下载掌阅APP，畅读海量书库
立即打开
如果说计划是供应链的引擎的话，那么需求预测就是计划的引擎。如何提高需求预测的准确度，提高首发命中率？我们得先从需求预测 怎么做 开始，然后解决 由谁做、错了怎么办 的问题，如图1-2所示。
图1-2 需求预测要从怎么做开始，然后才是由谁做，错了怎么办
需求预测怎么做？从数据开始，由判断结束——分析历史数据，制定基准预测，然后整合业务端的判断调整，得到最终的预测。对于需求相对稳定、有章可循的，要选择合适的数据模型，争取做到精益求精，在提高服务水平的同时，降低库存水平；对于不确定性非常大的，要群策群力，整合销售、产品和供应链的最佳智慧，争取避免大错特错。
需求预测由谁做？在管理粗放的企业，我们会经常看到一线销售、一线用户提需求（做预测），总部计划做调整的情况，导致预测准确度低下。企业的管理能力提高了，需求预测上就更可能采取差异化的解决方案，比如短尾产品由计划来主导，销售、市场、产品来协助；长尾产品由销售、项目主导，计划来配合等。
那预测错了怎么办？我们有一系列的方法来应对。首先是滚动预测，尽快纠偏——快速响应不能光靠执行，更重要的是要尽快调整计划，以最准确的计划驱动供应链有序响应；其次是设立安全库存，应对需求和供应的不确定性；最后是计划的先天不足要靠执行来弥补，那就是加急赶工，驱动工厂和供应商快速响应。
对于需求预测怎么做、由谁做、错了怎么办，我们在后文还会详细阐述。需要注意的是，这里有严格的顺序：我们先要解决“怎么做”，然后才是“由谁做”，因为不管由谁做，问题的解决方法（怎么做）都是一样的； 怎么做 的问题不解决，那么不管是谁做都做不好，这个问题就在不同的职能之间来回扯皮。
集中采购就是典型的例子：企业为了省钱就集中采购，把对供应商的选择权集中到总部，但对供应商“有选择，没管理”，供应绩效自然没法保证，各分公司就开始抱怨；老总的耳朵实在受不了了，就开始分散采购，把对供应商的选择权下放给分公司；分公司的管理能力更弱，对供应商还是“有选择，没管理”，供应绩效当然还是不行，它们无非“自己做饭自己吃”，不好吃也不会到老总那里去告自己，但老总从结果上看出来了，比如成本降不下去，交付做不上来，于是就又开始集中采购。就这样，企业在集中与分散之间轮回。根本原因呢，就是没有解决“怎么做”的问题，即对供应商不但要有选择，而且要有管理——怎么做的问题不解决，由谁做也做不好。
有趣的是，企业里跨职能团队开会讨论问题，一般都是从“由谁做”开始。对于简单的问题来说，确定了合适的对口职能，问题就解决了；对于复杂的问题则不然，特别是那些需要跨职能协作的问题，比如设计优化、供应商的选择与管理、需求预测等，“怎么做”的问题是无法回避的。此外，聚焦“由谁做”，每个职能都是“守土有责”，力争把球踢给别的职能，这也会把大家的注意力从“怎么做”转移开，成为解决“怎么做”问题的一大障碍。
在“需求预测怎么做”部分，我们主要分三大块来讲。首先我们会阐述需求预测的基本方法论，即“从数据开始，由判断结束”，平衡数据的理性和人的感性，来提高预测的准确度。然后我们会谈到需求历史较多的情况下，如何选择合适的预测模型，力求做到精益求精；不确定性非常大的时候，如何群策群力，整合跨职能的最佳智慧，尽量避免大错特错。最后我们会谈到“由判断结束”，需要判断什么，由谁来判断，以及如何提高判断的质量。此外，我们还有个专题，就是在合适的颗粒度
上做预测，让数据和判断完美地结合，提高预测准确度。
我们经常说，供应链要么是订单驱动（拉），要么是预测驱动（推）。其实不管是推还是拉，从供应链的角度来看，最终都是预测驱动，因为一个人的订单注定是另一个人的预测。比如小姑娘在网上买衣服，她给商家下订单，是基于她预测未来会穿这件衣服。不过到她的衣橱看看，有多少件衣服买来后就再也没碰过，很简单，小姑娘的预测失败了呗。
预测和订单也不是说没有区别，其根本区别就是围绕预测风险的博弈，最终由哪一方来承担预测风险。需求预测怎么做的问题没有解决，预测的风险就会很大，谁都不愿承担风险做预测，就开始无限博弈。博弈的结果是：在公司之间，预测风险由弱势一方来承担；在公司内部，则由最能承担预测风险的职能承担。
对于弱势一方承担预测风险，相信大家深有体会：当你是个大客户时，你的胳膊粗，你给供应商一个预测，供应商就开始备料、备产能，预测失败的话，往往是供应商买单；当你是个小客户时，你就不得不给供应商下订单，预测失败的话，你自家的仓库里就会多了一堆没用的东西。但问题是，这种博弈下，弱势一方被迫做预测，但往往因为能力差，没法把预测做得更好，最后造成产品积压或短缺，不但害了自己，而且害了强势的一方。
比如在有些行业，品牌商习惯性地向渠道压货，迫使渠道商、门店提前几周、几个月下订单。渠道、门店不可能提前那么久拿到消费者的订单，就只能做预测。但因为预测颗粒度非常小，它们的预测准确度也就更低，造成渠道库存积压，占用了渠道自己有限的资金，同时也造成库存的呆滞，反过来影响到链主企业的品牌。比如，当你发现你刚吃了一块五个月前的点心，你首先想骂的当然是品牌商：你买这个东西，就是冲着它的品牌去的，你当然会把这笔账算在它的头上。
服装行业的订货会也是类似的例子。
几年前的一个夏日，骄阳似火，据说是当地历史上最热的一天，我到浙江宁波去拜访一个女装品牌商，发现他们在忙着开订货会。订什么时候的货？冬天的。什么人来订货？几百个经销商、加盟店。那都是些小公司，有的甚至是夫妻店，它们有何能力可以预测到天气最冷的那一天，小姑娘们喜欢什么款式、什么颜色？那就只能“拍脑袋”，预测准确度可想而知，结果是积压与短缺并存——就如网上有人形容的：服装行业三年不生产，库存也卖不完，但女孩子们早晨起来，发愁的第一件事就是今天穿什么衣服。
品牌商已经拿到钱了，这些问题看似跟它们无关。其实不然：经销商、门店的有限资金积压在老库存里，就没钱买下一季的新品，品牌商的后续业务就会受到影响；库存也不能一直压着啊，压到一定地步，渠道、门店就开始“跳楼”大甩卖，而一旦跟打折频繁地联系在一起，品牌商辛辛苦苦建立的品牌形象也就给毁了
。
那该怎么办？在品牌商层面做预测，预测全国、全球的需求，预测的颗粒度大，预测的准确度就高；品牌商一般规模更大，专业度更高，有专门的人员了解市场动向、流行元素、竞品情况，可以把预测做得更准。品牌商做好整体预测，把好总量关，生产出合适数量的产品；经销商、加盟店要多少提多少就行了——他们要做预测的话，也是预测未来一两周的提货计划，即便预测错了，影响也有限，纠正也容易。
那为什么品牌商不这么做呢？存在的都是有原因的。渠道压货和订货错综复杂，有着深刻的原因，比如产品的生命周期短，产品的供应链长，库存风险高；对渠道、加盟商缺乏有效控制，不抢占渠道的仓库，将生米做成熟饭的话，又怕输给竞争对手。
但这些都制造了一个共性问题，那就是在颗粒度小的地方做预测。要知道，在错误的地方，由错误的人做预测，是预测准确度不高的两大根本原因，我们在后文多处还会细谈。
讲完了公司间的博弈，我们接着讲公司内部的博弈。
在公司内部，如何预测的问题没有解决，需求预测的准确度就不高，短缺和过剩的风险就大；风险太大，谁都不愿做预测，博弈的结果就是谁最能承担预测风险，谁就做预测。这样，一线销售、内部用户、老总就成了需求预测者。但内部用户和一线销售做预测，除非是客户定制化程度高的长尾产品，否则几十、几百个人每人预测整体需求的几十分之一、几百分之一，就又面临预测颗粒度太小、预测准确度太低的问题。
那为什么不在更大颗粒度，比如公司层面做预测呢？
刚开始，企业一般是这么做的，但随着业务的成长，情况越来越复杂，跨职能博弈也越来越严重，销售和内部用户对预测失败的容忍度越来越低，而且动辄就以没有合适的库存（预测不准）作为没有完成业绩指标的理由，给总部和供应链很大的压力。于是，以老总为代表的总部力量就让一线销售“提需求”，理由也很“正当”：一线人员最接近市场，最了解客户需求嘛。一线销售做预测，提需求，每个人的颗粒度都很小，预测准确度当然更低，但因为他们现在是自己做饭自己吃，不好吃也不会到老总那里去告自己。
这不，老总的耳根的确清净了很多，销售的责任机制也更“明确”了，但预测准确度低的问题并没有解决，最终还是得供应链以更多的库存、更高的运营成本来解决。
这背后也有风险承担“能力”的问题：一线销售的预测做砸了，他可以推到客户和市场竞争的头上，市场永远在变，客户的需求也是如此，而谁又能把客户和市场竞争怎么样呢。就这样，一线销售处于“最佳”的位置来承担预测风险，一线销售提需求也就成了普遍现象。
之所以谈这些，是想表述一个基本概念：预测怎么做的问题没解决，需求预测准确度就低，预测风险就大，大家都不愿意承担风险，需求预测就成了企业与企业、职能与职能之间博弈的一大焦点。而博弈的结果，一方面让错误的人在做预测，另一方面也助长了信息不对称，这都无助于预测准确度的改善，我们在后面还会详细谈及。
需求预测和需求计划有什么关系？
需求预测是对未来的估计，即基于一定的假设，得出客户想买多少。这些假设包括定价策略、促销力度、竞品情况等。比如根据我们的促销方案，“双11”那周的需求预计是1万个，这是需求预测。但对供应链来说，这一周的需求很集中，我们在计划的时候会拆分成4周来生产，每周2500个，这就是需求计划。
所以说，从严格意义上讲，需求预测和需求计划是有区别的，但在很多企业，这两个名词是通用的。在本书，除非特别说明，我们也把两者等同使用。