建设智能供应链，需预先洞察的八大瓶颈！

组织导向和绩效设定不符合战略要求

绝大多数企业都没有专业的预测和需求管理部门与方略，更没有科学、合理、匹配的预测模型；当预测数据出来时，不能用工具评审预测的合理性和数据的一致性；从预测到计划达成，无法有效的考核和提升。

比如，在零售行业，人们通常依赖于“经验数据”，乃至被误导。尤其是耐用消费品，比如汽车行业（家电、家居、家纺、服装等零售、经销模式类似），主机厂向“4S店”需要下个时间段（比如下个月）的预测数据时，得到的往往不是针对市场或者消费者的购买需求预测，而是来自于主机厂销售部门的销售任务压力，并在此基础上向供应商方向层层叠加安全库存，最终可能导致“牛鞭效应”和不同供应链环节的巨大库存。

供应商反映很多汽车主机厂的预测和需求数据并不真实精准，要么实际提货远大于计划数量，要么远小于计划数量，（有些主机厂）预测与实际数量相吻合的小于50%，扰乱了供应商的正常生产节拍和对于预测准确性的信心，无法安心生产和供货，不是担心产能不够，便是担心库存增高。

另一方面，由于大部分主机厂的供应链数据并未覆盖4S店，导致数据错乱和库存失控。容易导致“在经济形势向好的时候所有的预测都是准确的”（因为只要生产出来，就可以卖掉）；但是经济形势相对不明朗乃至下行时，或者汽车竞争加剧的时候，4S店销售容易下降；于是上月的销售任务，下个月也无法完成，如此形成恶性循环，最终变成巨大的库存压力。

经销商（4S店）库存开始累积加大，形成不可想象的社会库存。经销商开始降价或者促销，主动引导消费者去购买库存车辆，以实现资金流动，长此以往，最终结果是：主机厂的新品车辆失去了销售的机会（每销售一部库存车辆，便失去了一部新车的销售机会）！主机厂生产出来的新车一出厂就成为库存，从而逆向导致主机厂大面积的库存车辆，形成整个行业的供应链风险。

其他行业，凡是有经销机制、连锁经营、铺货机制、零售等供应链的行业和企业，都或多或少的有类似的“虚假预测”。