English

需求预测准确率,你怎么看 ?

浏览量:1425  发布时间:2020-11-29

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。

 

1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“。


b001


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“。

b002

      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。

  

2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… (接下文)

  

3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。


b003


也因此:

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。


4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。

 

4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: 达睿供应链咨询  王千  如需转载,请注明出处。


欢迎您订阅达睿公众号DRiSCM,关注更多精彩原创。


达睿公众号二维码


索取
详细
资料
021-20225200

免费索取达睿详细资料请填写您的信息