,京东工业将继续携手陕西工建不断完善技术服务产品与解决方案,持续释放供应链数智化效能。

 
免责声明:本网信息来自于互联网,目的在于传递更多信息,并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益,请及时联系我们,本站将会在24小时内处理完毕。
举报 0 收藏 0 打赏 0评论 0
 
更多>同类资讯
全站最新
热门内容
媒体信息
科技学社
网站首页  |  关于我们  |  联系方式  |  版权声明  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报
关闭
ITBear微信账号

微信扫一扫
加微信拉群
电动汽车群
科技数码群