BorgWarner发表了精彩的演讲在今年的供应管理学会年度会议上关于商品价格风险管理,我想分享。Borg华纳是一个全球性的一级汽车公司(60位置在19个国家),全球大宗商品的购买80000吨,包括钢铁、铜、树脂、铝、金属粉等。
表示也可以轻易被称为“利润风险缓解”。国产系统(称为“商品引擎”)他们开发的莫尔斯TEC部门允许他们帮助缓和大宗商品价格风险链接商品购买价格预测和合成最终装配合同卖给客户为了适当地转嫁成本增加/减少,从而减少利润波动。这样的边缘平滑是大多数公司面临的主要目标商品曝光。他们试图“平滑市场”而不是“骑市场”或“跑赢大盘”。最后一个策略可以卓有成效的如果你非常擅长先进的对冲,但大多数公司对冲通过简单的手段,这样的“波动通过”的方法。
一个行业像化学物质是夹在大宗商品市场非常熟悉这个问题。但在离散制造业,复杂得多,因为你必须遍历一个多层次的材料清单和TCO模型(包括素材库、成本估算规则成本蛇,等等),然后连接到预测在需求方面,商品供应方面的预测。然后,你可以在现有合同层帮助计划你的风险缓解策略。这个过程在不同行业呈现出不同的表现形式:
- CPG,这可能是一个成败的价值定位和预测未来当你的产品将无利可图(如果你不能向客户转嫁成本)。我强调一个失明案例研究的CPG公司供应链管理评审文章这是认同博格华纳的故事。CPG公司(高容量家居用品销售杂货零售)时能够预测某些产品可能将无利可图,这样他们可以改变混合/分类,设计等,以避免波动的影响。
- 在高科技,这端到端视图也是众所周知的。看看惠普在他们价格风险管理(他们现在称之为能力采购风险管理),你可以读到在这里,在这里,在这里。如果你深入细节,你可以看到,构建数据仓库仅仅是个开始。真正的乐趣开始使用分析构建场景和优化承包/对冲策略。它太糟糕了,惠普无法商业化一些分析产品,十年前我和那些与他们讨论。难题是让一分钱在分析收入和损失一美元失去竞争优势通过流血的IP的竞争对手。
BorgWarner然而发现大量的优势只是通过数据的可见性和透明度。基本上它把自己设定为一个直通实体(如合同制造商),并允许他们的供应商和客户之间的紧密联系,从而得不到夹在中间的价格/成本波动紧缩。这从而减少“噪音”系统与客户和供应商都和其他好处,我们将在接下来的这部分已经写冗长的文章。
这些数据透明度的好处在整个价值链是一样的老式花好分析。事实上,它是仅仅是花的一种高级形式的分析。花=成本*体积。它发生在价值链中的多个点。但是,而不是一个孤立的内部单层历史看花大小,它是关于预测未来花通过分析“由外向内”业务场景和花在扩展价值链的司机:需求价格/体积预测,投入成本预测,能力,合同,交易双方的风险/回报宽容,价格弹性等。
当然,即使这种复杂性,我们仍然表面刮伤。我们甚至还没有进入问题多层过程,如“buy-sell”,可以结合使用贸易公司和税收得天独厚的国家。这些场景的技术含义不仅仅是不断增加的复杂的分析,但同样复杂的执行合同管理;供应计划协作、多层订单管理等。
我们将会在未来做更多的碎片等先进的供给分析,而且供应商在做什么与这些早期采用者在地上。许多厂商拥有的部分我上面所描述的那样,我不会名字名字现在(但是,如果你是一个提供者和认为你做这种类型的分析,请私下联系我,这样我就能踢轮胎,跟客户参考,并得到你了),但提供者类型广泛:
- 广泛的商业智能分析
- 商品风险管理纯粹的戏剧
- 业务流程外包(KPO提供者
- 采购优化工具
- 供应链规划/优化
- PLM的工具
- 成本估算工具
- 混合制造/服务提供商公司
- 当然,最主要的供应商:微软(Excel和访问的形式用于本土应用程序)
在下一篇博文中,我们将完成认同博格华纳讨论和这种类型的分析解决方案的影响采购对提升其价值主张的业务。
讨论: