发布时间：2022-04-01作者来源：科理咨询浏览：1781
前所未有的挑战
➢随着新冠疫情快速及凶猛地蔓延到世界的每个角落，全球经济受到了前所未有的冲击。自1930年代大萧条以来，我们没有遇到过类似的情况。仅就经济数据而言，第一季度中国经济就遭遇了自1970年代末以来的最大跌幅，超过了6％。美国失业率数据显示，自3月下旬开始，美国在封城后的3周内就有2600万人失业，国际货币基金IMF预测2020年全球GDP为-4.2％。
➢最令人担忧的是，与2002-03年发生的非典疫情不同，这种病毒的传染性极强，世界卫生组织提醒我们目前只是疫情的初期。
➢新冠疫情冲击着所有企业，无论大小。除了一些特定行业（例如与在线服务相关的行业，如亚马逊，天猫）从当前危机中受益之外，大多数行业都面临着前所未有的挑战。
➢尽管世界上许多国家的政府正在积极地采用宽松货币政策，以简化借贷并实施包括税收减免在内的许多刺激经济措施，但对于企业领导者而言，这些措施可能并不会立即见效。
➢ 无论领导者在管理方面有多丰富的经验，现在面对企业领导者的不确定性无论在规模还是速度上都是前所未有的。有太多问题摆在面前：销售预测是多少？客户的反应是什么？更可靠的收入来源在哪里？我们应该转向哪个新市场或商业模式？我们应该承担什么风险？我们应该减少对现有项目的投入吗？我们应该裁员吗？裁多少？面对如此多的干扰，我们如何管理供应链？我们如何有效地降低成本？我们如何提高生产力？
➢实际上，面对所有不确定性，根本没有容易的答案。
新冠疫情所带来的挑战很有可能变成企业所要长期面对的“新常态”，在新常态下：
① 客户需求锐减，对于外贸依存度高的企业情况尤其严重，发掘新的市场、新的需求就成为越来越紧迫的任务。而传统的那些靠线下人与人直接接触的营销手段，在疫情防控的大背景下，变得空间越来越小，新的技术手段推动的营销手段越来越成为必须考虑的方向；
② 全球疫情下，供应链受到巨大冲击，一些中小供应商甚至面临倒闭的风险。供应链的收缩、重整以及精益化非常重要，而从产品源头–设计阶段就进行降考虑并通过产品设计重新部署对原料和零部件的需求更是解决成本和供应链问题的一种高效的方式；
③ 疫情防控要求下，大规模手工生产方式明显存在的风险，而且，市场需求和供应链端的急剧变化也要求企业生产要具备高度精益化和灵活度。因此，高水平的精益化管理就应该是制造型企业努力的方向；
④ 疫情之后我们看到远程办公，无人值守的生产、运营，快速而准确的自动质量检验成为越来越多企业的诉求，而人工智能正是这些诉求背后的技术支撑。中国正在迎来人工智能爆发增长的阶段，AI已经渗透到各个行业。有能力的企业没有理由不拥抱这个全新的技术，在提高效率、提升质量上面迎来质的飞跃。
1988年，一个著名的荷兰商业理论家写道：“比竞争对手更快学习的能力可能是唯一的可持续竞争优势”。在当前的疫情环境中，这句话可以解释为预测和执行变更的能力，是生存和增长的唯一途径。
除了少数拥有“无限”的资源和储备的公司，绝大部分企业仍然需要“预测”和“执行”才能生存。为此，最基本的管理理念仍然有效，即保持核心人才的积极性，并维持有效的沟通机制来“预测”和“执行”，以最终达到能够克服逆境的战略制定和计划实施。
公司领导者必须共同决定短期和长期的行动。所有这些决定都必须考虑到“新常态” – 唯一一个可以确定的就是不确定性；过分依赖特定市场或供应商是不可持续的；依赖庞大的劳动力可能不是一个好的商业模式；不能快速接受新技术可能会导致快速倒台。
尽管需要采取短期补救措施，包括裁员或转行生产口罩，但公司领导者仍必须对未来的长期发展进行思考。
为了在“新常态”中发展，领导者需要在一个先进的技术平台上学习，设计和运作。此类平台应提供商业判断依据以及计划实施的基础。
在本文中，我们将介绍4种先进有效的方法来克服当前疫情所带来的挑战：
① 数据分析型市场营销 –提升营销效果和效率；
② DFMA®设计降本 –实现最佳降本效果；
③ WCM卓越运营 –系统化提升运营效率；
④ 人工智能 –实现无人化运作。
二、数据分析型市场营销
一家知名饮料公司如何通过数据分析型项目累计获得四亿元人民币的财务收益
无论一个管理者有多么丰富的经验，过分依赖经验和“直觉”都不会走得太远。在以往的30年中，我们在做决策时都非常重视和依赖数据。作为英国著名的侦探小说的主角，福尔摩斯（SherlockHomes）曾经说过：“在获得数据之前就得出结论是一个致命的错误”。
各种规模和背景的公司在使用数据影响日常活动方面都有各自的经验。成功的企业使用先进的科学方法来分析数据并就企业的运营做出准确的结论。阿里巴巴、腾讯、亚马逊、谷歌等公司都是这类成功使用数据的企业。
数据分析型决策对于任何公司的市场营销部门都至关重要。该部门面临的典型问题包括：
① 我们如何了解客户真正想要什么？
② 如何增加营业额？
③ 哪种类型的营销投资物有所值？
④ 要有多少销售人员才能达到销售目标？
⑤ 如何有效地管理渠道和供应链？
如果不以系统和科学的方式分析正确的数据，管理人员将难以做出正确的决策。在当前充满挑战的环境中，轻微的错误可能会造成灾难性的后果。例如诺基亚管理层在2007年没有将苹果手机视为潜在威胁。
根据一家美国咨询公司的说法，“ [整合销售]和[市场分析]的好处可能是巨大的：在过去八年中，对不同行业和地区的400多种不同的客户的调查发现，采用整合分析方法可以节省大约15％到20％的营销支出。在全球范围内，这相当于多达2000亿美元可以由公司进行再投资，也可以直接降低成本。对于企业领导者来说，从多样化的营销计划组合中找到最佳投资回报的压力只会越来越大，但我们已经有了各种分析工具使我们能够做出更明智的决策。采取整合分析方法是发现有意义的市场信息并推动品牌实现高于市场的增长的关键。”
在中国，我们在为客户提升销售效率方面有很多经验。例如，我们为服务了超过十年的一家知名饮料公司通过数据分析型项目累计获得了4亿人民币的财务收益。这些销售/营销项目包括：
① 开发新的市场模型的路径；
② 向现有销售区域导入新产品；
③ 开发新的销售区域；
④ 提高批发商能力；
⑤ 提高销售效率和促销或投资的有效性；
⑥ 优化价格结构；
⑦ 改善销售资源的分配和控制。
（销售和营销项目的典型收益）
表1 中所示的项目可以在任何时候实施，具体取决于公司的紧迫性和背景。上述饮料公司将数据分析型工具与 6 Sigma 和最近的人工智能（AI）结合使用产生了上述结果。以下是此类项目的3个示例：
➤ 在销售量和边际利润方面，使用 6Sigma 数据分析来提高 KTV 促销的效果。项目中采集了销售数据和消费者反馈，以分析以下因素的对促销结果的影响：礼品对现金回扣对买一送一、免费啤酒对价格折扣、确定最佳折扣。促销机制和预算根据项目的结果进行了更改，从而使销量增加了339％，边际利润增加了265％。
➤ 大数据分析被用来提高产品在不同销售点的投资回报率。项目团队分析了产品投放的历史数据以及所有销售点的相应投资回报率，通过使用这些数据创建了统计模型。可以通过使用响应曲线来预测每个区域和渠道不同销售点对投资回报率的贡献。这使投资回报率提高了17％，年度财务回报为1400万元人民币。
➤人工智能（AI）用于提高在线销售的投资回报率（ROI）。通过分析历史媒体数据、关键的客户接触点和消费者特征来进行消费者分层。机器学习被用来识别具有高投资回报率的消费者。之后按项目结果启动了精准营销，从而将投资回报率提高到5.2。
三、最有效的降本方法在产品源头的设计阶段
全球超过850家知名企业实践证明从源头降本行之有效
爱因斯坦曾说过：“一个聪明的人可以解决问题。明智的人会避免这些问题。”当然，这句名言肯定可以适用于生活和工作中的任何地方。在2017年，一家知名的家用电器公司决定在整个制造过程中部署全面自动化，向我们提出了关于工厂布局的需求。当我们的团队提出建议时，我们询问了管理层：“您是否考虑过简化产品结构，以便可以简化生产装配作业和未来在自动化方面的投入？”。该公司的领导含糊地表示可以，但最终结果并不令人满意。
类似的经历发生在面向制造与装配的产品设计（DFMA®）的创始人身上。该方法论的共同创始人之一杰夫·布特罗伊（Geoff Boothroyd）于1960年代后期在英国从事一项研究项目，一个燃气公司请他评估几种不同的家用燃气流量计的设计，以便从每个燃气流量计中提出一些最佳的想法。在进行此项目时，让他大吃一惊的是，日本的设计的人工含量仅是次优设计的五分之一。这使他认为也许“……我以一种方式在设计过程中向产品设计师提出一系列问题，这将有助于他们最终设计出像日本设计的产品。”
与另外一位专家 PeterDewhurst 一起，两人在1970年代开发了面向制造与装配的产品设计（DFMA®）方法，以帮助美国公司在设计阶段就节省大量成本。
DFMA®具有三种主要用途，其中最有影响力的是核心目的 - 产品简化。这个方法的重点是在产品的设计开发阶段在不影响系统功能的情况下最大程度地减少零件数量。实际上在大多数情况下，随着零件数量的减少产品的质量和可靠性也都得到提高。产品成本核算和材料工艺评估是另一个主要功能。在许多情况下，尤其是对于小批量产品，材料和工艺选择非常广泛，工程师们通常基于习惯进行选择……根据过去的经验选择实现功能的有效方式，而不是实现功能的最低成本。随着零件设计的不断成熟，成本模型也将持续改进，最终您可以与供应商以数据为依据进行成本讨论并就制造零件的成本达成共识。这将采购讨论从价格谈判转移到了利润谈判…… 一个截然不同的角度。
1991年，为表彰 Boothroyd 博士和 Dewhurst 博士以 DFMA®方法论帮助美国提高制造业竞争力，美国前总统老布什（George W Bush）向他们颁发了国家技术奖。
2014年，我们开始将 DFMA® 降本设计方法引入中国的汽车，家电行业。由于取得了巨大的成功，DFMA® 已被许多其他行业所采用，并在材料，人工和采购成本方面节省了大量金钱。
典型的项目示例如下：
产品简化 — 把一个用在打印机上原本由19个零件组成的子组件，通过面向装配的设计（DMA）分析方法，识别出必须保存的最少零件，从而改进设计。例如将几个金属件整合为一个一体注塑的塑料件，最后将19个零件的产品只用了7个零件就实现了同样的功能，材料、工艺和人工成本共节省了46%。
（DFMA®产品简化案例）
➤ 面向制造的产品设计（DFM）— 一个用在汽车上的砂铸零件的价格不断上涨，客户决定使用 DFM 方法进行降本再设计。客户用 DFMA®软件里的数据库对零件的材料和工艺进行了分析和计算，发现在当时的产量下该零件应该以压铸取代砂铸，结果制造成本从人民币210元降到70元。
➤ 供应商商务降本 — DFMA® 软件里的数据库使我们能够快速准确地计算出采购自供应商的零部件的“应该成本”，这些“应该成本”提供了对供应商报价的评估依据。一个发动机制造商在计算了应该成本之后发现有些供应商的报价比应该成本高出20%-30%，最后采购部与供应商进行了基于数据的商务谈判，为公司节省了上千万的成本。
DFMA®可以应用于任何规模的制造公司。对于 OEM 公司，DFMA®可以应用于模具设计或总成本管理。对于 ODM公司，好处更加明显。我们在2016年与一家知名汽车公司合作对一个量产车型进行了重新设计，每辆汽车可节省成本约2000元人民币。同样，许多公司实现了快速成本节省，其结果与表2中所描述的170家采用 DFMA®的公司所节省的平均成本相似。
在当前的经济低迷时期，公司管理层争相寻求切实可行的方案来全面、有效地降低成本，DFMA®成为一种行之有效的全球公认的方法。
（DFMA®的平均成效）
通过多年与各个领域的企业高管进行交流，我们总是被问到以下问题：“我们如何知道我们的运营是否处于最佳状态？” 这个问题适用于好的经营环境和不好的经营环境，尤其是不好的经营环境（例如当前的低迷时期）。
如果不了解相应的定义、标准和框架，就无法寻求“最佳”。寻求“最佳”必须与企业的短期到长期目标紧密联系。以一家公司为例，该公司的领导者已决定为解决短期困难进行裁员，并转向生产口罩以获得“快速现金”，然后将测量“最佳”运营水平的各项领先（过程）指标和滞后（结果）指标与上述战略和战术重点联系起来。无论采用哪种方法，我们始终建议设计一个类似于或接近全球公认的“世界级制造业（WCM）”模型的框架。
（集团精益运营的评价参考模型）
那么，什么是WCM？自从1980年代丰田汽车将精益制造的管理理念推向世界以来，不同背景和规模的制造公司都成功实施了精益制造。在过去的十年中，中国的许多公司，包括服务业的公司，都取得了积极的成果。
WCM模型是用于部署精益概念的结构化框架。框架的最顶层是客观目标和 KPI，例如成本和/或生产效率。这些沿着“支柱”逐层下展，直达框架的基础，基于活动的模块，例如基于工具的改善项目、改善工具培训、团队协作等构成了框架的基础层。
（作业实践与指标关联图）
（实施集团精益运营能为客户带来典型收益）
这些支柱可以是价值链中适用的主题，从研发、市场营销、运作、交付到客户服务。还可以添加支持功能，例如采购、人力资源或其他功能。基础层和支柱层的每个模块均包含相应的指标（KPI）及相关的“过程成熟度评分”。绩效分数是测量各种 KPI 绩效的滞后指标（请参见表3）。
在此低迷时期，我们建议客户（在已明确的战略和商业模式下）
① 简化 KPI ；
② 确定对 KPI 影响最大的关键流程；
③ 进行“快速修复”改善项目以实现短期目标。
这些项目可能与质量，成本和交付有关。这些的真实示例包括提升产品良率10%，提升设备综合效率（OEE）5%，缩短生产周期15%。
对于拥有许多业务部门和/或工厂的公司，从公司总部部署 WCM 框架最为有效。例如，2016年我们与华润电力合作开发了定制的 WCM 框架，该框架可帮助总部通过“过程成熟度标准”以科学、客观的方式确定30多家发电厂的绩效。以前评估每个工厂绩效的方法是基于诸如利润和成本之类的财务指标，而当前的做法则迫使工厂管理人员专注于领先指标，例如汽轮机效率、锅炉效率、主汽压、主汽温等。这样，管理层将对最终结果有更好的掌控（表3），尤其是工厂之间能够客户地相互对比，使大家急迫地对自己的不足之处实施改善。
总体而言，一旦公司能够
① 有效地简化KPI（添加和删除 KPI）；
② 系统地控制对较高水平 KPI影响最大的流程，WCM 框架将带来快速的结果。设计针对企业需求的 WCM 模型可以实现所有这些目的。
五、AI-现在和未来
在新冠疫情之前，许多听说过“AI”一词的企业领导人都会说，AI是一种“未来派”技术，很难适应现有的工厂运作。但在2020年的3-4个月里，这种看法发生了巨大的变化。仅在四月份，根据我们与不同企业的沟通以及参考人工智能行业联盟（AIIA）的报告，很大一部分企业高管都认为 AI 在未来的某些领域很有用，甚至有人想立即开始实施。
为什么突然发生变化？
答案是很明显：
① 消除对工人的依赖；
② 增强产品和服务的个性化；
③ 提高运作效率。
目前，AI技术在很多场景已经可以高效的替代工人。在制造业， AI 技术可以快速取代人工目视检验，并且这种技术已广泛应用于电子芯片制造和医药行业。例如:在某药品企业通过AI技术检测和追踪,人员精简了80%, 生产效率提升50%, 并且这种技术可适用于多产品的组装线。数字化生产确保了企业产品的品质, 提升企业形象和整体效益, 从而提高了企业的行业竞争力。
在服务领域，许多类型的客户服务AI系统已经在许多国家和不同领域中使用。 多年来，阿里巴巴和京东等电子商务公司一直在使用AI来增强产品的个性化促销。事实证明，这在直接影响公司利润方面取得了巨大的成功。 在客户服务质量直接影响客户忠诚度的行业中，有些公司已开始使用AI来实现提升客户体验。例如: 我们一个银行客户用 AI 解决传统的客服工作模式高成本、高要求的局限性: 每位人工客服每日接听电话有限（50-80个/日），且需要客户提供额外信息描述，电话占用时间较长，服务效率较低。大量占用客服资源，同时客户拨打电话接通等待时间长（10-20分钟），客户体验不好。
银行运用自然语言处理技术、深度学习等人工智能技术全面创建了智能客服产品。推出一年来，实现了智能客服替代率70%，回复成功率90%，日均1000+提问量，标准回复占比56%。7*24小时随时在线的智能客服，不仅极大降低了人工客服处理简单重复问询的工作量，也提升了客户服务的回应率，优化了客户体验。
除了为克服由疫情带来的短期问题做出的贡献外，人工智能技术是未来的“必胜之道”。《连线》杂志的创始主管凯文·凯利（Kevin Kelly）在2014年表示：“未来10,000家创业公司的商业计划很容易预测：把X加上AI。这种模式现在已经到来”。
作者的意思是，在疫情之后，真正想要在未来成功的公司，不论规模和类型，必须使 AI 成为核心战略的一部分。为此，领导者必须了解 AI 可以做什么和不能做什么。他们必须研究自己行业中的应用场景，尤其是竞争对手已实施的案例。他们必须获得以下基本问题的答案：“我们如何在产品中使用 AI？”，“我们如何在运营中使用 AI 以大幅提升现在和将来的生产效率”。
中国正在引领人工智能技术的发展。在政府的不懈支持、众多精明的企业家和大量来自大众市场的数据的支持下，人工智能无疑将成为与1980年代计算机革命相提并论的下一个重要趋势。
根据我们对全球许多成功案例的研究，人工智能的实施总是从小规模成功开始，而小规模成功又会在整个产品线，各部门以及整个公司中不断扩散。汽车业巨头宝马拥有专门的 AI 团队，可帮助识别 AI 项目并提供确保成功实施所需的支持。所有这些工作都是在公司管理层的明确指导下完成的，并采用了结构化的流程和系统。
毋庸置疑，新冠疫情带来了前所未有的挑战，这是许多企业领导者以前从未面临的挑战。我们不能以当前的困境将很快过去、一切都会恢复正常的假设面对未来，企业领导必须以紧迫感和清晰的战略进行管理。在领导企业前进的路上，有些企业能够承担一些错误，但对许多人来说，纠正错误所耗费的资源能把企业拖垮。为了生存和发展，领导者必须努力确定短期和长期的“正确”目标和行动计划。这需要对“企业痛点”及其补救措施进行全面评估。在本文中，我们介绍了一些可持续的、面向现在和未来的增加收入以及降低成本的方法。
科理咨询