互联网+了,再谈智能需求预测的方法与价值

互联网+了，再谈智能需求预测的方法与价值 对今天互联网+的企业而言，是到改变的时候了，重塑供应链的需求驱动模式， 不仅要预测未来，还需要掌控未来预测的变化，柔性的应对不确定性。 无论是按库存生产 MTS，还是按单生产 MTO、按 单装配 ATO、按单配置 CTO、按单设计 ETO 模式都需要有效的需求预测计划。只不过是把预测对象 是放在产品族、产品 SKU、还是下放在对半成品、关键零部件、选配件、采购 件、原材料的预测上。 中国大部分企业往往忽视战略的主动协调产销平衡，喜欢救火式的调度平衡。 管理研究者发现，中国企业在面临动态复杂的不利环境时，倾向于采取防御性 的战略，而不是前瞻的、着眼未来而比较冒险的策略。而在西方，环境的不确 定性会导致企业采取前瞻的而非防守的策略。 一、需求预测的演变 在很久以前,大多数公司里是没有作 预测正式流程的。如果有预测的话, 也不是 明确地委派给某人或某一部门的责任。预测难得被认为是一种真正的需要。预 测的需要时常是不自觉地或直觉地由老板来制订，只有他才能决定买进多少物 料, 因为 他有信心， 这些物料在将来可以被加工然后卖出去；一名主管，他决定 雇佣一名工人，因为他相信工作负荷将继续居高不下或一名库存管理人员，他 觉得应该下达一个新的订单去补充存货来满足将来的需要。 二次大战前，许多公司开始认识到以正规方式作预测的潜在利益。他们设置专 门的小组来准备数据，提出要由公司里重要地有关的人员来审核预测并且往往 把预测的下达给适合于接收这类机密信息的人员。在很多情况下,开发统计技法、 市场研究或其它复杂的预测程序。在这一期间，人们觉得只要对预测投入足够 的钱，和努力与情报收集，预测问题就可以解决。这一时期,我们称预测的过分 乐观时代。 当完善的预测并非唾手可得时，不可避免的醒悟（幻想破灭）时期开始了。以 预测为前提的计划系统把他们的失败归罪于未能得到一份好的预测。由于这种 反应，被失败与这种方法的高成本影响了的许多公司。他们停止了对预测的有 组织的努力而又返回到直觉的猜测。这一时期可以称为悲观时代。 大多数公司现在已从这一反应完全恢复了。对预测采取天真的态度在工业界已 经少见了；只有非常少数的公司仍然相信他们应当期望更加准确的预测，而且 只要他们找到正确的模型技法就可能得到它们。 大多数人认识到预测中的有两个问题：(1)做出更准确的预测.(2)对不精确的预 测做出更好的运用。任何预测，不管如何做出的，都是为一个整体供应链系统 提出需求。当根据更好的知识或新的见解而对于预测做出更改时，或当实际需 求与预测不符时，可以快速更新计划以指出所需的具体的闭环校正行动。预测 的第二个问题是如何更好地使用预测，比努力去得到更准确的预测，更能提供 较多的潜在利益。 目前的观点是承认预测必须做而。因此，最好由最能干的人去做，用最先进的 技术、复杂的统计模型。它承认使用一个正式的基准预测作为一切其它预测的 基础的价值，而不是让许多经营部门各自去猜测未来的事。并且,预测必需透明 的穿过供应链,而不会产生 发大效应即“牛鞭效应”。 二、需求管理的流程 需求管理作为现代管理术语适用于为整个供应链设施作计划与处理时的各种需 求。它包括下列流程：(1)、做出需求预测。(2)、处理订单登录。(3)做出交货 承诺。(4)转换为生产计划与排程。 需求将涉及各种物料，包括成品、作为产品的组件、修理件等。对整个供应链 来说，需求管理包括筹划仓库地址，从制造源到仓库的替代发运方法，仓库布 局，物料搬运与作,分销与配送。 三、需求预测的重要性 作为需求管理的第一步需求预测，它是关心的是未来的事，已经过去的事无法 控制，必须从现状出发为未来做准备。因此，就有必要去预测、假设或估计从 现在开始将要发生什么。 在其它一切条件都相同的情况下，一家公司要生存，至少要准备好自身能同竞 争者一样快速地去满足客户的要求。预测就包括对这种未来的客户需求的估计。 由于一个供应链中的一切计划活动都与满足客户的未来需求有关，供应链中的 各个企业的许多方面必须同销售预测打交道。大多数公司所做的各种预测的汇 集是为了满足企业中不同部门的要求。如： (1)、客户数被市场营销部门用来确定总的潜在市场的成长。 (2)、工厂经理与工厂的工程部门要知道未来的生产需求，所以要考虑工厂扩展 规划。 (3)、还要预测近期所需的设备小时数, 制定出资本预算。 (4)、做出产品系列的销售量, 给销售部门作报价计划, 财务要作开支预算,制造部 门要作工人与机器能力计划. (5)、产品下一季或月的销售量, 生产计划部门要作能力计划, 生产计划与采购计 划。 (6)、具体产品的下周的日销售量, 物料部门要作装配日程计划与详细工序排产 计划。 企业的计划部门，其责任是制订计划以满足制造产品的未来需要。需求预测在 这一准备中是不可缺少的重要要素。物料计划人员需要这一预测来计划要买多 少组件，买多少原料，用什么速度去机加工或装配.最重要的是什么时候去订货。 四、每个部门对预测有不同要求 往往企业对预测有互相矛盾的要求。例如，总经理关心发货量的预测，因为发 货产生公司从客户收来的钱。他可能同市场营销经理意见相左，后者更加关心 未来发生业务，因为这是衡量客户对本公司的需求。实际上，发货量所代表的 是被公司响应需求的能力和已经修正过的业务。销售经理感兴趣的是设定乐观 的目标来对刺激销售人员。而总会计师宁愿有一个较保守的预测以便估计利润。 物料控制部门要求预测使用制造部门所能理解的语言来表达（例如，用通过相 似制造工艺的产品组）。而对市场营销人员有意义的是产品组则是在相似销售 渠道中销售的产品，它们不一定同制造中的产品组定义一样。 在大多数公司里需要有多种预测。这些预测有多种分类方法，其中之一是按其 所涉及的期间长短来区分： 长期预测：用于工厂扩展与添置新机器、新设备，以便提前 5 年或更早地去计 划资本投资。 中期预测：用于长提前期物料的购买或作业率的计划，提前 1 至 2 年考虑季节 性或周期性的产品。 短期预测：用于为采购件或自制件确定恰当的订货量与订货时机的安排.并计划 恰当的制造能力，并考虑提前 3 至 6 个月平衡工作 负荷是否值得。 近期预测：用于每周或每日的装配进度与库存的分配。 长期预测的视界从向前看 2 到 5 年甚至到更多年。它需要具有 对经济因素、竞 争性与技术性影响与最高管理者制订的资本扩展计划的理解。这类预测的开发 包括对市场战略、雇佣政策与政府规章的考虑。现在,较大的企业对这种预测越 来越重视，但中小的公司大多忽视这种需要。然而，认真的努力去作一个长期 预测对任何一家公司指明航向都是非常有实际价值的。最大的好处可能是公司 战略的定义。 一般说来，较短期的预测要求更大的准确性。例如，能力的中期预测可能指示 一些资源设备需要多少小时。当需要这些小时的负荷时，它们可能被用在原来 预测的能力资源上了。 如果有许多物料要经该部门生产，总的预测小时数仍可能是相当准确的。另一 方面，本周的预测是需建立一份最终装配或一特定产品组合的包装日程计划。 由于这些产品将确定可供发货的具体成品库存，这一预测就非常重要，必须尽 可能地准确。 五、需求预测的对象合理选择 一种是按其所包含的物品类型，譬如个别产品，系列产品或小类产品。另一种 是做哪些预测取决于其制造周期的长度同它的客户允许的提前期之间的关系.如 图： 市场营销人员喜欢说在公司拿到客户的订单之前，实际上什么也没发生。这听起来有道理， 其实不是这么回事。应该说收到订单之前已经发生了许多事情。如果一家公司能够以比其 竞争者所要求的发货时间稍稍短一点向客户提供产品，则该公司必须保有成品库存以便同 任何公司一样地去满足订货。这意味着公司将必须去预测原料的需求，并根据预测采购与 制造零件并安排所需成品货物的生产日程。 某些行业的所允许的提前期现在已经有了很大变化,许多公司发现他们的竞争者 以较短的提前期发运产品并不保有较高的库存投资。 六、影响需求预测的因素 许多因素对一家公司的产品与服务发生影响，要识别所有这些因素并度量其影 响或预测其效果是永远不可能的。然而，在预测中去识别广泛的主要影响并试 图去预测它们可能引起的变化还是有帮助的。这些影响有外部的也有内部的。 外部因素包括一般商业条件与国家的经济状态，它影响几乎每家公司的客户， 因而影响对其产品的需求。所有的长期预测以及许多中期预测,必须包括对变化 的经济气候的影响的估计。竞争因素是另一个要考虑的外部力量,直接地来自相 近或相同的产品。没有哪家公司可以忽略去估计竞争者在做什么及其对本公司 可能的影响。还要考虑到市场的趋势，包括变化着的客户意向，增长的需求， 时尚潮流等是会影响一家公司的销售的。有时这些力量可以通过广告被影响到 某种程度，但无论如何它们是最难于控制的。 内部因素，诸如一家公司的广告计划、促销、销售努力、定价与提高质量，能 对创造或扩大需求有主要的影响。若不把这些因素包括进去，没有一个预测会 有效的。及时交货，较低的成本以及较短的制造周期是其它能对公司产品具有 显著影响的内部作用。 七、需求预测的特点 在讨论预测的模型技法之前，懂得预测的一般特征是重要的。最重要的特征可 简述如下： (1)预测肯定是不准的。 (2)预测的误差分析是最有用的。 (3)对于较大的产品组，预测就更准确。 (4)预测的时间越短，预测就越准确。 当前合理的方法是承认预测总是有误差的，而且虽然有许多高级工具可以改善 预测的艺术。当然,运用这 些工具需要投入的金钱与努力。 对预测误差采取灵活的态度将比试图改善预测要有利得多。最好的办法是去开 发一个正式的基准预测计划与一种发现与度量预测误差的闭环系统，然后快速 地反馈去校正这些误差。 八、对预测的误差进行预测 可以根据以往的实际与预测数据的对比分析或根据有识人士的意见做出的误差 估计去制订应急计划。这些方法比根据预测误差分析而采取的校正行动更及时 且更为有效。 每一预测应包含一个对预测误差的估计，该预测可能错到什么程度。这一估计 可用预测的百分数（正或负）或作为最大值与最小值之间的一个范围。预测误 差的分析提供设置确定何时要采取行动的决策规则的基础。当实际需求落在预 测范围之外时，可能有非随机性的影响存在,因而采取行动是必要的。 虽然进入市场的新产品最难预测，但在新产品预测中使用预测误差的分析往往 比其它情况更为有利。新产品可能同在大类产品中已相当稳定的东西相当地相 似。这种情况下，由于销售部门有销售类似产品的一些经验，市场营销部门有 过去预测类似产品的经验，预期的预测误差可能是低的。另一方面，对市场上 全新的一个产品,由于公司没有 经验, 预测可能失误 到 300%之多。 一个基本的统计事实是即使总体作为整体具有非常稳定的特征，总体中每一个 体的行为却是随机的。例如，要预测个别人的预期寿命是极为困难的，但保险 公司能以高准确度预测大群个人的平均预期寿命。同理，虽然对个别物品的预 测要受高度误差的影响，但对大系列产品做出相当高准确度的预测却是可能的。 九、APS 的模拟仿真可以智能匹配最佳方法 随着企业预测分析师对于预测艺术知道得越来越多，一个好的预测系统总动态 的。预测分析师可以开发新的模型技法，并希望用实际的数据来验证它。如果 要确定一种新的预测模型技法是否有效，他无需等待销售量的实现。可以用去 年的确定销售预测准确度的预测模型技法来检验其准确性。 检验的重要好处是预测人员可以通过仿真模型技法去模拟预测误差。如果一个 预测系统被检验表明是好的，则在实用时它也可能将是好的。在预测模型技法 里，高级计算程序使用多种预选的预测模型来做这样一种仿真，并使用其中表 现最好的一个模型和最近的数据去推测将来的需求。 十、需求预测如何实施 五个主要步骤： (1)、定义预测的目的 (2)、准备数据（历史数据清洗、未来数据的采集 (3)、选择方法（定量模型演绎、定性收集归纳） (4)、做出预测（包括估计的预测误差） (5)、跟踪预测 公司里每一职能部门都需要其销售预测的信息。倘若没有对其产品未来需求的 了解，就没有一个职能部门能够有效地作业。事实上，没有一个单独的预测能 够满足所有这些部门的需要。为了取得最好的结果，每家公司应产生一整套互 相关联的预测，用来满足使用者们的需要。 各种部门的使用预测在下列四个方面是有明显区别的。 (1)视界: 短期的还是战略 (2)周期: 每日、周、每月、每季或每年 (3)评审的频度：每天、每周、每月或更长些 (4)度量单位:金额、件、小 时等等 应弄清每种用途的目的及对上述四个因素的要求。负责发布预测的个人或小组 应该为具有相似要求的使用者小组重新组织数据。只有这样才可能有一种连贯 的、一体化的计划方法。 对许多公司，健全的数据这一基本问题往往可能是令人生畏的。可能需要多组 历史的销售数字来开发良好的预测方法并检验它。如没有有关的信息，单看过 去的销售历史将看不出什么时候罢工、提价、会计日历中的更改、特别的促销 等诸如此类的事。但这些可能已经在历史数据中掺进了,使这些数据不能可靠地 作为预测的基础的要素。 在准备数据时，预测人员还必须确定到底要预测什么。一家通过分销仓库来销 售其大多数货物给客户的工厂必须使其生产同时面向分销仓库的需求与客户的 需求。因为仓库由于对峰值客户需求的期望，将毫无疑义需有一些库存。在这 种时候，这将对工厂生成超过实际客户销售量的需求。如果预测人员只预测来 自客户的需求业务的增量，工厂在恰当时间内将无法生产足够的货物去满足分 销网络的需求。 预测人员必须确定要使用的数据去预测发货量还是去预测未来发生的业务。发 货量数据反映生产能力已经能够对业务做出什么响应。例如，一种已经缺货 4 或 5 个月的畅销产品将显 示一段低发货量的历史，虽然发生的业务率是高的。 根据以往的发货量来估计未来需求的预测人员将由于未能反映对该产品的真正 需求而延长了缺货期。即使具有足够的库存，也很少有公司能足够很快地对需 求的突然增长做出响应而使发货量保持同续入业务相等。 在预测中区分不同的需求源也是很重要的。例如,工厂很可能将其货物的 45% 直接发给客户而把 55的货物通过仓库再发给客户。这将意味着对工厂订单 有两种不同的预测类型，一种代表直接给工厂的真正的客户需求，另一种代表 客户对仓库的需求再加上或减去仓库库存中的增量或减量。 许多公司有一些商品是出售给不同种类的顾客的。例如，公司可能制造产品， 以小量频繁订货方式出售给批发商，但有时被 OEM 以每年两批的方式买去。 每年两次在库存上将是加在来自批发商的许多小量需求上的极大需求；这两股 需求源将要分别预测。平均需求量是毫无意义的。 预测人员在分析历史数据与做预测时使用恰当的期间也是非常重要的。 月销售量可能给出的假象。单看月销售量这一列，似乎二月份的销售比一月低不少而且三 月份比一、二月都有增长。但把每月的工作日数考虑进去之后，可看出二月份每个工作日 的销售量比一月份上升了，而三月份每一工作日的销售量却比一、二月份都要低。 一般来说预测方法分为定量即客观的方法（根据“冷的”统计的或数学的分析） 与定性即主观的方法（根据“暖的”人类判断）。这样区分是有益的，但每个好 的预