国产蜜臀AV在线一区尤物_久久精品国产亚洲av麻豆甜_成人免费午夜无码视频在线播放_狠狠色噜噜狠狠狠888米奇视频

全國 [城市選擇] [會員登錄] [講師注冊] [機構注冊] [助教注冊]  
中國企業培訓講師

采購管理培訓 之提升需求預測準確率的十大利器

2025-04-17 14:57:48
 
講師:高峻峻 瀏覽次數:2663
 幾種常見的需求預測方式:自上而下的優勢在于在高層次所做的預測準確率較高,適合用在銷售趨勢在高層和底層都很平穩的產品中,缺陷在于對于有特殊銷售模式的產品如新品,銷售數據斷斷續續的產品等則就有可能無法覆蓋。 需求預測的準確率(FA-F

幾種常見的需求預測方式:自上而下的優勢在(zai)(zai)于在(zai)(zai)高(gao)層(ceng)次所做(zuo)的預測準確率較高(gao),適合(he)用在(zai)(zai)銷售(shou)趨勢在(zai)(zai)高(gao)層(ceng)和底(di)層(ceng)都很平穩的產(chan)品(pin)中,缺(que)陷(xian)在(zai)(zai)于對于有(you)特殊(shu)銷售(shou)模式的產(chan)品(pin)如新(xin)品(pin),銷售(shou)數據斷(duan)斷(duan)續續的產(chan)品(pin)等(deng)則就有(you)可能無(wu)法覆(fu)蓋。


需(xu)求預(yu)測的(de)準確(que)率(lv)(FA-Forecast Accuracy)直接影(ying)響著公司的(de)固(gu)定資本,庫存周轉率(lv),庫存供(gong)應總(zong)天數,準時交(jiao)付率(lv),物流成本等重(zhong)要財務指標。盡管這(zhe)一概念已經深入人心,但是(shi)如(ru)何能夠提升需(xu)求預(yu)測準確(que)率(lv)則是(shi)很多公司所困惑的(de),因(yin)為它確(que)實(shi)從來(lai)都不容(rong)易。

這(zhe)項本來就帶有(you)神秘感(gan)的(de)(de)工(gong)作的(de)(de)目的(de)(de),就是要(yao)在紛(fen)繁復雜的(de)(de)歷(li)史(shi)數據中找(zhao)出發展(zhan)規律,同(tong)時還要(yao)考慮到現(xian)實(shi)環境(jing)中紛(fen)至(zhi)沓來,幾乎難以想(xiang)象的(de)(de)各種(zhong)宏觀和微(wei)觀影響因素,最后(hou)制定出最符合市場實(shi)際而(er)又能被所有(you)人接受的(de)(de)未來需求預(yu)測計劃。

這不僅(jin)需要強大的(de)數(shu)據分析和處(chu)理能力,更是一(yi)個公司各部門相互挑(tiao)戰(zhan),協調(diao),影響,說服,平衡,配合(he),妥協和協作的(de)一(yi)個流程。

下面則(ze)是從數據分析(xi),流程優化,借(jie)助工具等角度闡述如(ru)何提升需求預(yu)測準(zhun)確率(lv)的十大方(fang)法(fa),相信借(jie)助這(zhe)些方(fang)法(fa)需求預(yu)測準(zhun)確率(lv)會有顯著的提升并最終影響著公司的top-line銷售(shou)額和bottom-line利潤(run)率(lv)。

一、歷史(shi)銷售(shou)數據的(de)清洗

需(xu)(xu)求預測(ce)的(de)(de)本(ben)質之一,便是對歷史(shi)銷(xiao)(xiao)(xiao)售(shou)數據(ju)分(fen)析(xi)從而(er)(er)(er)判斷出趨勢,季節性等規律,并認(ren)為(wei)(wei)歷史(shi)將會重演(history repeats)。因(yin)而(er)(er)(er)高(gao)(gao)質量的(de)(de)歷史(shi)銷(xiao)(xiao)(xiao)售(shou)數據(ju)則成為(wei)(wei)確保高(gao)(gao)預測(ce)準(zhun)確率(lv)的(de)(de)基礎之一。而(er)(er)(er)在實務中,各(ge)種(zhong)各(ge)樣的(de)(de)客觀(guan)原因(yin)如銷(xiao)(xiao)(xiao)售(shou)促銷(xiao)(xiao)(xiao),競爭活(huo)動,天災人(ren)禍,新產品的(de)(de)推出,國家政策的(de)(de)突然變化等都會給銷(xiao)(xiao)(xiao)售(shou)數據(ju)帶來(lai)巨(ju)大(da)的(de)(de)影響(xiang),并且這(zhe)些客觀(guan)因(yin)素將來(lai)可(ke)能(neng)是不(bu)會再重復或者(zhe)重復的(de)(de)時間(jian)地點(dian)和方式(shi)不(bu)同(tong),從而(er)(er)(er)銷(xiao)(xiao)(xiao)售(shou)歷史(shi)數據(ju)的(de)(de)清洗(data cleansing)成為(wei)(wei)需(xu)(xu)求預測(ce)工作的(de)(de)一個必要條件。

下面的一些問題的回答(da)則可以為data cleaning指引出清晰的方(fang)向:

1、數(shu)據是否(fou)有缺失(shi)現象?數(shu)據的(de)(de)連貫性是有效預(yu)(yu)測的(de)(de)基礎之一,不(bu)連貫的(de)(de)數(shu)據往(wang)往(wang)會導(dao)致預(yu)(yu)測模型不(bu)能發揮(hui)出*的(de)(de)功(gong)效。

2、數(shu)(shu)據(ju)(ju)(ju)(ju)是(shi)否(fou)能保(bao)持統一?例(li)如當(dang)進(jin)行發(fa)(fa)貨預測(shipment forecasting)時,能否(fou)保(bao)證所使(shi)用的數(shu)(shu)據(ju)(ju)(ju)(ju)都是(shi)發(fa)(fa)貨數(shu)(shu)據(ju)(ju)(ju)(ju)而不是(shi)客戶需求的數(shu)(shu)據(ju)(ju)(ju)(ju)。

3、數據(ju)是否有異(yi)常(chang)(chang)(chang)值(zhi)(outliers)?異(yi)常(chang)(chang)(chang)值(zhi)就(jiu)是由于(yu)不尋常(chang)(chang)(chang)的事(shi)件所造成(cheng)的異(yi)常(chang)(chang)(chang)高值(zhi)和低值(zhi),如5.12地震(zhen)導致速食產品(pin)作(zuo)為(wei)賑災物資(zi)在特定(ding)區域銷(xiao)(xiao)量激增(zeng),而相(xiang)似地震(zhen)在同(tong)一地點同(tong)一時間再次發生(sheng)的可能性(xing)非(fei)常(chang)(chang)(chang)低,該銷(xiao)(xiao)售增(zeng)量就(jiu)可以(yi)被視為(wei)一個(ge)異(yi)常(chang)(chang)(chang)值(zhi)。而雙11的促銷(xiao)(xiao)活動在聯系幾年的常(chang)(chang)(chang)態化和固定(ding)化后,其所帶來的銷(xiao)(xiao)售增(zeng)值(zhi)則就(jiu)不是異(yi)常(chang)(chang)(chang)值(zhi)。

4、數據(ju)是否有結(jie)構(gou)(gou)性(xing)的(de)(de)變化(hua)?數據(ju)結(jie)構(gou)(gou)性(xing)的(de)(de)變化(hua)的(de)(de)兩大特點是突然性(xing)和*性(xing)。例如競爭對手由于某種(zhong)突然撤出中(zhong)國市場,其所(suo)留下的(de)(de)市場份(fen)額真空被自己填(tian)補,由此所(suo)帶來的(de)(de)銷售增長就是結(jie)構(gou)(gou)性(xing)的(de)(de)變化(hua)。

5、數(shu)(shu)據是(shi)否有季節(jie)性(xing)(xing)(seasonality)?季節(jie)性(xing)(xing)意味著銷(xiao)(xiao)售數(shu)(shu)據的(de)(de)變化呈(cheng)現出固定性(xing)(xing)和(he)周期性(xing)(xing)。如圣誕(dan)節(jie)前夕的(de)(de)種(zhong)種(zhong)促銷(xiao)(xiao)活動導(dao)致銷(xiao)(xiao)售數(shu)(shu)額的(de)(de)大幅上升(sheng);春節(jie)前的(de)(de)銷(xiao)(xiao)售高峰也(ye)是(shi)典型季節(jie)性(xing)(xing)的(de)(de)表現,只不過農歷春節(jie)未必每(mei)年(nian)都在同一公歷月份從(cong)而(er)增加(jia)了預(yu)測難度。

6、數據是(shi)否產品生(sheng)命(ming)周期(qi)有聯系?產品處在生(sheng)命(ming)周期(qi)不同(tong)階段(引入,增長,成熟,下降,退市)中(zhong)其銷售數據是(shi)截然不同(tong)的。

在回(hui)答完以上問(wen)題(ti)后則(ze)就可以開始對數據進行清洗(xi),如(ru)使(shi)用(yong)平均法對遺失數據的填補;確定異(yi)常值和(he)找到其成因,并判(pan)斷是否要(yao)人為的進行刪減和(he)增加;對有結構性變化(hua)數據的人工修正等等。

二、在數據聚(ju)集的高層(ceng)次上(shang)做預測然后(hou)分解

需求(qiu)預(yu)測(ce)的(de)(de)另(ling)一個(ge)(ge)原(yuan)則,就(jiu)是所(suo)謂的(de)(de)“大數原(yuan)則(law of large number )”即在數據聚集的(de)(de)高(gao)層(ceng)次上去(qu)做預(yu)測(ce)的(de)(de)準確率(lv)(lv)要比(bi)在數據的(de)(de)最底(di)層(ceng)上所(suo)做的(de)(de)準確率(lv)(lv)要高(gao)。例如(ru),比(bi)較容易(yi)預(yu)測(ce)出明年中國的(de)(de)GDP的(de)(de)增(zeng)幅(fu)是多少(shao)(shao),即使不準確誤差(cha)也(ye)不會很(hen)大,然而(er)假如(ru)要預(yu)測(ce)具(ju)體某一個(ge)(ge)行(xing)業在某一個(ge)(ge)特定的(de)(de)區域(yu)增(zeng)長(chang)或者減少(shao)(shao)的(de)(de)額度是多少(shao)(shao)偏差(cha)就(jiu)可能很(hen)大,更不要說多個(ge)(ge)行(xing)業和(he)多個(ge)(ge)區域(yu)的(de)(de)任意組合。

以一(yi)家快(kuai)消品公司為例,其銷(xiao)售(shou)數據可(ke)以整體(ti)(ti)匯集到公司層(ceng)面,然后再可(ke)以分(fen)(fen)(fen)解(jie)到種類,品牌(pai),包裝尺寸,SKU,事(shi)業(ye)部,銷(xiao)售(shou)區(qu)域,客戶,總(zong)倉,分(fen)(fen)(fen)倉等。根(gen)據“大數原則(ze)”,在公司層(ceng)面的(de)(de)(de)(de)銷(xiao)售(shou)預測的(de)(de)(de)(de)整體(ti)(ti)準確(que)率相(xiang)對要高,然后再可(ke)以分(fen)(fen)(fen)解(jie)到所需(xu)要的(de)(de)(de)(de)層(ceng)級中去(qu)以達到最好準確(que)率,這也(ye)就(jiu)是(shi)所說(shuo)的(de)(de)(de)(de)“top down”分(fen)(fen)(fen)解(jie)法。在分(fen)(fen)(fen)解(jie)的(de)(de)(de)(de)時(shi)候(hou)可(ke)以采取同比(bi),環比(bi),自定義等比(bi)例進行分(fen)(fen)(fen)配,但如果沒有很(hen)好工具支持的(de)(de)(de)(de)話(hua),分(fen)(fen)(fen)解(jie)的(de)(de)(de)(de)過(guo)程還(huan)是(shi)相(xiang)當痛苦的(de)(de)(de)(de)。

三(san)、使用終端銷售數(shu)據做(zuo)預測

需求管理實務中,不同(tong)的(de)(de)公司使用不同(tong)類型的(de)(de)數(shu)據如發(fa)貨(huo)數(shu)據(shipment),客戶(hu)訂單數(shu)據(customer orders),和(he)終端(duan)銷售(shou)(shou)數(shu)據(POS-Point of Sale)來做預測。而在這些(xie)數(shu)據中,用終端(duan)銷售(shou)(shou)數(shu)據來做需求預測的(de)(de)準確率最高因(yin)為它代表出消(xiao)費者的(de)(de)實際需求,并(bing)且能夠(gou)真(zhen)實的(de)(de)反映的(de)(de)市場的(de)(de)波動和(he)變化(hua)。

由于終端(duan)消(xiao)費者的(de)消(xiao)費行(xing)為有著(zhu)“頻次高,連貫強,總量大(da)”的(de)特點,使終端(duan)銷(xiao)售數據更加穩(wen)定和連貫,這是高預測準確率的(de)基礎之一。然而發貨數據則(ze)由于庫存短缺,訂單積壓,物流(liu)能(neng)力的(de)限(xian)制等(deng)因(yin)素則(ze)不能(neng)真(zhen)實等(deng)同于客戶的(de)需求。

在“牛(niu)鞭(bian)效應(ying)”中,零售(shou)商(shang)訂(ding)單的(de)(de)(de)變(bian)動性(xing)明顯(xian)大(da)于(yu)終端消(xiao)費者需求的(de)(de)(de)變(bian)動性(xing),為(wei)了滿(man)足于(yu)零售(shou)商(shang)同樣的(de)(de)(de)服務水平(ping),經(jing)銷商(shang)和代理商(shang)不(bu)得(de)不(bu)被迫(po)持有比零售(shou)商(shang)更多(duo)的(de)(de)(de)安全庫(ku)存(cun),需求信息的(de)(de)(de)不(bu)真(zhen)實性(xing)會沿著供應(ying)鏈逆流(liu)而上,產生逐(zhu)級(ji)放大(da)的(de)(de)(de)現象。

當(dang)信(xin)息達到源頭的(de)供應商(shang)時(shi),其所(suo)獲得的(de)需(xu)求信(xin)息和終端消費者的(de)需(xu)求信(xin)息已經發生了很(hen)大的(de)偏(pian)差,所(suo)以來(lai)自客(ke)戶(hu)訂單(dan)的(de)數(shu)據也不(bu)能代表真實的(de)市場需(xu)求。在一(yi)個案例中,終端消費持(chi)續低迷,零售商(shang)決定減(jian)少訂單(dan)量,供應商(shang)的(de)發貨數(shu)量隨之開始減(jian)少,但(dan)終端消費者的(de)需(xu)求還可能在相當(dang)一(yi)段時(shi)間內繼續保(bao)持(chi)低迷不(bu)變。

同理在(zai)新(xin)產(chan)品(pin)上市(shi)的(de)(de)前期,零售商往往持有大量的(de)(de)庫存以保持貨源(yuan)充足,但終(zhong)端(duan)消費者的(de)(de)實際需(xu)求達不到(dao)預(yu)期時,他(ta)們的(de)(de)訂單(dan)量則開始(shi)減少,而源(yuan)頭(tou)供應商的(de)(de)發貨數量則也隨之減少。

然(ran)而在(zai)(zai)中(zhong)國(guo)的需(xu)求管理現實中(zhong),一(yi)些規模較大管理水(shui)平高的終端零售(shou)商(shang)(shang)。如(ru)超(chao)市(shi)連鎖(suo)集團愿(yuan)意將其終端銷(xiao)(xiao)售(shou)數(shu)據有償分(fen)(fen)享給(gei)供應(ying)商(shang)(shang),以讓其對(dui)終端銷(xiao)(xiao)售(shou)狀況有清楚的把握。然(ran)而在(zai)(zai)幅員遼闊(kuo)的中(zhong)國(guo),此類的終端零售(shou)商(shang)(shang)只(zhi)能(neng)覆蓋(gai)市(shi)場(chang)的一(yi)部分(fen)(fen)并(bing)且主要集中(zhong)在(zai)(zai)大中(zhong)型城市(shi)中(zhong),很多(duo)區域特別(bie)是三四線城市(shi)的銷(xiao)(xiao)售(shou)則是由不同層(ceng)級的經銷(xiao)(xiao)商(shang)(shang)網絡來覆蓋(gai)。

在通過經(jing)銷(xiao)(xiao)商渠(qu)道的銷(xiao)(xiao)售中,經(jing)銷(xiao)(xiao)商往往由于稅務隱(yin)私,同業競爭,利潤機密,爭取更好的銷(xiao)(xiao)售政策等(deng)因素而(er)不(bu)將自(zi)(zi)己(ji)的庫存和銷(xiao)(xiao)售數(shu)據(ju)(sell-though)開放(fang)給上游供(gong)應商;而(er)經(jing)銷(xiao)(xiao)商的終(zhong)端(duan)客戶往往由于管理意識(shi)和數(shu)據(ju)搜集能力的參差不(bu)齊(qi),更是難(nan)以將自(zi)(zi)己(ji)終(zhong)端(duan)銷(xiao)(xiao)售數(shu)據(ju)有效(xiao)利用。

國(guo)內(nei)曾(ceng)經(jing)有一個(ge)知名(ming)日用品企(qi)業為自己的(de)(de)需求預測(ce)準確率,試圖對自己的(de)(de)核(he)心經(jing)銷(xiao)商的(de)(de)進銷(xiao)存進行管(guan)控并(bing)找了四個(ge)經(jing)銷(xiao)商來試點,結果(guo)(guo)兩個(ge)經(jing)銷(xiao)商明確拒絕,一個(ge)經(jing)銷(xiao)商雖然同意但實(shi)際提(ti)供(gong)的(de)(de)數據卻(que)有很大的(de)(de)虛假成分(fen),該企(qi)業最后不(bu)得不(bu)繼續使用自己的(de)(de)出貨數據(sell-in)來預測(ce),預測(ce)效果(guo)(guo)就(jiu)可想而(er)知。

雖然(ran)使用終(zhong)端銷(xiao)(xiao)售數據(ju)目(mu)前(qian)還有(you)很大的(de)(de)障礙,但是(shi)這個方向(xiang)還是(shi)要堅持的(de)(de)。在(zai)發達國(guo)家(jia)如澳大利亞由(you)于(yu)超(chao)過99%終(zhong)端銷(xiao)(xiao)售數據(ju)都能夠采(cai)集到并且能和供應商分享,所以一些公(gong)司的(de)(de)需求預測準確率超(chao)過90%(1-MAPE)也(ye)是(shi)常見的(de)(de)。

四、正確(que)選擇(ze)自(zi)上(shang)而下,自(zi)下而上(shang)和中間開花的預測方式

幾(ji)種(zhong)常(chang)見的需(xu)求預(yu)測方(fang)式,如自(zi)上而(er)下(xia)(top-down),自(zi)下(xia)而(er)上(bottom-up),和中間開花(middle-out)在使用(yong)中往往出(chu)現(xian)混(hun)淆的情(qing)(qing)況,即不知(zhi)道(dao)那種(zhong)方(fang)式在哪種(zhong)情(qing)(qing)況下(xia)能發揮(hui)*的效用(yong)。在自(zi)上而(er)下(xia)方(fang)式中,首先在產品,市場,區域,年/季/月等(deng)(deng)因素(su)的最高層(ceng)次做(zuo)需(xu)求預(yu)測,然后根據同(tong)比(bi),環(huan)比(bi),自(zi)定義比(bi)例等(deng)(deng)分(fen)解原則(ze)進行往下(xia)分(fen)解到種(zhong)類,品牌(pai),SKU,周/天,顧客,DC等(deng)(deng)。

在(zai)自下而上方(fang)式(shi)中,往(wang)往(wang)先從SKU層(ceng)級的(de)(de)需求預測開(kai)(kai)(kai)始(shi)做(zuo)起再(zai)逐步往(wang)上匯集(ji)。而在(zai)快消(xiao)品(pin)行(xing)業中目(mu)前(qian)比較(jiao)流(liu)行(xing)的(de)(de)方(fang)式(shi)則是中間開(kai)(kai)(kai)花,即在(zai)中間層(ceng)級如產品(pin)種類(category)開(kai)(kai)(kai)始(shi)做(zuo)預測,上可以(yi)匯集(ji)到(dao)(dao)品(pin)牌,大類,總公司(si)層(ceng)面,下可以(yi)分解(jie)到(dao)(dao)SKU層(ceng)面,這樣既可以(yi)利用的(de)(de)高層(ceng)次預測的(de)(de)準確性,同時又不至(zhi)于(yu)在(zai)最底(di)層(ceng)SKU層(ceng)面做(zuo)預測耗費(fei)大量(liang)的(de)(de)時間和精(jing)力(li)。

自上(shang)而(er)下的(de)(de)優勢在(zai)于(yu)(yu)在(zai)高(gao)(gao)(gao)層(ceng)次所做的(de)(de)預(yu)(yu)測準確(que)率較(jiao)高(gao)(gao)(gao),適合用在(zai)銷(xiao)售(shou)趨勢在(zai)高(gao)(gao)(gao)層(ceng)和底層(ceng)都很平(ping)穩的(de)(de)產(chan)品(pin)中,缺陷在(zai)于(yu)(yu)對(dui)于(yu)(yu)有特殊(shu)銷(xiao)售(shou)模式(shi)的(de)(de)產(chan)品(pin)如新品(pin),銷(xiao)售(shou)數(shu)據斷斷續(xu)續(xu)的(de)(de)產(chan)品(pin)等則就有可能無法覆蓋(gai)。對(dui)于(yu)(yu)高(gao)(gao)(gao)度(du)定制化,生命(ming)周期(qi)短,銷(xiao)售(shou)相互(hu)抵消,每個SKU的(de)(de)銷(xiao)售(shou)趨勢都不一樣的(de)(de)產(chan)品(pin),自下而(er)上(shang)的(de)(de)方式(shi)則能發(fa)揮*的(de)(de)效用。一些(xie)公司也在(zai)使用自上(shang)而(er)下和自下而(er)上(shang)的(de)(de)混合方式(shi)來更好的(de)(de)確(que)保高(gao)(gao)(gao)預(yu)(yu)測準確(que)率。

五、發現(xian)并剝(bo)離有特殊(shu)需(xu)求模式的SKU

不(bu)(bu)(bu)同(tong)(tong)的(de)SKU即(ji)使(shi)是(shi)屬(shu)于同(tong)(tong)一種(zhong)(zhong)類(lei)(lei)(lei),其銷(xiao)售數據也會呈現出不(bu)(bu)(bu)同(tong)(tong)的(de)模式。在將這些SKU的(de)需(xu)求預(yu)測(ce)匯集到種(zhong)(zhong)類(lei)(lei)(lei)層面時(shi),則會導致種(zhong)(zhong)類(lei)(lei)(lei)預(yu)測(ce)的(de)趨勢季度不(bu)(bu)(bu)穩(wen)定(ding),所以在預(yu)測(ce)時(shi)要將有特殊需(xu)求模式的(de)SKU,暫時(shi)從該種(zhong)(zhong)類(lei)(lei)(lei)中剝離掉并單獨做預(yu)測(ce)。例(li)如一個(ge)醫(yi)藥(yao)公司,在做整體需(xu)求預(yu)測(ce)時(shi)發現自己的(de)預(yu)測(ce)數據極端不(bu)(bu)(bu)穩(wen)定(ding),很難找到規律可循(xun)。

在將(jiang)其數(shu)據分(fen)析后(hou)發(fa)現,該公司將(jiang)自己所(suo)有(you)的(de)(de)大類產(chan)品,如(ru)政府招(zhao)(zhao)投標類產(chan)品,經銷(xiao)商渠道銷(xiao)售(shou)(shou)(shou)產(chan)品,處方(fang)類和(he)非處方(fang)類產(chan)品完全(quan)混在一起(qi)。政府招(zhao)(zhao)投標類產(chan)品的(de)(de)銷(xiao)售(shou)(shou)(shou)額(e)占(zhan)到(dao)總銷(xiao)售(shou)(shou)(shou)額(e)的(de)(de)近三分(fen)之一,而其銷(xiao)售(shou)(shou)(shou)的(de)(de)時間和(he)數(shu)量(liang)幾乎沒有(you)任何規律(lv)可(ke)言(yan);但是(shi)其通過經銷(xiao)商渠道銷(xiao)售(shou)(shou)(shou)產(chan)品則銷(xiao)售(shou)(shou)(shou)態勢穩(wen)定,有(you)明顯的(de)(de)規律(lv)和(he)季節(jie)性,將(jiang)這兩類產(chan)品放(fang)在一起(qi)預測(ce)的(de)(de)結果肯定是(shi)有(you)問題(ti)的(de)(de)。而當同(tong)一種類中(zhong)的(de)(de)不同(tong)SKU的(de)(de)銷(xiao)售(shou)(shou)(shou)有(you)“相互蠶食(cannibalization)”的(de)(de)現象時,將(jiang)他(ta)們進行(xing)剝離并分(fen)別作預測(ce)也是(shi)有(you)必(bi)要的(de)(de)。

六、建立(li)完善的需求(qiu)預測管(guan)理流程

數學模型的(de)(de)選擇對需求預(yu)測非常(chang)重要,但(dan)要明白需求預(yu)測管(guan)理不(bu)是有(you)具體哪一(yi)個部門(men)來完全負責(ze),它是一(yi)個有(you)計(ji)劃,銷售,市場,供應鏈,管(guan)理層等(deng)全部門(men)參與的(de)(de)一(yi)項工作,因為各(ge)(ge)部門(men)都是本領(ling)域的(de)(de)專家,在(zai)需求預(yu)測管(guan)理的(de)(de)過程(cheng)中能夠提供獨特的(de)(de),專業(ye)的(de)(de)和不(bu)可(ke)或缺的(de)(de)信息和專業(ye)知識,這就要求要有(you)一(yi)個完善(shan)的(de)(de)需求預(yu)測管(guan)理流程(cheng)來支持各(ge)(ge)個職能各(ge)(ge)司其責(ze)。

在一個有(you)效的(de)需(xu)(xu)(xu)(xu)求預(yu)(yu)測管理流(liu)程建立(li)起來之(zhi)前,一系列的(de)準備工作(zuo)要(yao)開始(shi)做起來,如需(xu)(xu)(xu)(xu)求預(yu)(yu)測的(de)周期和頻(pin)次,預(yu)(yu)測的(de)產品/銷(xiao)售組織層級,需(xu)(xu)(xu)(xu)求預(yu)(yu)測提前期,需(xu)(xu)(xu)(xu)求預(yu)(yu)測的(de)數據來源,需(xu)(xu)(xu)(xu)求預(yu)(yu)測的(de)職能(neng)的(de)設置,需(xu)(xu)(xu)(xu)求預(yu)(yu)測所使用(yong)的(de)工具如軟(ruan)件,模板等,需(xu)(xu)(xu)(xu)求預(yu)(yu)測的(de)方(fang)式-自上而(er)下,自下而(er)上或者(zhe)中間(jian)開花,以及企業中哪(na)些部(bu)門要(yao)參與到需(xu)(xu)(xu)(xu)求預(yu)(yu)測流(liu)程中來和他(ta)們(men)的(de)角色,職責(ze),考核指標。

例如,在(zai)(zai)快消品(pin)(pin)(pin)企(qi)業(ye)中需求(qiu)預(yu)測(ce)(ce)部(bu)門(men)一(yi)(yi)般負責數(shu)據的(de)(de)(de)(de)搜集,清洗和整合,并對銷(xiao)(xiao)售(shou)(shou)預(yu)測(ce)(ce)的(de)(de)(de)(de)baseline,在(zai)(zai)此(ci)基礎上銷(xiao)(xiao)售(shou)(shou)部(bu)門(men)要(yao)(yao)考慮短期(3個月之內)由于銷(xiao)(xiao)售(shou)(shou)活(huo)動(dong)如新客戶的(de)(de)(de)(de)開(kai)發,現有客戶重(zhong)大的(de)(de)(de)(de)銷(xiao)(xiao)售(shou)(shou)行(xing)動(dong),競爭對手(shou)的(de)(de)(de)(de)主要(yao)(yao)行(xing)為(wei),打折促銷(xiao)(xiao)等銷(xiao)(xiao)售(shou)(shou)活(huo)動(dong)所帶(dai)來(lai)的(de)(de)(de)(de)銷(xiao)(xiao)售(shou)(shou)增減(jian),而市(shi)場部(bu)門(men)則通過對消費(fei)者行(xing)為(wei),產(chan)品(pin)(pin)(pin)生(sheng)命(ming)周期,品(pin)(pin)(pin)牌形象,宏觀經濟政策等研究來(lai)對長期的(de)(de)(de)(de)銷(xiao)(xiao)售(shou)(shou)預(yu)測(ce)(ce)提供自己的(de)(de)(de)(de)專業(ye)判斷,而財務部(bu)門(men)則從投資(zi)回(hui)報(bao)率等角度對銷(xiao)(xiao)售(shou)(shou)預(yu)測(ce)(ce)進行(xing)支持;而在(zai)(zai)工業(ye)品(pin)(pin)(pin)企(qi)業(ye)中,產(chan)品(pin)(pin)(pin)經理則是需求(qiu)預(yu)測(ce)(ce)流程的(de)(de)(de)(de)一(yi)(yi)個重(zhong)要(yao)(yao)參與方(fang)。在(zai)(zai)以上流程明確以后各個職能才能真正(zheng)的(de)(de)(de)(de)協同(tong)起(qi)來(lai)做(zuo)出最為(wei)精準的(de)(de)(de)(de)需求(qiu)預(yu)測(ce)(ce)。

七、正確使用最適(shi)合的預測(ce)模(mo)型

在需求預(yu)測中,預(yu)測模(mo)型的(de)(de)選擇(ze)是(shi)(shi)至(zhi)關重要的(de)(de),模(mo)型會(hui)根(gen)據歷史銷售數據的(de)(de)各種(zhong)特(te)征(zheng)模(mo)擬出未來的(de)(de)走勢,這是(shi)(shi)需求預(yu)測工作的(de)(de)中技術性的(de)(de)一(yi)(yi)個(ge)重要體現,因為涉及(ji)到(dao)統計(ji)學(xue)的(de)(de)一(yi)(yi)些專業知(zhi)識,模(mo)型也是(shi)(shi)比(bi)較(jiao)具有(you)神秘感的(de)(de)同(tong)時也是(shi)(shi)最容易被誤解(jie)的(de)(de)部(bu)分。

實務中總是看到一些公司在苦(ku)苦(ku)追尋所謂最*的預(yu)測模(mo)型(xing),仿佛這些模(mo)型(xing)一旦(dan)用上自己的預(yu)測就(jiu)立刻能夠100%準確一樣,成了改善需求(qiu)管理的一個(ge)必勝絕(jue)技。而模(mo)型(xing)選擇的一個(ge)重要原則(ze)就(jiu)是沒有(you)(you)奇跡模(mo)型(xing),即預(yu)測模(mo)型(xing)在預(yu)測中僅僅起到輔助作用,沒有(you)(you)任何一個(ge)模(mo)型(xing)能夠做到完全正確,最好的預(yu)測模(mo)型(xing)其實就(jiu)是能夠抓(zhua)取歷史(shi)數據(ju)中大部(bu)分的規則(ze)和模(mo)式,抓(zhua)取的越多,預(yu)測錯(cuo)誤就(jiu)會越少,預(yu)測效果越好。

而歷史(shi)數(shu)據(ju)的(de)(de)(de)(de)(de)不(bu)規(gui)則性越(yue)強,甚至出現(xian)缺失和噪音,則預測模(mo)型所起(qi)到的(de)(de)(de)(de)(de)作用(yong)就越(yue)為局限。同時在(zai)模(mo)型的(de)(de)(de)(de)(de)選(xuan)擇(ze)中(zhong),不(bu)要抱有(you)“一(yi)招鮮吃(chi)遍天”的(de)(de)(de)(de)(de)錯(cuo)誤思想,某些(xie)模(mo)型當(dang)前的(de)(de)(de)(de)(de)預測結果還不(bu)錯(cuo),但一(yi)旦上個月的(de)(de)(de)(de)(de)銷售出現(xian)異常,這(zhe)些(xie)模(mo)型有(you)可能就會(hui)失靈(ling),所以定期(qi)對現(xian)有(you)的(de)(de)(de)(de)(de)模(mo)型進行重(zhong)新測試還是非常有(you)必(bi)要的(de)(de)(de)(de)(de)。而復雜(za)模(mo)型的(de)(de)(de)(de)(de)預測效(xiao)果一(yi)定好于簡(jian)單模(mo)型,組(zu)合(he)模(mo)型的(de)(de)(de)(de)(de)預測效(xiao)果一(yi)定好于單一(yi)模(mo)型等說法(fa)其實也未必(bi)正確(que),在(zai)模(mo)型選(xuan)擇(ze)中(zhong)只(zhi)有(you)最適合(he)的(de)(de)(de)(de)(de)沒有(you)最復雜(za)的(de)(de)(de)(de)(de)。

八、正確理解需求預測沖(chong)突的成因,建立激(ji)勵性(xing)而非(fei)懲罰性(xing)的考(kao)核(he)機(ji)制(zhi)

評(ping)估(gu)需(xu)求(qiu)預測的(de)兩(liang)個重要(yao)指標分別為需(xu)求(qiu)預測準確性(xing)(1-MAPE)和(he)偏(pian)差率(BIAS),前(qian)者(zhe)用于評(ping)估(gu)誤(wu)差幅度(du),后者(zhe)用于確定系統誤(wu)差。他們(men)不僅用于在(zai)(zai)SKU層(ceng)次(ci)衡量,還要(yao)在(zai)(zai)其(qi)他層(ceng)次(ci)上如(ru)品牌,品類,事業(ye)部,總公司等層(ceng)面來衡量。因為需(xu)求(qiu)預測工(gong)作并不是由單一部門(men)獨立完(wan)成,它需(xu)要(yao)各個部門(men)如(ru)銷售,市場等職能強力的(de)參與和(he)配合,沒有(you)這些部門(men)的(de)話,需(xu)求(qiu)預測則成了無水之源。

然而需(xu)(xu)求(qiu)預(yu)測(ce)(ce)(ce)對(dui)于以(yi)(yi)上部(bu)門來說只能是(shi)職(zhi)責之(zhi)一,并不(bu)完(wan)全是(shi)其主(zhu)業,所(suo)以(yi)(yi)從各部(bu)門協同的(de)角度(du)來講,需(xu)(xu)求(qiu)預(yu)測(ce)(ce)(ce)的(de)考(kao)核機(ji)制(zhi)應以(yi)(yi)激(ji)勵(li)性而非懲罰(fa)性為主(zhu),否則(ze)將打(da)消各部(bu)門參加的(de)積極性。某一知(zhi)名(ming)快消類企業在建立(li)需(xu)(xu)求(qiu)預(yu)測(ce)(ce)(ce)考(kao)核機(ji)制(zhi)的(de)時候,采(cai)取了(le)建立(li)大(da)區預(yu)測(ce)(ce)(ce)準(zhun)確(que)性排名(ming)機(ji)制(zhi),在內(nei)部(bu)樹立(li)正(zheng)面典型并進行經(jing)驗(yan)分享(xiang),還(huan)給予精神和物(wu)資獎勵(li)來實施(shi)正(zheng)面激(ji)勵(li)。

同時要(yao)清(qing)楚需求預測(ce)(ce)的(de)(de)(de)偏差(cha)本身并(bing)不可(ke)怕,關鍵它要(yao)在可(ke)以接受(shou)的(de)(de)(de)范圍之(zhi)內(nei),而且要(yao)能(neng)找出形成(cheng)偏差(cha)的(de)(de)(de)根本原因以找到(dao)下次改進的(de)(de)(de)辦法,這就是(shi)為什(shen)么需求預測(ce)(ce)的(de)(de)(de)表面數(shu)字并(bing)不是(shi)最重(zhong)要(yao)的(de)(de)(de),最重(zhong)要(yao)的(de)(de)(de)則是(shi)這些(xie)數(shu)字之(zhi)后(hou)的(de)(de)(de)assumption,只有理解這些(xie)假設條件對預測(ce)(ce)的(de)(de)(de)影響(xiang)之(zhi)后(hou),才能(neng)真正掌握預測(ce)(ce)的(de)(de)(de)精髓。

九(jiu)、專業(ye)需求(qiu)預測職(zhi)能的配備

需求預測是(shi)一個專業的職(zhi)(zhi)能,而且(qie)是(shi)各種技能的綜合體。他/她們需要有(you)總經理(li)把控(kong)全(quan)局的戰略觀(guan),市場人(ren)員敏銳的洞察力,銷售人(ren)員過(guo)人(ren)的溝通能力,供應鏈(lian)人(ren)員謹慎(shen)全(quan)面(mian)的運營意識(shi),以(yi)及財務(wu)(wu)人(ren)員細致入微(wei)的分析能力。從文科和理(li)科劃分角度來說,這個職(zhi)(zhi)務(wu)(wu)其實(shi)是(shi)個文理(li)科的結合。

需求(qiu)(qiu)預測人員不(bu)僅(jin)(jin)要(yao)搜(sou)集數(shu)據更要(yao)對數(shu)據進(jin)行(xing)分析和決策(ce),從(cong)一個單向信(xin)(xin)息接收轉變(bian)為雙向的信(xin)(xin)息互(hu)動和控制者,他們(men)既是數(shu)據的負責(ze)人,又(you)要(yao)對產品的非常(chang)熟(shu)悉,同(tong)時又(you)是需求(qiu)(qiu)管理流(liu)程的總協調人,這就要(yao)求(qiu)(qiu)此職能在(zai)(zai)企業中(zhong)的地位不(bu)僅(jin)(jin)僅(jin)(jin)局限(xian)在(zai)(zai)支(zhi)持和后勤的意義,而是要(yao)在(zai)(zai)需求(qiu)(qiu)預測的流(liu)程中(zhong)扮演協調者和決策(ce)者的角色,這就要(yao)求(qiu)(qiu)對于他們(men)的培養(yang)和招聘以及(ji)薪酬待遇(yu)等都要(yao)不(bu)同(tong)于普通的崗位。

在(zai)實務中,越來(lai)越多的企業高度(du)重視(shi)計劃職(zhi)能,將該(gai)職(zhi)能放(fang)在(zai)一個相對中立的部(bu)門如供(gong)應鏈,甚(shen)至(zhi)(zhi)把(ba)該(gai)職(zhi)能完(wan)全獨立出來(lai)直接向總經理匯報(bao)使之完(wan)全成為(wei)(wei)一個指揮中樞。而(er)反觀一些企業,根(gen)本就沒有負責此業務的職(zhi)能崗位(wei),或者只(zhi)是(shi)由客服,銷售(shou)支持(chi)等人(ren)員(yuan)兼(jian)職(zhi)的在(zai)應付此事(shi),并且在(zai)企業中的地位(wei)低(di)的也(ye)慘不忍(ren)睹,有的甚(shen)至(zhi)(zhi)向物流(liu)或者客服部(bu)門匯報(bao),最終只(zhi)是(shi)淪為(wei)(wei)數據的搜集(ji)者和搬運工(gong)。

十、爭取高層支持

爭取(qu)高(gao)(gao)層支持(chi)(chi)好似一(yi)個(ge)老生常談的(de)話題,如(ru)(ru)同“正確的(de)廢話”。高(gao)(gao)層一(yi)旦支持(chi)(chi)很多問題都會(hui)(hui)迎(ying)刃而(er)解(jie),但如(ru)(ru)何獲取(qu)高(gao)(gao)層的(de)支持(chi)(chi)則就(jiu)成了一(yi)個(ge)比較(jiao)有(you)挑戰性的(de)任務(wu)。沒有(you)一(yi)個(ge)公(gong)司的(de)董事會(hui)(hui)會(hui)(hui)對管理高(gao)(gao)層進行需求預測準確性進行考核,既然他們不肩負這個(ge)指標,爭取(qu)到他們的(de)支持(chi)(chi)是否就(jiu)聽天由命(ming)了。

如何爭取到高層的(de)支持,則就要將(jiang)FA和(he)他們關(guan)心的(de)指(zhi)標(biao)如公司固(gu)定資本,供應鏈運(yun)營消耗(hao)成本,以及(ji)運(yun)營資本管理的(de)有效(xiao)性,以及(ji)最(zui)終的(de)top-line銷售額和(he)bottom-line利(li)潤率等(deng)聯系起來(lai),尤其是需(xu)求(qiu)預測準確(que)性對這些的(de)指(zhi)標(biao)的(de)影響,并且以數據的(de)形式展示出來(lai),這才能夠給(gei)高層帶來(lai)巨大的(de)影響。

例如,國際商業(ye)預測計劃協會(IBF-Institute of Business Forecasting and Planning)通過對不(bu)同產(chan)業(ye)和(he)公司真實(shi)數據的(de)(de)研究發現一旦FA降至80%以下時,超過60天的(de)(de)庫存開始積壓;而FA在50%左右,超過60天庫存占總庫存的(de)(de)比例則達到(dao)驚人的(de)(de)60%,這是任何一個CEO和(he)CFO都不(bu)想看(kan)到(dao)的(de)(de)。

通過這個方式,想爭取到高層(ceng)對需求預(yu)測(ce)管理的(de)支持也(ye)不是一件很困難的(de)事情了。



轉載://bamboo-vinegar.cn/zixun_detail/30095.html