• 二是约束条件的建模能力，能否在计算模型中同时体现设备产能、人员产能、仓库容量，仓库装卸能力和运力等资源对供应的影响，保证上下游计划的一致性；另外生产工艺中特定的最小生产量和切换线时间、质量控制要求的生产放行时间等约束条件是否可以被正确考虑，这些都是手工计划的难点，特别是在疫情影响下，销售的产品组合（Product mix）的变化将更为显著，可能会带来额外的瓶颈资源，需要计算模型才能够帮助预见到。
• 三是模型调整的灵活性，手工表格的供应链模型能否灵活且快速地根据实际情况更新，尤其在疫情波及下，工厂关闭、原料不足、点到点物流路径关闭、临时增加的物流路径等影响因子是否可以便捷地反映在模型中，在本就紧迫的情况下争取计划更新的时间。

只有做到了这些方面，建立的模型才可以称之为真正的数字孪生（Digital Twin – Gartner）。再配合强大的智能优化引擎，来保障输出的计划具有可执行性。这样能更有效地帮助企业提升 S&OE 以及 S&OP 流程的效率，实现成本的最优。

• 对于供应链成熟度较高的企业，从中长期计划的角度，做好基于数据的剧本模拟分析，提前假设不同的情境，做好预案。这些工作可以帮助团队发现哪个环节最需要关注和改善，并从战略视野上提供决策依据。从而可以更进一步巩固从 supply chain planning 到 integrated business planning (IBP) 的转变。需求端剧本：根据疫情发展情况，判断返工潮的时间，提前准备多版需求剧本以组织分销，应对变化。这一场重大疫情势必会影响人们的消费习惯，当消费人群和销售渠道变化，产品结构会有所调整，促销活动与新品要重新组织，准备相应的需求版本以确定供应是否可以保障。供应端的剧本：基于每一版的需求端剧本，供应端也可以模拟不同的剧本，以得到成本更低、效率更高的供应方式：▲考虑各地复工时间不同，工厂人员和设备产能、物流仓储人员能力将有所不同：
  • 模拟复工人员到位情况，当疫情得到缓解，各工厂的人员产能在不同时期爬升到30%/50%/80%时，怎么协调保障重要产品的优先生产，同时实现产线之间的最优分配。
  • 有些地区的工厂彻底关停，需要考虑如何安排其它工厂补足供应。这时必须要兼顾各个供应环节的关键瓶颈，不同的品种在每个工厂的生产可能性和成本如何，哪些物流路径没被关闭以及它相应的成本如何，各个仓库可配备的装卸能力等等，有了这些条件输入后才能重新有效地调整供应网络，安排生产、转储与配送，实现工厂间的最优分配，最小化成本的同时避免产品大面积缺货和滞销的情形。

  ▲部分供应商交期变化，如果有些原材料 Lead Time 加长，不确定性增加，各产品的安全库存策略应该调整为多少来保障供应，而生产计划又将如何随之调整？

  ▲若未来需求增长幅度较大，各分销中心和工厂仓库的仓储能力和运力是否还能支持需求的变化，要如何调整？是否需要提前租用外仓等等。