幾種常見的需求預測方式：自上而下的優勢在(zai)于在(zai)高層(ceng)次所做的預測準確(que)率(lv)較高，適合(he)用在(zai)銷售趨勢在(zai)高層(ceng)和底層(ceng)都很平穩的產(chan)品中(zhong)，缺(que)陷在(zai)于對于有(you)(you)特(te)殊銷售模式的產(chan)品如新品，銷售數據斷(duan)斷(duan)續續的產(chan)品等則就有(you)(you)可能無(wu)法覆蓋(gai)。
需求(qiu)預測的準確率（FA-Forecast Accuracy）直接影響著公司的固定資本(ben)，庫存周轉率，庫存供應總天數，準時交付(fu)率，物流成(cheng)本(ben)等重要財務指標。盡管(guan)這一概念已經深入人心，但是如何能(neng)夠(gou)提(ti)升(sheng)需求(qiu)預測準確率則(ze)是很多公司所困惑的，因(yin)為它(ta)確實(shi)從(cong)來都不容易。
這項(xiang)本來就(jiu)帶(dai)有神秘(mi)感的(de)(de)工作的(de)(de)目的(de)(de)，就(jiu)是要在紛(fen)繁復(fu)雜的(de)(de)歷史數據中找出(chu)發展(zhan)規律，同時還要考慮到現實環境中紛(fen)至沓來，幾乎難以想象的(de)(de)各種(zhong)宏觀(guan)和微觀(guan)影響因素，最后制定出(chu)最符合(he)市場(chang)實際而(er)又能被所有人接受的(de)(de)未來需求(qiu)預測計劃(hua)。
這不僅(jin)需(xu)要強大的數據(ju)分析和(he)處理能力(li)，更是一個公司各(ge)部(bu)門相互(hu)挑戰，協(xie)(xie)調(diao)，影響，說服，平衡，配合，妥協(xie)(xie)和(he)協(xie)(xie)作的一個流程(cheng)。
下面則是從數據分(fen)析(xi)，流程優化，借(jie)助工具(ju)等(deng)角度闡述如何提(ti)(ti)升需求預測(ce)(ce)準確率(lv)(lv)的十大方(fang)法，相(xiang)信(xin)借(jie)助這些(xie)方(fang)法需求預測(ce)(ce)準確率(lv)(lv)會有(you)顯著(zhu)的提(ti)(ti)升并(bing)最終影(ying)響著(zhu)公司的top-line銷售額和(he)bottom-line利(li)潤率(lv)(lv)。
一(yi)、歷史(shi)銷售數據(ju)的清洗
需求預(yu)測的(de)(de)(de)(de)本質之(zhi)一(yi)，便是對(dui)歷(li)(li)史銷(xiao)(xiao)(xiao)(xiao)售(shou)數(shu)(shu)據(ju)分(fen)析從(cong)而判斷(duan)出趨勢，季節性等規(gui)律，并認(ren)為(wei)歷(li)(li)史將(jiang)會重演（history repeats）。因而高(gao)質量的(de)(de)(de)(de)歷(li)(li)史銷(xiao)(xiao)(xiao)(xiao)售(shou)數(shu)(shu)據(ju)則成為(wei)確保高(gao)預(yu)測準確率的(de)(de)(de)(de)基礎之(zhi)一(yi)。而在(zai)實務中(zhong)，各種各樣(yang)的(de)(de)(de)(de)客觀(guan)原因如銷(xiao)(xiao)(xiao)(xiao)售(shou)促銷(xiao)(xiao)(xiao)(xiao)，競爭活動，天(tian)災(zai)人禍，新(xin)產品的(de)(de)(de)(de)推出，國(guo)家(jia)政(zheng)策的(de)(de)(de)(de)突(tu)然變化等都(dou)會給銷(xiao)(xiao)(xiao)(xiao)售(shou)數(shu)(shu)據(ju)帶來巨大的(de)(de)(de)(de)影響，并且這(zhe)些客觀(guan)因素將(jiang)來可能是不會再重復或者(zhe)重復的(de)(de)(de)(de)時間地點和方(fang)式不同，從(cong)而銷(xiao)(xiao)(xiao)(xiao)售(shou)歷(li)(li)史數(shu)(shu)據(ju)的(de)(de)(de)(de)清洗（data cleansing）成為(wei)需求預(yu)測工作(zuo)的(de)(de)(de)(de)一(yi)個(ge)必要條件。
下面的(de)(de)一些問題的(de)(de)回答則可以(yi)為data cleaning指引出(chu)清晰的(de)(de)方向：
1、數據(ju)是否(fou)有(you)缺失現象(xiang)？數據(ju)的連貫性是有(you)效預測(ce)的基礎之一，不(bu)連貫的數據(ju)往(wang)(wang)往(wang)(wang)會導致預測(ce)模(mo)型(xing)不(bu)能發揮出*的功效。
2、數(shu)據(ju)是否能保持(chi)統一？例如當(dang)進行發貨預測(ce)（shipment forecasting）時，能否保證所使用的數(shu)據(ju)都是發貨數(shu)據(ju)而(er)不是客(ke)戶需(xu)求的數(shu)據(ju)。
3、數據是(shi)否有異(yi)(yi)常(chang)(chang)值(zhi)（outliers）？異(yi)(yi)常(chang)(chang)值(zhi)就(jiu)是(shi)由于(yu)不(bu)尋常(chang)(chang)的(de)事(shi)件所造成的(de)異(yi)(yi)常(chang)(chang)高值(zhi)和低值(zhi)，如5.12地震導致速食產品作為賑(zhen)災物資在特定區域銷(xiao)量(liang)激增，而相似地震在同一地點同一時間再次(ci)發生(sheng)的(de)可(ke)能(neng)性非(fei)常(chang)(chang)低，該銷(xiao)售(shou)增量(liang)就(jiu)可(ke)以被視為一個異(yi)(yi)常(chang)(chang)值(zhi)。而雙(shuang)11的(de)促銷(xiao)活(huo)動(dong)在聯系幾(ji)年的(de)常(chang)(chang)態化和固定化后(hou)，其所帶來的(de)銷(xiao)售(shou)增值(zhi)則就(jiu)不(bu)是(shi)異(yi)(yi)常(chang)(chang)值(zhi)。
4、數(shu)據(ju)(ju)是否有結(jie)(jie)構(gou)性的(de)變化？數(shu)據(ju)(ju)結(jie)(jie)構(gou)性的(de)變化的(de)兩大(da)特點是突(tu)然性和*性。例如競(jing)爭(zheng)對手由(you)于某種突(tu)然撤出中(zhong)國市場，其(qi)所留下(xia)的(de)市場份(fen)額真(zhen)空被自(zi)己填補，由(you)此所帶來的(de)銷(xiao)售增長就(jiu)是結(jie)(jie)構(gou)性的(de)變化。
5、數據(ju)是(shi)(shi)否有季節(jie)性（seasonality）？季節(jie)性意(yi)味著銷(xiao)售(shou)(shou)(shou)數據(ju)的(de)變化呈現出固(gu)定性和周(zhou)期性。如圣誕節(jie)前(qian)夕的(de)種種促銷(xiao)活動導(dao)致銷(xiao)售(shou)(shou)(shou)數額的(de)大幅上升(sheng)；春節(jie)前(qian)的(de)銷(xiao)售(shou)(shou)(shou)高峰也是(shi)(shi)典(dian)型季節(jie)性的(de)表現，只不過農(nong)歷春節(jie)未必每年都(dou)在同一公歷月份從(cong)而(er)增加(jia)了預測難(nan)度。
6、數據是否產(chan)品生命周期有聯系(xi)？產(chan)品處在生命周期不(bu)同(tong)階段（引入，增長(chang)，成(cheng)熟，下降，退市）中(zhong)其銷售數據是截然不(bu)同(tong)的。
在回答完以上問(wen)題后則就(jiu)可(ke)以開始對(dui)(dui)數(shu)據(ju)進行清(qing)洗，如(ru)使用平(ping)均法對(dui)(dui)遺失數(shu)據(ju)的填補；確定(ding)異常值和(he)找到其成(cheng)因，并判斷(duan)是否(fou)要(yao)人為的進行刪減和(he)增加；對(dui)(dui)有結構(gou)性(xing)變化數(shu)據(ju)的人工修正等(deng)等(deng)。
二、在數據聚集的高層次上做預測然(ran)后(hou)分解
需求預測(ce)的(de)(de)另(ling)一個(ge)(ge)原則(ze)，就(jiu)是所謂(wei)的(de)(de)“大數原則(ze)（law of large number ）”即(ji)(ji)在(zai)(zai)數據聚集的(de)(de)高層(ceng)次(ci)上去做預測(ce)的(de)(de)準確(que)率(lv)要(yao)比在(zai)(zai)數據的(de)(de)最(zui)底(di)層(ceng)上所做的(de)(de)準確(que)率(lv)要(yao)高。例如(ru)，比較容易預測(ce)出明(ming)年中國的(de)(de)GDP的(de)(de)增幅是多(duo)少，即(ji)(ji)使不(bu)準確(que)誤差(cha)也不(bu)會很(hen)大，然(ran)而假如(ru)要(yao)預測(ce)具體某(mou)一個(ge)(ge)行業(ye)在(zai)(zai)某(mou)一個(ge)(ge)特(te)定的(de)(de)區(qu)域(yu)增長或者減(jian)少的(de)(de)額度是多(duo)少偏差(cha)就(jiu)可能很(hen)大，更不(bu)要(yao)說(shuo)多(duo)個(ge)(ge)行業(ye)和多(duo)個(ge)(ge)區(qu)域(yu)的(de)(de)任意組合。
以(yi)(yi)一(yi)家(jia)快消品公司為例，其銷售(shou)數(shu)據可以(yi)(yi)整(zheng)體匯集到公司層(ceng)面，然(ran)后(hou)再可以(yi)(yi)分解(jie)到種類，品牌，包裝尺寸，SKU，事業部，銷售(shou)區(qu)域，客戶，總(zong)倉，分倉等。根據“大(da)數(shu)原則”，在公司層(ceng)面的(de)(de)(de)(de)銷售(shou)預測的(de)(de)(de)(de)整(zheng)體準確率(lv)相對要高，然(ran)后(hou)再可以(yi)(yi)分解(jie)到所需(xu)要的(de)(de)(de)(de)層(ceng)級中去以(yi)(yi)達到最(zui)好(hao)準確率(lv)，這(zhe)也(ye)就(jiu)是(shi)所說的(de)(de)(de)(de)“top down”分解(jie)法。在分解(jie)的(de)(de)(de)(de)時候可以(yi)(yi)采取同比，環比，自定義等比例進行分配，但(dan)如果(guo)沒(mei)有很好(hao)工具支持(chi)的(de)(de)(de)(de)話，分解(jie)的(de)(de)(de)(de)過程還是(shi)相當痛苦的(de)(de)(de)(de)。
三(san)、使用(yong)終(zhong)端銷(xiao)售數據做預測
需(xu)求管理實(shi)務(wu)中，不同(tong)的(de)公司使用(yong)不同(tong)類型的(de)數(shu)(shu)據(ju)如發貨數(shu)(shu)據(ju)（shipment），客戶訂單(dan)數(shu)(shu)據(ju)(customer orders)，和終端銷售數(shu)(shu)據(ju)（POS-Point of Sale）來(lai)(lai)做預測(ce)。而(er)在(zai)這些數(shu)(shu)據(ju)中，用(yong)終端銷售數(shu)(shu)據(ju)來(lai)(lai)做需(xu)求預測(ce)的(de)準確(que)率最高因為它(ta)代表出消費者的(de)實(shi)際需(xu)求，并且能(neng)夠真實(shi)的(de)反映的(de)市(shi)場的(de)波動和變化。
由于終(zhong)端消(xiao)費者的(de)消(xiao)費行為(wei)有著“頻次高(gao)，連貫(guan)強，總量(liang)大(da)”的(de)特點，使終(zhong)端銷售數據更加(jia)穩定(ding)和連貫(guan)，這是(shi)高(gao)預測準確率的(de)基礎之(zhi)一(yi)。然而發(fa)貨數據則(ze)由于庫存短缺，訂單積壓(ya)，物流能力的(de)限(xian)制等因(yin)素則(ze)不(bu)能真實等同于客戶(hu)的(de)需(xu)求。
在“牛鞭效(xiao)應(ying)”中，零(ling)售商(shang)(shang)訂單的(de)(de)變(bian)動性明顯大于(yu)終端(duan)消費者需求的(de)(de)變(bian)動性，為了滿足于(yu)零(ling)售商(shang)(shang)同樣的(de)(de)服務水平，經銷(xiao)商(shang)(shang)和(he)代理商(shang)(shang)不(bu)得不(bu)被迫持(chi)有比零(ling)售商(shang)(shang)更多的(de)(de)安全庫存(cun)，需求信息的(de)(de)不(bu)真實性會沿著供應(ying)鏈逆流而上，產生(sheng)逐(zhu)級(ji)放大的(de)(de)現象。
當信(xin)息達到(dao)源(yuan)頭(tou)的(de)供(gong)應商時，其所獲得的(de)需(xu)求(qiu)信(xin)息和終端消費者(zhe)的(de)需(xu)求(qiu)信(xin)息已(yi)經發(fa)生(sheng)了很大(da)的(de)偏差(cha)，所以來自(zi)客戶(hu)訂單的(de)數據(ju)也(ye)不能(neng)代表(biao)真實的(de)市場需(xu)求(qiu)。在(zai)(zai)一個案例中，終端消費持續低(di)迷(mi)，零(ling)售(shou)商決定減(jian)(jian)少訂單量，供(gong)應商的(de)發(fa)貨數量隨之開始減(jian)(jian)少，但終端消費者(zhe)的(de)需(xu)求(qiu)還可能(neng)在(zai)(zai)相當一段(duan)時間內繼(ji)續保持低(di)迷(mi)不變。
同理在新(xin)產品上市的前(qian)期，零售商往往持有大(da)量(liang)的庫存以保持貨源(yuan)充(chong)足(zu)，但終(zhong)端消費(fei)者的實際需(xu)求(qiu)達不到(dao)預期時(shi)，他們(men)的訂單量(liang)則開始減少，而源(yuan)頭(tou)供(gong)應(ying)商的發貨數(shu)量(liang)則也隨之(zhi)減少。
然而在(zai)中(zhong)(zhong)國的(de)需求管理現實(shi)中(zhong)(zhong)，一些規(gui)模較大管理水平(ping)高的(de)終端(duan)零(ling)售商(shang)(shang)。如超(chao)市(shi)(shi)連鎖集(ji)團愿意將其終端(duan)銷(xiao)(xiao)售數(shu)據有償分享(xiang)給(gei)供應商(shang)(shang)，以讓(rang)其對終端(duan)銷(xiao)(xiao)售狀況有清楚的(de)把(ba)握。然而在(zai)幅員遼(liao)闊(kuo)的(de)中(zhong)(zhong)國，此類的(de)終端(duan)零(ling)售商(shang)(shang)只能覆蓋(gai)市(shi)(shi)場(chang)的(de)一部分并且(qie)主要集(ji)中(zhong)(zhong)在(zai)大中(zhong)(zhong)型城市(shi)(shi)中(zhong)(zhong)，很(hen)多區域特別是三四線城市(shi)(shi)的(de)銷(xiao)(xiao)售則是由不同層級(ji)的(de)經銷(xiao)(xiao)商(shang)(shang)網絡來覆蓋(gai)。
在通過經銷(xiao)(xiao)商渠(qu)道(dao)的銷(xiao)(xiao)售(shou)中(zhong)，經銷(xiao)(xiao)商往(wang)往(wang)由(you)于稅(shui)務(wu)隱私，同(tong)業(ye)競爭，利潤(run)機密，爭取更(geng)好的銷(xiao)(xiao)售(shou)政策(ce)等(deng)因(yin)素而(er)不將自己(ji)的庫(ku)存和銷(xiao)(xiao)售(shou)數(shu)據(ju)（sell-though）開放給上游(you)供(gong)應商；而(er)經銷(xiao)(xiao)商的終端(duan)客戶往(wang)往(wang)由(you)于管理意(yi)識和數(shu)據(ju)搜(sou)集能(neng)力的參差不齊(qi)，更(geng)是難(nan)以(yi)將自己(ji)終端(duan)銷(xiao)(xiao)售(shou)數(shu)據(ju)有效利用。
國內曾經有(you)(you)一個知(zhi)名日(ri)用品企業(ye)為(wei)自(zi)己的(de)需求預(yu)測準確率，試圖(tu)對自(zi)己的(de)核心經銷(xiao)商(shang)的(de)進銷(xiao)存進行管控并找了四個經銷(xiao)商(shang)來試點，結果(guo)兩個經銷(xiao)商(shang)明確拒(ju)絕，一個經銷(xiao)商(shang)雖然同意但實際提供的(de)數據卻(que)有(you)(you)很大的(de)虛假成(cheng)分，該企業(ye)最后不得不繼續使用自(zi)己的(de)出貨數據（sell-in）來預(yu)測，預(yu)測效果(guo)就(jiu)可想而知(zhi)。
雖然使用終(zhong)端銷售數據(ju)目前(qian)還(huan)有很大的障礙，但是這個(ge)方向(xiang)還(huan)是要堅持的。在發達國家如澳大利(li)亞由于超(chao)過99%終(zhong)端銷售數據(ju)都能(neng)夠采(cai)集到并且能(neng)和(he)供應商分享，所以一些(xie)公司的需求預測(ce)準確率(lv)超(chao)過90%（1-MAPE）也是常見的。
四(si)、正確選擇自上(shang)(shang)而下，自下而上(shang)(shang)和中間(jian)開(kai)花的預測方式
幾種常見的(de)需(xu)求預測方式，如自上(shang)而下（top-down），自下而上(shang)（bottom-up），和(he)中間開花（middle-out）在(zai)使用(yong)中往(wang)往(wang)出現混淆(xiao)的(de)情(qing)況(kuang)，即(ji)不知道(dao)那種方式在(zai)哪(na)種情(qing)況(kuang)下能發揮*的(de)效(xiao)用(yong)。在(zai)自上(shang)而下方式中，首先在(zai)產品(pin)(pin)，市(shi)場，區域，年/季(ji)/月(yue)等因素(su)的(de)最高層(ceng)次做需(xu)求預測，然后(hou)根據同比(bi)(bi)，環比(bi)(bi)，自定義比(bi)(bi)例等分解(jie)原(yuan)則進行往(wang)下分解(jie)到種類，品(pin)(pin)牌，SKU，周/天，顧客，DC等。
在(zai)自下而上方(fang)式中(zhong)，往(wang)往(wang)先從SKU層(ceng)(ceng)(ceng)級的(de)(de)需求(qiu)預(yu)(yu)測(ce)開始(shi)做(zuo)起再逐步往(wang)上匯集。而在(zai)快消品行業中(zhong)目前比較(jiao)流行的(de)(de)方(fang)式則是中(zhong)間開花(hua)，即在(zai)中(zhong)間層(ceng)(ceng)(ceng)級如產品種(zhong)類(lei)（category）開始(shi)做(zuo)預(yu)(yu)測(ce)，上可以(yi)匯集到(dao)品牌(pai)，大類(lei)，總公司層(ceng)(ceng)(ceng)面，下可以(yi)分解到(dao)SKU層(ceng)(ceng)(ceng)面，這樣既可以(yi)利用(yong)的(de)(de)高層(ceng)(ceng)(ceng)次(ci)預(yu)(yu)測(ce)的(de)(de)準確性，同時(shi)又不至(zhi)于(yu)在(zai)最(zui)底層(ceng)(ceng)(ceng)SKU層(ceng)(ceng)(ceng)面做(zuo)預(yu)(yu)測(ce)耗(hao)費(fei)大量的(de)(de)時(shi)間和精力。
自(zi)上(shang)而(er)(er)下的(de)(de)(de)優(you)勢(shi)在(zai)(zai)于在(zai)(zai)高(gao)(gao)層次所做的(de)(de)(de)預測準(zhun)確(que)率較高(gao)(gao)，適合用(yong)在(zai)(zai)銷(xiao)售趨勢(shi)在(zai)(zai)高(gao)(gao)層和底(di)層都很平穩的(de)(de)(de)產(chan)品(pin)(pin)中，缺陷在(zai)(zai)于對于有特殊銷(xiao)售模式(shi)的(de)(de)(de)產(chan)品(pin)(pin)如(ru)新(xin)品(pin)(pin)，銷(xiao)售數據斷(duan)斷(duan)續(xu)續(xu)的(de)(de)(de)產(chan)品(pin)(pin)等(deng)則就有可能(neng)無法覆蓋。對于高(gao)(gao)度定制化，生命周期短，銷(xiao)售相互抵消，每個SKU的(de)(de)(de)銷(xiao)售趨勢(shi)都不一(yi)(yi)樣的(de)(de)(de)產(chan)品(pin)(pin)，自(zi)下而(er)(er)上(shang)的(de)(de)(de)方式(shi)則能(neng)發揮*的(de)(de)(de)效用(yong)。一(yi)(yi)些公司(si)也在(zai)(zai)使用(yong)自(zi)上(shang)而(er)(er)下和自(zi)下而(er)(er)上(shang)的(de)(de)(de)混合方式(shi)來(lai)更好的(de)(de)(de)確(que)保高(gao)(gao)預測準(zhun)確(que)率。
五、發現并剝離有特殊需求模式的SKU
不(bu)同的SKU即使是(shi)屬于(yu)同一(yi)種類(lei)(lei)(lei)，其銷售數據也會(hui)呈現(xian)出不(bu)同的模式。在將這些SKU的需求預(yu)(yu)測匯集(ji)到種類(lei)(lei)(lei)層面時，則會(hui)導致種類(lei)(lei)(lei)預(yu)(yu)測的趨勢季度不(bu)穩定，所以(yi)在預(yu)(yu)測時要將有(you)特殊需求模式的SKU，暫時從該種類(lei)(lei)(lei)中剝(bo)離(li)掉并(bing)單獨做預(yu)(yu)測。例如(ru)一(yi)個醫(yi)藥公司(si)，在做整體需求預(yu)(yu)測時發現(xian)自(zi)己(ji)的預(yu)(yu)測數據極端不(bu)穩定，很(hen)難找到規律可(ke)循。
在將其(qi)數據(ju)分析后發現(xian)，該公司將自(zi)己所有(you)的(de)(de)(de)(de)大類(lei)產(chan)品(pin)(pin)(pin)，如政(zheng)府(fu)招(zhao)投標(biao)類(lei)產(chan)品(pin)(pin)(pin)，經銷(xiao)商渠道銷(xiao)售(shou)產(chan)品(pin)(pin)(pin)，處(chu)方(fang)(fang)類(lei)和非(fei)處(chu)方(fang)(fang)類(lei)產(chan)品(pin)(pin)(pin)完全(quan)混在一(yi)(yi)起。政(zheng)府(fu)招(zhao)投標(biao)類(lei)產(chan)品(pin)(pin)(pin)的(de)(de)(de)(de)銷(xiao)售(shou)額占(zhan)到總(zong)銷(xiao)售(shou)額的(de)(de)(de)(de)近三分之一(yi)(yi)，而其(qi)銷(xiao)售(shou)的(de)(de)(de)(de)時間和數量幾乎沒(mei)有(you)任何規律可(ke)言；但(dan)是其(qi)通過(guo)經銷(xiao)商渠道銷(xiao)售(shou)產(chan)品(pin)(pin)(pin)則銷(xiao)售(shou)態勢穩定，有(you)明顯的(de)(de)(de)(de)規律和季節(jie)性，將這(zhe)兩類(lei)產(chan)品(pin)(pin)(pin)放在一(yi)(yi)起預測的(de)(de)(de)(de)結果肯定是有(you)問題的(de)(de)(de)(de)。而當同一(yi)(yi)種類(lei)中的(de)(de)(de)(de)不同SKU的(de)(de)(de)(de)銷(xiao)售(shou)有(you)“相互蠶食（cannibalization）”的(de)(de)(de)(de)現(xian)象時，將他(ta)們進行剝離并分別作預測也是有(you)必要的(de)(de)(de)(de)。
六、建立完善的需求預測管理流程
數學模型(xing)的(de)(de)(de)選擇對(dui)需(xu)求預測非(fei)常重要(yao)，但(dan)要(yao)明(ming)白需(xu)求預測管(guan)理(li)(li)不(bu)是(shi)有(you)具(ju)體哪(na)一(yi)個(ge)部(bu)門(men)來完全(quan)負責(ze)，它是(shi)一(yi)個(ge)有(you)計劃(hua)，銷售(shou)，市場(chang)，供應鏈，管(guan)理(li)(li)層(ceng)等(deng)全(quan)部(bu)門(men)參(can)與的(de)(de)(de)一(yi)項工(gong)作，因為各部(bu)門(men)都是(shi)本領域的(de)(de)(de)專家，在需(xu)求預測管(guan)理(li)(li)的(de)(de)(de)過程中能(neng)夠提供獨特的(de)(de)(de)，專業的(de)(de)(de)和(he)不(bu)可或缺的(de)(de)(de)信息和(he)專業知識，這(zhe)就要(yao)求要(yao)有(you)一(yi)個(ge)完善的(de)(de)(de)需(xu)求預測管(guan)理(li)(li)流程來支(zhi)持各個(ge)職能(neng)各司其(qi)責(ze)。
在一個有效的(de)(de)(de)需(xu)(xu)求(qiu)(qiu)預(yu)(yu)(yu)測(ce)(ce)管理流(liu)程建(jian)立起(qi)來之前，一系列的(de)(de)(de)準(zhun)備(bei)工作要開始做起(qi)來，如需(xu)(xu)求(qiu)(qiu)預(yu)(yu)(yu)測(ce)(ce)的(de)(de)(de)周期和頻次，預(yu)(yu)(yu)測(ce)(ce)的(de)(de)(de)產品/銷售(shou)組織層級，需(xu)(xu)求(qiu)(qiu)預(yu)(yu)(yu)測(ce)(ce)提前期，需(xu)(xu)求(qiu)(qiu)預(yu)(yu)(yu)測(ce)(ce)的(de)(de)(de)數據(ju)來源，需(xu)(xu)求(qiu)(qiu)預(yu)(yu)(yu)測(ce)(ce)的(de)(de)(de)職(zhi)能的(de)(de)(de)設置(zhi)，需(xu)(xu)求(qiu)(qiu)預(yu)(yu)(yu)測(ce)(ce)所使用的(de)(de)(de)工具如軟件，模板等，需(xu)(xu)求(qiu)(qiu)預(yu)(yu)(yu)測(ce)(ce)的(de)(de)(de)方式-自上而(er)下，自下而(er)上或者中(zhong)(zhong)間開花，以及企業(ye)中(zhong)(zhong)哪些部門要參與到需(xu)(xu)求(qiu)(qiu)預(yu)(yu)(yu)測(ce)(ce)流(liu)程中(zhong)(zhong)來和他們(men)的(de)(de)(de)角色(se)，職(zhi)責(ze)，考核指標(biao)。
例如(ru)，在(zai)(zai)快消品(pin)(pin)(pin)企業(ye)中需求(qiu)預(yu)(yu)測(ce)(ce)部(bu)(bu)門(men)(men)一般負責數據的(de)(de)(de)搜集，清(qing)洗和整合，并對(dui)銷(xiao)(xiao)(xiao)(xiao)售(shou)(shou)(shou)預(yu)(yu)測(ce)(ce)的(de)(de)(de)baseline，在(zai)(zai)此基(ji)礎(chu)上銷(xiao)(xiao)(xiao)(xiao)售(shou)(shou)(shou)部(bu)(bu)門(men)(men)要(yao)考慮(lv)短期(qi)（3個(ge)月(yue)之內）由于(yu)銷(xiao)(xiao)(xiao)(xiao)售(shou)(shou)(shou)活動如(ru)新客戶(hu)的(de)(de)(de)開發，現有客戶(hu)重大的(de)(de)(de)銷(xiao)(xiao)(xiao)(xiao)售(shou)(shou)(shou)行(xing)(xing)動，競(jing)爭(zheng)對(dui)手的(de)(de)(de)主要(yao)行(xing)(xing)為(wei)，打折促銷(xiao)(xiao)(xiao)(xiao)等(deng)銷(xiao)(xiao)(xiao)(xiao)售(shou)(shou)(shou)活動所帶來的(de)(de)(de)銷(xiao)(xiao)(xiao)(xiao)售(shou)(shou)(shou)增減，而(er)市場部(bu)(bu)門(men)(men)則(ze)通過對(dui)消費者行(xing)(xing)為(wei)，產(chan)(chan)品(pin)(pin)(pin)生命周期(qi)，品(pin)(pin)(pin)牌(pai)形象，宏觀經(jing)(jing)濟政策等(deng)研究來對(dui)長期(qi)的(de)(de)(de)銷(xiao)(xiao)(xiao)(xiao)售(shou)(shou)(shou)預(yu)(yu)測(ce)(ce)提供自己的(de)(de)(de)專業(ye)判斷，而(er)財務部(bu)(bu)門(men)(men)則(ze)從投資回(hui)報率等(deng)角度對(dui)銷(xiao)(xiao)(xiao)(xiao)售(shou)(shou)(shou)預(yu)(yu)測(ce)(ce)進行(xing)(xing)支持；而(er)在(zai)(zai)工業(ye)品(pin)(pin)(pin)企業(ye)中，產(chan)(chan)品(pin)(pin)(pin)經(jing)(jing)理則(ze)是(shi)需求(qiu)預(yu)(yu)測(ce)(ce)流(liu)程(cheng)的(de)(de)(de)一個(ge)重要(yao)參與方。在(zai)(zai)以(yi)上流(liu)程(cheng)明(ming)確以(yi)后(hou)各個(ge)職(zhi)能才能真正(zheng)的(de)(de)(de)協(xie)同起來做出最為(wei)精準的(de)(de)(de)需求(qiu)預(yu)(yu)測(ce)(ce)。
七、正確(que)使用最(zui)適合的預測模型
在(zai)需求預(yu)測中(zhong)，預(yu)測模型的(de)(de)選擇是至關重(zhong)要的(de)(de)，模型會根(gen)據歷(li)史銷(xiao)售數據的(de)(de)各種(zhong)特征模擬出(chu)未來的(de)(de)走(zou)勢，這(zhe)是需求預(yu)測工作的(de)(de)中(zhong)技術(shu)性的(de)(de)一(yi)個重(zhong)要體現(xian)，因為涉及到統計學的(de)(de)一(yi)些專業知識，模型也(ye)是比較具有(you)神秘(mi)感的(de)(de)同時也(ye)是最容易被誤解(jie)的(de)(de)部分。
實務中(zhong)總是看到一(yi)(yi)些公司在苦苦追(zhui)尋所(suo)謂最*的(de)預(yu)(yu)測(ce)(ce)模(mo)型(xing)(xing)(xing)，仿佛(fo)這些模(mo)型(xing)(xing)(xing)一(yi)(yi)旦用(yong)上(shang)自己的(de)預(yu)(yu)測(ce)(ce)就(jiu)立刻能夠(gou)(gou)(gou)100%準確一(yi)(yi)樣，成(cheng)了改(gai)善需求管(guan)理(li)的(de)一(yi)(yi)個(ge)必(bi)勝絕技。而模(mo)型(xing)(xing)(xing)選擇的(de)一(yi)(yi)個(ge)重(zhong)要(yao)原則(ze)就(jiu)是沒(mei)有奇跡模(mo)型(xing)(xing)(xing)，即預(yu)(yu)測(ce)(ce)模(mo)型(xing)(xing)(xing)在預(yu)(yu)測(ce)(ce)中(zhong)僅僅起到輔助作(zuo)用(yong)，沒(mei)有任何一(yi)(yi)個(ge)模(mo)型(xing)(xing)(xing)能夠(gou)(gou)(gou)做到完全正(zheng)確，最好的(de)預(yu)(yu)測(ce)(ce)模(mo)型(xing)(xing)(xing)其實就(jiu)是能夠(gou)(gou)(gou)抓取歷史數據(ju)中(zhong)大部分(fen)的(de)規則(ze)和模(mo)式，抓取的(de)越(yue)多，預(yu)(yu)測(ce)(ce)錯(cuo)誤就(jiu)會(hui)越(yue)少，預(yu)(yu)測(ce)(ce)效(xiao)果越(yue)好。
而歷史數(shu)據的(de)(de)(de)(de)不(bu)規則(ze)性越強(qiang)，甚至(zhi)出(chu)現缺失和(he)噪音，則(ze)預(yu)(yu)測(ce)模(mo)型(xing)(xing)所起到的(de)(de)(de)(de)作用(yong)就(jiu)越為局限。同時在模(mo)型(xing)(xing)的(de)(de)(de)(de)選(xuan)擇中，不(bu)要(yao)抱有(you)“一(yi)(yi)招鮮吃遍天”的(de)(de)(de)(de)錯(cuo)誤思想，某些(xie)模(mo)型(xing)(xing)當前的(de)(de)(de)(de)預(yu)(yu)測(ce)結(jie)果還不(bu)錯(cuo)，但一(yi)(yi)旦(dan)上個月(yue)的(de)(de)(de)(de)銷售出(chu)現異常，這些(xie)模(mo)型(xing)(xing)有(you)可能就(jiu)會失靈，所以定(ding)(ding)期對現有(you)的(de)(de)(de)(de)模(mo)型(xing)(xing)進(jin)行重新測(ce)試還是非(fei)常有(you)必要(yao)的(de)(de)(de)(de)。而復雜模(mo)型(xing)(xing)的(de)(de)(de)(de)預(yu)(yu)測(ce)效(xiao)果一(yi)(yi)定(ding)(ding)好(hao)于(yu)(yu)簡單(dan)模(mo)型(xing)(xing)，組合模(mo)型(xing)(xing)的(de)(de)(de)(de)預(yu)(yu)測(ce)效(xiao)果一(yi)(yi)定(ding)(ding)好(hao)于(yu)(yu)單(dan)一(yi)(yi)模(mo)型(xing)(xing)等說法其實也未必正確，在模(mo)型(xing)(xing)選(xuan)擇中只有(you)最(zui)適(shi)合的(de)(de)(de)(de)沒有(you)最(zui)復雜的(de)(de)(de)(de)。
八、正確理(li)解需求預測沖(chong)突的成因，建立激勵性(xing)而非懲罰性(xing)的考核機(ji)制
評估需求(qiu)預(yu)(yu)(yu)測(ce)的(de)兩個重(zhong)要(yao)指標分別為需求(qiu)預(yu)(yu)(yu)測(ce)準確性(xing)（1-MAPE）和偏差(cha)率（BIAS），前者用(yong)于(yu)評估誤(wu)差(cha)幅度，后者用(yong)于(yu)確定系統(tong)誤(wu)差(cha)。他(ta)們不(bu)僅用(yong)于(yu)在SKU層次(ci)(ci)衡(heng)量(liang)，還要(yao)在其他(ta)層次(ci)(ci)上如(ru)(ru)品(pin)牌，品(pin)類，事業部(bu)，總公司等層面來衡(heng)量(liang)。因為需求(qiu)預(yu)(yu)(yu)測(ce)工作并不(bu)是(shi)由單一部(bu)門獨立完成(cheng)，它(ta)需要(yao)各個部(bu)門如(ru)(ru)銷售，市場等職能強力的(de)參與和配合(he)，沒(mei)有(you)這些部(bu)門的(de)話，需求(qiu)預(yu)(yu)(yu)測(ce)則(ze)成(cheng)了無水之源。
然而需求預(yu)測對于以上部(bu)門(men)來(lai)(lai)說(shuo)只能(neng)是(shi)(shi)職責之一，并(bing)不完全是(shi)(shi)其主(zhu)業，所(suo)以從各部(bu)門(men)協同的(de)角度(du)來(lai)(lai)講(jiang)，需求預(yu)測的(de)考核機(ji)制(zhi)(zhi)應以激勵性(xing)而非(fei)懲罰(fa)性(xing)為主(zhu)，否則將打消各部(bu)門(men)參(can)加的(de)積極性(xing)。某一知名快消類企業在建(jian)立需求預(yu)測考核機(ji)制(zhi)(zhi)的(de)時候，采(cai)取了建(jian)立大(da)區(qu)預(yu)測準確性(xing)排名機(ji)制(zhi)(zhi)，在內(nei)部(bu)樹立正(zheng)(zheng)面典型并(bing)進(jin)行經驗分享，還給予精神和(he)物資獎勵來(lai)(lai)實施(shi)正(zheng)(zheng)面激勵。
同時(shi)要(yao)(yao)(yao)(yao)清楚需(xu)(xu)求(qiu)(qiu)預(yu)測(ce)的(de)偏(pian)差本身并(bing)不(bu)可(ke)(ke)怕(pa)，關鍵它要(yao)(yao)(yao)(yao)在可(ke)(ke)以接受的(de)范圍(wei)之(zhi)(zhi)內，而且要(yao)(yao)(yao)(yao)能找(zhao)出形成偏(pian)差的(de)根本原因(yin)以找(zhao)到下次改進的(de)辦法，這(zhe)就是為(wei)什么需(xu)(xu)求(qiu)(qiu)預(yu)測(ce)的(de)表面(mian)數(shu)字并(bing)不(bu)是最重要(yao)(yao)(yao)(yao)的(de)，最重要(yao)(yao)(yao)(yao)的(de)則是這(zhe)些數(shu)字之(zhi)(zhi)后(hou)的(de)assumption，只有理解這(zhe)些假設條(tiao)件對預(yu)測(ce)的(de)影響之(zhi)(zhi)后(hou)，才能真正掌(zhang)握預(yu)測(ce)的(de)精(jing)髓(sui)。
九、專業需求預測職能的配備
需(xu)求(qiu)預測(ce)是一個(ge)專業的(de)(de)職能(neng)，而且是各種技能(neng)的(de)(de)綜(zong)合(he)體(ti)。他/她(ta)們需(xu)要有(you)總經理把控全局(ju)的(de)(de)戰略觀，市場人(ren)員(yuan)敏(min)銳的(de)(de)洞察力(li)，銷售(shou)人(ren)員(yuan)過(guo)人(ren)的(de)(de)溝通能(neng)力(li)，供應鏈(lian)人(ren)員(yuan)謹慎(shen)全面的(de)(de)運營意識，以及財務(wu)人(ren)員(yuan)細致(zhi)入(ru)微的(de)(de)分(fen)(fen)析能(neng)力(li)。從(cong)文科(ke)和理科(ke)劃分(fen)(fen)角度來說，這個(ge)職務(wu)其實是個(ge)文理科(ke)的(de)(de)結合(he)。
需求預(yu)測人(ren)員不僅要(yao)搜集數據更要(yao)對(dui)數據進行(xing)分析(xi)和決策，從一(yi)個單向(xiang)信息(xi)接收轉(zhuan)變為雙向(xiang)的(de)(de)信息(xi)互動和控制(zhi)者(zhe)，他們既是(shi)數據的(de)(de)負責人(ren)，又要(yao)對(dui)產(chan)品的(de)(de)非(fei)常熟悉，同時又是(shi)需求管理流程的(de)(de)總(zong)協調(diao)人(ren)，這就(jiu)要(yao)求此職(zhi)能在(zai)企(qi)業中的(de)(de)地位(wei)不僅僅局限在(zai)支持和后(hou)勤的(de)(de)意(yi)義，而是(shi)要(yao)在(zai)需求預(yu)測的(de)(de)流程中扮(ban)演協調(diao)者(zhe)和決策者(zhe)的(de)(de)角色，這就(jiu)要(yao)求對(dui)于他們的(de)(de)培養和招(zhao)聘以及薪酬待遇(yu)等都要(yao)不同于普通的(de)(de)崗位(wei)。
在實務(wu)中(zhong)，越(yue)(yue)來(lai)越(yue)(yue)多的(de)(de)企(qi)業高度(du)重視計劃職(zhi)能(neng)(neng)，將該職(zhi)能(neng)(neng)放在一(yi)個相對中(zhong)立(li)的(de)(de)部門(men)(men)如供應(ying)鏈(lian)，甚(shen)至把(ba)該職(zhi)能(neng)(neng)完(wan)全(quan)獨立(li)出來(lai)直(zhi)接向總經理匯報使之完(wan)全(quan)成為一(yi)個指揮中(zhong)樞。而反觀一(yi)些(xie)企(qi)業，根(gen)本就沒有(you)(you)負責此業務(wu)的(de)(de)職(zhi)能(neng)(neng)崗位(wei)，或(huo)者(zhe)只是由客服(fu)，銷售支持等人員兼職(zhi)的(de)(de)在應(ying)付此事，并且在企(qi)業中(zhong)的(de)(de)地(di)位(wei)低的(de)(de)也慘不忍睹，有(you)(you)的(de)(de)甚(shen)至向物流或(huo)者(zhe)客服(fu)部門(men)(men)匯報，最(zui)終只是淪為數據的(de)(de)搜(sou)集者(zhe)和搬運(yun)工。
十、爭取高層支持
爭(zheng)取高(gao)(gao)層支(zhi)持好似一個老生常談的(de)(de)話題，如同“正(zheng)確(que)的(de)(de)廢話”。高(gao)(gao)層一旦支(zhi)持很多(duo)問題都(dou)會迎刃而解(jie)，但如何獲取高(gao)(gao)層的(de)(de)支(zhi)持則(ze)就(jiu)成了(le)一個比(bi)較有(you)挑戰性的(de)(de)任務。沒有(you)一個公司的(de)(de)董事會會對管理高(gao)(gao)層進(jin)行需求預測準確(que)性進(jin)行考核，既然他們(men)不肩負這個指標，爭(zheng)取到(dao)他們(men)的(de)(de)支(zhi)持是否就(jiu)聽天(tian)由命(ming)了(le)。
如(ru)何(he)爭(zheng)取到高(gao)層(ceng)的(de)(de)支持(chi)，則(ze)就要將FA和(he)他們(men)關心的(de)(de)指標(biao)如(ru)公司固定資本，供(gong)應鏈運營消(xiao)耗成本，以及運營資本管理的(de)(de)有效性，以及最終的(de)(de)top-line銷售(shou)額和(he)bottom-line利潤率等(deng)聯(lian)系起來，尤其是需求預測(ce)準(zhun)確(que)性對這(zhe)些(xie)的(de)(de)指標(biao)的(de)(de)影(ying)響，并且以數據的(de)(de)形式展示出來，這(zhe)才(cai)能夠給高(gao)層(ceng)帶來巨大的(de)(de)影(ying)響。
例如，國際商業預(yu)測計劃協會（IBF-Institute of Business Forecasting and Planning）通過(guo)對不(bu)同產(chan)業和公(gong)司真實數(shu)據的研究發現一(yi)旦FA降至80%以下時，超(chao)過(guo)60天的庫存(cun)開始積壓；而FA在50%左右，超(chao)過(guo)60天庫存(cun)占總庫存(cun)的比例則達到驚人的60%，這(zhe)是(shi)任何一(yi)個CEO和CFO都(dou)不(bu)想看到的。
通(tong)過這個(ge)方式(shi)，想爭(zheng)取到高(gao)層對需求預(yu)測管理的(de)支持也不是(shi)一件很困難的(de)事情(qing)了。
轉載：//citymember.cn/zixun_detail/30095.html