供应链系列文章之 需求计划的挑战

最近很多朋友希望再看我的这系列供应链的文章。

需求计划流程，在数据、预测方法、未来影响、人的视角，部门利益之间的权衡等不同维度都面临着挑战。

• 清理历史数据

清除所有偶然事件导致的历史数据的偏差。比如因为卖断货而导致的需求量的降低，因为促销而导致的销量临时增加等偶然数据。

• 选择正确的预测技术

可以选择的统计方法有很多，包括移动平均，二阶平滑指数，三阶平滑指数，季节参数等等方法。但哪种预测方法是最准确的，却需要识别，可以选择”Best Fit ”方法选择。

”Best Fit”，它是按下面的计算方法：

• 首先，选择一系列与你预测的需求模式，可能适合的预测技术

• 然后，用每一种预测技术产生对最近的过去进行预测。比如前一年，其结果是一系列可以用来和实际销售相比较的需求曲线。

• Best Fit接着自动识别与实际销售额偏差最小的需求曲线，从而，选出最合适的预测技术用来预测未来的销售。

• 提供所有对未来需求的影响

• 促销

• 价格调整

• 新产品导入

• 老产品退市

促销信息，价格调整，产品的导入和导出，市场条件的变化，对主要客户销售能力的变化等等，通常分散于整个公司并属于组织中不同的人，而将信息集成到一个系统中，并做出预测，是非常困难的。

• 比较来自于使用不同工作语言的不同参与者的输入

• 销售经理: 地区销售

• 市场经理: 按产品族销售

• 销售代表: 面对客户销售

• 财务/管理: 整体销售

• 预测统计: 销售额

因为对于未需求的信息通常代表不同的“语言”。比如，一个销售经理将看一个区域未来需求。他关心的不是要卖产品X，Y或Z，或是卖给客户A, B或C, 而是在他管理的区域将取得多大销售。尽一位市场经理对需求却有着不同的看法，因为他负责的是某一产品线，他要专注于某一产品类而不是某一区域的客户。客户经理也会从另外一个角度来看待未来需求，他所关心的既不是产品，也不是区域，而是客户。这些在许多种情况中的三个例子说明未来需求要代表很多方面的需求。问题是，你如何比较这些用不同形式提供的输入信息。

• 预测协同

使所有这些对未来需求的不同的观点统一，以便产生一致的预测用来对应唯一的需求计划以驱动供应链计划活动。

如何在有多种影响因素的条件下，在多个部门达成一致的销售计划是一个难题。

需求计划面临以上五方面难题，在小企业，可以通过Excel完成，但对于大型企业来说就非常困难了。