如何做准预测:选择合适的预测颗粒度

供应链管理专栏 2019-03-28 07:00

摘自《供应链的三道防线:需求预测、库存计划、供应链执行》,刘宝红、赵玲著。

所有的预测都是错的,但错多错少不一样。在提高需求预测的准确度上,我们有很多可为的,比如“从数据开始,由判断结束”的方法论;比如缩短供应链的响应周期,从而我们就不用那么早地做预测;再比如选择更合适的预测模型等。

这里我们想重点介绍的是预测的颗粒度:颗粒度越大,预测的准确度越高,反之亦然。作为管理者,我们的任务是找到合适的颗粒度,也就是说,让在合适的层面做预测。这不是个技术问题——在颗粒度大的地方做预测,技术上的优势是显而易见的;这主要是个管理决策——因为种种管理问题,企业经常在不合适的颗粒度做预测,导致预测准确度太低。

预测的颗粒度是个三维概念:组织产品时间,每个维度都有多个层次。就组织维度来说,我们有全国、大区、分公司等;产品维度有大类、小类、SKU(存货单元)等;时间维度有季度、月度和星期等。三大维度在不同层次形成多种组合,比如按照产品大类和大区层次预测,跟按照SKU和分公司层面预测,操作难度大不相同,预测的准确度也是。预测的偏差分析是基于哪个层次组合计算的,其意义也是完全不同的。

先说组织颗粒度。预测的组织范围越大,预测的准确度越高。比如预测全国的需求,要比预测上海市杨浦区的准确度自然要高;预测全公司的需求,要比预测分公司的准确度要高;预测总库的需求,要比预测各地区库的准确度要高。这看上去是常识,很多企业却选择了不合适的组织颗粒度,导致需求预测的准确度太低。

比如有个公司有40个销售,对应几百个客户的一万多个料号,每个销售负责预测自己客户的需求。一方面,预测颗粒度小,单个销售的预测准确度很低,汇总起来就更低;另一方面,在从众心理下,大家都希望其余的39个销售会预测好,自己不做预测也没关系,就经常有销售不做预测,老总屡屡强调,甚至采取惩罚措施,还是没法根治。

绩效考核的角度看,组织的颗粒度越小,绩效考核越具体,责任越容易落实。可以说,绩效考核的天然倾向是分散,比如指标的层层分解。但是,计划天生就是个集中的概念,组织层面越集中,组织的颗粒度越大,预测的准确度越高。如何协调两者,是需求计划的一大挑战。而解决方案呢,就是前面说到的“大石头”理论:抓大放小,客户集中度高的“大石头”由判断驱动,要落实到具体的销售;需求相对分散的“小沙子”则由数据驱动,应交给计划整体负责。要知道,各执行层面分析数据,风险是颗粒度小,而且受同样的因素影响,偏差没法互相抵消;集中统一分析,从数理统计的角度看,偏差更可能互相抵消,总体准确度更高。

图1:计划天然有集中倾向

当分散与集中没法有机协调的时候,老总们就习惯性地采取简单粗暴的管理方式,把需求预测的责任“落实”到“基层”和“一线”,结果是既牺牲了预测的颗粒度,也没法达到考核的目的。不信,谁见过有哪个销售因为预测准确度低而丢了工作?毕竟,从方法论上做不好的事,考核也不解决问题。

对于定制化程度高的工业品来说,自上而下的“自来水模式”就面临挑战。这就是为什么有自下而上的预测汇总。这是因为定制化程度越高,需求知识越在前端的销售、市场、产品管理等职能。比如每台几百万元的大型设备,往往会根据客户需求定制;即使同一客户,不同时期的配置也可能不同。这时候,客户或区域就变成更可靠的预测颗粒度,自下而上地汇总需求就成为选择,一线销售人员对需求预测的介入就更深。

对于很多企业来说,“自来水模式”和自下而上的汇总会并存,我们姑且称之为“混合模式”。比如新产品刚导入时,往往是针对具体的客户、具体的地域,自下而上的汇总模式或许更适合,由产品经理和相应的销售做预测;而进入量产期,客户更加多元化,自上而下的“自来水模式”就可能更合适,主导者则变为计划。在混合模式下,很多企业主要是用其中一种模式,而另一种模式则是作为参考,两种模式的过程独立,相互协同有限。当然,理想状况是两种模式能够完全协同,但这对信息系统和流程的要求相当高,操作难度很高。

值得注意的是,在有些大批量行业,比如智能手机,由于产品的生命周期越来越短,运营商、地区化、销售渠道的差异,混合方式被广泛使用。比如对于运营商的集中采购、不同语言国家的需求,手机厂商更依赖自下而上的方式;而对于电商渠道和公开渠道,则采用“自来水模式”。这些都是在成品层面。对于关键的长周期物料,比如半导体芯片,则是“自来水模式”方式为主,在公司/工厂层面做好需求预测,提前驱动供应链响应。对企业来说,混合模式的存在是个挑战,不过也是业务全球化、复杂化,以及产品生命周期缩短的必然结果。

前面我们讲了预测颗粒度的组织维度。接下来,我们讲时间维度。与组织颗粒度类似,预测的时间颗粒度越大,预测的准确度就越高。预测一年的需求,一般会比预测一个月更准确;预测一个月的需求,一般会比预测一周、一天的需求更准确。

两个因素影响到时间颗粒度的选取:管理能力和职能力量对比

管理能力越薄弱,时间的颗粒度就越大;时间的颗粒度越大,对供应链的日常运作帮助就越有限。这就如你去日本,列车说几点几分到,就几点几分到;而到一些第三世界国家,错个半小时、半天都挺正常——你的时间颗粒度需要更大才能算“预测准确”。在把销售目标当需求预测的企业,很多都是年度目标一年不变,也是某种意义上的以年度为单位(尽管他们也会分解到季度、月度),而这些企业的运作都以粗放著称。

在职能力量对比上,销售、市场等前端职能的力量越大,需求预测的时间颗粒度往往也越大。在那些企业,“从数据开始,由判断结束”的需求预测流程不完善,常见的是销售提需求。销售把时间颗粒度定得大,这样预测看上去更“准”,其实并没解决多少供应链的问题,是典型的“手术很成功,病人却死了”。

比如有个设备制造商,百亿级的营收规模。销售说,他们的预测准确度是百分之八九十;但生产呢,却一直在抱怨预测准确度太低。这就怪了:百分之八九十的准确度,放在哪个行业都算超级准了,还别说是多品种、小批量的设备行业呢。细问销售,你是怎么统计准确度的?答案是按年:只要在这个年度生产,这个年度卖掉,就算准确!这不,生产线上的人都笑喷了。

很多人的误解是,在做短期计划时,我们更加接近需求,理应做得更准确。其实不是这样。比如预测明天的订单是早晨10点到,还是下午3点到,这比预测6个月的总体产能要困难得多。让你预测3个月后需要多少产线工人,你可以预测地相当准;但要你计划产线上的那5个人明天下午3点具体加工那件产品,你的准确度会很低。

有个公司上了销售与运营计划(S&OP),但日常交付还是挑战重重,计划团队不理解。其实这后面就是这个原因:S&OP解决的是半年、1年、18个月的问题,它对付的是整体资源配置,比如产能、人工、长周期的物料等。至于明天的产线如何安排,后天的送货如何计划,那是日常计划的任务。而日常计划呢,因为时间的颗粒度很小,所以准确度更低。

预测的时间维度小,短期预测难做,那解决方案呢,就是增加执行的灵活性,用执行来弥补计划的先天不足。精益生产,快速换线,交叉培训,都是增加执行灵活度的有益举措。就跟您去吃兰州拉面,多放辣椒、少放香菜、面条特细等配置看上去很多、很复杂,但没关系,大师傅看在眼里,动在手上,照单下料就行了——这说的就是供应链的灵活性,通过提高供应链的柔性来应对,而不是花费巨大资源来提高SKU层面的预测准确度。

以下是培训信息,不感兴趣者可略过。

-----------------

围绕我的三本畅销书,我设计了三门精品课,2019年全新改版。下面是5月份的日程(第243期到248期国内培训)。

1

需求预测+需求管理:供应链的第一道防线

上海,510;深圳,5月17

所有的预测都是错的,但错多错少不一样。需求预测的目标是“尽量作准、尽快纠偏”:其一,如何有效对接销售和运营,“从数据开始,由判断结束”,做出一个“准确度最高的错误的预测”,争取首发命准?其二,预测错了,如何有效管理需求,尽早发现,尽快纠偏和补救?其三,如何有效实施需求预测,驱动供应链有效响应?

2

库存计划+库存控制:供应链的第二道防线

上海,511 深圳,5月18

需求预测错了怎么办?供应链的自然应对是设立安全库存。科学、合理地设置库存水位,是把合适的库存放在合适的地方,提高客户服务水平和降低库存的关键。我们也会详细探讨库存控制:其一,库存是天使也是魔鬼,究竟多少算合适?其二,库存屡降屡升,成了“打不死的妖怪”,如何应对?其三,信息不对称造成牛鞭效应,如何拿信息换库存?

3

供应链与供应商管理:一个实践者的角度

上海,512深圳,5月19

供应链的目标是全局优化,为什么局部优化盛行?供应商对供应链的大多增值活动负责,如何解决“有选择,没管理”的问题?如何做“大采购”,聚焦供应商这一战略资源?该培训着眼供应链的全局观,推动跨职能协作,以优化设计,降低成本;选好、管好供应商,有效管控供应链风险,并系统改善供应链绩效。这也包括客户指定的供应商,以及关键的下级供应商管理。

培训费用都是4300元/人/课(公司付费,开增值税发票),3700元/人/课(自费,或2人及以上团体优惠)。如需详细课程大纲及更多的企业团体打包优惠,请垂询我的助手党琪:182 1756 2014(微信|电话), info@scm-blog.com。

供应链管理专栏 刘宝红,畅销书《采购和供应链管理:一个实践者的角度》《供应链管理:高成本、高库存、重资产的解决方案》《供应链管理:实践者的专家之路》作者。分享供应链原创文章,源于实践,指导实践。协助本土企业采购与供应链的转型。培训、咨询的桥梁。
评论
热门推荐
相关推荐
我要评论
0
8
点击右上角,分享到朋友圈 我知道啦
请使用浏览器分享功能 我知道啦