七分技术、三分管理，做好供应链管理的需求预测

发布时间：

2023-12-22

分享到：

供应链管理中的需求预测是指对未来需求进行预测的过程，它帮助企业了解客户未来的潜在需求，以便更好地管理库存、优化供应链和满足客户需求。通过需求预测，企业可以更好地了解市场趋势和客户需求，以便更好地满足客户需求并提高库存周转率。

需求预测的方法可以分为定性和定量预测。其中，定性预测方法依赖于人的主观判断和经验，例如收集公司销售团队的知识和经验来汇总有关客户需求的历史数据，或征求外部供应商的专家意见以确定未来的活动。定量预测方法则依赖于数学公式和数据集，例如使用历史销售数据和趋势来预测未来的需求。

01成长期企业和成熟期企业不同的供应链管理困扰

成长期企业：这类企业往往规模增长快，每年销售额可以从几百万、几千万迅速扩张到几亿或更大。导致供应链计划和执行越来越复杂，交付压力巨大。

成熟期企业：这类企业每年有几十亿到上千亿的营收，增速放缓，行业饱和，供应链面临严峻的成本和库存挑战，需要在供应链计划上更上一层楼，以提高库存周转率和投资回报率。

两类企业所处的生命周期不同，对供应链和计划的期望也不尽相同。

库存计划水平三阶段：

这两类企业要做的都是跨越库存计划和库存控制的三个阶段。它们规模不同，但起点很相似，第一阶段都是高库存、低有货——计划薄弱，执行也薄弱。

第二阶段，开始改进计划。例如选择更合适的预测模型，提高预测准确度；计算更合理的库存水位，提高库存利用率。这些改进大多由计划职能部门独立完成。因为没有触及库存的三大根本驱动因素（周转周期；不确定性；组织行为）所以整体库存水平没有显著改善，但因为预测准确度更高，安全库存更合理，我们把合适的库存放到合适的地方、合适的产品上，库存的结构变得更加合理，库存的利用率也就更高，结果就是高库存、高有货。

库存计划的第三阶段，开始从管理角度出发，将改进的重点放到执行上，例如缩短周转周期以降低周转库存，降低不确定性以降低安全库存，改变组织行为以减少过剩库存。在这个阶段，计划强，执行强，整体库存会更低，而有货率更高，表现为低库存、高有货。

02需求预测所需的数据结构、颗粒度、滚动周期

第一步、确定预测目标：

为什么要做这个预测：明确要解决的问题。例如，预测A物料未来一段时间的需求量，因为预计生产该物料的原料很可能要涨价，需要提前储备，冲抵涨价的风险。

预测需要做到什么程度：按上述例子，业务判断需要预测未来三个月的销量来指导备货。综合历史预测准确度、财务现金流、仓储空间等多方会商，要求总需求准确度达到80%，再之后每个月的单月预测准确度达到70%。

第二步、收集处理信息：

对需求预测来说，无数据，不预测。

首先需要确定需要收集哪些数据。需要注意的是，数据不仅仅是数值型数据，其他一些相关信息也是数据的重要组成部分。

需求预测需要收集的数据主要包括两个方面：

一是与预测对象相关的历史数据，如历史销售记录、历史物料出库记录等

二是未来可能与预测对象相关的各种信息，如内部的促销信息、外部的客户新品信息以及政策层面的调整信息等。

需要预测的数据来源一般分内部来源和外部来源两种：

内部来源一般是公司内部日常的记录，如销售数据、原始发货记录、生产原始单据与报表、出入库表单、其他销售数据、促销信息，重大事件记录、特殊事件记录、客户(或供应商)调查与调研信息等。

外部数据指来源于公司外部的信息和数据。主要包括政策信息、相关企业公开发布的数据、消费者调查与报告、客户分析、供应商相关信息等。外部数据一般采用市场采取、测试与直接调查等方式获得。外部信息是需求预测数据的重要组成部分,可以作为内部数据强有力的补充。

常见的数据处理方法一般包括:数据清洗、数据转换、数据提取和数据计算与分组分类等。

第三步、选择预测方法：

需求预测的方法没有优劣之分，只有适不适合。

几乎所有的需求预测方法都有缺点，都受所处条件的限制，从而表现效果千差万别。需求预测必须考虑数据的局限性和多变性，不能指望一种或固定的几种预测方法就能获得较好的预测效果（预测准确率）。

因此，需求预测需要根据实际情况,需要解决的问题、需求特性、产品特性等系列因素来选择适合的预测方法。

第四步、预测建模并进行试算：

预测建模是需求预测最核心的技术之一。目前，尽管一些预测或数据分析软件都自带了一定的预测模型，但实际场景中，一般较难或者很难直接应用。所以，需求预测人员需也要具备自已建立预测模型的能力。

第五步、检查分析预测结果并调整预测：

当导入数据，得出初步预测结果后，需求预测人员要做以下三个动作：

首先是检查初步预测结果：一是检查导入的数据有没有问题，是否存在人为操作错误；二是检查预测的结果有没有明显的异常。对这两方面的检查，可以采用一定的方法。比如，在建立预测模型时进行相应提醒报警设置，到需要检查的时候，重点查看报警项就可以。

其次是分析：一是如果发现异常，我们需要分析异常的原因，并解决异常；二是对预测的初步结果进行分析，评估初步结果的有效性。

第三是调整预测：第一步是定量调整，采用定量的方法（即以数据说话,经数据计算进行调整的方法）进行调整；第二步是定性调整，邀请内外部专家，对经定量调整后的初步预测进行定性调整。

经过以上三步对初步预测结果进行修正与调整后，就可以得出正式的预测结果。

第六步、提交预测报告：

预测报告往往被一些需求计划人员忽略，但事实上预测报告非常重要。因为预测的结果是需要给大家看的，是需要给相关人员审核或调整的，是需要给公司对未来决策做依据和进行参考的；同时，需求预测结果也是对各部门后续工作的一种约束条件。

需求预测结果的汇报与展现,可以参考数据分析结果展现的三个原则：

一句话能说完的用文字表达。
一句话说不完，能用表格表达的就不用文字。
当表格超过5行或5列时，能用图形表达的就不用表格。

第七步、预测纠偏流程：

所有的预测都是有误差的，我们在这里提供一个解决思路：

以事前的安全库存应对比预测多出的那部分客户需求
以事后的呆滞管理来应对比预测少消耗的那部分库存
同时在事中，持续进行缺货预警和呆滞预测

另外，在需求预测的实践中，除了以上的事前安全库存、事后呆滞管理、事中缺货预警及呆滞预警以外，预测自身有一个自我修复功能，这就是预测纠偏。它指跟踪需求预测与实际需求的全过程，以即时的调整偏差来应对预测的不准确。

03需求预测准确度的考核体系建立

需求预测对供应链管理至关重要，虽然预测准确度是过程指标，但更应关注业务结果，如库存周转率和给客户的按时交付率。。不过就绩效考核而言，这些计划职能有很多共性，主要表现在客户服务水平、库存周转率和呆滞库存三方面：

客户服务水平：客户服务水平是指计划职能对内部客户、外部客户的服务水平。对客户而言，客户服务水平是指成品的按时交货率;对中心仓而言客户服务水平是指对前置仓的按时补货率。这里的关键有二: 产品的交期长短;2交付的稳定性。

计划职能的目标是不但要更快，而且要更精准说到做到。按时交货率统计的就是交付的稳定性。有些企业把交付周期、交付稳定性放在一起考核，比如现货率是95%（等待时间为0）三天内交付概率97%，一周内交付概率100% 等。

库存周转率：客户服务水平一定要跟库存周转率相匹配，形成一对表面上矛盾、实际上统一的指标，才能驱动计划职能真正做好计划工作。表面上矛盾，是指计划能力不够的时候，客户服务水平和计划周转率这两个指标难以兼顾，实现一个是以牺牲另一个为代价的。实际上统一，是指计划能力提高了，知道计划客户要的，客户服务水平就高；知道不计划客户不要的，库存就少，库存周转率就高。

这里要注意的是库存周转率的边际效益: 在快速增长的时候，业务量越大，库存效率越高，周转率也越高。比如每年做 1亿元的生意，整体周转率是 4 次；每年做到2亿元的时候，整体周转率可能变成5次。相反，业务量下降的时候，库存周转率也会降低。库存周转率的边际效益问题对设定合理的库存指标很重要。

呆滞库存：库存对企业的影响有两个方面。①库存金额高，占用资金，是资金成本、机会成本。②呆滞库存多，形成成本，直接影响企业利润率。库存周转率对付的是整体库存金额，而呆滞库存则是库存的构成: 相同的整体库存金额、库存周转率下，库存结构可能大不相同，对公司的影响也不同。

除了上述三个方面的考核外，计划职能对运营成本有显著影响。比如频繁下单，可能造成更高的运营成本；赶工加急、加急运输等，当然也以运营成本为代价；生产、仓储、物料的生产效率，也直接受计划职能影响……

04如何选择需求预测模型？

在选择合适的预测模型时，我们首先要看预测准确度。前面说过，常用的准确度指标有两个:平均绝对百分比误差、均方误差。前者的好处是直观，但有可能误导；后者的好处是更能够避免极端误差，但不直观。

所以，围绕多个产品选择一种更优的预测方法时，我们也要观察那些预测误差极大的产品，通常有3种方法来应对：

方法1：把所有产品的预测误差加起来，看哪种预测方法的整体准确度最低。

方法2：采取两种互补的预测方法

支持员工实时查询个人信息、休假记录、工资单、福利等信息；比如方法 A 的优势是预测需求变动大的产品，方法B的优势是预测变动较小的产品，每个产品根据自身的特点，在A和B中选择一种方法，以尽量避免出现大错特错。

方法3：用多种方法预测，求其平均值作为最终的预测。

有些学者会说，这样做可以提高预测的准确度。针对具体的案例，我们可以通过复盘的方式，来验证其效果。

真正的计划高手，高就高在用最基本的模型，解决实践中的大多数问题。

“七分技术、三分管理”是计划的生存之道。基于这个思路，预测和计划人员需要掌握四项核心能力：计划技术、建模能力、协作沟通水平、跟踪修正能力。其中，计划技术、建模能力是技术层面；协作沟通水平是管理层面为主涵盖部分技术层面；跟踪修正能力属于技术与管理的层面相结合。

需求预测是供应链管理中的重要环节，需要平衡灵敏度和准确度。通过合理的预测方法和策略，可以提高预测的准确性和稳定性，降低运营成本，提高资产周转率，为企业的长期发展奠定基础。同时，我们也要认识到，需求预测不是万能的，它需要与供应链的其他环节紧密配合，共同实现企业的战略目标。在未来的发展中，随着技术的不断进步和企业运营模式的不断创新，需求预测技术与方法也将会持续迭代，以更好地应对供应链管理中的各种挑战。

安康智能工厂改造：轻智造·数字化工厂MES落地四步法

2026-09-14

西安老ERP升级：U8+到YonSuite怎么走

2026-09-14

用友BIP6完成从"X+AI"到"AI+X"的战略升维，覆盖65个垂直领域智能体、623个Skill、超2.6万个应用与服务接口，并已帮助超300家大中型企业替换原有国际厂商系统。西安大量使用U8+、U9cloud的企业正面临升级选择。本文拆解三个常见升级误区、U8+升级YonSuite的四步路径与陕西本地实施要点。

西安企业AI落地：用友YonWork智能体怎么选型

2026-09-14

工信部9月11日印发《"人工智能+软件"专项行动实施方案》，明确到2028年智能编程工具覆盖2万家规上软件企业、在重点行业打造100个智能体软件标杆应用，到2030年关键软件全面实现智能化升级。西安企业AI落地怎么选型？本文拆解政策信号、三个常见误区与四步选型法，并说明用友YonWork企业AI工作台在陕西的本地化落地路径。