cpfr案例

cpfr案例

【篇一：cpfr案例】

cpfrcpfr概念简介 cpfr的应用案例 cpfr概念简介 cpfr （collaborativeplanning forecasting replenishment）概念：协

同式供应链库存管理，也叫协同规划、预测与补货。是一种协同式

的供应链库存管理技术，它在降低销售商的存货量的同时，也增加

了供应商的销售额。

发展由来： cpfr的形成始于沃尔玛所推动的cfar，它是利用

internet通过零售企业与生产企业的合作，共同做出商品预测，并

在此基础上实行连续补货的系统。后来，在沃尔玛的不断推动之下，基于信息共享的cfar系统又正在向cpfr发展。该系统是在1995年，由沃尔玛与其4家供应商联合成立了工作小组，进行cpfr的研究和

探索，1998年美国召开零售系统大会时又加以倡导，目前实验的零

售企业有沃尔玛、凯马特和威克曼斯，生产企业有p&g、金佰利、

hp等7家企业，可以说，这是目前供应链管理在信息共享方面的最

新发展。

replenishment）特点：协同：从cpfr的基本思想看，供应链上下

游企业只有确立起共同的目标，才能使双方的绩效都得到提升，这

种战略的实施必须建立在信任和承诺的基础上，这是买卖双方取得

长远发展和良好绩效的唯一途径。

规划：vics（美国产业共同商务标准协会）定义项目公共标准时，认为需要在已有的结构上增加“p”，即合作规划（品类、品牌、分类、

关键品种等）以及合作财务（销量、订单满足率、定价、库存、安

全库存、毛利等）。此外，为了实现共同的目标，还需要双方协同

制定促销计划、库存政策变化计划、产品导入和中止计划以及仓储

分类计划； cpfr（collaborativeplanning forecasting replenishment）特点：预测：cpfr强调买卖双方必须做出最终的

协同预测，这样能大大减少整个价值链体系的低效率、死库存，促

进更好的产品销售，节约使用整个供应链的资源。它不仅关注供应

链双方共同做出最终预测，同时也强调双方都应参与预测反馈信息

的处理和预测模型的制定和修正，特别是如何处理预测数据的波动

等问题；补货：销售预测必须利用时间序列预测和需求规划系统转

化为订单预测，并且供应方约束条件，如订单处理周期、前置时间、订单最小量、商品单元以及零售方长期形成的购买习惯等都需要供

应链双方加以协商解决，根据vics的cpfr指导原则，协同运输计

划被认为是补货的主要因素。

cpfr（collaborativeplanning forecasting replenishment）cpfr

的价值：收入机会：通过确实执行cpfr流程步骤，除非有重大的外

界变化，可以预见销售点的缺货状况将减少，这意味着顾客更能顺

利地购得产品，而提升营业收入；降低存货：在cpfr的“商务伙伴”关系架构下，通过销售与订单预测流程以及冻结阶段的配置作业，

成员所需面临的状况变量因为严谨的程序与透明的信息而大幅减少，因此可以降低不必要的库存缓冲量，而释出现金流量；提高总资产

的报酬率：提高总收入、降低库存量意味着以更小的资产投资而获

取较高利润，总资产报酬率因而提高。

cpfr（collaborativeplanning forecasting replenishment）cpfr

具有三条指导性的原则：合作伙伴均要承诺共享和预测信息并共同

承担风险cpfr从功能角度分为三部分：联合补货cpfr实施流程图 2制订协同商务方案 3生成销售预测 1制订框架协议 4销售预测异常

识别异常是否在准许范围之内 5协同解决 6生成订单预测 7订单预

测异常识别异常是否在准许范围之内 8协同解决 9订单生成 cpfr

案例分析——沃尔玛与莎拉李合作计划cpfr简介——沃尔玛公司分

析沃尔玛是采用协同计划、预测和补货（cpfr）的企业，通过全盘

管理、网络化运营的方式来管理供应链中的贸易伙伴。cpfr帮助沃

尔玛建立起一套针对每件商品的短期预测方法，用来指导订货。这

种由相互协商确立的短期预测成为改进需求管理的动力，实现了对

供给和库存水平的更好控制。cpfr项目的实施帮助沃尔玛和供应商

节约了大量的库存维护成本，并促使沃尔玛逐步成为一个准时制系统。

沃尔玛实施了一个数据仓库项目，在一台中央服务器上汇总历史数

据并进行分析，从数据中更好地了解商业环境，并做出最好的决策。最初系统只收集销售点和运输的数据，之后数据仓库包括了65周的

库存数据、预测数据、人口统计数据、降价数量、退货和市场数据，这些数据按照每件商品、每个商店和每一天进行归类。数据仓库中

除了沃尔玛的运营数据以外，还包括竞争对手的数据。这些数据向

沃尔玛的买家、中间商、物流提供商和预测相关人员以及3500家

合作伙伴开放。

例如，当沃尔玛的竞争对手开设了一家杂货商店，沃尔玛会努力去

分析其设立对自身销售的影响。预测过程从数据仓库开始。沃尔玛

应用的数据挖掘软件是由neovista software（被j＆a软件集团收购）开发的，用来分析一年来的销售点销售数据，并向美国的商店

提示购进各种商品的贸易伙伴。其目标就是节约几百万的库存成本，更好地处理季节性和每周的销售变化，针对顾客需求和市场变化制

定商业计划。

预测过程是这样运转的，沃尔玛的买家提交一份初步的预测，这个

数据会显示在华纳-兰伯特（warner-lambert）实施cpfr的服务器

上（华纳-兰伯特是一家世界一流的制药公司，在2000 年与辉瑞合并）。

华纳-兰伯特的计划人员将意见和建议分享给沃尔玛的计划制定者。

最后经协调统一的每件产品的预测结果用于华纳-兰伯特的生产和沃

尔玛的仓库管理。沃尔玛和它的供应商使用同样的系统。

例如，每家商店的购买模式都十分不同，以及全年都保持较高库存

的护齿产品和宠物食品的销售模式也十分不同。这一发现应用于沃

尔玛的自动订货和供给系统。沃尔玛将7亿种商品进行组合分析，

实现了将正确的商品、在正确的时间、以合适的价格运送到正确的

商店，卖给顾客。沃尔玛不断提高预测的准确性，取得了零售行业

内无法比拟的竞争优势。

cpfr案例分析——沃尔玛与莎拉李合作计划 1.背景沙拉李公司是纳

桑卡明斯创办的。1939年，纳桑卡明斯以 520万美元买下了专门从

事糖类、咖啡和茶叶批发业务的c.d. 迪公司。先后经过企业的兼并

与重组，进入九十年代，重点转向国际市场，进入2000年后，公司

缩小经营范围，将精力集中于食品、饮料、服装（intimates 、underwear）家用产品等，尤其是具有全球知名度的消费品。

沃尔玛它早在1995年就开始了对cpfr的尝试，并深信与供应商开

展cpfr将会持续节省整个供应链的成本，增加整体的利润。另外对

沃尔玛来说，经由预测、补货等信息与供应商协同的方式，能够实

现将正确的产品品类，在正确的时间放置正确的地点，以此提升顾

客的满意度。而莎拉李深信长期的企业合作关系，是构建在客户满

意的基础之上，对于cpfr项目的实施与应用，再次证明莎拉李在战

略合作和改进供应链管理的决心和努力。

cpfr案例分析——沃尔玛与莎拉李合作计划目前，沙拉李公司的产

品主要分为三类： 1）食品、饮料及杂货； 2）个人消费品。主要是

各种沙拉李牌产品，如沙拉李针织产品，包括内衣、袜子、运动服

和休闲服。著名商标有hanes、 leggs、donna karan、 dim、just