数字化时代的到来，数据越来越多，运营模式越来越复杂，企业决策者遇到了前所未有的困难。很多企业都意识到要对决策进行智能化转型，让“数据说话”，才能塑造核心竞争力，统筹成本和规模等，实现效益最大化。找到我们的企业最常问的一句话就是：“如果上高级计划与排程（APS），能帮我们降低多少库存，提高多少产能利用率，能带来多少收益？”

事实上，在对整体业务流程的绩效有一个科学的测评之前这个问题是无法回答的。

高级计划与排程（APS）是一个能帮助企业提高运营能力的决策优化工具。它帮助企业平衡有限的生产资源，在不同的供应链与生产瓶颈阶段给出最优的生产计划排程，应对需求变化能够快速调整计划排程。当我们问到这一决策优化工具的效用时，要先正确查找并评估问题，才能判断该工具解决问题的有效性。从过去各行业中的高级计划与排程（APS）实践先驱经验来看，许多企业直接将高级计划与排程（APS）嫁接到供应链环节当中，功能上满足了操作需求，但最终的使用效果却差强人意。

先进的工具为何无法实现应有的价值？

我们不妨从更高的角度来分析这个问题。首先，高级计划与排程（APS）是个决策优化工具，决策过程可分为问题识别、问题诊断和行动选择三个步骤。拿导航来类比，当我们在地图上选定一个目的地，导航软件会结合交通工具、路线、耗时、当时路况等多个维度（指标）进行计算评估，根据我们在每个维度上的选择偏好（目标），推荐当前最佳的出行策略。同理，在高级计划与排程（APS）在实现计划优化时也需要对比当前各项业务指标与目标的偏差状况，准确识别并诊断问题为优化决策提供有力支持。我们要实现优化，就要判断哪里需要优化，定义优化到何种程度，判断优化的效果，这三个步骤缺一不可，不仅仅是解决简单的单点问题，而是要解决环环相扣的全局问题。

“如何让高级计划与排程（APS）发挥最佳效用？”

在某制药集团的项目实施中，面对药品种类多，工艺复杂、订单增加但库存难以降低、生产变化频繁，难以及时调整排产这些典型“老大难”问题时，我们并不仅限于在生产环节去寻求问题解决的办法，而是围绕核心目标，即如何提升营收，保障交付，提高效率，进而对销售，制造，物流，采购整体进行梳理。围绕最终目标定义每个环节的核心衡量指标，从供应链计划层面梳理核心绩效指标体系才能帮助客户对问题溯源追因。

我们再回看问题本身，当我们想通过高级计划与排程（APS）解决问题时，应该先分析造成问题的根本原因有哪些。比如，当我们想通过高级计划与排程（APS）优化库存时，首先要对库存的结构进行分析，明确库存现状如何，产品结构如何，并且通过一定的库存分析，选择不同产品的库存策略，例如选择合适的安全库存水平后，与库存现状相比较，才能判断未来降低库存的空间。其次，库存指标也会与其他的交付指标或者生产效率指标相互关联，相关指标同样对高级计划与排程（APS）的优化策略和目标发挥调节作用。

通过衡量指标分析，设置相应的库存策略及生产策略，再让高级计划与排程（APS）基于相应的策略来制定优化计划，并在实际执行过程中，持续地对需求满足率以及库存现状进行对比，寻找偏差优化决策。高级计划与排程（APS）只有与指标体系相结合，才能充分的发挥其优势，提高整体运营决策的能力。在计划领域，科学的衡量指标能够直接暴露问题，衡量现状并预期未来。这样的衡量指标，其实也就是企业运营的指标体系。

从供应链计划的全局视角来看，建立科学的指标体系是企业运营升级需要迈出的关键一步，抛开对供应链计划的整体把控，高级计划与排程（APS）则如无弓之利箭，很难达到预期效果。

因此，从供应链计划层面搭建科学衡量指标体系，通过动态实时数据驱动指标体系及时为企业运营精准“号脉问诊”，帮助管理者利用高级计划与排程（APS）快速制定相关决策，同时根据实时信息，快速识别并预警相关风险，是用好决策优化工具，让资源发挥最大价值的底层逻辑。