近几年越来越多的企业开始关注供应链管理,特别是需求预测及管理了,并且开始考核需求预测准确率。但对于需求预测及需求管理往往存在一些理解误区。本文就如何看待需求预测准确率,来做些分析和澄清。

一、案例:“高预测准确率“企业面临的困境

前段时间,我受一家汽车行业企业管理层的邀请,调研评估一下他们的供应链管理水平。

我首先见到的是销售部的张经理,交谈过程中他自信满满的向我提到:“王老师,我们销售部现在很重视需求预测,今年我们负责的需求预测准确率指标已经做到70-80%了,你看我们与行业最佳水平比怎样?“。我从他的眼神中看到了期许的目光(说实在的70-80%似乎是不错的数字),他正期待着我对他们出色工作的肯定。然而,我并未直接表态,只是笑了笑,有所保留的说”这还得看具体情况“。

然而在调研计划部门的时候,他们却给了我截然不同的反馈。“销售预测虽然搞起来了,但对供应链还是没起到多大帮助作用,高库存和交付不及时的问题也没有得到多少好转“。其原因在于困扰供应链的主要痛点问题是长采购周期物料经常缺料,还有那些长尾的多品种小批量产品。但是销售做的预测只针对占80%销售额的主流产品,且只覆盖未来1个月,因此无法为长周期及长尾产品的物料采购起到任何预见指导作用。销售认为他们已经做好了占大部分销量的预测就够了,其它则是供应链的事。下午,遇到财务部门,他们也对需求预测提出了异议“别看需求预测准确率挺高的,但寄售库存过高的老大难问题始终没有好转,严重制约了企业的现金流“。

此案例可见,我们不能简单的把“需求预测准确率“与”需求管理水平的高低“直接划等号。

二、需求预测准确率有多种算法

说到需求预测准确率,其实有多种取值和计算的方式,其结果自然也会有很大差异,就好比你到底用什么样的标杆去丈量了。比如:

1. 需求预测考核的时间跨度选择:即实际出货数量与预测数量进行比较,与前上个月预测比称作为N-1。那么N-1一定比N-2或N-3准确率来得更高。预测眼前的总是比未来更容易。

2. 需求预测的颗粒度选择:指预测对象的细致程度,包括产品层面,区域层面;产品可以是SKU也可以是产品组,区域可以是全国也可以是分省份。预测颗粒度越大越容易,如果预测中国GDP增长率,大家未必比经济学家差。

3. 预测准确率计算的分母用的是预测还是实际?预测准确率是先分别算每个SKU然后再平均,还是加权平均?预测准确率为负值时如何处理?等等…

需求预测准确率的计算有不少细节和窍门。

或许,大家该问,那么到底怎么算需求预测准确率才合理呢?且慢,大家先别急着算,而是…

三、先得想清楚目的,需求预测是为了啥?

千万别为了绩效而绩效。需求预测是帮助供应链和企业建立预见市场的能力,从而主动性的对供应链进行规划并协同销售,制造,采购等各部门采取联合行动,从而达成产销平衡并更好的服务客户,降低成本与库存,最终助力企业提升盈利和业务成长。

也因此:

需求预测及管理必须着眼解决供应链的痛点问题并服务于供应链及企业战略

也只有这样,需求预测才具备其意义和价值。而需求预测准确率则是服务于这一目的分析与衡量的一种工具。

就以前面这家企业案例来说,其供应链管理的主要痛点表现为:

1. 长周期及长尾物料的采购和生产

2. 重点大客户端的VMI寄售库存太高

因此仅做下一个月的预测短了些,可以适度加大预测周期(至N+2,3…)并结合物料特点及长尾产品特点而制定特定的预测对象及颗粒度。此外,还需加强与重点大客户的需求预测/计划及库存管理的协同,从而更高效服务好大客户并优化库存。还有,各部门的预测流程及决策机制也至关重要。

概括起来,需求预测不是个独立个体,而是纳入到从企业及供应链战略,再到管理流程,策略,方法,工具等一脉相承的整个体系之中去设计,才能更好的发挥其作用。

四、更应关注数字的背后,并推动持续改善

大家开始关注需求预测准确率是好事,但不要过重的看待那个“数字“。我认为,更成熟的需求管理理念和水平下,应当更加关注预测准确率背后的东西。

1. 关注预测及相关数据的分析工作。不仅需求预测准确率分析,还包括系统性偏差率,需求连贯性,并更深入细化到各个要素的分析,包括需求与市场,产品,及与内外部要素间相关性分析,等等。从而寻找需求规律,并推动需求预测流程,数据模型等的持续完善。

2. 关注需求预测背后的一系列假设判断与决策。其实,在制定需求预测过程中有诸多的假设判断(比如政策预期,销售策略,产品迭代计划…)。因此,充分讨论这些假设及其判断依据是需求预测成败的关键,也有助于各部门协调行动策略。而通过需求预测准确率的回顾分析和对照,将有利于大家总结得失,并做出改进。

3. 更应该关注需求的源头, 强化跨部门间的协作以及与客户的协作。

4. 大家都不是神仙,预测不准很正常。但大家是否能关注,识别并估算出未来更多销售的机遇以及减少销售的风险呢?这种对需求机遇和风险的预判并制定策略和行动预案代表着更成熟的需求管理水平。

五、总结与启示

知其然更要知其所以然,需求预测准确率绝对不是一个好看或不好看的数字那么简单。其背后牵连着企业业务经营及供应链管理体系。希望本文能给企业管理层和同行以启发,希望大家更多的思考需求预测准确率的背后,让需求预测及管理真正服务好供应链,服务好客户和企业。

本文作者: 达睿需求链研究院及管理咨询 . . 王千 . . 如需转载,请注明出处。

巡查准确率怎么算_【达睿原创】需求预测准确率,你怎么看 ?相关推荐

  1. 华为端到端项目管理流程_【达睿原创】供应链端到端管理 – 看华为是怎么做的...

    原标题:[达睿原创]供应链端到端管理 – 看华为是怎么做的 通常意义下的端到端: 从供应商的供应商到客户的客户 供应链端到端管理的概念早在20多年前就由SCC国际供应链协会提出了.著名的SCOR模型就 ...

  2. 广义表的长度和深度怎么算_最新详细个人所得税税率表!快看最新个人所得税怎么算!...

    进入2019年以后,个人所得税的起征点将由3500元提升到5000元.这对于很多纳税人来说,就意味着未来的实际收入会有所增加.现在,大家都很想知道2019年新个税税率表是什么样的.今天,为大家介绍一下 ...

  3. 训练集山准确率高测试集上准确率很低_推荐算法改版前的AB测试

    编辑导语:所谓推荐算法就是利用用户的一些行为,通过一些数学算法,推测出用户可能喜欢的东西:如今很多软件都有这样的操作,对于此系统的设计也会进行测试:本文作者分享了关于推荐算法改版前的AB测试,我们一起 ...

  4. 数据库创建函数_达梦数据库创建UUID函数

    数据库创建函数_达梦数据库创建UUID函数 接触达梦数据库有一段时间了,整理了一些资料,今天分享一下达梦数据UUID自定义函数 UUID函数定义 很多数据库都有提供UUID函数,可是接触达梦数据库后, ...

  5. 卷积神经网络训练准确率突然下降_基于联邦学习和卷积神经网络的入侵检测方法...

    王蓉1,马春光2,武朋2 1. 哈尔滨工程大学计算机科学与技术学院,哈尔滨 150001:2. 山东科技大学计算机科学与工程学院,青岛 266590 doi :10.3969/j.issn.1671- ...

  6. python爬取快手粉丝榜_[Python] 【原创开源】快手爬虫,根据id批量爬取用户的所有图集和视频...

    分享 写在前面代码功能如题,根据快手用户的id来爬取用户所有公开作品,包括图集和视频. 原理:其实就是利用基于chromium内核的浏览器自带的devtools对所有请求进行排查找出包含作品链接的请求 ...

  7. 12x12怎么速算_如果孩子正读小学,学会这4个乘法速算技巧,将大大提高计算速度...

    大宝上小学3年级的时候,数学成绩是我最头疼的问题,和老师沟通后老师指出我家孩子数学成绩不理想的主要原因是一做乘法题就出错. 在我多方调查,咨询专家后总结出了4个乘法速算技巧,孩子用了后计算能力有着看得 ...

  8. 有没有一款软件是测试阅读准确率的,当今各一线股票软件系统指标准确率测试一览表...

    当今各一线股票软件系统指标准确率测试"一览表" 准确率测试条件: 1990/12至今,所有A股,30天10%,没达标记入错误 通达信:没有核心选股指标和公式,仅供看行情和F10 飞 ...

  9. 准确率 召回率_吴恩达深度学习笔记(61)-训练调参中的准确率和召回率

    单一数字评估指标(Single number evaluation metric) 无论你是调整超参数,或者是尝试不同的学习算法,或者在搭建机器学习系统时尝试不同手段,你会发现,如果你有一个单实数评估 ...

最新文章

  1. [原创]KVM虚拟化管理平台的实现
  2. html5新变化,HTML5的新变化,分享
  3. Max retries exceeded with URL报错小记
  4. 博图导入的程序用step7读出_博图软件TIA STEP7 V16 上载程序方法
  5. linux运行maya,Debian5.0下成功安装Maya2009!!
  6. 新零售场景下数字化营销运营管理方案
  7. MySQL过期数据归档和清理--pt--archiver
  8. 京东php分销系统开源,2017Ecshop鸿宇小京东V7.2.3二次开发版分销多用户商城系统微信支...
  9. 视频编解码学习之四:视频处理及编码标准
  10. 20种简单美化照片PS技术
  11. 微信官方:“微信号能修改了!”你有多想修改微信号?
  12. 如何检测新移动硬盘--HD Tune Pro硬盘工具
  13. Polar SC的C++实现
  14. PTA 数据结构 修理牧场
  15. 线代 | 【提神醒脑】自用笔记串联三 —— 相似对角化 · 二次型 · 合同变换
  16. matlab波形的thd波形,Matlab图片处理函数小记
  17. 获取淘宝店铺所有商品数据
  18. 系统学习——JavaScript
  19. 【毕业设计】大数据北京二手房数据分析与可视化 - python 数据挖掘
  20. 51单片机的智能鱼缸控制系统【proteus仿真+程序+报告+原理图】

热门文章

  1. 云计算学习笔记---异常处理---hadoop问题处理ERROR org.apache.hadoop.hdfs.server.datanode.DataNode: java.lang.NullPoin
  2. torch将多个tensor张量合并为一个张量,只提高迷你批次的纬度
  3. WSASocket()和socket()两个函数的区别
  4. input hidden的值存储在哪儿_kafka内核:消息存储模块的工作机制
  5. amazon php 空间,如何将PHP图像资源放入Amazon Web Services?
  6. Redis 源码分析之故障转移
  7. SSH Iptables访问控制
  8. 【02】查询优化的技术范围
  9. 读《python核心编程2》笔记 1
  10. 《自己动手写操作系统》读书笔记——初识保护模式