本文摘自刘宝红老师著作。
需求预测怎么做?需求预测是从数据开始,由判断结束:先根据需求历史做个基准预测(数据),然后搜集销售、市场、产品管理、高层管理等的意见(判断),修正预测。所有的预测都是错的,但整合了历史数据和专业判断的预测错得最少。这样就提高了首发命准的概率,也就是说,增加了供应链第一道防线的胜算。
为什么要从需求历史数据开始?这里的基本假定是业务的重复性。前面说过,人们习惯性地低估业务的重复性。一旦过分强调需求的不可重复性,我们就容易特殊化我们的挑战,为需求预测上的不作为制造借口。要知道,对于一个几亿、几十亿、百亿级的企业,你不可能光靠一锤子的买卖做到那么大的规模;你一定是在做重复性的业务,至少是卖糖水的不卖扳手,造飞机的不做热狗。
图1:需求预测从历史数据开始
但是,历史不会100%地重复。有些发生过的可能不会再发生,有些没发生过的可能会发生。对于这些还没发生的,谁最可能有一定的预判呢?销售、市场、产品管理等接近市场需求的职能,高层管理也是。有时候工程师、客户服务也能判断,因为他们经常接触客户。这些职能的判断,在市场促销、新产品、新项目等方面尤为重要。数据加判断,整合了跨职能智慧,就得到准确度最高的错误的预测。你知道,这样的预测注定还是错的,但错得最少。
图2:计划提数字,销售做判断,生成“准确度最高的错误的预测”
虽说需求预测是“从数据开始,由判断结束”,但并不是说两者的比例一样。那么究竟多少数据,多少判断呢?总体而言,可重复性越高,数据的成分就越多;可重复性越低,判断的成分就越多。越是在产品生命周期的两头,判断的成分越多;越是在成熟稳定时期,数据的成分越多。人们总是习惯性地高估营销在预测中的重要性。其实在整个生命周期里,计划在大部分时间处于主导地位,就如图3所示。另外,客户或地域越集中,判断的成分越多(因为单一客户或地域的变动对整体影响明显);客户或地域越分散,数据在决策中的角色就越重(因为多个客户、地域的变动容易互相抵消)。
图3:在需求预测中的大部分时段,计划处于主导地位
除此之外,我们还得考虑行业特性:不同的行业,数据分析和职业判断的比重可能不一样。
比如在快消品、家电、手机等行业,产品生命周期短,市场竞争异常充分,市场促销、季节性需求、新老产品交替,给生产与供应带来诸多挑战,需要计划人员更多地与销售、市场、产品等职能互动,每周甚至每天调整计划,这也意味着前端职能的判断比例很高。而在工业产品行业,特别是MRO[1]领域,批量小品种多,料号动辄以十万计,每个计划员需要管理的SKU(存货单元)就非常多,但只有很少SKU需要借助市场、销售等的判断,绝大多数的SKU可以通过需求历史、装机量[2]等数据来计划,而且库存水位一经设定,往往数月甚至数年可以不变。
总体而言,SKU越多,意味着需求预测、库存计划越依赖历史数据,对信息系统的依赖程度也越高。比如在快消品行业,面对那几百个SKU,很多公司用Excel就能摆平需求预测,整个库存计划和补货等也在Excel上做。而在工业品行业,动辄几万个SKU,Excel就难以应付,对高级计划系统(APS)的需求就更强烈,对ERP的自动化功能,比如自动生成订单、驱动供应链补货,也就要求更高。
有趣的是,企业大了,有数据的职能往往没有判断,有判断的职能往往没有数据。谁有数据?供应链部门。确切地说,是供应链的计划职能:相比其他职能,计划的强项是数据分析,他们更熟悉信息系统里的每个角落、每个数据点,清楚地知道这产品上周卖多少,上月卖多少,去年卖多少,前年卖掉多少,卖给哪个客户,从哪个仓库出的货等。但计划远离客户,对市场需求的判断有限。
谁有判断?销售、市场、产品管理等。这些职能更多地跟客户、消费者打交道,能较好预判未来。但销售的天职是在地上跑,敲客户的门做生意、接订单、要账收钱,要不就是被客户追着要料,要不就是被供应链逼着消化库存,有多少时间能对着计算机分析数据呢?在企业的各大职能中,销售估计是离ERP最远的一帮人了。你去问他们,有几个会知道从系统里得到数据呢?
有数据的没判断,有判断的没数据,这就注定需求预测是个跨职能行为。但凡跨职能的任务,如果由任何单一职能来完成,得到的注定是次优化的解决方案。而企业的挑战呢,就是在需求预测上没法有效跨职能协作,结果要么是计划,要么是销售单一职能做预测。这里的原因并不是难,而是因为复杂。
试想想,在一个夫妻老婆店,老公在前台打点,老婆在后台支持,前台、后台的对接和沟通有什么困难?难就难在公司大了,全国、全球运营,后端动辄有几十个计划人员,前端有几百个甚至几千个销售,分布在不同地域、不同时区,操不同的语言,中间再加上几十几百个产品管理、市场营销人员,针对成百成千的产品,要把前后端有效连接起来,有数据的出数据,有判断的出判断,其复杂度可想而知。
在后面,我们还会进一步探讨,如何有针对性地筛选出真正重要的产品、客户,找到合适的销售、市场和产品管理人员来做判断,以有效地把前端和后端对接起来,这里暂且按下不表。
小米25届校招供应链类、物流类岗位,11.30截止
8625 阅读中国物流集团社招仓管员、物流专员、进出口单证员、物流费用结算员、销售业务员
6074 阅读特斯拉实习生招聘物流类岗位
5446 阅读京东物流社招采购,供应商管理岗,Base北京,河北,河南,重庆等全国多地
4836 阅读SHEIN社招资深供应商管理专员(物流);资深物流运营专员(外派巴西);仓储经理(英语);高级关务专员(海外)
4107 阅读陕西铁路物流集团校园招聘2023-2025届毕业生
3942 阅读【央企】宝武资源2025届校园招聘物流等专业
3796 阅读荣耀供应链管理部2025届秋招生产物流类岗位!截止11月30日
3535 阅读顺丰社招SME客户经理;储备网点负责人;(医药)产品管理专员;业务支持专员(大同城业务);(大件/重货)产品运营专员等
3173 阅读澳柯玛2025届校园招聘物流管理等岗位
3145 阅读