scm合作伙伴选择.pptxVIP

合作伙伴评价指标的确定 合作伙伴评价方法的确定 ;一、评价指标体系的建立 建立原则 系统全面性原则 简明科学性原则 稳定可比性原则 灵活可操作性原则 ;Dickson 的23条准则 170;Yahya Kingsman(16);; 以制造企业为主，上游合作伙伴、下游合作伙伴 共性： 财务成本状况、服务水平、管理水平、企业文化、外部环境 个性： 原材料供应商：产品质量、价格、生产能力等 零部件供应商：更注重敏捷性和柔性，企业技术水平（产品竞争优势） 分销商：分销渠道、促销策略、促销能力等;上游合作伙伴： ;营销能力 ;数据易采集、度量 产品质量 （产品合格率） 产品价格 售后服务水平 （用户抱怨解决时间） 地理位置 （供应商所在地和企业所在地的距离） 技术水平 （新产品开发率） 供应能力 （日单班产量） 经济效益 （净资产收益率=利润总额/净资产总额） 交货情况 （准时交货率=准时交货的订单数/总订单数） 市场影响度 （市场占有率=供应商产品数/市场同类产品数） ;二、供应链合作伙伴选择方法; 层次分析法（Analytic Hierarchy Process ——AHP） ;合作伙伴选择;标度;;2.1 内涵：从定性分析到定量分析再到定性与定量分析相结合;定量方法 成本比率法（The Cost Ratio），首先计算与成本有关的质量、运输、服务等项目的总成本，然后根据每一项准则的成本占总成本的百分比来选择合作伙伴。 基于活动的成本法（Activity Based Costing, ABC），通过计算备选合作伙伴的总成本选择最佳者。 定量方法的应用提高了合作伙伴选择的合理性和有效性，但面对客观存在的难以定量化的因素，纯粹的定量方法显现出较大的局限性;定性与定量相结合 层次分析法（Analytic Hierarchy Process，AHP） Dae- Ho Byun 韩国汽车制造企业合作伙伴选择，Tam和Tummala 分析香港通信设备的合作伙伴选择模型和决策过程，他们发现用AHP 法可缩短选择合作伙伴花费的时间 数据挖掘、智能推理、神经网络、群体决策、机器学习;2.2 原理：从相互比较到基准比较;2.2 原理：从相互比较到基准比较;2.3 技术：从传统到先进2.3.1 单项技术不断完善;;2.3.2 技术运用从单一到集成;AHP 法与其它方法组合的主要目的是确定指标权重，但用AHP 法确定指标权重存在两方面的缺陷， 判断矩阵存在着较明显的主观色彩； 未考虑评价对象所包含的信息 信息熵法确定指标权值，形成了熵与其它方法的组合。 熵是表示从一组不确定事物中提取信息量的多少。信息熵法确定指标权值的原理是：决策中某项指标的指标值变异程度越大，该指标提供的信息量越大，信息熵越小，其权重也应越大；反之，该指标的权重越小。 邵晓峰等人构建了基于熵和TOPSIS 的供应链中供应商选择模型 信息熵和灰色关联分析相结合的合作伙伴选择模型。 熵与神经网络组合、熵与主成分投影组合等也得到了应用。;TOPSIS;3.构造加权规范化矩阵;5.计算距离 供应商的评价值与理想解和负理想解的距离分别为：;2.4 因素：从单一到综合;2.4.2 优化模型从单目标到多目标 单目标线性规划。1974 年，Gaballa 首次将线性规划方法用于合作伙伴选择问题，以采购成本为目标，以需求和供应能力为约束，并考虑全额数量打折情况；Turne ，Pan 等 1993 年Weber 和Curre 首次运用多目标规划建立合作伙伴选择模型，将价格、质量、交货作为目标，供应能力、需求、政策、资金等作为约束，根据Fortune 500 强的一个企业的供应商选择问题建了一个具体模型，得到较满意的结果 史学锋和徐国华以价格、质量和配送水平等三方面引起的客户不满意度为目标，需求量和供给能力为约束，建立了集成单阶段与多阶段合作伙伴选择的混合整数规划模型，既可以选择单阶段供应商，也可选择多阶段供应商，即供应商的供应商。 模糊多目标规划。Kumar、Vrat 和Shankar 以成本、次品和延期交货最小化为目标，以需求量、能力、配额弹性、购买价值为约束，利用模糊线性处理技术，建立了模糊多目标混合整数规划模型。;2.5 过程：从静态到动态 指标权重的动态性 针对不同的评价对象给出不同的权重。传统的指标权重确定方法主要有头脑风暴法、Delphi 法和AHP 法。利用这些方法得出的指标权重，除受主观因素影响较大外，还具有一旦确定下来就固定不变的缺陷。 信息熵技术，使权重随评价对象的变化而改变，使评价选择结果更加客观有效。 主成分分析法选择合作伙伴，把主成分贡献率作为指标权重 虽能体现动态性，但缺少定性分析。用主观权重修正客观权重得到综合权重。 行为表现的动态性 王学军和郭亚军提出了合作伙伴