有效供应链管理的八大绩效分析指标（下）

在上一个文章中我重点介绍了有效供应链管理中前四个绩效分析指标，大家会发现前面四个指标跟财务方面的知识关联性很大。确实如此，企业所有的经济活动，例如融资、投资、经营最终都会用财务语言反馈出来，所以要能看懂看明白企业的经济活动、经营管理，学习一下财务知识我认为还是非常有必要的。

今天我们接着解读一下有效供应链管理中剩下的四个重点绩效分析指标，都是相对比较纯粹一点的供应链知识。

第五个KPI，Perfect Order Rate完美订单率。用来衡量订单的完美程度、执行率。总订单数减去有问题的订单等于没有问题的订单，没有问题的订单与总订单数的比。完美订单率越高越好，说明订单得到了完美的履行，客户满意度、忠诚度自然就会非常高。

数据可视化 - 派可数据商业智能BI可视化分析平台

这里面重点是要对存在问题的订单进行结构化的分析。在整个订单完成的周期中，你的每一步作业是否都严格按照对客户的承诺执行，毫无差错？比如从订单输入开始、到确认订单、到生产、到交付等每一个过程都准确无误，无损坏、无退货、按时交付，把影响完美订单的每个环节归类分析，看看问题集中在供应链的哪些地方，这个就是未来优化的方向，不断的去提升完美订单率。

第六个KPI指标：Order Fulfillment Cycle Time (OFCT) 订单履行完成周期。这个指标跟上面讲解到的第五个KPI，完美订单率非常相关，完美订单率包含了订单履行这个方面的因素。那我们在做订单流程、订单周期优化的时候这个指标就非常有作用了。

数据可视化 - 派可数据商业智能BI可视化分析平台

按照一般的定义，可以将订单履行完成周期分解成三个小指标：寻源采购时间+生产时间+交货时间。这里面就包含了从下订单、订单数审核、计划、采购、生产、加工、物流、交付等所有的步骤。这个指标不仅仅是跟客户满意度有关，更多的是用来测量企业自身供应链运转的效率，在订单审核、计划、生产制造、物流等过程中有没有浪费的时间。

可以从很多维度，比如产品线、生产基地、订单分类等视角去分析完成周期的波动对比差异，以及每一段时间的结构性占比，到底时间耗在哪一段了，可以分析的点很多。后面还准备了一个视频专门会讲到订单流程优化的数据分析和建模方法论，适用于很多企业，特别是生产制造型企业。

第七个KPI指标：On-time Shipping准时发货。这个非常容易理解，就是接受订单了之后，安排生产把产品生产出来再准时把货给发出去。这个看上去分析的是发货环节，实际上是反推前面的订单、订单审核、计划、寻源采购和生产交付时间，前面的每一个环节有问题都会影响到准时发货率。所以对准时发货率的优化，需要分析前面的每一个环节和过程。

数据可视化 - 派可数据商业智能BI可视化分析平台

这个指标在很多企业里是一个非常重要的考核性指标，只要涉及到考核，就会跟利益挂钩。有些企业的信息化基础不是非常好，比如没有跟物流信息打通。明明货没有发出去，但是工厂先在系统中提交已经发货了，可能是隔了好几天、一周才真正发货。为什么，因为有考核。但这种情况实际上是会影响到客户体验的，并且销售对整个发货物流情况一脸懵逼，完全不了解。

第八个KPI指标：Return Reason 退货原因。这个指标很容易理解，但是我也见过在一些企业里面根本就分析不出来，比如对退货没有系统化的管理，管理不规范、信息没有数据分类支撑，退货原因没有细化分类。

不做退货原因的分析，就不清楚不了解到底是因为产品质量、产品有缺陷、还是发错货、还是货品不匹配用途、货品运输途中有损坏、还是库存积压卖不动退回等等。

数据可视化 - 派可数据商业智能BI可视化分析平台

这里面的分析就涉及到质量、物流和市场多个方面的因素。如果是质量，还会涉及到从质检、生产工艺反推到来料溯源等等，就是质量的大数据分析。一般我们碰到过一些生产制造行业的某些产品线退货率大概也就在1%-3%左右，但也碰到过退货比到了40%，非常非常高，像卖农业种子的个别企业；像一些出版行业退货率差不多在20%-40%；还有会遇到退货率能达到60%以上的，大家也可以猜猜是什么行业，线上的非常火。

总之，对于企业而言，是一定要分析这个指标的，这样可以起到真正评估我们的薄弱环节，去做改进提高市场声誉，降低退货率，减少后期成本，改善利润。

通过以上的连续两篇文章分享讲解了八个供应链相关的绩效指标，当然实际上关注的、分析的远远不止这些。在这些指标里面也有非常多可以扩展、延申的内容，这些在后续我也会继续深入给大家分享，大家可以持续的关注。