三星业务员SCM培训 业务员.ppt

协作的 Benefit 通过协作可以得到的利益结构如下,企业间的协作程度越高利益转换成从变动费用的减少到固定 费用的减少 协作的 Benefit 与客户协作成果 协作的 Benefit 通过协作后的利益的Accenture和Research的调查结果, 可以确认以下的定量，定性结果 协作的 Benefit Pilot 的Benefit Findings - 北美及欧洲地区的Pilot ???? ?? ??? ??? ??? ?? ??? ????? What? 为什么需要预测? 计划未来，减少不确定性； 预见和管理变化（革）； 提升计划部门的沟通和整合； 预见库存和能力需求，管理前置期； 将运作成本计划在预算编制过程中； 通过降低成本，提升客户交货水平和反应速度，从而增加竞争力和生产力。 通用的预测技术 定性技术 基于知觉和评估 专家意见 信息汇总 关注客户的团体 专家团体 智囊团 调查研究团体 应用 市场调研 定量调查设计的基础 定量技术的影响因素- 季节性需求 定量技术的影响因素- 季节性需求 度量需求的季节性变化； 联系特定时区内的平均需求和整个时区内的平均需求的关系。 定量技术的影响因素- 季节性需求 优点 简单的计算方法 可以过滤随即变异 时间越长，需求越平滑 限制 如果存在需求趋势, 很难察觉； 移动平均相对趋势是滞后的 提供了更新产品预测的常规方法； 对需求要素来说，a是一个权重因数； 适合相当稳定需求产品的预测； 适合短期预测； 滞后需求趋势，不能察觉趋势。 定性技术的影响因素-内部（内在） 因数 产品生命周期管理； 计划价格变更 资源约束 市场营销和促销 广告 定性技术的影响因素- 外部（外在）因数 竞争 新客户 主要客户计划 政府政策 其他调整 经济条件 环境问题 全球趋势 定性技术- 聚焦预测 离现在越近的数据，越能更好地预见未来的需求； 选择更好的预测模型； 预测数据问题 数据的有效性 数据的一致性 需求的历史数据量 预测频率 模型选择的频率 成本和时间 记录真实的需求 订单日起 vs. 出货日期 产品单位 vs. 财务单位 数据集合的层次 客户 数据准备和收集 销售数据记录和预测数据的周期相同（天，周，月）； 监控需求，而不是销售和出货； 记录异常需求的环境详情； 记录需求时要分单独的客户群和市场单元。 异常数据的处理 预测（新） = a x 实际需求 + (1- a) x 预测（老） 预测（新） =预测（老） + a X (实际需求 –预测（老） ） 1-25 定量技术 - 指数平滑 计算公式 例子 预测（新）= 预测（老）+ 移动因数（a） x (实际销售 –预测（老）） 例子 :预测（老） = 160, 实际= 200, a = 0.1 预测（新） = 160 + (0.1 x (200 – 160)) = 160 + (0.1 x 40) = 164 例子 :预测（老） =160, 实际 = 200, a = 0.8 预测（新） = 160 + (0.8 x (200 – 160)) = 160 + (0.8 x 40) = 192 1-31 1-32 1-36 假设 所有预测模型得到的结果都需要最近的销售数据进行比较； 最接近结果的预测模型将作为这一次的预测模型； 下次可能会选择不同的预测模型。 　方法 1-37 1-39 1-40 0 5 10 15 20 25 J F M A M J J A S O N D J F M A M J J A S O N D 500 505 Outlier (outside the range) Winter 模型的适用范围 销售呈现趋势和季节性变动（销售与时间因素有关） 预测公式 预测=（需求水平+需求趋势）* 季节指数 - 需求水平反映的是剔除季节因素后客户的销售水平 需求趋势是指需求水平随着时间而发生的趋势 季节指数反映因季节因素而对销售的影响 预测案例- Winter 模型的应用 CTV 销售的时间趋势与地域无关 - SEBJ 和全部法人的销售趋势一致 - 可用全部数据的季节指数反映各个地域的季节指数 预测案例- Winter 模型的应用 Week Unit ：QTY Week Unit ：QTY CTV 销售型号之间存在竞争优势 - LA40A350C1 在08年是主力型号，同三星全国的CTV销售趋势一致 - 08 年初趋势不一致（新型号的原因） - 说明型号之间存在新旧更替的竞争关系 预测案例- Winter