ABP基于维度计划2-没有SKU的供应链计划实践，也许并不是ABP

   上篇介绍了ABP基于维度计划的基本思想，通过维度值取代SKU，则实现了

物料复杂度的大幅下降。昨天很多朋友反馈在ATO模式下Planning BOM，或者汽车的配置组合很类似......等等，为了方便理解昨天的维度是物理维度，今天实践篇会增加更多虚拟维度，就完全没法相比了。。。

    本篇重点以仓库建设为例谈，在没有SKU与BOM前提下，供应链规划是如何开展的。由于BT君所处行业的特殊性，为了方便理解,还是选择大家比较熟悉的仓库视角。

 1     仓库的无SKU下多维度数据模型

    假设你是一家集团内的建筑公司，为了满足集团内存放货物需求，专门生产“仓库”（没错！是生产仓库，你可以理解是盖房子盖出仓库来，现场施工安装货架与相关仓库自动化设备）。大致整个产品的生产流程如下（如果称得上是生产的话，哈哈）

     你可以把整个施工建设过程拆成这么三个阶段，这样就形成了从原材料（一片空地）到半成品1有了房子，半成品2房子里水电照明和外框，到成品仓位全部建设齐全。最终交付的产品维度是【仓位】！

       由于是无SKU嘛，........

      仓位也没法用SKU表示，毕竟每个位置不太一样，如果用SKU区分，会忽略了位置属性。所以整个数据模型我们大概建立如下：

       定义到唯一的仓位采用 仓库+库区+列+架，....仓位可以有组合编码，有没有其实无所谓，按仓库+库区+列+架生成，感觉像item的SN序列号？

也许吧，但这个编号可不会出现在需求上，因此后续供应链计划供需匹配都不在意这玩意，重要还是【维度】【维度】【维度】就是上表那20个维度

     再往后的属性包括各类物理层属性，还有。。。对还有虚拟属性！

——需求方：这个仓位是留给哪些业务需求方

——仓库需求类型：仓位所在仓库分配的需求类型，只能接哪些货物存放需求（比如服装、药品、猪肉、电脑需要的存放环境不一样，仓库会定义好需求类型）这里开始，传统的SKU是很少会容纳这张属性了。。。

 2   基于维度的供应链计划/规划

      ok，接下来谈下整个计划模式，假设供应链计划要做预测，作为仓库建筑公司，需要预测哪些地方有集团的货物存放需求，就要提前建好仓库，以满足特地交期的货物存放需求。全国各城市都可以建，每个城市也可以建多个，要满足多种不同存放货物的需求类型（服装、药品、生鲜）.....

    需求会落到【城市】，比如：

上海+2021/8/1+200箱+衣服+1吨+VIP客户+每箱1立方米+无新旧货位要求+无温度要求 

    需求也是按维度来定义，每次需求用到的维度可以不一样（例如药品可能有温度要求，会跟仓位的控温维度有关），当然收到需求的时候再建是来不及的！盖房子再快也得几个月吧，所以得预测

   根据历史数据也好，宏观形势也罢，人工提报预测也可以.......总之很快发现，没有SKU和product family，预测落在什么颗粒度上，订单落在那些维度上，如下是订单与预测所确定的维度信息。

     大概就是如上图（需要放大看），可以看到灰色是未确定的信息，无法直接匹配到对应货位。浅紫色是粗略规划或可能存在的信息，深紫色是实际发生明确的具体枚举的信息。（规划到实际会发生变化）

   从半成品开始，逐步通过对attribute的规划或实际指定体现确定性。规划基于预测颗粒度进行半成品1与2的排产建设，所谓的MTS类型。最终成品按实际order进行建设MTO模式。

     有了需求与供应之后，进行供需平衡计算，也就是供应链计划，可以坐在不同的层级。传统方式的匹配是按照SKU，如果需求与供应SKU相同则视为可以匹配，逻辑简单死板，也就是说订单如果是红色电脑大陆版，绝对不能发红色电脑香港版！因为SKU不一样无法匹配（其实客户是能接受的。。。。）

     如果是根据Attribute来做，可以看到下图，需求与供应的字段其实有的可以匹配，有的没法匹配，这里是可以由供应链计划自主决策！

      供应链规划的power更强了，可以决策更多参数，

                     而不只是  数量 和 时间 ！

     举例来说，按预测规划时会考虑最大化利用仓库的面积，最大化利用载重与空间设计，这类是按预测进行排产的范畴。需求上未明确的字段，全部可以通过供应链计划来确定，基于Attribute维度的Constraint约束规则进行针对优化目标的求解。。。。得到最优的匹配成品、半成品2、半成品1！（当前可以有供应优先级，也可以交给计划自我决策优先级）

        如此一来，发现并非SKU一一对应的匹配，而是计划根据成本、交付、利润的自主决策建议！

       换言之，不需要预定义的替代料逻辑，而是计划基于维度值自主决定替代关系并建议替代方式！

      此外针对Constraint约束规则，因为有了维度，更容易去定义！SKU本身提供不了任何约束的条件，而基于维度就可以千变万化，以及根据枚举值的先后替代关系！例如需求在上海，其实供应链计划也可以决策改到昆山（毕竟距离差不多），载重与材质的关系，控温与商品类型的关系，出库方式与商品类型的关系，........

 3   最后的ABP基于维度计划

      这两天偶然从这家供应链软件的白皮书里了解到很多，所以跟各位介绍下这家软件商 adexa雅赛德，始于90年代的供应链计划软件公司，在Gartner S&OP象限上处于领导者地位，采用 AI、ML进行S&OP与S&OE计划，在高科技制造，电子，半导体纺织上有着数十年的研究。

https://www.adexa.com/zh-CN/