文档介绍：高难度的汽车物流管理—BMW的例子
汽车制造工业对物流供应要求相当高,其中最难的地方在于有效提供生产所需的千万种零件器材。居世界汽车领导地位的德国BMW公司,针对顾客个别需求生产多样车型,因而让难度已经颇高的汽车制造物流,更增添其复杂性。其3个在德国境内负责3、5、7系列车型的工厂,每天装配所需的零件高达4万个运输容器, 供货商上千家。面对如此庞大的供应链,非藉助一套锦囊妙计不可。
BMW的订单要求
在汽车组装零件的送货控制中,最重要的是提出订货需求,也就是把货物的需要量和日期通知物流采购中心。BMW在生产规划过程中,可以针对10个月后所需提出订货需求,供货商也可藉此预估本身对上游供货商所需提出货物的种类及数量。不过,随着生产日期的接近,双方才会更明确地知道需要量。
针对送货控制而言,一般可分为两种不同形式:一为根据生产步骤所需提出订单,另一种为视当日需要量提出需求。前者为由生产顺序决定需要量(Just-in-Sequence),其零件大多在极短时间内多次运送,由于此种提出订单方式对整个送货链的控制及时间要求相当严格,因此适用在大量、高价值或是变化大的零件。
对于大多数的组装程序而言,只要确定当天需要量就足够了,区域性货运公司在前一天从供货商处取货,把这些货物储放在转运点,大多数只停放一晚,隔天就送抵BMW组装工厂。在送抵BMW工厂的先前取货并停放在转运点的过程称为「前置运送」,而第二阶段送达BMW工厂的步骤称为「主要运送」。
过去几年里,BMW公司已把根据生产顺序所需的订货方式最佳化。视当日需要量提出订单方式仍有极大发展潜能,所以BMW公司目前积极对此项最佳化进行研究。
高送货频率,高成本
为了降低BMW的仓储设备成本,该公司向来积极减少本身存货数量,如此导致供货商送货频率的提高,例如每周多次送货,或甚至达到必须每天送货,造成货运成本提高。「前置运送」及「主要运送」的费用计算有所不同,前者的费用计算是把转运点到供货商的路程、等待及装载时间都列入计算,与运送次数成正比,但与装载数量的多寡无关。而后者的费用计算是与货物量成正比,不受送货次数影响。
最佳化潜能
基本上前置运送与仓储设备成本是互相抵触的,因为为了降低仓储成本而减少仓储设备,会造成运送频率及其成本的提高。为降低前置运送成本,尽量一次满载,囤积存货,势必造成仓储成本的提高。因此,两者间取得平衡,降低整体成本,达到最佳化的策略势在必行。(如图1所示)
图1:设备及前置运送成本与送货频率之关系
大多数供货商接到BMW不同工厂的订单,可由同一个货运公司把货物集中到统合的转运站(Hub),然后由此再配送到各所需工厂,这样有效地安排取货路径,降低前置运送所需成本。同时也考虑各工厂间整合性仓储设备及运送的供应链管理、各个价值创造的部分程序及次系统,使其产生互动影响,着眼点不再只限于局部最佳化,而是以整体成本为决定的依归。
成本方程式及最佳化运算法
在最佳化的过程里,首先必须定义一个成本方程式,此方程式的变量为:货运距离及重量的运输费率,此参考基准为以到1993年止所实施的GNT及GFT(货物远、近距离运输费率表)。不过这费率参考表并不适用于BWM公司的前置运送上,因为在前置运送中,同一货运公司并不只是服务某一固定供货商,因而无法以单纯方式计算运输成本。
图2:物流成本最佳化之