需求预测和库存计划:一个实践者的角度.docx
《需求预测和库存计划:一个实践者的角度.docx》由会员分享,可在线阅读,更多相关《需求预测和库存计划:一个实践者的角度.docx(29页珍藏版)》请在课桌文档上搜索。
1、刘宝红供应链实践者丛书K刘宝红并APractilioner,sPerspective三业出版社计划是个技术活新品要避免大错特傩,老品要做到精益求精需求预测和库存计划一个实践者的角度谨以此书献给我的母亲和妻子写一本书的艰辛,跟养育个孩子相比,不可同日而语从计划的“七分管理”到“三分技术”2018年,我和赵玲合著的供应链的三道防线:需求预测、库存计划、供应链执行出版以来,反响很好,在京东供应链管理类图书销量榜上很快就上升到第二位(第一位还是我的红皮书采购与供应链管理:一个实践者的角度)。供应链的三道防线:需求预测、库存计划、供应链执行主要是解决计划中的“七分管理”问题,虽然涉及“三分技术”,但是缺
2、乏足够的细节,比如预测模型的择优、库存水位的优化、新品的导入和预测等。作为管理层,读完供应链的三道防线:需求预测、库存计划、供应链执行,在“七分管理”上,你会从组织、流程的层面对计划有很好的了解;但作为执行层,在“三分技术”上,还有诸多技术性的问题需要进一步厘清。所以,我想写一本实操层面的书,解决“三分技术”的问题。正好这两年我在帮助一些电商、新零售企业改进供应链计划体系,做了一系列的案例,结合以前在高科技行业8年的全球计划经历,为这本书提供了素材。书中的案例有相当一部分来自电商、新零售企业,一方面是因为在这些新兴行业,从业人员普遍年轻,精于业务创新而疏于供应链运营,供应链管理特别是计划薄弱,
3、有很大的提升空间;另一方面是因为这些行业的信息化程度比较高,需求端的数据相对完善、易得,为案例分析提供了充分的素材。但是,我不想因为这些案例就把该书定位在特定的行业、特定的领域一一不管是时兴的跨境电商、新零售企业,还是传统的生产制造、贸易流通企业,在供应链计划上面临的问题都很相似,主要表现在以下几个方面。其一,总进总出整体上不平衡,导致全局性的需求与供应不匹配。这在新产品导入上很常见,在成熟产品上也屡见不鲜。这是个需求预测的挑战,在公司层面(中心仓)尤为重要,需要提高预测的准确度,尽量做准,尽快纠偏,并驱动整个生产和供应商的执行来弥补。其二,库存没放到合适的地方,导致局部性的需求与供应不匹配。
4、即便整体需求与供应匹配了,合适的库存放不到合适的地方,也会导致局部性的过剩与短缺并存。这是个库存计划的问题,主要发生在前置仓,可通过设置合理的安全库存、再订货点等来解决。其三,产品、业务、需求的复杂度大增,增加了供应链计划的难度。业务全球化,需求差异化、碎片化,产品多元化,为SKU泛滥埋下隐患,不但导致供应链的规模效益丧失,而且系统地增加了需求预测、库存计划、补货配送的复杂性。产品如此之多,没有人可以靠判断做计划,必须更加依赖数据分析,来做好需求预测和库存计划。这些问题交织在一起,集中体现为新产品的计划极度不准,经常大错特错;老产品的计划不能精打细算,无法实现库存优化。两个问题貌似不同,根本原
5、因却很一致:数据分析不足,基准预测不够扎实;计划以“拍脑袋”为主,过度依赖业务部门的判断。这些问题不是特定行业所独有的,我们需要寻找广义的解决方案,系统地从时间维度(新产品VS成熟产品)、空间维度(中心仓VS前置仓)来应对。(1)时间维度:围绕产品的生命周期,从新品导入到量产,力求避免新品初始计划大错特错,要通过快速迭代来尽快纠偏;成熟产品要追求精打细算,提高库存的利用效率。(2)空间维度:围绕库存的空间特性,计划好中心仓,解决总进与总出的匹配问题;计划好前置仓,把合适的库存放到合适的地方,并在库存控制上厘清两者的关系。Iil还有一个维度,就是业务维度:B2C和B2B的业务有区别,对供应链计划
6、的挑战也不尽相同。比如B2C的需求相对分散,东边不亮西边亮,但节假日、促销、活动众多,产品生命周期短,竞品众多,影响需求的因素也很多;B2B业务的需求相对集中,特别是大客户,能够显著改变供应商做生意的方式,但好处是产品生命周期一般较长,节假日、促销、活动等因素影响较小。值得关注的是,这些年来,很多企业开始同时跨入B2C和B2B两个领域。刚开始是传统企业上线,开拓线上业务;现在是电商进入线下业务,走传统的渠道。传统企业上线,失去了传统渠道的缓冲,屡屡被线上业务的促销、活动痛击;电商下线,面对线下渠道的关系复杂、运作低效、信息不对称及大B客户的强势,吃尽苦头。两种业务不同,面临的供应链挑战也不同,
7、在做计划时要区别对待,不过在本书中,限于篇幅,我们不会设专题进行讨论。新产品还是老产品、中心仓还是前置仓、B2C还是B2B,这些计划对象上的差异,要求计划方法上的差异化刀切不是精细化管理;精细化管理的标志是差异化。除了这些,我们在计划中还要考虑产品的成本、需求的变动性、客户的集中度等一系列差异化因素,区别对待,采取有针对性的措施,而这正是众多粗放管理的企业所欠缺的。就整体方法论而言,本书依旧遵循供应链的三道防线:需求预测、库存计划、供应链执行一书中“从数据开始,由判断结束”的基本准则,在基本数据,比如需求历史的基础上,制定基准预测;根据销售、市场等业务部门的职业判断,比如促销计划、新品上市计划
8、,来调整基准预测,制定最终的预测。与供应链的三道防线:需求预测、库存计划、供应链执行一书不同的是,本书更加聚焦“从数据开始”,通过一系列案例,更详细地介绍预测模型,包括预测方法的择优、库存计划的优化、新品导入的计划等。特别要说明的是,本书不是一本预测方法论的书。我深知,预测方法深如海,自己才疏学浅,不敢奢望在这方面有所创新。本书会探讨常用的预测方法,力图以浅显易懂的方式把这些方法介绍给大家,让更多的人能够熟练应用。关于详细的预测方法,建议大家阅读专业的图书。2本书也会尽量避免数理统计,但不得不承认,供应链处处充满不确定性,而要掌握不确定性,没有比数理统计更好的工具了。所以,我会尽量以浅显的语言
9、,从实践者的角度解释最基本也是最重要的数理统计。我不想给计划贴上数理统计的标签,吓退众多的从业者一一你可以不用懂得多少数理统计知识,仍旧能做出相当不错的计划来。当然,如果要成为计划、供应链领域的高手,拥有数理统计的思维会让你更上一层楼。本书的目标是寻找更优,而不是最优的解决方案。书中分享的一些实际问题的解决方案,顶多算是“实践”供参考,不能当作“最佳实践”来看待。在那些实践中,我找到的方法比案例企业原来用的要好,但比教授、博士们的研究模型要差一一研究者们寻求的是最优解决方案,但往往因为过于复杂、理想化,实践者没法理解,所以就不能信任,不信任就不会采用。鉴于这一点,在一些案例中,比如预测方法的择
10、优,我适当牺牲了一些准确度,以期增加操作的可行性。这些年来,我越来越意识到,在供应链领域,执行往往跟企业的规模有关,比如大公司的议价能力强,在执行上,就更容易把问题转移给供应商或客户;小公司的胳膊不够粗,就很难通过转移问题来解决问题。但对计划而言,不同规模的企业之间,共性则更多,而本书中的大部分案例,实际上是来自年营收为几千万、几亿元的中小企业。比如就需求预测和库存计划而言,一个年营收为几千万元的企业,动辄有几十、几百个产品,成百上千种规格,线上线下业务并行,计划的复杂度之高,跟一个年营收为几亿、几十亿元的企业相比,区别没有想象中那么大。如果说有区别的话,那更多是在“七分管理”上一一企业规模越
11、大,组织和流程越复杂,职能之间的博弈越多,计划与业务部门的对接就越困难。在“三分技术”上,大公司与小公司在基础数据分析、预测模型的选取、库存计划的优化上,其实没有太大的区别。就应用对象而言,本书的目标是覆盖大、中、小规模的企业。特别地,本书在写作过程中,时时考虑以下两种类型企业面临的挑战。(1)新兴企业:以前每年做几百万、几千万元的生意,经过爆炸式成长,做到几亿元或者更大的营收规模,供应链计划和执行越来越复杂,交付压力巨大,客户要的没有,客户不要的很多。(2)成熟企业:每年有几亿、几十亿元乃至几百亿元的营收,增速放缓,行业饱和,供应链面临严峻的成本和库存挑战,需要在供应链计划上更上一层楼,以提
12、高库存周转率和投资回报率。(3)两类企业所处的生命周期不同,对供应链和计划的期望也不尽相同。对于新兴企业来说,在快速增长的环境下,计划上要避免大错特错,“一快遮百错”,在精打细算上往往乏善可陈;对于成熟企业来说,增速放慢了,成本太高、周转太慢的问题就如冰山浮出水面,需求预测和库存计划的精打细算就提上议事日程。这两类企业要做的都是跨越库存计划和库存控制的三个阶段。它们规模不同,但起点很相似,那就是高库存、低有货一一计划薄弱,执行也薄弱,导致没用的库存一大堆,但客户要的没有。这是计划的第一个阶段。这就如一个胖小伙子,在开始健美之前,身上的肉很多,但长错了地方。然后企业就开始改进计划,比如选择更合适
13、的预测模型,提高预测准确度;计算更合理的库存水位,提高库存的利用率。这些改进大都是“三分技术”的范畴,能由计划职能独立完成。因为没有触及库存的三大根本驱动因素3,所以整体库存水平没有显著改善,但因为预测准确度更高,安全库存更合理,我们把合适的库存放到合适的地方、合适的产品上,库存的结构变得更加合理,库存的利用率也就更高,结果就是高库存、高有货,这就是计划的第二个阶段。在计划的第三个阶段,我们更多地从“七分管理”的角度出发,改进的重点放到了执行上,比如缩短周转周期以降低周转库存,降低不确定性以降低安全库存,改变组织行为以减少过剩库存。在这个阶段,计划强,执行强,整体库存会更低,而有货率更高,表现
14、为低库存、高有货。计划改进的整个过程,就像一个人的健身过程:刚开始,胡吃胡喝不锻炼,生活习惯差,长出一身赘肉;慢慢地,健身有了点儿效果,合适的肉放到合适的地方,但体重并没有减轻;最后,在长期自律和坚持下,赘肉没有了,练出一身肌肉来。本书的重点是“三分技术”,旨在完成向第二个阶段的过渡,即从“高库存、低有货”提升到“高库存、高有货”。这一阶段的改进相对容易,计划职能就能完成,不需要多少跨职能协作。招一位优秀的计划经理,选择更好的预测模型,设置更合理的库存水位,把计划职能本身的事儿做好,就能大大提升达到第二个阶段的概率。跟计划人员交流,听到的大多是销售和业务端如何不配合,殊不知,有很多事情,比如数
15、据分析,计划人员自己就能完成,并不需要销售人员来帮忙。计划人员要做自己能够控制的,那就是解决好“三分技术”的问题,而不是一味拿不能控制当借口,作为自己不作为的理由。刘宝红IBObLiU“供应链管理专栏”创始人I西斯国际执行,赢Www.SCIn-blog.ComIbob.liuSCm-blog.COm1(510)4565568(美国)13651271450(中国,微信同)2020年6月于硅谷1 在库存控制上,中心仓与前置仓容易陷入互扣人质的情况。比如中心仓不增加该加的库存,导致对前置仓的补货效率下降。为了应对这一情况,众多的前置仓就增加安全库存,反而系统地增加了整体库存。2 我主要参考Forec
16、astingMethodsandApplications,作者SpyrosMakridakis,StevenC.Wheelwright,RobJ.Hyndman,Wiley出版,第3版,2018年重印。在中文版图书中,我参考了一本大学教材,书名为统计预测和决策(第5版),徐国祥主编,上海财经大学出版社2016年出版。3库存的三大根本驱动因素是周转周期、不确定性、组织行为,见供应链的三道防线:需求预测、库存计划、供应链执行。周转周期长,周转库存就多;不确定性大,安全库存就得多放;组织行为不改变,人为造成的过剩库存就多。序言二从药典到药方:我对案例的一些想法我做了许多年的计划经理,所带的团队最多时
17、在全球有二十几名计划员,分布在北美、欧洲、亚洲等多个地区。在这个团队中,有人晋升了,有人离职了,有人做全职妈妈了,就注定一直在招新人。每次有新人加入团队,培训就是个大问题:如果新人是做采购员的话,你可以给他一本采购手册读;而给计划员的书,不管是英文版的还是中文版的,就是找不到一本合适的。美国运营管理协会(APlCS)有成套的生产和库存管理认证(CPIM),但光从其要考5门课程(这是2003年我考的时候)就能看出,需要读很多本书,即便是通过了认证,你也不会做计划。比如给你一堆数字,你还是不知道从哪里着手一步一步地预测需求、计算库存水位。虽然道理你都懂,基本的模型和公式你也都见过,但你还是不会做计
18、划,这就如就算你能把一本新华字典倒背如流,但还是不会写文章一样。怎么办?我就只能用传统的办法:先把新计划员从分公司叫到硅谷总部集中培训一周,手把手地教,然后让她回到分公司去实践,但她做出的每个计划决策都得让我先看。大概三个月以后,看她会做基本的计划了,我就宣布她可以“出师”了,让她自己做计划。但我还是在背后紧盯着一不光是紧紧地盯着,而且是紧张地盯着,因为计划是供应链的引擎,一旦有失误,影响就很大。这就如你学车初上路,最紧张的不是你,而是坐在你旁边的教练一样。那些年,我一直在想,如果有一本计划手册该多好。采购员就有采购手册,中英文版的都有,告诉你订单怎么做、价格怎么询、合同用什么文本,各种表格、
19、流程图都相当齐全。在计划领域,为什么就没见过这样的手册呢,中英文版的都没有?我想根本原因是:采购是执行,以结构化的事务为主,相对直观、简单;计划是决策,更多是非结构化的事务,相对更困难。这就如同你有本手册,可以教士兵一招一式地学习打枪,但很难有本手册可以教他一步一步地学做统帅。那统帅是怎么培养出来的?你得先学基本功,比如上军校,然后跟着一个统帅,从一件一件具体的事情上学。而这一件一件的事,在商业管理上有个专业名词,叫“案例”。在美国,MBA和法学博士当属最成功的职业教育精英,就是靠大量的案例培养出来的:他们要么面临复杂的商业环境,要么面临复杂的法律事务,按照一个操作说明或者法典做的话,没办法解
20、决好复杂的问题。计划面临的环境也很复杂,我们为什么不能用同样的方法来培养计划人员呢?自从我的绿皮书供应链的三道防线:需求预测、库存计划、供应链执行出版以来(与赵玲合著),我收到很多读者的来信或留言,从他们的来信或留言看,他们虽然掌握了大的概念,但很多具体的问题还是没有解决,依然不会做计划。比如有些人缺乏基本的数据处理能力,一年的数据被拆分成50周(一年是52周,有时候剩余几天形成第53周);有些人没有基本的计划功底,连数据后面明显的季节性也不知道分析;还有些人的分析能力非常强,能够熟练应用统计软件SPSS,从中找到拟合度非常高的数据模型,但过度拟合一一只要变量的次数足够高,你总可以找到拟合度高
21、的模型,这样的模型对未来的预测往往很不理想。不过你不能怪这些计划人员,他们有的以前是客服,有的以前在仓库里干,有的虽然做了多年计划,但一直是自我摸索,在怎么做计划上一直没有实质性的突破。这让我进一步意识到,从字典到文章还有很长的一段路,而这段路没法用另一本字典来铺就一一解决方案就是一篇篇的范文,放在计划上,这些范文就是案例。一年多来我的主要任务就是:写一系列计划方面的案例,每个案例解决一个具体的问题,比如需求预测、库存计划、基本的数据分析。提高计划能力得从解决一个个具体的问题开始。这些案例都是真实的数据一一我的读者、学员提供了足够多的数据,可以帮助解决他们的真实问题。如果你有问题,有数据,也可
22、以发给我,我们一起来探讨,把解决真实问题的过程写下来,让更多的人借鉴。你不仅可以借鉴做得对的地方,而且可以学习如何避免那些陷阱和错误一一只要你不犯错,或者犯错最少,自然就做对了,这就如你把所有的坑都填了,路自然就平了一样。当然,写案例有一系列的风险,我在这里一并说明。第一,案例天然是特例居多,普适性不足。这就如狗咬人不是新闻,而人咬狗就是新闻,因为人只是偶然咬狗。所以,你不能拿案例当理论,放之四海而皆准。我写了个小案例,谈的是数据清洗,即处理那些异常的、非重复性的需求数据,比如促销(“削峰填谷”)。有人就说,这太偏了,大家如果跟着做的话,可就被误导了。是的,在那个小案例里,我用的是一个代理商的
23、数据,外加贸易、电商等行业的一些经验,我本来就没想写成一篇“如何做数据清洗”的说明文,你自然不能照搬,让它成为你“清洗数据”的操作说明。而且,案例就如文学创作,源于生活但高于生活,也有创造的成分,比如把多种情况合并到一起,更增加了其独特性,在借鉴的时候要注意甄别。第二,案例就是案例,不能等同于最佳实践。我会围绕真实的问题、真实的数据做分析,做判断,并把整个过程写下来。这只是记录我是怎么思考并解决一个个具体的问题的,并不是说这就是解决这类问题的最佳实践,也不是说这类问题就应该这么解决。计划是做决策,复杂度很高,解决方法有很多,你或许永远也找不到最好的。所以,撰写这些案例的目的不是找“最好的”,而
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 需求预测 库存 计划 一个 实践 角度

链接地址:https://www.desk33.com/p-1057136.html