本文摘自劉寶紅老師著作。

需求預(yù)測怎么做？需求預(yù)測是從數(shù)據(jù)開始，由判斷結(jié)束：先根據(jù)需求歷史做個基準預(yù)測（數(shù)據(jù)），然后搜集銷售、市場、產(chǎn)品管理、高層管理等的意見（判斷），修正預(yù)測。所有的預(yù)測都是錯的，但整合了歷史數(shù)據(jù)和專業(yè)判斷的預(yù)測錯得最少。這樣就提高了首發(fā)命準的概率，也就是說，增加了供應(yīng)鏈第一道防線的勝算。

為什么要從需求歷史數(shù)據(jù)開始？這里的基本假定是業(yè)務(wù)的重復(fù)性。前面說過，人們習(xí)慣性地低估業(yè)務(wù)的重復(fù)性。一旦過分強調(diào)需求的不可重復(fù)性，我們就容易特殊化我們的挑戰(zhàn)，為需求預(yù)測上的不作為制造借口。要知道，對于一個幾億、幾十億、百億級的企業(yè)，你不可能光靠一錘子的買賣做到那么大的規(guī)模；你一定是在做重復(fù)性的業(yè)務(wù)，至少是賣糖水的不賣扳手，造飛機的不做熱狗。

圖1：需求預(yù)測從歷史數(shù)據(jù)開始

但是，歷史不會100%地重復(fù)。有些發(fā)生過的可能不會再發(fā)生，有些沒發(fā)生過的可能會發(fā)生。對于這些還沒發(fā)生的，誰最可能有一定的預(yù)判呢？銷售、市場、產(chǎn)品管理等接近市場需求的職能，高層管理也是。有時候工程師、客戶服務(wù)也能判斷，因為他們經(jīng)常接觸客戶。這些職能的判斷，在市場促銷、新產(chǎn)品、新項目等方面尤為重要。數(shù)據(jù)加判斷，整合了跨職能智慧，就得到準確度最高的錯誤的預(yù)測。你知道，這樣的預(yù)測注定還是錯的，但錯得最少。

圖2：計劃提數(shù)字，銷售做判斷，生成“準確度最高的錯誤的預(yù)測”

雖說需求預(yù)測是“從數(shù)據(jù)開始，由判斷結(jié)束”，但并不是說兩者的比例一樣。那么究竟多少數(shù)據(jù)，多少判斷呢？總體而言，可重復(fù)性越高，數(shù)據(jù)的成分就越多；可重復(fù)性越低，判斷的成分就越多。越是在產(chǎn)品生命周期的兩頭，判斷的成分越多；越是在成熟穩(wěn)定時期，數(shù)據(jù)的成分越多。人們總是習(xí)慣性地高估營銷在預(yù)測中的重要性。其實在整個生命周期里，計劃在大部分時間處于主導(dǎo)地位，就如圖3所示。另外，客戶或地域越集中，判斷的成分越多（因為單一客戶或地域的變動對整體影響明顯）；客戶或地域越分散，數(shù)據(jù)在決策中的角色就越重（因為多個客戶、地域的變動容易互相抵消）。

圖3：在需求預(yù)測中的大部分時段，計劃處于主導(dǎo)地位

除此之外，我們還得考慮行業(yè)特性：不同的行業(yè)，數(shù)據(jù)分析和職業(yè)判斷的比重可能不一樣。

比如在快消品、家電、手機等行業(yè)，產(chǎn)品生命周期短，市場競爭異常充分，市場促銷、季節(jié)性需求、新老產(chǎn)品交替，給生產(chǎn)與供應(yīng)帶來諸多挑戰(zhàn)，需要計劃人員更多地與銷售、市場、產(chǎn)品等職能互動，每周甚至每天調(diào)整計劃，這也意味著前端職能的判斷比例很高。而在工業(yè)產(chǎn)品行業(yè)，特別是MRO[1]領(lǐng)域，批量小品種多，料號動輒以十萬計，每個計劃員需要管理的SKU（存貨單元）就非常多，但只有很少SKU需要借助市場、銷售等的判斷，絕大多數(shù)的SKU可以通過需求歷史、裝機量[2]等數(shù)據(jù)來計劃，而且?guī)齑嫠灰唤?jīng)設(shè)定，往往數(shù)月甚至數(shù)年可以不變。

總體而言，SKU越多，意味著需求預(yù)測、庫存計劃越依賴歷史數(shù)據(jù)，對信息系統(tǒng)的依賴程度也越高。比如在快消品行業(yè)，面對那幾百個SKU，很多公司用Excel就能擺平需求預(yù)測，整個庫存計劃和補貨等也在Excel上做。而在工業(yè)品行業(yè)，動輒幾萬個SKU，Excel就難以應(yīng)付，對高級計劃系統(tǒng)（APS）的需求就更強烈，對ERP的自動化功能，比如自動生成訂單、驅(qū)動供應(yīng)鏈補貨，也就要求更高。

有趣的是，企業(yè)大了，有數(shù)據(jù)的職能往往沒有判斷，有判斷的職能往往沒有數(shù)據(jù)。誰有數(shù)據(jù)？供應(yīng)鏈部門。確切地說，是供應(yīng)鏈的計劃職能：相比其他職能，計劃的強項是數(shù)據(jù)分析，他們更熟悉信息系統(tǒng)里的每個角落、每個數(shù)據(jù)點，清楚地知道這產(chǎn)品上周賣多少，上月賣多少，去年賣多少，前年賣掉多少，賣給哪個客戶，從哪個倉庫出的貨等。但計劃遠離客戶，對市場需求的判斷有限。

誰有判斷？銷售、市場、產(chǎn)品管理等。這些職能更多地跟客戶、消費者打交道，能較好預(yù)判未來。但銷售的天職是在地上跑，敲客戶的門做生意、接訂單、要賬收錢，要不就是被客戶追著要料，要不就是被供應(yīng)鏈逼著消化庫存，有多少時間能對著計算機分析數(shù)據(jù)呢？在企業(yè)的各大職能中，銷售估計是離ERP最遠的一幫人了。你去問他們，有幾個會知道從系統(tǒng)里得到數(shù)據(jù)呢？

有數(shù)據(jù)的沒判斷，有判斷的沒數(shù)據(jù)，這就注定需求預(yù)測是個跨職能行為。但凡跨職能的任務(wù)，如果由任何單一職能來完成，得到的注定是次優(yōu)化的解決方案。而企業(yè)的挑戰(zhàn)呢，就是在需求預(yù)測上沒法有效跨職能協(xié)作，結(jié)果要么是計劃，要么是銷售單一職能做預(yù)測。這里的原因并不是難，而是因為復(fù)雜。

試想想，在一個夫妻老婆店，老公在前臺打點，老婆在后臺支持，前臺、后臺的對接和溝通有什么困難？難就難在公司大了，全國、全球運營，后端動輒有幾十個計劃人員，前端有幾百個甚至幾千個銷售，分布在不同地域、不同時區(qū)，操不同的語言，中間再加上幾十幾百個產(chǎn)品管理、市場營銷人員，針對成百成千的產(chǎn)品，要把前后端有效連接起來，有數(shù)據(jù)的出數(shù)據(jù)，有判斷的出判斷，其復(fù)雜度可想而知。

在后面，我們還會進一步探討，如何有針對性地篩選出真正重要的產(chǎn)品、客戶，找到合適的銷售、市場和產(chǎn)品管理人員來做判斷，以有效地把前端和后端對接起來，這里暫且按下不表。