人们经常提到的供应链数字化顶层设计如果离开了供应链战略的价值引领，仅仅从技术能力的实现上，或者干脆从软件的角度上来实现，那么很可能导致供应链的数字化平台先天不足，因为如果不尊重供应链的战略，那么也就无从去尊重供应链的业务运营。实际上，不同的行业、不同的企业、有不同的产品，不同的产品针对的客户也有所不同，那么其产品服务和品牌的诉求、价值导向也就不一样。简而言之，企业的供应链策略决定了企业的供应链价值导向和服务模式，在日常运营和表现中也就决定了采购策略和模式的不同、生产方式和效率诉求的不同、成品交付模式和交付界面的不同…而这些不同，有的简单一些有的复杂些，但是无论是哪一种模式都会强调：有效交付、效率保障和成本控制等要素的控制，具体表现为供应链的战略绩效和运营的参数。如何将供应链的战略和愿景数字化？这可以有很多种表现形式。供应链的战略绩效通常是供应链战略的具体化，也是供应链能力数字化的分解和具象化。成功企业的供应链战略绩效通常包括（不限于）以下指标：客户满意度：客户对于供应链服务及时性、响应能力和交付质量等的满意比例。该指标通常体现了客户的体验结论，从而影响了其产品和服务的品牌，并进一步影响了品牌传播导向、速度和复购的比例。客户满意度的数字化能够直观的表现企业供应链的服务能力和客户认可度。库存周转率（ITO inventory turn over）：某类特定产品或物料在指定期间内的周转次数或者比例。该指标通常可以分为原材料库存周转率、在制品库存周转率和成品库存周转率。库存周转率的高低直接反映了企业供应链运营的效率和流动资产的运营效率，从而也决定了供应链的现金流的运营能力。库存周转率的数字化能够直观的表现企业供应链的经营质量和对于企业运营的战略支撑。订单交付周期（OTD order to delivery）：企业供应链平台从客户下订单开始，到将准确的产品通过准确的方式生产制造，并及时地送到客户指定的地点的周期时间，也就是通常所谓“端到端的交付周期”。该指标通常会分为：订单与需求计划管理周期、采购与供应商交付周周期、制造与成品发运周期、成品物流运输/存储/分销和交付周期。订单交付周期的长短直接反映了企业供应链的运作效率和对市场的反应能力，从而决定了企业供应链平台对于客户需求的承诺和兑现承诺的能力。订单交付周期的数字化能够将客户订单实时在线，并允许客户随时查询、反馈，“听到客户的声音”（VOC voice of customer）从而实现供应链的“透明化”，使得企业供应链的交付能力成为一个IP化的指标。每百万次无效交付比例(DPM)：在某一个特定的时间周期内，供应链服务“交付失败”的比例。这种“失败”可能包含质量的差错、数量的差错、时间的差错、产品形态的差错、包装的差错、型号的差错…也可能是服务态度和客户满意度等未达指标。该指标的高低直接反映了企业供应链的服务质量，从而影响甚至激发了客户对于供应链服务的负面评价。该指标的数字化能够让供应链运营人员实时发现供应链过程中的瓶颈和痛点，从而在事件发生之前进行预警、识别、干预和优化，从而让供应链运营人员能够听/看到“供应链过程的声音”（VOP voice of process）。其他指标比如：新旧产品转换节拍、库存占比等，不一一列举。上述指标和比例并不是每一家企业都按同样的权重和排序来作为供应链运营绩效的引导，而是根据供应链价值导向进行排序和分权。在供应链数字化、智能化的转型升级过程中，订单交付周期通常决定了供应链的运营效率，库存周转率决定了供应链的现金流，客户满意度决定了供应链服务能力和消费者的认可度…将这些指标层层分解，可以转化为供应链模块或环节的指标、部门的指标、团队的指标、作业主体的指标，甚至个人的指标和动作单元的指标，并把这些指标参数化，这些指标和参数的细化、量化和不同维度的集约、集成，就成了供应链数字化最初的底层逻辑，即所谓供应链工程技术（工艺）参数。也就是供应链的“结构化数据”（不是数据结构）。但是供应链数字化的规划和构建，终极目标是为了有效运营。供应链舒畅运营，需要有效的规范供应链的运营数据，比如供应链的预测、供应链的产销存计划、供应商的供货能力表现、客户的需求与变化、产品的生产和质量以及交付的稳定性、库存状态等等，都会受到各种可控的和不可控的内外因素的影响，供应链的数字化需要及时地将这一些运营的状态数据、可能产生的变数以及其带来的影响进行数据采集、数据归类、数据识别、数据处理，并形成反馈机制和相关的反馈动作。针对人机界面的供应链运营模式，需要协同管理者进行互动与决策优化；如果是数字化、智能化的供应链系统，那么可能通过各类算法进行自我优化、自我反馈、自我迭代升级，即所谓“供应链运营参数”—包含与供应链工程技术（工艺）参数之间对比的差异参数。供应链数字化需要将供应链运营参数和供应链工程技术工艺参数进行实时的对比和响应，形成差异参数（GAP），并实时的表现出来形成预警、反馈和优化。相关战略绩效和指标参数之间的逻辑与演化关系如图1所示。图1 供应链数字化主线逻辑关系一个规划合理、有效运营的供应链数字化系统是可以仿真的。从规划之初就可以进行静态的模型仿真；运营时可以针对每一个订单及其现有的状态参数进行动态模拟仿真，并实现先期的预警管理，从而提示管理者解决瓶颈和痛点，以保证订单的有效运营；发生变数的时候，通过供应链数字化体现出来的差异参数，针对该参数所带来的影响和响应级别的定位，进行优化和升级，反过来影响和优化供应链的工艺参数和运营的参数，此时供应链数字化的比较好的状态就进入数字孪生（DT digital twin）状态了。
