聊一下供应链需求预测

- 序 -绕不开的需求预测

既然这个世界运行的底层逻辑都离不开预测，你说我们的供应链能不做预测吗？我认为：不能！而且永远都需要预测，除非供应链都不存在了，就不需要供应链预测了。

为什么我们这么笃定需要预测，供应链的作用是啥？简单来说就是实现从原材料获取到成品交付客户的全过程。在这个全链的过程中你敢说没有一个环节使用预测吗？即使所谓精益思想的鼻祖丰田汽车公司也不敢说吧，只要你的供应链上有长周期物料就必然涉及预测。当今的汽车行业都受芯片之苦，现在的芯片产能锁定都是至少2-3月以上，长的甚至长达1-2年。哪家公司敢说他完全不用预测？

客户真实订单拉动式生产？有人说那是因为汽车供应链太长、太复杂，如果我的产业链很短，而且我能更柔性的定制化生产客户需要的产品就不需要预测了。你说这个是理论上存在，但现实中难以存在。OK，我知道一种产品几乎没有长周期物料，供应链够短到几乎没有“链”的概念，同时能按用户需求直接快速生产，也不需要成品运输。公园里面做糖画的，基本原材料就是糖，基本工艺就是熬糖汁+做

画，成品交付也快基本无需物流。就这样一个“敏捷”的行业，你能说他不要预测吗？最起码每天要多少斤糖需要预测吧，不能等客户下单你再准备吧，预测时需要考虑是否节假日、天气是否好吧。

所以，说不需要预测的都是鬼话，目前还没有一家公司供应链能力能强到所用资源是无限的、产能是无限的、供应链供给效率是一眨眼之间的事儿，一切如同魔术，瞬间实现。人类总是在不确定中寻求确定性，又通过已知的确定去预见未知的、不确定的未来。按自然规律办事吧，我们来看看既然绕不开预测，那么我们供应链人应该如何正确地对待预测？

- 1 -需求预测第一定律

“有预测和没预测是不一样的”，理解了前面说的供应链不能没有预测，那么就不难理解这个定律了。就是说一家公司有预测和没预测结果是不同，这个很好理解，小到一个人做事的计划、大到一个公司的战略或国家的五年规划等，其实就是基于未来的预测做的。有这些计划的人和公司，那么最终取得的成就和没有的人和公司那大概率是不一样的。同时，有持续预测的供应链，各供应链参与方的协同能力和满意度也是更高的。从个人网购就能感受到，你是喜欢以前邮政包裹时代的没有到货预测的物流，还是现在能给你到货预测的物流。

但在这里需要提醒大家，很多公司有这样的坑，用销售目标代替预测（目标≠预测），销售往往年初就制定了一些挑战性甚至“拍脑袋”的目标，而且在全年过程中即使出现了较大的偏差，也碍于面子或领导“淫威”不敢调整目标。所以这种情况下，目标就是目标，不能用我们目标不变来代替预测。这个时候，这个目标更多是主观性的东西，而预测永远是基于客观事实对未来的科学判断，应该更为客观。

还有一类坑容易出现在新产品上市的场景中，就是用项目预算代替预测（预算≠预测），新产品项目阶段的预测很多公司都是产品部门或项目部门而非销售或供应链部门做预算，他们为力达成ROI或股东预期，将项目的经济性体现出来，预测往往虚高，完全是依照项目能获批的经济性来“人造”的预测。

- 2 -需求预测第二定律

“所有预测都是错的，但准确度高和低还是不一样的”，有人说所有预测都是错的，所以没有必要做需求，这个问题请见定律一，就不多说了。另一些人说所有预测都是错的，那我就随便拍一个就行。请见定律后半部分“准确度高和低还是不一样的”，这个准确度实际上说的是偏差，你做的预测偏差越小，对供应链带来的好处和作用就越大。那些胡乱拍的需求预测比如带来供应链的剧烈波动，产生高额的纠错成本，类似“猛踩油门、急刹车”的骚操作本质上也就带来了严重的牛鞭效应。

要做出偏差小的预测需要有科学的方法，本文不详细展开这些技术和步骤，但做出好的需求预测必须要用好这些框架思维：

1. 预测对象的维度。也就是你做需求预测的产品是只做总量预测，还是按产品线，还是按每个SKU，或者全都要做。这个要首先考虑好，不同的行业和企业这个维度和颗粒度是不同的，考虑的原则还是根据你的供应链需求，哪些因素是影响供应链满足客户需求的就需要做哪些的预测。归根结底做需求预测是为了提前作为满足客户需求的准备嘛，这还是一个用户思维。

2. 预测的时间跨度。政府常做5年规划，相应的央企、大的地方国企也跟随做五年规划；别的企业有做2年、3年规划的，几乎每家公司都会做年度规划；当然到具体操作层月度计划通常是必须的。

3. 预测的频次。就是预测更新的间隔，是周周更新还是月月更新，有的预测可能是每年更新，同时还是一些突发事件发生后需要不定期更新。一个需求预测做得好的企业通常都有比较完善的需求预测机制。

4. 适配相应的需求预测方法。需求预测的方法很多，同样没有最完美的，只有最适合的，但都有弊端，需要灵活选择。

   4.1 定性预测。通常在新品上市、外边环境突变、定制型项目产品等场景下适合用。这样的情况可以参考的历史数据较少，或相关性不大，通常需要多部门参与，征求不同群体意见。比如，德尔菲法。当你看到一家企业针对这样的情况就一个项目或产品部门说了算，老板一拍脑袋完事儿，其它部门也觉得这个和我没关系，是项目和产品的事儿。那么，这样的企业需求预测管理多半也是缺位的。

   4.2 定量预测。这类预测不像定性预测那样需要更多的部门参与，它是根据历史数据用一些算法和模型来寻找规律。通常是销售和供应链部门参加的常规例行工作。比较常见的做法就是，针对有时间/季节性规律的产品选用一些时间序列预测方法，例如：简单平均法、移动平均法、指数平滑法等；针对在时间维度基础上，还有别的影响因素的（例如打折、双11），我们就需要选用一些回归分析法来做。

- 3 -需求预测第三定律

“需求预测是技术，更是管理”，从前面的定律中可以看到，目前从技术角度来说还没有一个完美的解决需求预测的技术。也就是说，解决好需求预测的问题，不只是引入技术的问题，管理甚至更为重要。高层管理者对需求预测的正确理解至关重要，一个不懂以上三大定律的老板，你就别给他去谈什么需求预测吧，否则难受的是你自己。刘宝红老师的书中也提到过：

需求预测是一个跨职能协同过程。... ...在很多需求计划比较优秀的公司，你会发现，他们并没有什么特殊的技术手段，而是靠规范的流程和强大的沟通规则，将预测准确性提到相当高的程度，而这恰恰是最难被模仿的管理能力。

刘宝红、赵玲著《供应链的三道防线》

可见，没有公开透明、团队协作、共创共赢的管理文化；没有或不遵守相关流程规则的组织，无论你使用什么高科技手段和高大上的方法，我是不相信他们能做好需求预测管理的。这是供应链这个复杂系统的客观事实决定的。

什么叫复杂系统？

复杂性科学中对复杂系统的描述性定义：复杂系统是具有中等数目基于局部信息做出行动的智能性、自适应性主体的系统。

北京师范大学系统科学学院，张江 ，2015-06-04

供应链就是一个复杂系统，这不是一个1+1=2的简单公式和让计算机就能解决的问题，他是1个组织行为+1个组织行为+... ... =?的问题。2021年的诺贝尔物理学奖得主之一意大利罗马的乔治·帕里西（Giorgio Parisi）就因对复杂物理系统的理解做出开创性贡献而获奖。对复杂系统感兴趣的朋友可以去看看诺贝尔物理学奖得主的著作《随椋鸟飞行：复杂系统的奇境》，对供应链复杂性的研究会很有帮助。