超十萬億工業(yè)品采購市場,《2022數(shù)字化采購發(fā)展報告》專題報告在京發(fā)布
7月29日,《2022數(shù)字化采購發(fā)展報告》(以下簡稱《報告》)在第三屆國有企業(yè)數(shù)智化采購與智慧供應(yīng)鏈高峰論壇正式發(fā)布?!秷蟾妗酚芍袊锪髋c采購聯(lián)合會公共采購分會聯(lián)合億邦動力,與鑫方盛、1688、國家能源集團等多家代表企業(yè)、行業(yè)專家學(xué)者等對工業(yè)品行業(yè)供應(yīng)鏈數(shù)字化增長進行深度調(diào)研,作為2022年產(chǎn)業(yè)互聯(lián)網(wǎng)領(lǐng)域的重要研究成果,以“發(fā)現(xiàn)創(chuàng)新”為主題,探尋數(shù)字化采購創(chuàng)新旅程,為企業(yè)、產(chǎn)業(yè)、資本及政策等各方提供決策參考。
數(shù)據(jù)顯示,2021年我國制造業(yè)增加值增長9.8%,兩年平均增長6.6%,制造業(yè)增加值規(guī)模達到31.4萬億,我國整個工業(yè)體系實現(xiàn)平穩(wěn)增長,并連續(xù)12年位居世界首位。這樣的成果,得益于國內(nèi)大循環(huán)為主體的方針下,安全、穩(wěn)定、高效的供應(yīng)鏈體系支撐。
數(shù)字供應(yīng)鏈創(chuàng)新探索階段
《報告》指出:數(shù)字化采購從早期的電子化采購向數(shù)字供應(yīng)鏈進階,供需雙方的關(guān)系也從“交易”轉(zhuǎn)向“供應(yīng)鏈生態(tài)共贏共創(chuàng)“,在行業(yè)巨變的進程中,產(chǎn)生了巨大的市場機會。2020年,中國工業(yè)品市場規(guī)模為10.6萬億元,預(yù)計2025年市場規(guī)模將達13.2萬億元,年均復(fù)合增速為4.7%。目前,全國采購市場規(guī)模超174萬億元,全國數(shù)字化采購滲透率約7.5%,央國企成為數(shù)字化采購火車頭,數(shù)字化采購已在降本提效方面顯現(xiàn)明確價值。隨著我國工業(yè)和建筑業(yè)快速發(fā)展,我國工業(yè)品市場將有更大的增長空間。
數(shù)字化采購發(fā)展路徑
央國企作為數(shù)字化采購的主要推動力量,為各類大中型企業(yè)采購數(shù)字化提供了創(chuàng)新樣板,其管理軟件集成延伸、招投標工具擴展、電商采購商城通融三條發(fā)展路徑和電子化、集成化/協(xié)同化、自動化,到智能化,再到生態(tài)化共同經(jīng)歷數(shù)字供應(yīng)鏈發(fā)展階段的五個遞進值得借鑒,據(jù)調(diào)研,超七成企業(yè)實目前已經(jīng)實現(xiàn)了內(nèi)部協(xié)同和集成化。
數(shù)字化采購創(chuàng)新服務(wù)
以創(chuàng)新挖掘需求,數(shù)字化采購供應(yīng)商利用數(shù)據(jù)智能應(yīng)用構(gòu)建線上線下協(xié)同供應(yīng)鏈、多品類覆蓋,提高品質(zhì)與品牌化、提供場景化的產(chǎn)品方案,服務(wù)一站式采購、加速推進智能物流和全國倉配網(wǎng)絡(luò)建設(shè)四大創(chuàng)新模式,加速推進智能物流和全國倉配網(wǎng)絡(luò)建設(shè)不斷進行探索,從產(chǎn)品、交易、交付、服務(wù)等多個方面加強自身服務(wù)能力,并完善數(shù)字化采購業(yè)態(tài)。
數(shù)字化采購挑戰(zhàn)與發(fā)展趨勢
以達成對采購企業(yè)降本和供應(yīng)鏈協(xié)同提效為目標,數(shù)字化采購正朝著底層建設(shè)更標準,系統(tǒng)搭建更敏捷,內(nèi)部組織之間和外部要素之間形成更強的協(xié)同能力發(fā)展,在追求協(xié)同發(fā)展的進程中,采購部門的職能也從由內(nèi)部服務(wù)轉(zhuǎn)向價值創(chuàng)造。
平臺企業(yè)案例——鑫方盛
作為《2022數(shù)字化采購發(fā)展報告》中的典型增長案例,鑫方盛自2017年轉(zhuǎn)型為覆蓋全品類、全行業(yè)以供應(yīng)鏈為基礎(chǔ)的一站式工業(yè)品服務(wù)平臺。加大數(shù)字化投入,搭建智能供應(yīng)鏈基礎(chǔ)網(wǎng)絡(luò),通過建立完善倉管物流體系,以及專業(yè)化的嚴格的售前售后服務(wù)體系,為用戶提供全鏈路的數(shù)字化服務(wù)。
四類鏈接,全場景助力客戶采購數(shù)字化
鑫方盛的數(shù)字化采購平臺,通過構(gòu)建“云”“數(shù)”“智”“慧”四種交易模式,滿足央國企、大型企業(yè)、SME企業(yè)等不同類型客戶的不同數(shù)字化采購需求,為其提供全場景的數(shù)字化采購解決方案。
形成線上大通道,助力供應(yīng)鏈各方動態(tài)協(xié)同
鑫方盛為上下游搭建數(shù)字化采購平臺,不僅為上下游提供了流量入口,連接了上下游,實現(xiàn)供銷一體化,而且平臺匯集的流量池為供應(yīng)商開拓更多渠道,增加商品曝光,對接優(yōu)質(zhì)客戶資源,提高獲客效率;同時,為客戶提供更多、更優(yōu)質(zhì)供應(yīng)商和產(chǎn)品的選擇,提高議價能力;最重要的是,鑫方盛數(shù)字化采購平臺可以為客戶提供場景選品服務(wù),根據(jù)客戶所需場景,精準提供目錄清單,滿足客戶各類需求。
形成平臺產(chǎn)品數(shù)據(jù)庫,助力標準化規(guī)模化
鑫方盛擁有工業(yè)全品類商品庫,在售SKU300萬+。鑫方盛通過“工品通”數(shù)字化平臺,利用大數(shù)據(jù)能力,對其積累的商品數(shù)據(jù),根據(jù)其使用的行業(yè)、區(qū)域、場景、用途進行分類、標準化,形成完善的商品族群分類的標準。
形成專屬、標準化平臺,滿足各類需求
鑫方盛針對大型客戶和中小微客戶,提供不同平臺服務(wù)。NKA平臺為KA客戶提供專屬、個性化服務(wù)方案;SMB平臺為中小微企業(yè)提供標準化采購平臺,拓寬其渠道,為行業(yè)和供應(yīng)鏈服務(wù)伙伴賦能。
數(shù)據(jù)智能支撐數(shù)字化采購協(xié)同效率
隨著數(shù)字化在工業(yè)品采購領(lǐng)域的滲透,采購各個環(huán)節(jié)所產(chǎn)生的數(shù)據(jù)利用程度不斷加深,數(shù)據(jù)的時效性和連通性不斷增強,在推動采購自動化的基礎(chǔ)上,實時將各環(huán)節(jié)數(shù)據(jù)共享,協(xié)同利用,實現(xiàn)自動化程度高、資源配置效率高、服務(wù)質(zhì)量高、風(fēng)險控制能力強的數(shù)字化采購體系。
智能物流交付體系,支撐24h現(xiàn)場服務(wù)
鑫方盛的“物流數(shù)據(jù)中心”可以實時監(jiān)控供應(yīng)商倉、鑫方盛的總倉和區(qū)域倉貨物情況,根據(jù)客戶需求,基于智能算法調(diào)用最適合的倉儲,計算出最優(yōu)配送路線,再通過集貨倉送達終端客戶,實現(xiàn)了24小時內(nèi)送達現(xiàn)場的服務(wù)。
智能倉儲為供應(yīng)商提供動態(tài)庫存管理
鑫方盛在全國布局了七大區(qū)域總倉,同時擁有近20個省級二級倉和50多個分公司及三級倉。其倉儲物流體系不僅服務(wù)與鑫方盛自身業(yè)務(wù),同時也開放賦能給于供應(yīng)商,提供供應(yīng)商庫存管理(VMI)、聯(lián)合庫存管理(JMI),通過數(shù)據(jù)實時傳輸和共享,供應(yīng)商可以實時響應(yīng)客戶需求,實現(xiàn)動態(tài)庫存管理。
“無人倉”自動化作業(yè),實現(xiàn)智能備貨
通過傳感、射頻等技術(shù),鑫方盛為其核心客戶推出了無人倉、智能柜服務(wù)。該服務(wù)通過客戶需求和歷史成交記錄,進行智能補貨,實現(xiàn)按需備貨,解決了客戶零散庫存的問題;同時貨物作業(yè)自動建賬,實現(xiàn)信息智能同步,貨物流向準確跟蹤追溯;最重要的是,全流程無人化作業(yè),降低人力成本。
N種算法支撐客戶智能決策
通過多種智能算法,鑫方盛“工品通”等平臺可以智能匹配客戶需求,進行智能選品、自助下單,提供最優(yōu)配送方式、智能簽收、自動對賬等智能決策服務(wù),同時平臺根據(jù)客戶反饋,智能調(diào)整上架的產(chǎn)品,對供應(yīng)商智能分類管理。
結(jié)語
在產(chǎn)業(yè)互聯(lián)網(wǎng)發(fā)展的背景下,鑫方盛從底層對供應(yīng)鏈和服務(wù)進行數(shù)字化改造,針對采購過程中的交易模式、管理效率、履約服務(wù)體系等核心環(huán)節(jié),提升采購效率和服務(wù)質(zhì)量。線上交易完成扁平化交易;大數(shù)據(jù)預(yù)判企業(yè)需求,實現(xiàn)精準供貨;云倉物流滿足高效交付;C2M高敏定制產(chǎn)品。數(shù)字化企業(yè)采購的全流程中發(fā)揮優(yōu)化模式、降本增效的作用,滿足采購企業(yè)核心訴求。
編輯:孔澳
監(jiān)督:0571-85871667
投稿:news@ccement.com