物流预测方法
出自 MBA智库百科(https://wiki.mbalib.com/)
物流预测方法（The forecast methods of logistics）
目录 |
供应链管理专家们曾经预言：21世纪创造供应链价值最大化的武器将是基于需求的管理。70年代是质量管理的时代，TQM是人们最常提到的话题；80年代追求的是精益制造，JIT、柔性生产、零库存成为时代的主旋；90年代，全球化、产品生命周期的缩短和产业细分使企业间的竞争转为供应链间的竞争，库存、客户服务、响应时间和运营成本的改进是这个时代的目标。时至今日，需求管理已经成为企业持续成功的必要条件，拥有好的需求预测的公司的抗风险性明显较高。
2001年，电子企业承受了由严重反差的需求预测而带来的库存压力，这让我们不得不反思一个问题：为什么在2000年的下半年，电子行业的预测会如此看走眼呢？事实上，从执行主管到营销经理以及供应链计划者，每个人都对其它制造行业几个月前已经发出的销售急速下滑的警报视而不见，即使是高级的软件工具也没能对过高的需求预计给予警告。为什么会这样呢？
答案是复杂的。既有人为的因素--不愿意接受繁荣就此结束的事实，也有技术上的因素--许多公司实施的SCM(供应链管理)软件和CRM(客户关系管理)软件发出的信号不强，或是根本没有信号。更糟的是，很多使用这些工具的人缺乏进行长期预测的能力，因而只有从最近的趋势外推预测需求。
历史的悲剧会重演吗？药方似乎只有一个--运用需求管理创造公司价值。这里的需求管理已不在是营销和计划部门简单的运用软件工具进行的短期预测，而是贯穿于整个供应链、产品开发、技术战略、服务支持和组织设计这一系列领域的长期和短期的需求预测和管理。第一步要做的是--改进短期生产进度安排和长期需求预测所需的服务平台。
1.1 改进需求预测工具
2000年时，很少有公司购买成套的供应链管理工具以有效地改进需求预测，许多公司还处于定单管理或运输管理自动化的早期阶段，供应链计划者常常使用已过时几个月的信息。这些公司都觉得可以将制造的东西统统卖出去，或是他们产品的生命周期比他们做预测的时间段还短。他们只是简单地将短期预测进行外推，即使有调整也是少量的，这就不可能预见到销售的下滑。即便是现在，还有些客户完全依赖于与顾客的协作，收到的信息未加理解，或尚未弄清其客户的预测方法就直接使用这样的信息。很明显，企业对需求预测的忽视、落后的需求预测工具要为2001年电子业的一败涂地负责。
软件供应商们分析说，由于客户不愿接受低调的预测，从而贻误了产能的调整。当某些部件需求紧缺时，采购人员推迟下调部件需求预测，因为担心将来部件短缺会降低销售，使公司失去市场份额。有些时候，这可能是合理的举动，因为风险隐藏于开拓新市场中。但在有些情况下，这只是一厢情愿的作法。
另一方面，许多供应链计划软件并不能进行需求预测。许多供应商只是开始将战略性预测所需的因果分析技术合并起来，这与短期的、详细的生产预测是不同的。而且，尽管在分析最近或预测未来6~12个月的销售时，因果分析预测是需要的，公司可以借此准备投资资金和产能预测，但这通常是营销或财务部门的事，并没有引起生产计划者和采购者的很多注意。需求计划者侧重于近阶段的预测，因为那是今天需要解决的问题，而且即刻可以减少库存。
好在供应链计划软件的出现已有时日，而且正日趋完善。AMR调研公司估计，计划软件2001年的销售达34.2亿美元，现已占供应链软件销售的51%，到2005年将逐年递增26%。这可是个好的征兆，相信随着电子制造企业对需求计划的重视和软件技术的提高，重蹈2001年覆辙的可能性将降到最低点。
如今，供应链运作较好的公司正用专业计划和运行算法数据库替代电子表格，如Altera、Fairchild和东芝美国信息系统等，近来都从i2 技术公司那里购买了需求计划软件，以替代基于电子表格的计划系统。比起实施前，差异就象是黑夜和白天。比如，Altera公司现在有85%的预测是依赖于软件，只有15%使用人工计划进行决策。结果，裸片存储从8.5周降到2.5周，成品库存周期从8周降到2周。
同样，供应链伙伴开始将其库存管理和计划系统，按照机器对机器的方式连接起来，以快速传递信息、作出反应。库存管理的目标是根据需求和供应的历史变化而制定的，需求预测和生产进度安排要每日更新，而不是每月更新。比如，Fairchild公司连续不断地更新需求预测，这样，供应链上的每个人都能使用最新信息。
1.2 短期需求预测
事实上，需求预测必须将短期需求预测或生产进度安排与长期战略性需求预测有机结合起来，才会真正地起作用。短期预测是根据存储单位(SKU)水平做出的，它与销售、客户关系，以及依据预订库存或安排运输来实施计划的系统和软件等相互作用。
相比之下，长期预测则是在更为集中的基础上作出的。在月度或季度时间段内，对一系列产品的生产做出预测，作为财务和产能计划的输入数据。长期预测必须在现有客户信息之外假设需求状况，必须使用供应链之外的信息以便能预测变化趋势。
如今，由于产品生产周期已经极大的缩短，大多企业将预测重点放在短期计划上，许多供应链计划软件供应商对此也持相同看法。短期预测通常是根据存储单位(SKU)水平进行的。首先，根据历史订单时间段分析产生进度安排。Manugistics公司使用18种统计方法，并选择最适用于数据库的方法，由此产生的结果再用生命周期分析法调整，这对短期生命周期技术产品来讲是必须的。然后，根据销售以及下游数据得出集中的产品需求反馈，再进行第二次调整。
现在许多软件供应商正在对其协作能力软件进行更新，无论是对所有产品还是不同产品的混合，它都能使用户快速了解顾客需求的变化。对已计划的促销或特殊事件，也可用模块来调整预测。
准确的短期预测和对变化的快速反应可以大幅度地削减库存，帮助公司掌握销售变化趋势。Fairchild公司自从去年安装了i2的需求计划软件后，对公司三分之二的产品来说，由软件提供的时段预测比人工预测要好得多。需求计划软件使公司削减了产品面市时间，将承诺的供货能力提高了5%。
1.3 长期需求预测
只有短期需求预测绝不可能保证电子制造企业不被下一次经济萧条带来的过量库存砸死。由于电子公司通常没有强大的核心预测组织，供应链经理只着眼于对最近情形的预测，并尽力得到足够的部件，对长期前景关心甚少。而且许多客户通常做6个月的详细预测，但实际上超过2~3个月的预测是很难测准的。
只有大型软件包才具备战略性预测功能，但电子企业通常都不用，或用得不好。典型的长期预测功能可使用户进行详细的SKU预测，然后将这些预测集中起来，用他们所拥有的市场知识进行调整。Fairchild公司在SKU水平上进行了六个月的预测，然后在一个更为集中的水平上进行了一年或更长时间的预测。
预测一个特定部件，只需根据其历史上的订单变化和季节性变化，自动产生一个为期六周的生产进度安排。而长期预测需要使用者大量的投入，包括供应链外的信息，如咨询专家的预测、提前预定、成功设计或预计的经济指标。还可根据短期预测进行外推，调整长期预测结果。
i2,Oracle,anugistics, J.D. Edwards,等公司提供一个标准的统计程序，对根据历史趋势做出预测的外部数据进行评价。也就是说，如果一项预测在过去是较为准确的话，它就会比历史上不太成功的预测得分要高。使用者可从贸易协会、贸易出版物、咨询专家、顾客或经济指标中得到历史资料。
1.4 软件与经验结合
软件供应商自信地认为，下一次的库存危机不至于像去年那么严重。因为许多公司已安装了供应链计划软件包，并在整个供应链管理中使用。软件将侧重于短期预测，以节约成本，良好的短期预测可在销售趋势逆转前二个月左右时提供快速反应。
但同时，电子制造公司一定要将利用外部数据进行的长期因果分析预测整合起来，作为对根据历史外推和顾客预测结果的可靠检验。
有经验的人都知道，长期预测并非轻而易举之事。Fairchild公司的成功取决于高层的支持和大量的培训，以及最初期间的警告--即计划者怀疑软件的结果，不可避免地想要进行挑战。当他们越过了这一阶段后，他们就能处理各种例外情况，并让软件做出大部分的计划决策。
在市场竞争日益激烈，客户需求多样化、个性化的今天，如能在提高对市场响应能力方面进行系统规划和实践，对企业提高服务水平、降低成本、提高质量和充分利用资源具有重大意义。
做好预测工作应先从准确性、时效性、可用性和经济性方面选择好理想预测方法，再从整体上来管理市场预测工作。准确的预测可以使企业及时调整产品结构，瞄准特定的目标市场和消费群体，领先竞争对手并获得更大的商机。以下将分析预测的编排、如何消除预测的差异以及如何评估预测的准确性。
2.1 预测编排
预测实际上是对未来产品市场需求的估计。从时间划分，可以有短期预测和中长期预测，时间越远，预测的准确性越低；时间越近，则相对准确。因此可以在中长期预测的基础上加强短期预测，便可进一步提高短期预测的准确性。
预测工作可以分为前瞻预测及销售总结，实际的预测是这两方面工作的结合。前瞻预测是收集市场的需求信息，通过分析，了解产品发展方向，直接面向市场；而销售总结是建立在过去、现在销售基础上的。根据销售历史情况，对产品的销售趋势进行分析，以发现产品销售是处于上升还是下降趋势，给前瞻预测一定的指导。
2.2 如何消除预测差异的影响
很多企业都接触过“六个西格码”概念，它指100万个产品单位里只允许有3.4个质量缺陷，也称“零缺陷”。实际上，追求预测的最小差异与追求“零缺陷”的道理是一样的，目的都是为了提高工作效率，减少不必要的浪费。虽然追求预测最小差异在实际工作中很难实现，但也有一些方法可以减少预测差异带来的负面影响。
2.3 调整预测编排
预测的错误来自两个方面，有些预测超过实际需求而有些预测小于实际需求。大家往往只反映超出预测部分，而一个好的计划体系同时也要反映小于预测的信息，只有计划体系同时从两个方面来反映，执行人员才有机会及时处理。
2.4 提高应急能力
许多客户会在最后一刻需求发生变化，往往使公司陷于应急事务。为了不被经常性的、痛苦地打断工作，一种比较好的办法是大概地做出综合性计划并预留一部分能力来处理应急事务。
2.5 讲究科学库存
安全库存看似朋友实为敌人。其用意是可理解的--即为了防止预测错误或工作流程的中断，但不幸的是它会增加成本，同时还会产生提早于实际的需求信息而影响工作的可信度。所以安全库存应该被尽量减少，并应以最灵活的方式存在于公司中，一般可将安全库存设置于原材料一级。
2.6 供应链管理
“供应链”指的是相关供货商、制造商、分配中心、经销商、零售商和消费者之间的联系，每一层供应链都会产生下一级需求，客户将未来需求通知制造商或是制造商将制造计划通知其供应商。客户也逐渐意识到与供应商分享需求计划可以帮助供货商提高预测准确性，有了来自于客户的更可靠的信息。供应商可以更有效地进行各项管理，不断改善对客户的服务，在客户与供应商之间建立起相互信赖的合作伙伴关系，双方信任并努力帮助对方，这必然会给双方带来巨大的回报，在技术上可以通过EDI(电子资料交换)方式得以实现。
2.7 评估预测的准确性
进行产品预测牵涉到许多方面的问题，如客户数量及需求变化、产品的种类和档次、销售渠道的建立、新产品开发能力、市场定位和价格定位等，因此，预测工作理论上可以做到100%的准确，但在实际工作中做这样的要求却是不现实的。那么，预测的准确性要做到多少才有实际意义呢？
根据专家提供的数据，对于系列产品，每月应对预测结果进行评估，准确性差异可以要求在0%-20%之间，但是3个月的平均准确差异要求达到10%以内。并要求对每月的预测准确性进行跟踪。对于单项产品而言，预测的难度要大一些，因为受外来因素影响较大，一般月预测差异要求在0%-30%之间。
现今不少企业抱着“东方不亮西方亮”的心理，经营产品种类繁多，但产品各自情况不同，市场走势和需求、企业生产能力、对企业的生存和发展的影响等均不相同。这种情况下，可将产品进行分类。如一类产品的预测差异要求在0%-10%之间、二类产品的差异要求在0%-35%之间、三类产品的差异要求在0%-150%之间。
2.8 “帕累托原理”在销售预测中的应用
帕累托(Pareto)是19世纪意大利的社会学家，他利用图表显示：国家财富的80%掌握在20%的人手中，这种80%～20%的关系，即是帕累托原理。我们可以从生活中的许多事件得到印证，举例来说：公司80%的收入是由其全部产品中的20%所赚得的。生产线上80%的故障，发生在20%的机器上；80%的员工问题，是由20%的员工所引起的。
销售预测可以根据销售产品的ABC分类来进行编排和审核，即采用“帕累托”原理，A类产品销售数量占据总销售量的15-20%；销售金额往往占销售总额的70%-80%；B类产品销售数量约占30%而销售金额占15%；C类产品销售数量约占55%而销售金额占5%。市场、销售、计划人员根据产品的ABC分类，将预测工作的精力进行分配，保证各类资源充分合理利用。
产品的ABC分类中，A类产品的月预测准确性要求差异在0%-20%，B类产品的月预测准确性要求差异在0%-35%，C类产品的月预测准确性要求差异在0%-250%。一些销售数量很小的产品受到订货数量、订货频率的影响，如果订货不很频繁，那可以做三个月滚动平均。这样衡量的准确性比单月核算准确性高。
长期以来，预测更像艺术，而不是科学。OEM依赖于直觉、面对面地交谈以及基于经验的推测来决定采购和生产的数量。今天，这些方法仍被沿用。但新一代的工具和技术可以帮助OEM提高效率，以较小的改变对公司的运营绩效产生重大的影响。
预测越来越受重视。因为经济处于下降趋势，人们把目光盯在如何降低成本之上。在这方面，各公司更加关注供应链管理，供应链上的成本降低关系到每个人的利益。大多数厂商已经采用了先进的计划和调度工具，用于元器件的采购计划，或将元器件采购与生产能力相结合。"
以“客户需求为导向”的经营理念和“按订单生产(BTO)”的制造模式对预测提出了新的要求。
其中有四项因素甚为关键：
（1）为使预测更为准确企业需要更多的考虑各种变数，从而使供应链中的各个环节能够协同运作；
（2）将预测建立在更详尽的数据基础之上；
（3）在全球化的经营中，季节的变化和区域的差异亦非常重要；
（4）此外，灵活地选择和使用各种工具，将达到事半功倍的效果。
BTO对传统预测的挑战没有解决供应链全部问题的灵丹妙药。即使在预测过程中周全地考虑了各种因素，最终结果也可能与市场的实际需求有所偏差。惠普公司的诀窍就是能够对这偏差有所准备和反应。同时还强调借助于各种新的和传统的工具来缓解这种错误所产生的影响。
预测的另一重要内容是使其具有超前性和可执行性。预测本身就蕴涵着不准确，因此需要在执行的过程努力去解决这一问题，必须做一些工作来改善预测的准确性，但是同时也做大量的计划工作以确保对实际需求变化做出快速反应。
市场的动态变化与新商业模式的结合，使库存控制和供求预测复杂化。的确，按订单制造(BTO)已经改变了预测。以前，OEM按照具体的特征制造产品，意味着必须预测需要制造的数目。现在BTO模式需要向前看，除了数目估计之外，还要确定哪种选择更加流行，其中包含更多的变数。
作为一种新的制造模式，如果应用恰当，BTO能缩短交货期并增加灵活性。但如果预测不准确则可能导致库存大量积压，其结果将是OEM更不情愿来做长期预测。安富利公司一般看180天的预测，头90天已经确定。由于现在采用BTO、零库存和5天的有效供应，30天的预测将变得非常准确。
3.1 预测要考虑供应链各个环节
随着供应链变得更复杂，其特性和预测模型也发生了变化。惠普公司的供应链常常是5个等级。以塑料为例，它从HP公司开始，经过合同制造商，再后是注塑公司，接下来是化合物供应，最终是树脂制造商。仅仅等信息来慢慢处理需要8至10周。
为了应付供应链不断增长的复杂性，惠普正在建立一个实验网站，使供应商能迅速地了解信息的变化。系统把预测和订单变化传播至整个供应链，从器件制造商、代理商、合同制造商到物料厂商。
每个合作厂家都收到一封电子信件，必须上网确认其变化。如果合作厂家没在规定时间之内答复，系统会自动地通知项目主管。以前，数据变化可能要花8至10周时间才能通过整个供应链，但新系统大大地缩短了该时间。它是一个惊人的变化，即使它还在实验阶段。尽管它运行还不足以进行量化，但确实已经看到了一些成功。
3.2 获取更详尽的预测数据
现在，OEM必须比以往更加准确地预测器件需求。以PC为例，可能有多种不同处理器速度、硬盘大小或存储器记忆空间的选择。主要的问题是怎么以正常或直接的水平预测需求。同时，必须知道哪些需求是产品的不同组合。根据已有的供应和需求的不同组合，很多新的预测和库存管理工具能够提供制造信息。
预测准确性是关键，尤其是高档产品或者单一货源的产品对于关键部件，例如处理器或硬盘，并不仅仅是预测需求，而是得到恰当的供应来保证需求。
分销商Pioneer-Standard电子公司代理众多电子产品，该公司为其销售人员配备了便携电脑，并提供客户关系管理和机会管理工具。Pioneer-Standard用它来管理新机会，使市场和采购部门能够了解哪些新产品已经被设计应用。他们应用这些数据以便在客户开始生产时，能有足够的产品供应。
当然，由于新兴技术的需求预测非常困难。业内人士普遍认为尽管新工具有所帮助，但经验和交流技巧仍是正确判断市场需求的重要内容。
3.3 注重季节性和区域性因素
季节和地区的差异给预测带来了更大的挑战。以PC业务为例，传统上第四季度销售要比夏季里的销售强很多。季节变化要尽早注意，尤其是在消费电子和电信市场。例如，惠普已经和供应商坐下来讨论预测下一个圣诞节时的PC需求。
同时，根据不同假日和不同文化，工作计划有必要进行相应地调整。每个地区都有它自己的业务周期。例如欧洲在8月份的业务会大幅度下降，使预测更困难。它是地区性问题，有时在美国需求增长比较缓慢，但在欧洲需求却很强劲。
Kingston使用J.D. Edwards公司的企业管理解决方案处理其长期预测，让公司对变化做出快速反应。 Kingston 已经同它的最大客户之一东芝公司进行协同预测，来自Kingston的计划人员同东芝一起工作，并经常地分享交换信息。过去，一般认为10至20周的交货期并不特别长。但如今两家公司共同分享以季为基础的预测，新系统能使合作厂商每星期都能对变化进行反应。
3.4 灵活使用预测工具
预测所采用的技术包括传统EDI所使用的最基本电子数据表，以及复杂供应链计划软件的ERP程序。基于因特网的工具是预测技术所采用的另外一种方法。
很多大公司正在或计划使用库存管理、需求预测和供应计划的软件。大多数大公司都有先进的计划解决方案在应用，但人们仍使用电子数据表和多种预测方法。尽管多数公司拥有先进的工具，但许多老的方法仍在沿用。
安富利为其客户管理着5,000种以上的元器件，每周都对某一型号做出一个预测。，应用专有的终端补给系统（PORS），结合其DRP/MRP能力，及通过EDI系统与客户和供应商及时交换信息，就能做出详细的预测。
选择正确的系统是一个挑战。许多公司购买先进的平台，然后添加一些简单的工具或在公司内部研制的工具完成整个系统。在Sun公司，软件选择是复杂的事情，需要要考虑架构的一致性。Sun公司想寻找最好的产品，但供应商众多且各具特色。Sun公司采用i2的Rhythm协作计划和Rapt Buy的工具管理全部的统计图表。
与解决方案提供者建立合作关系有助于工具的选择和使用。伟创力公司已经在供应链上进行投资，并与几个OEM客户合作，开始了需求模型软件的早期实施。此外，该公司还使用Baan的ERP软件及供应链解决方案来管理库存、仓储、制造和财务。
All American半导体公司自主开发了一个称作Prism的系统，已应用了3年。该程序把现在的供应商预测和有关过去的准确信息相比较，并做出相应的调整。该公司总裁Bruce Goldberg说,市场数据和其它信息也是代理商预测要考虑的因素。
随着预测系统复杂程度的增加，培训员工有效和准确地使用工具变得非常关键。应用当前流行的预测技术是件麻烦事儿，新的工具并不总是与新的业务实践兼容。在当前技术和运作过程中有一个投资误区，而改变的代价是高昂的。每个人都在关注新技术，但常常是他们仍在以旧有的方法运营他们的业务。对于每个人来说，这种改变并不是同步的。
Sun公司内部建立了变化管理组织，负责处理新方案的应用而出现的问题。该部门建立实践和培训的方法，研究用户的需要，确定系统变化将影响那些工作，编制培训材料和程序。
3.5 有效利用因特网
由于因特网的普遍适用性，基于因特网的工具已被业界视为改善交流和协作的工具。因特网是每个人都能访问应用的工具，小公司可以应用基于因特网的工具来执行预定的过程。对于小公司，可以为其提供工具，帮助他们管理供应链。
然而业界观察人员认为，很多基于因特网的工具不能满足大的电子公司需要。该技术仍然处在初期阶段，很多工具不能处理信息流入和复杂供应链中的各种变量。依然还没有看到有足够强大的、基于因特网的工具能够支持我们的预测。大公司的交易量、元器件数量和变化非常大，这些工具难以处理如此巨大的信息量和变化。
安富利的确在用因特网保存公共的数据库，因此合作厂商能够使用公司的站点上下载文件。无论是专用和公共的，在线市场都被用来交换详细的库存和其它的信息，以及购买或销售多余的存货。
已经有数个在线市场在提供特定的服务范畴，如处理多余的材料，到期的产品或冷僻的元器件。未来的方向是全方位的在线市场才有可能成为真正的赢家。合作是非常成熟的想法并在业界已出现，如果在线市场能同其它领域供应链有效地结成合作同盟的话，将能为用户提供最大的生产率。
有时服务主要集中在修正预测的混乱之上。惠普与一些合作厂商，如AMD、康柏、Gateway和日立共同建立了Converge Inc.，采用因特网交换信息。因为预测有时是错误的，所以常常需要卖出多余的部分，或者买入需要补充的东西。
杰出的战略家深谙先发制人之道，做到这一点的确需要远见卓识。Sun 公司成立了自己的需求分析小组，致力于更精确地预测市场对系统的需求量，以及与之相应的元器件采购。该小组的目标是对潜在需求做出一个预测范围，而不是一个精确数字，并且对公司能真正实现这些需求预测的概率做出估计。
该公司旨在超越传统的预测方法，不仅仅考虑内部计划和预测，而是着眼于更多的影响因素。所作的预测把不同来源的数据都考虑进去了，包括来自内部规划、市场调研、用户调查和供应商提供的信息。考虑的变量则包括市场上同类竞争产品的数量、季节周期、消费周期和市场增长速度与规模。
这个成立不到一年的小组还利用了来自主要客户的信息，他们会问客户计划购买什么样的产品以及希望这些产品有哪些功能。他们并不是光靠内部信息作预测，那样往往会自圆其说。他们花了不少钱作问卷，向客户询问对于一个给定产品，哪些性能最重要，以及他们打算购买什么样的产品。
有时问卷统计结果会大大出乎Sun的营销和销售部人员的预料，预测小组亦已遇到一个产品的市场潜力比Sun营销部门预计大的实例。有些时候，内部压力会使预测数字偏低。有好几次，他们都依据分析调高了生产计划。
为了能充分利用先进的预测方法，Sun聘请了数名专家来进行复杂的统计分析。他们请了三位博士利用复杂算法获取市场调研和市场份额数据，进行竞争分析，并利用他们计算一些基于不可控因素期望值和概率区间。
