# ERP 企业资源计划系统
# 主要特点
- 模块化设计 Modular Design，根据需要选择独立的功能模块；
- 中央数据库 Central DBMS，一个应用系统、一个统一平台；
- 集成式业务流程 Seamless information flow，部门之间无缝衔接和流动；
- 集成企业最佳的企业实践 Best business practices，围绕能体现最佳商业实践的预定义业务流程；
- 可配置的、灵活的；
- 数据与业务处理的实时性；
- 互联网驱动 Internet enabled；
# 演变过程
MRP (1970) -> MRPII (1980) -> ERP (1990) -> ERPII (2000)
# 主要供应商
- 国内：用友、金蝶、鼎捷
- 海外：SAP, 科仁，SSA, Microsoft
# SCM 供应链管理系统
# 定义
- 组织和流程的网络 Network of organizations and processes for:
- 从原材料采购、生产制造和产品销售全过程
- 供应链的上游 Upstream supply chain：
- 公司的供应商、供应商的供应商及其相互之间关系的管理
- 供应链的下游 Downstream supply chain：
- 分销商、负责向客户交付产品的组织和流程
- 供应链内部 Internal supply chain
# 要解决的问题
- 提高供应链运营效率：降低运营开支
- 准时生产策略：零部件当需要的时候到达；离开装配线后成品出货
- 安全库存：缓冲供应链缺乏灵活性
- 牛鞭效应
牛鞭效应 (Bullwhip Effect) 是指在供应链中，需求信息在传递过程中逐级放大，导致上游供应商的需求波动远大于下游客户的实际需求波动。
# 供应链管理软件
供应链计划系统
- 供应链建模（确定供应链中哪些实体）
- 制定求计划
- 优化采购和制造计划
- 建立库存水平
- 确定运输方式
供应链执行系统
在配送中心和仓库之间管理产品的流动
# 互联网驱动的供应链
新兴的互联网驱动的供应链像数字物流神经系统一样运作。
它提供了企业之间，企业网络和电子市场之间的多方位沟通，使整个供应链合作伙伴网络可以立即调整库存，订单和生产量。
# 区块链
区块链技术的特点：
- 去中心化： 不依赖中心化机构，通过分布式节点共同维护账本。
- 不可篡改性： 一旦记录存储在区块中并得到共识，便很难被修改或删除。
- 透明性与可追溯性： 所有交易记录对链上参与者公开，可追踪每一笔资产的流向。
- 共识机制： 通过特定算法（如 PoW、PoS）确保所有节点达成数据一致性。
- 智能合约： 支持自动执行的编程代码，当满足预设条件时自动触发逻辑。
区块链在互联网驱动供应链中的应用：
- 全流程溯源：在产品从原材料采购到最终交付的整个过程中，记录每一个环节的详细信息，确保产品真实性（防止假冒伪劣）。
- 提高透明度：上游供应商、分销商及下游组织可以共享同一个可信账本，解决 “牛鞭效应” 中的信息不对称问题，让需求预测更精准。
- 物流效率优化：通过智能合约自动处理货权转移、报关和结算等流程，减少人工审核和纸质文档处理带来的延迟。
- 信用担保与融资：供应链金融中，中小企业可以利用其在区块链上的真实交易记录作为信用凭证，更轻松地获取贷款。
- 流程防欺诈：由于数据不可篡改，可以有效防止物流过程中的虚假订单或冒领现象。
# CRM 客户关系管理系统
# 商业价值
- 提高客户满意度
- 降低直接营销的成本
- 更有效的营销方式
- 降低获取和保留客户的成本
- 增加销售收入
# 目标
- 客户资源管理管理，了解客户。
- 从整个组织中获取和集成客户数据，同一个客户的数据集成到一个视图中
- 强化和分析客户数据
- 将客户信息分发到企业的各个系统和客户接触点中去 customer touch point
- 与客户交互
# 分类
- 操作型 CRM
- 面向客户的应用程序如销售团队自动化，呼叫中心和客户服务支持，以及营销自动化
- 分析型 CRM
- 基于操作性 CRM 和客户接触点数据分析客户数据
# KMS 知识管理系统
在下一章中展开阐述
# 企业应用系统总结
# 优点
- 有助于统一企业的组织架构：一个组织
- 管理： 企业范围内的基于知识的业务流程
- 技术：统一的平台，统一的中央数据库
- 企业：客户驱动的更高效的业务流程
# 面临的挑战
- 一个复杂的软件系统，需要投入大量的时间、资金和专业知识。软件购买和实施服务费用都很高。平均每个 ERP 项目 280 万美元（2014 年）。
- 要求对业务运作方式（业务流程）进行根本性的改变。
- 组织需要学习和改变自己，很多企业不理解这一点。
- 依赖于软件供应商的服务支持，增加了用户的跳槽成本（云计算模式也许可以解决这个问题）。
- 数据需要标准化、有效的组织管理以及进行数据清洗。
- 技术变化和技术发展可能会淘汰原有系统。
- 业务流程的变化，软件需要不断维护和修改。
