需求驱动预测、掌握、满足需求.pdf

需求驱动-预测、掌握、满足需求 一、预测需求 使用APS 的预测技术可以给企业带来竞争性优势，可以在一定程度上消除对于将来需求可 预见的变化性，这样，使每个月的预测需求和实际需求相差很小，这样安全库存就可以减少， 生产能力也可以有效的利用，在变化性中消除不确定性。 （1）如何预测趋势 如果产品有销售历史，那么其销售历史是预测未来销售最好的指导。APS 统计模型能帮助 预测未来的销售量，可以使用时间序列分析就可以用标准的数学公式来分析销售历史，找出 重复出现的模式，并使用这些模式来预计未来的销售量。 需求模型有四个部分： -水平部分 -趋势部分 -季节部分 -随意部分 前三个部分是系统部分，可以随时间的表现出现持续性的变化，因而可以进行预测。在 模型中可以调整参数来符合这种销售趋势，从而来预测未来的销售量。 对随意的部分，模型可以估计随意的程度对未来预计，置信区间显示预计的变化性，也 就是预知将来的预测数量的浮动范围。可以用预测工具根据预测的散点画出置信区间显示数 据变动的范围，概率90% 的数据落在置信区间内。概率10%的数据落在区间之外。使我们 对预测的数据更加有信心。 我们可以使用APS 系统的动态滚动预测方法，不断更新销售数据来更新未来的预测， 极大地提高预测的精确度。 （2 ）如何合并需求 企业可以把类似的产品编成一组进行预测，这种方法叫合并。表面上看它忽略了相似产 品之间的存在的差异，但事实恰恰相反，因为合并预测是建立在大量样本的客户行为上的， 所以，更为可靠。预测的精确度随着样本的增加而提高。如你有 10000 种产品，年销售量是 200000 个。如果对每种产品预测就是年平均销售量是20 个，我们不可能对每种产品做出可 靠的预测。但如果分成 100 类，每类的年销售量是2000 个，这样就有足够的数据可以支持 比较可靠的预测。除了可以根据产品合并，还可以根据客户类、地理位置分布等来合并需求。 所以，合并需求对可靠性来说是必要的。 我们可以使用帕雷托原理（80：20 法则）分析对产品进行分类，对重要产品单独进行预 测。如果把预测分类和按生产分类结合在一起，就会得到所有需要的材料。 1 2 还可以根据客户的地区分类，也可以根据需求量、服务的程度、订单的频率、购买习惯。 有人认为合并的预测会把每个产品的信息给丢失了，而这些信息可能很重要。实际上，可以 加上每个产品的百分比，就可以得到此产品的销售量了。如果合并恰当的话，所有产品的销 售特点应该和整个组保持一致。 （3 ）如何分析未来 时间序列分析并不适合新产品，因为新产品没有销售历史。我们需要用到传统的因果关 系推理。主观预测技术对外部因素进行分析，除了经济因素影响销售预测，市场因素包括市 场规模的大小、竞争对手的影响、消费者的风格的改变也极大影响销售预测。 对市场规模和市场占有率变化的最好预测的方法是趋势分析法；竞争对手的影响只有用 假设-分析来分析对销售量的影响。对消费者的风格的判断，就完全需要凭感觉了。客户最 终驱动需求，我们可以集中目标客户，通过调查、访问和小组访谈了解客户需求。企业的内 部销售战略也直接影响需求，如定位、定价和营销。 预测的最大的挑战是预测一种创新产品，新产品通常有个临界点，临界点会使需求爆发。 我们不了解如何预测爆发的临界点，但是我们需要理解的最重要一点是临界点的存在，并且 知道它会导致需求意外的迅猛增加、迅速减少。 （4 ）如何整合预测 把多个预测师预测的结果综合起来，可以提高预测的可靠性，最好是尽量理解每一个预 测背后的逻辑关系。可以用德尔斐法把多个预测师的预测合并起来，不断修正。虽然，这个 方法很花时间，但实践证明能产生客观的、可靠的预测。 我们的问题是不同部门通常独立进行预测，供应链上的各个公司之间是独立进行预测。 这是供应链管理中最严重的问题之一。影响整个供应链的效率和绩效。实际上，只有最终消 费者的需求才是真正的独立需求，其它都是相关需求。 最好的方法是在供应链上共享最终客户的独立需求，避免了需求放大和真实需求的扭 曲。当供应链中的联盟公司把从他们的视角所了解的客户行为合并在一起从而提升对独立需 求的了解，他们就能更好地预测客户的需求，使供应链有效的运作。这种合作协同的预测使 预测结果更准确。随着JIT、快速反应、连续补货等措施的实行，合作协同预