互联网+农业还有机会?农业产地ERP或是下一风口

观麦 2017-07-12 08:46:03

↑ 点击上方“产业电商资讯”关注我们

当前互联网+农业布局情况:

业界将2013年定义为生鲜电商元年,同时将给白领用户配送商净菜半成品的“小农女”视为“微信卖菜”的鼻祖。

紧随着O2O风口的席卷与资本市场的疯狂,2014年爆发了一批面向餐厅群体的食材配送公司,北有的链农,美菜,饭店联盟占据北京,南有小农女转型后领航广深市场。在短短1年内近百家加工配送企业打着O2O的名号浮出水面,开始疯狂价格拉锯战。

经过3年洗礼,资本热潮逐渐退却,价格战后并未让客户养成习惯,大部分玩家选择退场、合并。

如今的ToB剩余玩家已经不多,市场上各家玩法也渐渐明晰:

1. 食材配送型企业,以自营+加盟为主,直接面向餐厅客户提供食材配送服务;

2.生鲜配送行业ERP服务商,以传统生鲜配送企业为服务对象,提高行业效率。

放眼整个生鲜流通领域,向上有连接中大型企业的采购与一级、二级农批市场的交易平台宋小菜;进一步向前观望,还有连接产地与一级、二级市场的电商平台一亩田

blob.png

图1:生鲜行业巨头布局

纵观食品流通领域的各个环节,目前产地与市场间的管理服务类企业尚无巨头凸显,产地的流通数据,行业信息等仍为黑匣子,是否有机会入局,编者带着这个疑问踏上征途。

农产地观察:人力堆积,粗暴管理但流程有序

一次偶然的机会,编者接触到某农产品基地企业的管理者,该企业在甘肃、广东、宁夏等地均有斤万亩农田,每年根据季节周期在不同产地种植、收割、入库、冷藏、装箱,最终运往运往广州的各大农批市场,旗下员工数千人。

带着对行业的好奇与探索,我来到他们位于甘肃的种植基地,进一步考察是否有机会入局。并在他的协调下,编者也在走访了其他3家兄弟企业,整体对农产品产地有了一定了解,以下信息具有一定通用性:

1.  流程较长但有序:

在产地基地,该企业分为办公区、冷库与田地。办公区与冷库较近,近万亩田地被分为4、5个场地,每个场地包含收割工,定重工,转箱工三个工种。因冷库吞吐量有限,每个产地会区分种植时间,以保证收割时间分散,避免爆仓。

以广州市场吃到的季节性叶菜为例。某片区的菜品到了收割时间,仓库管理者会通知场长安排作业。收割工在田地里进行收割并将菜品收割放入塑料筐,同时在这个框内丢入自己的名条。

收割完成后到仓库,在仓库进行入库操作,入库前进行清点,清点完成的筐数(收割工按筐计费)。同时记重工将收割的菜品进行来称重,进行商品的微调,称重完拖入冷库。

进入产地的冷库中预冷,24小时后由装箱工进行装箱操作,之后搬运进冷链车,经过48小时的物流运输,进入广州的农批市场面向客户销售。

整个环节相对流畅,已有较高效率。

blob.png

图2:流程示意图

2.  工作数量级庞大:

不同于接触过的加工配送商的量级,产地的整个流程工作数量及其庞大,峰值时以数十吨进行产出。

3.  管理方式粗暴,人力堆积:

收割、定重、装箱各个关键环节,均采用人力方式记录。

库内并无画库区,商品摆放存在随意性。

入局切入点:信息化,人力释放

以加工配送行业的ERP企业为例,系统的功能集中在用户下单、自动合并订单、仓储打印等效率提升上,这一成为加工配送行业ERP的标配。而经过在产地基地的观察,编者认为如果想入局农产品基地的ERP服务,应着重考虑信息化与人力释放两个方面。

1.  信息化:增加企业可控性

经过7天的观察与走访,农产品产地企业在如下几个环节存在管理漏洞:

①  入库环节:田间收割的菜在同一时间批量进行入库,在短时间内大批量商品进行入库,目前采用人工记录的方式,出错率较大。

定重环节:进行称重后,会将每件货装入固定规格的筐内(如15公斤/件),工人在称上读数在15公斤左右时便完成称重,将已称物品放于库内,开始另一件货品称重。但具体每件的真实重量无人记录。

转箱环节:蔬菜从框内放入泡沫箱时一般存在部分自然损耗,因未记录员工的领取了多少数量的原料,同时也未真实记录最终的成品数量(装到泡沫箱后未二次称重),导致员工的出品率无法计算,是否存在员工偷工减料的情况也无法追查。

④  出库重量:装箱环节过后约24小时,商品会进行出库。由于每箱货的重量均不一定,而出库时也未进行二次称重,最终出库时的真实出库数无法得知。

基于以上各个环节的问题,对于导致企业会有如下问题:

①  管理失控:企业只能通过入库与最终的库存盘点来记录整体的损耗与利润,但无法精细到各个环节。会造成利润下降时却无法定位问题,无法有效提升的尴尬底部。

②  利润损失:由于各个环节缺乏监控,各个环节的人员也无法监控,物品是否存在少称、被偷等均难以把控

③  责任无法定位:成品最终送到客户手上时,如出现货品问题难以责任到团队或个人。人员效率无法统计,只能以“大锅饭“方式分配绩效。

而如果通过系统工具,能严格记录好各个环节商品、操作人、数量、产地等信息,一方面各个环节有数据记录,管理者可看来各个环节的情况,形成可追溯闭环,及时发现问题进行休整,各个环节可责任到人;另一方面,因为引入系统监控以及责任到人的机制,员工的认真性与效率也会有提升。

2.  人力释放提升效率:关键环节的记录尽可能减少人力操作

在常规的产地企业,入库、定重、出库等人力堆积的工种中,工人的主要精力放在物理劳动上,每个环节采用人工纸质记录存在出错率高、人力堆积的问题,如尽可能考虑硬件工具代替人工记录环节,效率可进一步提升。比如:扫码称重入库,电子称数据回传系统完成记录,扫码出库等。

一方面减少出错率,另一方面减少额外的人力成本。

入局难点:企业内部矛盾、从业者素质、效率与精细化的平衡

1. 公司管理层与仓储管理者:效率vs精细化,保守派vs创新派

不仅仅是产地领域,现阶段我国的生鲜配送企业也存在同样的问题。以其中一家产地企业为例:

产地的管理者(操盘手)是具有三十多年农业种植、管理经验的专家,对于当前的整体流程已非常满意,觉得已是最优流程,对于信息化,系统化的操作天然排斥,对于当前的工作流程已非常习惯。严重影响了操作效率,并对管理层需要的各环节数据质疑,认为是无用数据。

作为企业外部人员,我能理解症结所在,信息化系统涉及到工人的培训与学习,短时内效率会有部分下降,但管理层将生产压力也同时压在产地管理者身上,当前的“粗犷”方式虽精度较低、损耗较高,但效率最高,能完成公司的生产任务;对于管理层需要的各个环节数据,和自身的生产任务无关,会天然觉得无意义。

这也是大多数入局者需要面临的问题。

2.  底层操作者:收入至上,系统操作能力较差

在实际的操作者身上,存在这样的特点

2.1 不和钱过不去:

工人的收入和绩效挂钩,信息化系统势必涉及学习成本与操作成本,对于现有的效率有一定下降,引起工资的下降。对于系统的使用,较为排斥

2.2 排斥“可追溯”:

在管理者角度,“可追溯”带来的效果是流程可控,数据可控,但在工人眼里,“可追溯”意味着责任到人,从“罚不责众”到“责任到人”,自然有排斥心理。

另一方面,工作责任到人后,原本可以有的团结秩序会被打乱。

产地ERP,给入局者的建议:

1.  先保证效率不降,再谈信息化:

虽然编者认为信息化是入局的切入点,而信息化的宗旨在于记录各个环节的数据。考虑实际的操作人员的互联网水平、文化水平,在获取这些数据时,务必考虑效率问题。当前的产地流程经过几十年的沉淀,已经习惯了一个在人力堆积下效率较高的流程。一上来打着“信息化“的旗号而忽视了效率,甚至效率下降,很可能吃力不讨好,在产品推行时受到操作者的极力反对。

毕竟没有了充足的利润做支持,所有的精细化管理都是空谈。

在考虑效率保证时,在产品设计上涉及物料交接等关键环可采用多种可二次开发的硬件设备:PC端,手机,扫码枪,电子称,移动等。

2.  从财务数据倒推环节数据

上文说到系统的切入在于企业可控性的提升,而各环节数据的透明可视化是可控性的最好体现。数据不外乎商品流和财务流两个环节。如没有头绪进行信息化数据的选取,不妨从数据流程进行倒推。

财务流:利润=销售额-成本。以产地企业为例,成本大抵包括收割、定重、转箱中的人力成本物料成本,损耗成本,跨省物流成本等。系统设计中,分别记录各个环节的数据,最终呈现利润报表;

商品流:涉及一次物料交割,则涉及一次数据记录。各个环节的物品交割无外乎:商品、操作人员、操作时间、交割前地方、交割后地方(可演变为库内、库外,发货地、收货地等)。

由结果数据倒退过程数据,可以作为系统设计的思路执行。

3.  逐步切入:

如团队精力有限,可考虑从每两个环节逐步突破,以常规流程为例:种植→收割→定重→装箱→预冷→配送→销售,每两个环节均可作为切入点,最终实现串联。一方面在推形时减速产地企业的企业流程变更成本,减速一次性全流程更改的风险,另一方面也给企业缓冲时间,给到企业调整内部流程。

4.  挟天子以令诸侯:征服企业管理者,再向下推行:

从粗犷管理到精细化管理,势必会受到反对的声音,鉴于绝大部分的ERP从业者并无仓储、田地管理的实操经验,也难以介入对方企业进行企业流程变更。但对于信息化的处理,ERP从业者必须做到最为专业。

在保证效率不降的前提下,能指出企业管理的漏洞,并对产地企业的管理者算出漏洞的损失与风险,通过企业行政力量向下推行,提升系统使用率。

5.  考虑采用云端技术,提供更多想象力:

相比传统本地化部署ERP系统,现有的云端技术大幅度降低了产地且的部署、维护难度,也提高了开发企业的效率,聚焦在功能开发。

另一方面,采用云服务器,在数据量足够的时候,也就完全打开产地的黑匣子。基于数据做更多的数据服务,如产地流通趋势、价格趋势等,均有无线想象力。

长按二维码关注我们