企业供应链绩效考核指标浅析模板.doc

企业供给链绩效考评指标浅析

学校：上海复旦大学信息科学和工程学院
姓名：***
工作单位：
年纪：
学历：
电话：
字数：9,380
Email：
论文完成时间：5月25日

论 文 大 纲
THESIS OUTLINE

第一章：绪论
Chapter 1 Introduction
1．1 研究背景：叙述供给链管理体系发展现实状况，和提出改善供给链绩效评价指标体系肯定性和关键性；
1.1 Research background: expatiate the actual status of the supplier chain management system development, and bring forward the importance and inevitability about to improve the supplier chain management performance measure system.
1．2 问题提出：以现在笔者所工作企业环境为大背景，以特定供给链为研究对象，简明提出目前该供给链运作中所存在问题
1.2 Problem introduce : As the author worked company background be the thesis background, and according to a given product’s supplier chain to be a research project, show some problem in this supplier chain operation roughly;
第二章：供给链绩效评价体系现实状况和其相关理论
Chapter 2 Actual situation of Supplier Chain Management KPI system and interrelated theory
2．1 简述供给链绩效评价体系发展及其现实状况
2.1 Actual situation of Supplier Chain Management KPI system analysis roughly
2．2 简明叙述供给链绩效评价体系相关理论
2.2 Expatiate Supplier Chain Management KPI system interrelated theory;
第三章 改善供给链绩效评价体系—灰色聚类分析法实证应用
Chapter 3 Improvement of supplier chain management KPI system – application of Grey Cluster analysis
3．1 改善灰色聚类分析法浅析
3.1 Analysis about improvement of Grey Cluster analysis
3．2 实证分析
3.2 Demonstration analysis
第四章 结论和展望
Chapter 4 Conclusion and expectation
4．1 结论
4.1 Conclusion of thesis
4．2 不足和展望
4.2 Insufficiency and expectation

摘 要
本文经过对供给链管理评价体系现实状况探讨和分析，利用供给链管理关键思想，以某集团供给链评价指标体系为研究对象，意在寻求出一套更适合于供给链评价指标体系。 在对于该论点叙述过程中，提出了将灰色聚类分析法改善并用于供给链绩效评价指标体系中，并对怎样进行分析，决议等做了具体说明和论证。

关键词 供给链管理考评指标体系；灰色聚类分析法；供给链管理；
Abstract
This article presents a complete analysis to the Performance Analysis System actual situation of whole Supplier Chain Management. Author use the key mood of SCM and citing a company example to be a study case, in order to find a more fit Performance System to evaluate whole supplier chain. And this article presents a Grey Cluster Relation Analysis Method(GCRAM).The new method combines the cluster method with the relation analysis method and is used to judge the class(e. g. Class of disease or class of economic zone)which the object element(e. g. a ptient or a region)belongs to. The method is now first applied to medical diagnosis on diseases, and is verified very well.

Key Words : Supplier Chain Management Performance Evaluation; Grey Cluster Relation Analysis Method(GCRAM) ; Supplier Chain Management

目 录

第一章 绪论 ………………………………………………………. 5
1．1 研究背景 …………………………………………………. 5
1．2 问题提出 ………………………………………………. 7
第二章 供给链绩效评价体系现实状况和其相关理论 …………….. 10
2．1 供给链绩效评价体系现实状况 …………………………… 10
2．2 和供给链绩效评价相关理论介绍- 灰色理论 ……… 15
第三章 O集团供给链绩效评价体系分析 ……………………… 17
3．1 改善灰色聚类分析法浅析 …………………………... 17
3．1．1 灰色聚类分析法相关定义 ……………………. 17
3．1．2 改善后灰色聚类分析法 ………………………. 19
3．2 实证分析 ………………………………………………... 22
第四章 结论和展望 ……………………………………………... 29
4．1 结论 ……………………………………………………... 29
4．2 不足 ……………………………………………………... 29
参考文件 …………………………………………………………. 31

第一章 绪论

1．1 研究背景

供给链管理强调供给链中企业间合作，意在以物流、信息流、资金流将供给商、制造商、分销商联络成为一体，商品生产者和分销商之间在价值产生和实现上是相互依存，而在利益分配上又是相互矛盾，表现在商品上就是价格竞争，企业成本简单地转移到上游或下游企业并不能使其增强竞争力，假如社会再生产各个步骤均把成本简单推到下游企业或产业，只会增加最终消费者商品购置价格，而商品价值实现，必需经过商品最终消费来完成。以后角度讲，最终竞争并不是表现为企业间竞争，而是供给链之间竞争。
现行企业绩效评价(performance evaluation)指标侧重于单个企业，平均对象是某个企业内部职能部门或具体职位，其评价指标在设计上有以下特点：
（1） 数据起源于财务结果，在时间上略为滞后，不能反应供给链动态运行情况；
（2） 关键评价职能部门工作完成情况，不能对企业步骤进行评价，更不能科学、客观地评价整个供给链运行；
（3） 不能对供给链业务步骤进行实时评价和分析，而是侧重于事后分析，当出现偏差时，危害已经造成并极难赔偿。
目前企业绩效评价指标已经不适适用于对供给链运行绩效评价，应该用基于业务步骤绩效评价指标。
供给链绩效评价是供给链管理结果表现，是深入改善供给链，实现再造基础，传统企业绩效评价只能衡量单个企业绩效，无法对供给链整体利益和绩效进行衡量，造成供给链无法真正作为一个整体运作。只有建立衡量供给链绩效评价体系，才能对供给链运行进行连续、动态跟踪，为决议者提供状态参数，为调整和优化供给链提供依据。
在实际操作中，为了建立能有效评价供给链绩效指标体系，大致上全部是遵照以下标准：
（1） 突出关键，要对关键绩效指标进行关键分析；
（2） 供给链评价指标集成化，能反应整个供给链运行情况，而不仅仅是单个节点企业运行情况；
（3） 财务指标和非财务指标并重，关注供给链长久发展和短期利润有效结合，实现两个目标之间有效传输；
（4） 采取能反应供给商、制造商及用户之间关系绩效评价指标把评价对象扩大到供给链上相关企业；
（5） 供给链绩效评价能全方位、多角度、多层次地反应供给链竞争优势，重视组织未来发展性；
（6） 绩效评价除了对企业内部运作基础评价之外，还把注意力放在外部供给链监控上，以确保供给链内部和外部在绩效上达成一致。
现在中国外很多研究学者全部试图经过指标体系建立或模型确实立来填补用企业绩效对供给链绩效评价不足。所以，从供给链绩效评价关键地位和目前供给链绩效评价情况出发，全部有研究必需和空间，本文将在已取得研究结果基础上结合具体企业情况开展深入探讨，在发觉问题同时处理问题，同时推进理论前进。

1．2 问题提出

对于供给链或称供给网络，所包含企业众多，各个企业指标也大量融合并相互影响，假如将全部包含数据均搜集和分析，不仅工作量巨大，也没有一个能涵盖纵向、横向比较模型。
笔者所在企业O集团是欧洲第一大运动品集团，该集团经营方法不仅包含B2B，还包含B2C，O集团在全球拥有近500家运动品超市，概念店，直接销售该集团自己运动产品，产品类别广泛，基础上涵盖了全部运动品范围，同时，O集团生产团体中，不仅采取外协生产，在很多关键产品上还拥有自己组装工厂，有专门工业采购团体进行全球采购。供给商数量多，不过供给链比较清楚。O集团是笔者自从业以来，所碰到拥有最简短供给链集团，从生产到销售，其经营理念，就是要运动爱好者尽可能大享受到运动乐趣这就是企业生存价值。
再O集团中，有一项主打产品就是自行车，O集团拥有自己研发团体，拥有世界上一流自行车测试试验室，O集团现在在欧洲拥有4个自行车组装工厂：葡萄牙组装厂，法国组装厂，意大利组装厂，罗马尼亚组装厂，方便给欧洲近375家商场供货，而在生产自行车关键零件，车架和前叉则是从中国四个供给商中采购，深圳两间（A, B），常州一间（C）,苏州昆山一间（D），过去四年中平均每十二个月总采购金额在2.5亿欧元。为了确保欧洲各商场用户满意度，四个组装工厂必需在合理控制库存前提下，最大可能满足商场订单需求，这就意味着，面对中国四家供给商，怎样维持良好上下游关系，怎样合理分配订单，怎样降低车架和前叉这种关键零配件生产周期（Production Lead-time）全部是很关键，所以，此次项目就以O集团自行车关键零配件车架和前叉供给链管理为研究对象，笔者将在此次项目研究中介绍现在O集团所使用供给链绩效考量指标体系，并提出新改善考量指标，并进行实证，说明其对于整条供给链考量更为有效。
所以，对于我们目前所要研究供给链，简单图示1-2以下：
深圳 A 厂
上游车架和前叉
制造厂商
昆山 D 厂
常州 C 厂
深圳 B 厂

B2B
法国工厂
葡萄牙工厂
中游 自行车
生产工厂
罗马尼亚工厂
意大利工厂

B2C
下游 零售店
欧洲 零售店

（375家左右）

图1-2 O集团欧洲自行车关键零配件供需供给链图解

从企业管理角度看，有很多共同供给商（所供给原材料可能不相同），采取共同质量标准、生产步骤（企业标准），有共同物流中心/VMI库房提供相同服务，共同多变消费市场，四个工厂供给链管理应该趋于同一个水平，但实际情况是在紧急订单处理上为何某一个工厂做比很好？
为何某一个工厂有如此多突发事件来填补应该正常供给链？
为何目前指标不能真实反应供给链运行情况？
所以，以企业绩效模式粗放型衡量四条供给链显然不是适宜选择，也无法回复以上问题，企业不可能在对各条供给链没有清楚认识情况下作预期改善或优化，同时不成熟KPI指标会使相关人员失去认清供给链问题动力，造成问题连续积累。对以上问题回复也是本文将要作为实证研究部分。

第二章：供给链绩效评价体系现实状况和其相关理论

2.1 供给链绩效评价体系现实状况

绩效评价（Performance Measurement，PM）是基于目标对运行结果衡量。它过程关键包含绩效指标定义、分析和汇报、评价和改善三个部分，三个阶段循环往复，不停提升。绩效评价目标关键有两个：一是判定各方案是否达成了各项预定性能指标，能否在满足内外条件下实现系统预定目标；二是根据预定评价指标体系评出参评方案优劣，做好决议支持，为进行最优决议，选择系统实施方案服务。
现在对供给链绩效评价研究关键是指标选择、体系构建和绩效算法多个方面。
（1）供给链绩效评价指标选择和体系构建方面
国际上，Lummus等人列举了供给链绩效关键考评指标，每一项指标全部有3个指标值：理想值、目标值和目前值。
供给链绩效管理目标就是根据理想值设定目标值，进而改善现有绩效情况。
如表2-1所表示：
供给(supply)
供给商可靠性(supplier reliability)
供给商提前期(supplier lead time)
转换(conversion)
过程可靠性(process reliability)
加工时间(changeover time)
计划完成情况(schedule attainment)
交运(delivery)
订单完成率(perfect order completion)
补充提前期(replenishment lead time)
运输天数(days of hand)
需求管理(demand management)
供给链总库存成本(total SC inventory)
总周转天数(total cycle time)
表2-1 供给链绩效关键评价指标 (lummus et.al.)

为了避免传统绩效评价问题，比蒙（Beamon）于1999年提出了三个能够反应供给链绩效战略目标：资源、产出和柔性，资源评价和产出评价在供给链评价中已经得到广泛应用，而柔性则在应用中是有限。资源评价（成本评价）是高效生产关键，产出评价（用户响应）必需达成很高水平以保持供给链增值性，柔性评价则要达成在改变环境中快速响应，它们之间是相互作用相互平衡。
经过深入发展，现在ROF法三个方面对应指标如表2-2所表示：
表2-2 ROF评价指标
资源(resources)
总成本、配销成本、制造成本、存货成本、投资酬劳率
产出(output)
销售额、利润、按时交货、用户响应时间、用户埋怨
柔性(flexibility)
时间柔性、数量柔性、产品柔性、混合柔性

供给链研究权威机构PRTM在供给链运作参考模型—SCOR模型中提出了绩效评价指标，并指出对于企业无须成为全能冠军，而应该集中自己优势，把目标瞄准市场上4-6个选定领域，发明差异优势。
目前供给链管理协会（Supply Chain Council）公布最新8.0版SCOR。结合比较成熟使用指标，我们将其列成表2-3：
表2-3 供给链绩效和基准衡量标准

用户层面
内部层面
SCOR第一级
供给链可靠性
灵活性响应性
成本
资产
运输绩效
▲

订单完成绩效
▲

完整订单实施
▲

SC响应时间

▲

生产灵活性

▲

物流总成本

▲

增值生产率

▲

保修退货成本

▲

现金周转期

▲
库存供货天数

▲
资产周转

▲

将平衡计分卡（BSC）延伸到供给链管理中，布鲁尔和斯拜（Brewer and Speh，）认为假如企业考虑到供给链关键性但仍然使用绩效方法对职员进行评定，这些绩效方法不受供给链效率提升影响，那么企业将忽略在供给链方面努力，她们建立起一个框架将供给链和BSC联络起来，图2-1：

图2-1 将供给链管理和平衡计分卡相联络
Roger教授认为用户服务质量是评价供给链整体绩效最关键手段，绩效评价系统应该包含有形体外在绩效；可靠性、响应速度、能力、服务态度等十个方面。
（2）研究方法方面
前面部分开始已经说明，供给链评价方法必需于现有企业绩效评价方法相结合才能达成真正认识目前供给链作用，所以在方法上二者存在共用内容。前面指标体系中已经包含部分研究方法，如ROF法、SCOR模型、BSC等，这里就不再叙述。
标杆法（Benchmarking）。标杆法最早能够追溯到美国施乐企业，是一个不停地和竞争对手及行业中最优异企业比较实力，衡量差距过程。定量分析自己企业现实状况和其它企业现实状况，加以比较，是一个组织不停学习、改善、维持竞争力关键手段。
层次分析法(The Analytic Hierarchy Process，简称AHP)。美国运筹学家、匹兹堡大学萨迪（T.L.Satty）教授于20世纪70年代提出了层次分析法，AHP基础思绪是：
a.将复杂问题分解为若干组成要素，并将这些要素按支配关系形成有序递阶层次结构；
b.经过两两比较矩阵求出各要素相对权重，和要素所属大类相对权重；
c.对每个评价要素下指标作单原因评价，形成单原因评判矩阵；
d.综合各层次要素关键程度，得到各要素综合评价值。
AHP法还有一个很大实用之处是它很轻易和其它方面合并使用，以处理实际操作中某一个方面，并将其叙述清楚，使结合方法论既保持原来框架又在一定程度上被完善。如陈功玉等用AHP和Delphi法相结合来确定供给商评价指标权重。
模糊层次综合评价法。它是将模糊数学和层次分析法相结合一个系统评价方法，它能比很好地处理系统多指标综合评价问题。但在进行模糊综合评价时，通常极少考虑评价对象特征值随时间而改变情况，而是把评价指标作为常量进行评价，或是只依据某时间点一组指标值进行评价，然后将评价结果推及整个时间段。
灰色关联法。灰色关联法是灰色系统理论一个分支，是一个从信息非完备性出发，研究和处理复杂系统理论。它经过分析参考序列和比较序列曲线几何形状靠近程度，来判定改变趋势靠近程度。
作业成本法（Activity Based Costing，ABC）。ABC法是衡量供给链绩效有效方法，它能使企业正确得到营销某一特定产品或服务某一特定用户总成本，能够计算物流成本并非单单运输等有形费用，而且能够和其它评价方法有效结合，得到更为正确供给链成本指标。

2．2 和供给链绩效评价相关理论介绍 – 灰色理论

灰色系统理论以“部分信息已知，部分信息未知”“小样本”、“贫信息”不确定性系统为研究对象，关键经过对“部分”已知信息生成、开发，提取有价值信息，实现对系统运行行为、演化规律正确描述和有效监控艾什比（Ashby）将内部信息未知对象称为黑箱（Black Box），表示信息未知，如同20世纪初对企业研究，只是考虑投入和产出（输入和输出），至于企业是什么，怎样运作并不去考虑，直到《企业性质》被认同才开始进行系统研究，对应地，信息完全明确系统称为白色系统，介于二者之间，即部分信息明确、部分信息未知系统则成为灰色系统。系统信息不完全情况能够归纳为四个方面：
（1） 元素（参数）信息不完全
（2） 结构信息不完全
（3） 边界信息不完全
（4） 运行行为信息不完全
表2-5 “灰”概念引申

黑
灰
白
信息上
未知
不完全
完全
表象上
暗
若明若暗
明确
过程上
新
新旧交替
旧
性质上
混沌
多个成份
纯
方法上
否定
扬弃
肯定
态度上
放纵
宽容
严厉
结果上
无解
非惟一解
惟一解

大家在社会、经济活动或科学研究过程中，常常会碰到信息不完全情形，所以在灰色理论发展过程中，大量被延伸到相关领域，和其它学科理论方法相结合，达成学科现有方法论不能完成或极难达成目标，如邱学军提出灰色聚类关联分析法，李勇平等进行投资项目灰色综合评定，Li Mancheng应用灰色关联法和灰色聚类法对考试质量精心评价，结合经典层次分析法（AHP）,连育青提出层次-灰色关联分析法，能够克服决议者主观影响和无须要计算误差，结合拓展最小二乘准则来建立灰色综合评价模型，很好处理了关联度很小情况下比较问题

第三章 O集团供给链绩效评价体系分析

3．1 改善灰色聚类分析法浅析

3．1．1 灰色聚类分析法相关定义

经典灰色聚类方法基础思想是依据问题实际背景，确定所需划分灰类个数和对应白化权函数；将搜集到分散信息，经过白化函数和灰色聚类权值分析计算，生成灰色聚类矩阵，以此对研究对象进行分类。在介绍之前我们首先解释一下将要使用到名词：
聚类对象：要评价对象，如本文中四个工厂
聚类指标：适适用于对象指标，如本文中质量、出货达成率等指标不一样灰类：对象对应指标所处程度，如好、中、差等
白化权函数：某一个灰数对其取值范围内不一样数值偏爱”程度
灰色聚类方法要求每一个特征指标对每一个评判子类全部要设定白化权函数。
下面给出多个定义：
定义3.1 设有n个聚类对象，m个聚类指标，s个不一样灰类，依据第i（i=1，2，…，n）个对象相关j（j=1，2，…，m）个指标观察值Xij 将第i个对象归入第k（k∈｛1，2， …，s｝个灰类,称为灰色聚类。
定义3.2 将n个对象相关指标j取值对应地分为s个灰类,称之为j指标子类。
j指标k子类白化权函数记为。经典白化权函数图所表示：

图3-1 经典白化权函数
用公式表示经典白化权函数为：

定义3.3 设为j指标k子类临界值，则称
式（3.1）
为j指标k子类权。
定义3.4 设Xij为对象i相关指标j观察值，为j指标k子类白化权函数，为j指标k子类权，则称
式（3.2）
为对象i属于k灰类灰色变权聚类系数。
定义3.5 设，则称对象i属于灰类k* ；当有多个对象同属于灰类k*时，能够深入依据综合聚类系数大小确定同属于灰类k*各对象优劣或位次。
以上定义因为本论文篇幅限制，临时不做实例验证，我们将在下面章节中介绍依据理论上灰色聚类分析法改善定义。

3．1．2 改善后灰色聚类分析法

灰色聚类决议用于根据多个不一样决议指标对决议对象进行综合评价，以确定决议对象是否满足给定取舍准则，经典灰色聚类决议基础思想是依据问题实际背景，确定所需划分灰类个数和对应白化权函数；将搜集到分散信息，经过白化函数和灰色聚类权值分析计算，生成灰色聚类矩阵，以此对研究对象进行分类。经典灰色聚类决议方法又称为灰色变权聚类，它适适用于指标意义、量纲皆相同情况，对于聚类指标意义、量纲不一样且不一样指标对象评价值在量纲上悬殊较大时情况，有两种方法能够处理，一是对初始矩阵进行归一化处理，二是采取灰色定权聚类。
对于指标优化处理，按其取值类型有成本型指标、效益型指标和区间型指标。前两种指标我们已经介绍过，区间型指标使用过程中需要在主观评价基础上对j指标k子类临界值进行深入处理，我们在三角白化权函数介绍中给解释。
灰色关联聚类是观察到特征变量在某个临界值r下分类情况，r可依据实际问题需要确定，r越靠近于1分类越细，每一组分类中变量相对地越少；r越小分类越粗，每一组分类中变量对应地越多。比如我们对于一个人评价，可能会有几十种衡量指标，每种指标全部隐含着某首先能力，此时假如用全部指标进行分析显然是不合理，所以能够用灰色关联聚类，计算全部指标对应第一个指标灰色绝对关联度，设定一个临界值r，依据r值大小得到多个能力大类对应关键指标，然后利用相关分析法对这多个指标进行分析，简化了计算同时又能反应全部指标特征。
基于三角白化权函数灰色评定，根据评定要求所需划分灰类数s，将各个指标取值范围也对应地划分为s个灰类，此时取值不是一个具体值，而是一个区间；对相邻数值取平均值就得到，进而划出j指标k灰类三角白化权函数对于第一个和最终一个函数取值，需要将指标取值数域在坐标上向左、向右延拓（a和e）。图例能够表示为：

图3-2 三角白化权函数
本文从实用和简练性出发，选择使用对灰色定权聚类分析法改善来作为实证研究理论依据。
然后，我们在定义3.1到定义3.5基础上给出另外一个定义：
定义3.6 设原始序列mj=min{x1j ，x2j ，…，xnj }，Mj=max{x1j ，x2j ，…，xnj }。对于效益型指标，令 ；
对于成本型指标
得到聚类对象区间化特征指标序列组成矩阵：
此时白化权函数和变权、定权聚类中白化权函数是有区分，因为特征数据已经被区间化，所以白化权函数对应只在[0，1]间取值，同时白化权函数适适用于任何特征指标。图3-3：

图3-3 简化后白化权函数

把定义3.6和定义3.1 到定义3.5结合，我们得出改善灰色聚类算法步骤：
（1） 结构初始序列矩阵
（2） 区间化处理 定义3.6
（3） 选定白化权函数
（4） 计算指标权重
（5） 求聚类系数 定义3.4
（6） 灰类比较 定义3.5
此方法和传统方法含有一致性且思绪简单，计算量小，应用较方便，最终得出灰色聚类系数矩阵，经过对它分析能够达成对聚类对象分类目标。

3．2 实证分析

现在请回顾论文前部分相关O集团欧洲自行车四个组装工厂简单供给链图1-2，笔者将依据该供给链关系以葡萄牙工厂为例，列出其第四季度相关供给链绩效指标考评数据，并对其进行比较，说明。然后我们将凭借聚类分析法进行分类，评价其供给链现实状况和待改善关键点。
（1）出货达成率（On-time Delivery Rate
库存水平
葡萄牙工厂第四季度三个月中收到订单笔数为32，40，30，未完成订单笔数为：2，2，1，所以计算得出OTD1=97/102*100%=95%。
（2）产品柔性

葡萄牙工厂第四季度开发新产品两个，全部已投入生产，同时淘汰掉两个品种，期初和期末数全部是7个，所以产品柔性为0.286。
（3）免检百分比

季度结束时从原材料质量控制部门人员处得到免检百分比资料，显示该厂物料免检率为85%。
（4） 产能利用率
= 95%
（5） 平均年资
个人服务企业时间加权平均值 = 3.2 年
（6） VMI百分比
= 56%
（7） 步骤改善

改善项目经济效益评定能够节省50万/年项目数。
（8） 成品不良率
成品不良率用每百万单位产品中不良品数量表示（Defect Per Million Units），计算公式为：

葡萄牙工厂产品比较稳定，生产数量也是整个欧洲工厂中最多，这两个原因使得该厂成品不良率一直保持在较低位置。成品检验人员依据批次，天天抽取样品检验，天天、每七天、每个月全部会整理出不良率，综合三个月不良品数据，我们得到该厂DPMU1=350。
（9） 库存水平
库存水平用天数表示，代表在现有材料在不购进新原材料情况下，能够满足用户出货需求天数，包含原材料库存、半成品库存和成品库存。计算公式为： = 12 天
上面一节以葡萄牙工厂为例，计算出对应九个指标数值，同理我们能够得到其它工厂对应数字，我们设灰类k为好、良、差三个。并根据次序将四个工厂简称为一厂（葡萄牙），二厂（法国），三厂（意大利），四厂（罗马尼亚）
第一步 整理出四个工厂对应各项指标，以下表所表示：
表3-1 各厂指标

出货达成率
产品柔性
免检百分比
产能利用率
平均年资
vmi百分比
步骤改善
成品不良
库存水平
一厂
0.95
0.286
0.85
0.95
3.2
0.56
10
350
12
二厂
0.98
0.333
0.75
0.92
3.5
0.61
7
450
14
三厂
0.94
0.429
0.7
0.89
2.5
0.48
9
800
10
四厂
0.95
0.25
0.89
0.95
3
0.55
5
550
9
前面七个指标为效益型指标，取值越大说明越好，越含有优势；后面两个为成本型指标，取值越小越好，对企业资金占用越小，用户满意度越高，更符合企业战略。
第二步 用定义3.6对应公式对初始数值进行区间化处理，得表3-2：

表3-2 指标区间化

出货达成率
库存水平
免检百分比
产能利用率
平均年资
vmi百分比
步骤改善
成品不良
库存水平
一厂
0.25
0.
0.7895
1
0.7
0.6154
1
1
0.4
二厂
1
0.4637
0.2632
0.5
1
1
0.4
0.7778
0
三厂
0
1
0
0
0
0
0.8
0
0.8
四厂
0.25
0
1
1
0.5
0.5385
0
0.5556
1
第三步 给出白化权函数

第四步 计算指标权重
对于企业绩效也包含指标，我们采取先求值措施，计算其数值，对不在企业绩效评价表中指标，如产品柔性等，我们采取人力资源首先赋值，结合教授咨询法得到初步数值，经计算以下表所表示：

表3-3 各指标权重值

出货达成率
产品柔性
免检百分比
产能利用率
平均年资
vmi百分比
步骤改善
成品不良
库存水平
大项权重
0.35
0.3
0.3
0.35
0.2
0.3
0.3
0.15
0.35
小项权重
0.1
0.18
0.1
0.15
0.15
0.15
0.2
0.4
0.2
数值
0.035
0.054
0.03
0.053
0.03
0.045
0.06
0.06
0.07
权重
0.08
0.123
0.069
0.12
0069
0.103
0.138
0.138
0.16

依据此权重值取得供给商和用户协调一致，得出最终指标权重：

第五步 求聚类系数
依据定义3.4公式，能够得出灰色聚类系数矩阵：

第六步 对初始指标进行分类

所以，依据各厂最大值取值情况知：一厂和四厂同属于好范围，三厂属于良范围，二厂属于差范围。
假如对上述案例实证进行分析，我们能够发觉，一样供给商，一样供货方法，在四条不一样组装工厂，不一样生产管理绩效，就会产生不一样供给链整体绩效。所以，对于O集团而言，对于供给商管理评价，不能仅仅从供给商对应某单个组装工厂供货水平，而是要从整条链上绩效进行分析和评价，这么才能找到症结点。
从实证结果分析，我们看到绩效水平较高是葡萄牙工厂和罗马尼亚工厂，因为这两间工厂生产产品种类少，关键是MTB(越野自行车)RR5.2, RR5.3, MCL 24等现在市场上O集团主打产品，设计成熟，销量稳定，和供给商配合全部很顺利，而且工厂采购很尊重生产周期，每个月得Forecast提供按时而且差异相对较小。对于中国供给商而言，能够尽可能降低备料周期，生产周期，甚至对常见车架品种进行备货；然而，对于意大利工厂而言，我们能够从产品柔性指标看出，该工厂关键是做新品，高级产品较多，受众人群较少，而且销量不稳定，前期市场估计不正确直接影响了后续整条供给链运作均衡；而法国工厂则是在尽可能以最低原材料库存为标准进行采购物料，然后生产，所以法国工厂每逢碰到急单，加单，销售大好，商店需要紧急补货时就表现出其限制性。
所以面对意大利和法国供给链问题，现在改善方法是，对于新品和高级产品，工厂负担部分原材料库存，销售估计由每个月一次改为每七天更新一次给采购中心，供给商和O集团对于这类特殊品种，签署原材料备料协议，而且每逢促销，圣诞节等销售旺季前，转移部分成熟品种至两个工厂，首先缓解其它工厂产能不够困境，同时能够使意大利和法国工厂增加其产能利用率。
现在该方法正在实践中，结果是否理想要看圣诞节过后整年销量，用户满意度和供给链绩效评价指标实际数据。

第四章 结论和展望

4．1 结论
本文从目前供给链绩效评价现实状况出发，结合笔者所在企业实际，提出了对O集团所属品牌自行车欧洲组装工厂供给链绩效评价模型和方法，现在正在连续改善中。本文关键完成工作能够概括以下：
（1） 从关键产业出发，对其各组装工厂供给链绩效进行评价，完善了目前供给链绩效评价体系；
（2） 在供给链绩效评价方法中引入灰色聚类分析法，拓展了评价视角，而且以具体算例，验证灰色聚类实用性。以前在经济管理中应用较多是灰色理论中“灰关联分析法”；
（3） 系统性地选择各工厂评价指标，标示其意义和关联，能够适适用于类似企业相关活动范围；

4．2 不足

因为笔者水平所限，对供给链绩效评价中相关研究没有深入下去，还存在着不足和待改善和完善地方：
（1） 本文侧重于某一类型企业供给链绩效评价，指标方面选择不能推广到全部企业进行供给链绩效评价；
（2） 对指标权重计算方面，包含上下游企业和关键企业本身主观原因；
除了对灰色聚类改善，还能够引入灰色评定理论体系来处理经济管理中部分问题，包含供给链绩效评价。

参考文件:
[1] 候定丕 等，非线性评定理论探索和应用［M］合肥：中国科技大学出版社，，2
[2] 刘奇志，王芹，武器系统模糊聚类方法 [J] 系统工程理论和实践，1998，18（11）：61-65
[3] 谢梅芳，胡涛 李晖 直觉决议及其可信度评定方法研究[J]武汉理工大学学报：信息和管理工程版，，28(8):104-106
[4] 曹明霞 灰色关联分析模型及其应用研究 [D]南京航空航天大学，
[5] 霍震佳，隋明刚，刘仲英，集成化供给链整体绩效评价体系构建[J]同济大学学报，,3(2)
[6] 赵小惠 赵小苗 基于模糊决议供给链选择方法[J]工业工程和管理