供应链管理专栏

有异于每个格子都得填，开市客和美国西南航空是专填"大格子"，是战略聚焦的典范。正因为这样的聚焦战略，也助力他们成为各自行业的佼佼者。

不管是什么产品，在什么行业，需求预测都有一些普适规律，这里总结三个。

有段时间行业性供应紧张，单货源风险很高；紧缺物料供需不平衡，看上去会持续一段时间，连战略供应商都在建议多货源，开二供。案例企业问该怎么办。

案例企业的需求相当复杂，主要分三大块：大客户，渠道客户，零星散户。大客户和渠道走的是传统的线下业务，是典型的B2B；零星散户走的是线上电商业务，通过App下订单，虽然是小商户，却跟典型的B2C业务很像。线上、线下业务并存，大客户、渠道和散户对需求的影响方式也各不相同：大客户的需求变动主要是客户驱动，比如客户自己的促销、活动等；渠道和零星散户则主要由案例企业自己驱动，比如渠道政策、线上活动等。

采购权集中了，集中采购就有了组织保障；需求整合了，集中采购就有了规模效益的基础。这里要讲的是供应整合，以最大化集中采购的效果。

从数据开始，并不是只收集数据，更重要的是分析数据，从数据中发现规律，指导后续的工作。这是我从雀巢的一位计划总监的报告中体会到（如图）。

相比线上，线下业务更复杂，供应链成本也更高。

在很多企业，供应链是围绕量产需求设计，以效率为导向，成本能做低，但速度做不快。这往往成为新产品开发的挑战，因为研发虽然关注成本，但更关注速度。研发的需求得不到有效满足，就对供应链很不待见。看上去这是研发的行为问题（对供应链不好，不待见），其实解决方案在供应链的能力上：（供应链）不改变（支持新产品的）能力，（研发）就不会改变（不待见供应链）的行为。所以，表面上看是（研发的）行为改变，实质上是（供应链的）能力建设问题。让我们拿个案例来说明。

预测准确度有三种常见的计算方式：绝对误差、绝对百分比误差、均方误差。下面我们通过一个例子来说明。

亚马逊的创始人贝佐斯说得好，计划B的价值就是确保计划A奏效（大意），言下之意是没有备份方案----我们不能一开始就计划失败，给自己准备逃跑路线；我们得深思熟虑，有所作为，争取首发命准。

一谈起数据分析，人们经常抱怨的是没数据。就如一位职业经理人说的，公司多年来快速发展，到千亿规模了，还是靠"肩扛手拉"，从Excel到Excel，没有系统的历史数据积淀，也没有数据模型，怎么办？

案例企业是个千亿级的制造企业，为了提高响应速度，采购由集中变分散。总部负责建立系统、制定流程和规章制度，事业部负责执行和结果。他们有个专门的名词叫"职能下沉"，实际上是典型的混合结构。

有位职业经理人跟我说，公司除了在行业数据研究领域有专业的分析人员外，其余的计划人员都没有数理统计的背景，言下之意是数据分析能力很薄弱。这是个千亿级的企业，计划员工多年来靠传帮带的方式培养，以数据搜集、汇总为主，在需求预测上严重依赖销售、产品和高管的判断。

我们都说预测要准，比较的基准是什么？其一，跟预测比。你说你要100个，实际上是否要了100个？其二，跟实际需求比。客户实际需要100个，我们是不是提前预测到100个，驱动供应链及早响应，有效满足？

有些设计人员认为，要设计出与众不同的产品，就得用不同的材料、零件。这后面的逻辑呢，要差异，就得不同，就不能有太多约束。这是把"不同"等同于差异化，有些企业甚至以此为卖点。

让我们拿需求计划为例，阐述计划的"责任链"这一重要概念。

有一家纺织企业营收达几十亿，是行业最大的几家企业之一。他们所处的行业季节性挺强，一到旺季，供应商产能不足，是个老问题。老总说，现在滴滴打车很流行，为什么不用滴滴打车的方式，在旺季的时候出较高的价格，吸引供应商合作呢？我告诉他，如果你是小公司，滴滴打车的方式或许可行；但现在是大公司了，滴滴打车往往没法解决你的问题。

在《信号与噪声》一书中，特纳·希尔佛阐述道，预测之所以重要，是因为它连接着主观世界与客观现实。在企业里，哪个职能代表主观世界？销售----销售天生是乐天派，总是生活在希望中。哪个职能代表客观现实？供应链----供应链天生更加现实，因为他们知道，把现金变成库存容易，把库存变回为现金可就难了。而这主观与客观呢，就体现在销售预测、需求预测上。

在集中还是分散采购上，博弈的焦点一般都是供应商的选择权。但真正的挑战呢，是对供应商有选择、没管理，绩效管理跟不上，导致不管是哪种方式，都不会长久。

我们经常说，供应链要么是订单驱动（拉），要么是预测驱动（推）。其实不管是推还是拉，从供应链的角度来看，最终都是预测驱动，因为一个人的订单注定是另一个人的预测。比如小姑娘在网上买衣服，她得给商家下订单，是基于她预测未来会穿这衣服。不过到她的衣橱里看看，有多少件衣服买来后就再也没碰过？很简单，小姑娘的预测失败了呗。

在需求预测中，时间序列是把需求历史按照时间的先后顺序排列，影响需求的变量只有一个，那就是时间。这并不是说没有别的变量；有，而且可能很多，但我们没法一一解释，就把它们全都归因于时间（有点像"时间可以治愈一切"）。这些变量整合在一起有一定的惯性，随着时间的进展，呈现出某种模式，这就是需求的延续性。

有个几十亿营收的企业"调查"丢单的原因，销售异口同声归因于客户要的我们没有。那好，他们就走上无限定制之路，连小小的家庭用户要什么都给定制什么（以前主要给大公司客户才非标定制）。

新冠疫情没开始多久，美国就算是掉进坑里了，新冠确诊病人很快超过40万了（2020年4月7日）。特朗普可以说是焦头烂额，每隔几天就得在白宫讲话，面对媒体咄咄逼人的问题。

虽然说在规模上，很多企业完成了从"小白兔"到"大狮子"的转变，但在意识上，小公司的心态却还很普遍。表现在供应商管理上，就是轻选择、重淘汰，这是供应商管理的一大误区。

在供应链上，当前一环的诉求成为后一环的KPI的时候，后一环会更有动力来尽力来满足。但能挤的水分都挤完了，能做的努力都做了，最终我们面对的往往还是"不可能三角"，交期、数量、成本没法同时保全，怎么办？

有些公司喜欢集中采购，有些企业甚至有指标，说集中采购的比例每年要提高多少多少，好像越集中，就越是"大采购"。其实不然。我看到很多管理非常粗放的企业，采购的集中度相当高，但还是在做典型的"小采购"，比如一标一议，一标一操作；供应商有选择，没管理。

一提起指标，大家联想到的就是"紧箍咒"，怎么能"保护"计划职能呢？没有指标，自由自在地做事，这不更好嘛！对于强势职能没错，但对弱势职能则是大错特错。

一提到考核计划职能，人们想到的就是预测准确度。预测准确度是重要，但股东买你们的股票，客户买你们的产品，是不是因为你们的预测准确度高？不是。预测准确度是个过程指标，而股东和客户更在意的是结果，比如客户在意按时交付，股东关注资产周转率和运营成本。

在我的《采购与供应链管理：一个实践者的角度》（第4版）中，我们详细地探讨了供应链的降本三台阶：第一个台阶是整合需求、整合供应产生规模效益，谈判降价，降低采购价格；第二个台阶是流程优化，通过优化生产流程来降低生产成本、自动化交易流程来降低交易成本；第三个台阶是设计优化，通过价值分析、价值工程来降低产品设计决定的成本。

对需求预测负责，就是对预测的过程和结果负责。责任职能要懂得需求预测怎么做，由谁做，错了怎么办，并围绕业务诉求，推动预测能力的持续改善。

竞合关系下，供应商的可替代性较低，作为采购方，我们不能把淘汰作为供应商管理，而是对供应商要"有选择，有管理；谁选择，谁管理"，如图5。

销售与运营计划（S&OP）的着眼点是消除信息不对称，拉通销售、市场、产品、计划、生产和采购等多个职能，有效对接业务与运营，制定同一个计划，成为供应链协同的基础。

有些企业雇人，更多是冲着一些名企去的，希望挖到那些企业的"空降兵"。但是，那些名企的员工，头顶成功的光环，大多是公司的成功，而非个人的成功。真正把公司成功和个人成功融为一体的，不多。

MLCC 是由多层陶瓷介质和金属电极交替堆叠、烧结而成的片式电容器。它是目前电子产品中用量最大的电容类型，广泛用于手机、计算机、汽车、工业设备和5G通讯等多个行业。

短缺来临时，特别是行业性的短缺下，很多企业就本能地拔高预测、拔高安全库存，给供应商下达远超采购提前期的订单。

协作关系跟它的变种"合作""共赢"一起，可能是供应商关系中最被滥用的词语，几近"鳄鱼的眼泪"。在我看来，真正的协作关系须具备三个特点，三个必要但不充分的条件：（1）长期关系；（2）跟数量有限的供应商做生意；（3）共同解决问题，而不是转移问题，如图73。

我刚到硅谷的时候，第一份工作是做采购。在供应商管理上，公司有基本的分权，但远不是七权八权分立。作为供应商业务经理，我对供应商选择和整体绩效负责，却不存在权力过大的问题：在供应商选择方面，公司有完整的寻源流程，留给个人的发挥余地很小；在供应商绩效管理上，公司有健全的系统和流程，如果选择了糟糕的供应商，能及时从供应商绩效中反映出来。

所有的预测都是错的，但有个预测要比没有强。因为没有预测，意味着多个预测并存。

需求预测的大错特错更难避免，还是精益求精更难做到？仁者见仁智者见智。作为一个二十多年的供应链老兵，我更倾向于后者：如果说前者相当于把大肚腩减下去的话，后者就是不但要减掉大肚腩，而且要练出六块腹肌，当然也是更难了。

2000年，阿里巴巴刚成立不久，马云第一届西湖论剑，稚气未脱；华为崭露头脚，营收刚过百亿；中国移动成立了，可在一个摩托罗拉传呼机主打天下的年代，有多少人能预料到这是未来手机用户的全球第一呢？

在很多企业，销售与运营协调的主干流程没打通，需求预测能从数据开始，但没法由判断结束，对可能显著改变需求的事件缺乏预见，导致大错特错频发，结果要么是习惯性的救火状态，要么是灾难性的库存问题。

我们从供应商那里一般就采购两类产品：我们自己设计，供应商按图加工，涉及到产品设计和工艺设计的交互优化，我们上面已经讲过；供应商自己设计，我们从货架上买，涉及到设计选型，我们这里接着讲。

在很多企业，这两个名词通用。但在严格意义上，二者是有区别的。

我学到这点，是二十多年前在美国找工作时。当时一个公司在招聘供应链业务经理（职责如同别的公司的品类经理、供应商经理、采购经理等），我去应聘，招聘团队问的就是这些问题（图1）。后来我组建团队，也是设计类似的问题来评估团队成员。

在供应链领域，我们总是离不开跟成本和库存打交道。这两者都很难降，但究竟哪个更难？ 

MBA刚毕业的几年间，我在硅谷的一家半导体设备制造商，从事供应链管理，管理供应商。半导体设备行业的周期性很强，是"牛鞭效应"的重灾区，业务起伏之大，几个月内订单可以翻倍，也可能减半。环境严酷，人员变动非常大，三年内换了5个老板。每次换老板，以前做过的都得从头来一遍，因为新老板大都有自己的一套。如果老板是来自别的行业，问题就更大：因为不了解新的行业，很多半导体行业的做法、惯例，好的也罢，差的也罢，都会受到挑战；以前的决策，推倒重来的可能就更大。当时觉得专业人士的痛苦，莫过于外行领导内行、新手管理元老了。

是求大求全，还是走精品路线？是所有的格子都填，还是专填大格子？这都是企业在战略层面需要做出的选择。

这些年来，我每年拜访、服务几十家本土企业，他们的年度营收上至千亿，下至几千万、刚过亿，规模大不相同，问题却惊人地相似：供应链的成本做不低，交付做不快，库存水平居高不下。这些问题，表面上看是供应链的执行不到位；但仔细探究，根源却都离不开计划，比如需求预测变动频繁，紧急需求频发，给供应链没有足够的响应时间等。

一谈到供应风险，很多人首先想到的就是备份，即同一个料号，选择两个或更多的供应商。比如70%给供应商A，30%给供应商B。这也叫一品多点，或者多点寻源。有些公司甚至硬性规定，凡是达到一定量的料号，一定要开发第二个供货源。

看到路透社的报道，说鉴于"萨斯"的经验教训，加拿大人学聪明了，开始提前准备。据说2007年，渥太华市就备了5500万只N95口罩，一直在仓库里放着。这不，等了十几年，新冠病毒来了，终于有了用武之地，可惜那堆积如山的口罩早已过期了。 

很多人问，供应商早期介入设计好是好，但供应商锁定了，价格怎么谈？他们的逻辑是，供应商一旦早期介入设计，这生意就是它们的了，"没有竞争"，价格就很难谈。在我看来，这不是竞争不充分，而是短期关系在作怪。

计划要"抬头看路"，着眼长远，但那些突发的事情，却屡屡把计划拖回人间。

在需求预测中，时间序列是把需求历史按照时间的先后顺序排列，影响需求的变量只有一个，那就是时间。这并不是说没有别的变量；有，而且可能很多，但我们没法一一解释，就把它们全都归因于时间（有点像"时间可以治愈一切"）。这些变量整合在一起有一定的惯性，随着时间的进展，呈现出某种模式，这就是需求的延续性。

我们经常说供应链要协同，究竟"同"在什么地方呢？在运营层面，同一个计划，具体地说，同一个需求计划，是把众多职能和供应链伙伴协同起来的基础。那为什么这么多的企业，没有同一个计划呢？信息不对称，层层博弈导致的牛鞭效应和多重预测，就是一大根因。

经常听有些供应链职业人在抱怨，说大半的时间在催货，言下之意是恨死了催货。这里想说的是，其实这些人最喜欢的就是催货，因为催货最容易----作为客户，你处于有利地位，要催总能催得动；而且供应商也早都被催成精了，习惯性地在交期中留有余地，就等着你催的时候给你。如果你是管理层的话，催货就更容易了：你位高权重，给供应商一个电话，鲜有供应商会放弃扮演"救火英雄"的机会。所以说，催货是最简单，也是供应链最擅长的事。

对于一个品类，究竟多少个供应商就算充分竞争？当能形成实质性竞争的时候，两个供应商就是充分竞争。注意这里的前提是"实质性竞争"：你是一米八的个头，你的同桌是一米七五的壮汉，你们俩可以互相掰手腕，形成实质性的竞争；前排的小姑娘一米五八，没法跟你掰手腕，就形不成实质性的竞争。

一提起绩效考核，大家联想到的就是"紧箍咒"，怎么能"保护"计划职能呢？没有绩效考核，自由自在地做事，这不最好嘛！对于强势职能没错，但对弱势职能则是大错特错。要知道，没有绩效考核指标，并不是说对这个职能就没有期望，做到什么地步就算什么，而是完全由强势职能说了算，强势部门会更加强势，弱势部门会更加弱势，失去了最起码的制衡，对企业来说并非好事。

你乘飞机，随时能知道已经飞了多久，还要走多久，晚点还是提前；下了飞机，在有些航站楼，每走一段路，会看到牌子上写着到行李转盘还有多久；到了行李转盘，显示屏上写着还有多久第一件行李就会出现；拿了行李，滴滴打车，你能清楚地知道，车子还要走多久。至于说你的快递、外卖，现在走到什么地方，啥时候能到，早都实现了信息化，一切尽在掌控中。

ERP的核心功能之一是物料需求计划（MRP），把计划、物控、客服、采购从海量的手工操作中解放出来。但实施ERP以后，真正能跑MRP的企业并不多。也就是说，生产和采购计划仍旧在Excel上做。有些企业即使启用了MRP模块，可还是在手工录入生产计划，而ERP能做的呢，只是自动生成采购计划，充其量是个订单管理和进出存系统，发挥执行记录的功能而已。

ERP的核心功能之一是物料需求计划（MRP），把计划、物控、客服、采购从海量的手工操作中解放出来。但实施ERP以后，真正能跑MRP的企业并不多。也就是说，生产和采购计划仍旧在Excel上做。有些企业即使启用了MRP模块，可还是在手工录入生产计划，而ERP能做的呢，只是自动生成采购计划，充其量是个订单管理和进出存系统，发挥执行记录的功能而已。

企业要赚钱，最根本的一条是规模效益，这就是为什么企业都想做大。但做大后，供应商数量膨胀得更快，采购额太分散，规模效益又给做没了。这就是为什么要整合供应商，建立合格清单来给供应商"收口子"。

计划上做不到精益求精，跟计划人员的专业能力息息相关。

围绕采购订单有很多异常，比如催交、推迟、取消，英语的缩写是PPC。不变的不需要管理。对这些异常的处理，是交付管理的重要构成，也是交付灵活性的重要体现。

供应链是从产品开始的。供应链上的成本，大部分取决于产品设计。比如材料选型、技术规格决定了产品成本，包装设计影响到物流成本，模块化设计还是一体化设计影响到售后服务的成本。设计优化了，材料选型合理，可制造性、可运输性、可服务性就好，供应链的成本自然就低。这道理简单，那为什么那么多的产品设计不优化？

顾名思义，极端值明显与众不同，也叫异常值、离群值。它们要么太大，要么太小，落到正常的区间之外。如图1，该产品的需求没有季节性，也没有趋势，如果我们用平均需求加减两倍的标准差作为上下限，那么第6周的需求超出上限，就是极端值。

企业要赚钱，最根本的一条是规模效益，这就是为什么企业都想做大。但做大后，供应商数量膨胀得更快，采购额太分散，规模效益又给做没了。这就是为什么要整合供应商，建立合格清单来给供应商"收口子"。

跟采购方一样，供应商的供应链也需要预测来驱动。供应商能否执行到位，很大程度上取决于需求预测的及时性和准确度。

北美某公司的供应商评估中，有一项是对来料验收中次品的处理：你们的下级供应商给你送来一件次品，在来料验收时发现了，你们对这次品怎么处理，以确保最终不要发给客户？这时候，不同管理水平的供应商，给出的答案大不相同。

一提起信息化，首先想到的往往是让计算机帮我们做决策，亦即智能化。但智能化的前提是自动化：离开自动化，数据就难以稳定地产生和获取，也很难释放人力资源来做好决策。所以说，在信息化的过程中，先要自动化，然后才是智能化。

距离开课还有 3 天

没人喜欢催货，但催货是供应链执行中不可避免的一部分。极端情况是行业性短缺，比如关键元器件大面积短缺，上至老总，下至采购员，都在催货，连一些百亿级的大公司也不例外：他们的供应链老总经常不在，问干什么去了，答曰到供应商那里催货了----根据催货者的头衔，供应商决定分配产能；为了不输在"起跑线"上，那就派老总去催货。

经济全球化，几乎每个行业的需求都是越来越多元化、碎片化，而供应还是大批量生产，导致需求与供应出现结构性的失调。业界一般通过三方面的措施来应对，各有优劣和挑战：（1）导入精益制造，减小对批量的依赖；（2）标准化，增加规模效益；（3）模块化和延迟战略，实现大规模定制。

距离开课还有 5 天 

需求就是特定的定价策略、竞争态势下，客户想要什么、要多少、什么时候要。打个简单的比方，这就相当于是客户想吃几碗饭，跟我们想让客户吃几碗饭完全不是一码事----前者事关需求预测，后者却是销售目标，两者不能混为一谈。

在供应商绩效评估上，经常会有人问，这么多的指标，权重应该如何分配，这样我们好加权平均，决定选择哪个供应商？

"拿信息换库存"在国内不大听到，在北美却时有耳闻。传闻最广，大概要数沃尔玛创始人山姆·沃尔顿的话："人家以为我们变大，是因为我们在小镇上建大店；实际上，我们变大，是因为我们拿信息换库存"（黑体由作者加）。

跨职能团队合作很普遍，但很多时候"团队"是真，"合作"则否。图1的杀猪小分队，图2的鬣狗分食，看上去都是"团队作业"，实质上大不一样。

行业性短缺状态下，企业过激反应，大幅拔高安全库存和需求预测，不但解决不了短缺问题，反而造成后续的过剩问题，应了"所有的短缺，最后都是以过剩结束"。特别是集体决策下，人们倾向于承担更大的风险，往往超出企业的承受力度（这就是为什么"造反"总是跟"聚众"紧密相连）；同样是"集体"决策，库存的责任不明确，补救措施就不及时，把本来可以减轻的风险没有减轻。

在库存控制上，总部跟分部、销售跟计划往往陷入互扣人质的情形，导致该加的加不上去，该减的减不下来。这是个典型的组织行为问题，其解决方案呢，我们这里主要讲三点。

一谈到供应链战略，就没法回避推拉结合：订单驱动的叫拉，也就是拿到客户订单后才生产；预测驱动的叫推，也就是基于需求预测来提前备货。推的好处是批量生产，批量发送；闲的时候多生产，忙的时候少生产，单位成本低。但一旦需求变了，库存风险就高。拉的好处是库存风险低，但规模效益不高，单位成本降不下来；加急赶工多，运营成本高。

一位跨境电商的创始人问我，能否把那些预测模型给他们，写到程序中指导补货？电商、新零售是互联网的产物，其惯常的解决方案是信息化----当你手里的工具是把锤子的时候，你会有意无意把所有的问题都当钉子。

有能力的供应商也有脾气，没脾气的供应商也没有能力。有没有第三类供应商？没有。有能力，没脾气的供应商凤毛麟角，即便有，也早给采购方欺负致死；没能力，但脾气很大的供应商呢，你不用看我的书，早都给淘汰掉了。这就是说，跟我们合作的供应商主要就两类：有能力的有脾气，没脾气的没能力，我们总是在跟不完美的供应商打交道。

多余库存是超出正常的周转库存、安全库存的库存。

上世纪九十年代，我还在建筑行业，一个相当粗放的行业。豆腐渣工程屡见不鲜，但整个行业关注的却只是一个字：钱。不管是招投标，还是一轮又一轮的议价，焦点都是把承包商的最后五分钱榨出来。质量问题就如屋里的大象，人人都看得见，人人都假装不存在。

在有些行业，压货行为非常普遍，人为加剧了需求的变动性，造成诸多库存和产能问题。

在我的职业生涯中，有好几年是负责库存计划，跟全球的客户有八九十个库存寄售点。在日本，东芝这样的客户体量很大，需求相当平稳，离我们的仓库也就几十分钟的车程，但在客户现场寄售的库存动辄放着三四周的货。在一个以精益著称的国家，这一点也算不上"精益"。好奇心起，我就细究供应链的各个环节，看这些库存都是怎么来的，发现到处都是批处理的影子。

上世纪八九十年代，个人计算机开始走入千家万户。当时的主要制造商有IBM、惠普、康柏等，采取的是典型的经济型供应链：生产一大堆，发货一大堆，从总仓到分仓到分销商再到零售商，层层建库存，一路推到终端门店（图1的①）。

在我的职业生涯中，有八年在对付长尾产品的计划，发现在库存和服务水平的平衡上，企业可以分为三类：

选择合适的供应商做生意是件大事情，不过很多公司却是"跟着感觉走"：打几个电话，发个简单的问卷，供应商填了；采购方去趟现场，听听汇报，参观一下生产线，吃顿饭，这评估工作就算完成了。派去的多是文科性的采购人员，既不懂质量，也不懂生产，更不懂技术。评估本身没有流程、没有标准，无章可循；即便有标准，有供应商准入的"门槛"，但假大空，既不是充分条件，也不是必要条件。这就给人为操作留下余地。供应商当然也清楚，除了把现场打点地井井有条、给客户一个好印象外，就在歪门邪道上下功夫。

批处理是拖长周转周期，增加周转库存的重要因素。比如本来是随到随处理，周转时间短；批处理下，需要积攒一段时间，周转时间就长。这听上去是个生产制造的概念，其实普遍的程度远超我们想象。

采购做细了是个技术活。就连看上去最没有技术含量的讨价还价来说，如果没有技术背景，也很难做好，因为加工一个零件，需要多少工时，车床还是铣床还是刨床，良率如何，不懂技术就很难推算出成本来。这也是为什么在一个家电巨头，采购工程师的职责之一就是核算成本。

在周转周期里，走流程是很大一部分。就如一位名为"风子"的"供应链管理实践者"公众号读者所言："时间的流逝往往不是出自供应商的产品生产环节，而是自家公司的信息流，从签订订单到执行订单的时间过长"。而走流程中的相当一部分事情，比如审批，在客户眼里没有价值但往往不得不做，一大根因就是信息不对称，可以通过信息化来帮助解决。

那是我半年内第二次见到刘君，都是在我的培训中。他不久前转入采购，负责一个大型央企北京分公司的采购部。刘君虽说入行不久，但他勤于琢磨，屡屡能一语中的。

1997年，沃顿商学院教授马歇尔·费雪在《哈佛商学评论》上发表《你的产品该用什么样的供应链》一文，阐述了供应链战略必须匹配产品战略。费雪的二分法具有历史意义：对于走创新路线的产品，应该采取快速响应的供应链，其核心是供应链的灵活性，也意味着高成本；对于走低成本路线的产品，应该采取高效的供应链，其核心是供应链的低成本。产品战略的成功，取决于有合适的供应链战略来匹配。

计划的大错特错，主要是因为销售和运营协调流程没打通，做生意的和做运营的严重脱节，组织博弈导致信息严重不对称，导致预测准确度太低。简单地把销售目标当成需求预测，没法群策群力整合跨职能智慧，层层博弈导致的牛鞭效应，都可能造成需求预测的大错特错，以及严峻的库存和交付问题。

对于制造型的供应商，我们要评估其质量、生产和物料管理体系。这三大体系是供应商运营绩效的保证，也是供应商的财务能力的源泉。有些公司把这三方面放在一起评估，统称"质量管理体系评估"。

在大型设备行业，关键备件要力求首发命中。也就是说，第一次有需求，就得有库存满足。如果首发命不准，就很难达到既定的服务水平目标。这也是很多设备行业的共同挑战，单纯依赖需求历史来计划库存注定会吃尽苦头：你不能等着产生了需求后才备库存；你一定要想方设法首发命准，在客户首次有需求时就能满足。

曾经在《哈佛商业评论》上看到一篇文章，说雌孔雀择偶时，会以雄孔雀的尾巴大小为标准：尾巴越大，表明雄孔雀越健康、越有优势。这样，大尾巴的基因得到保护，就一代代地传下去。

把库存分解为过程库存、安全库存、过剩库存和风险库存，给我们提供了结构化的方法，来呈现库存风险，以控制整体库存。这里我们以原材料为对象，介绍这一方法的具体应用。

在供应链的每一个环节，都有相应的计划，驱动相应的执行职能。比如计划在决定买什么，买多少；生产什么，生产多少；配送什么，配送多少。供应链的绩效问题，包括交付和库存，计划没想到，执行就很难做到，即便做到的话，也是以高昂的成本和库存为代价。我们的目标是不但要做到，而且要想到。企业越大，想到就越重要。

传统的日本供应链是长期关系，或者说，更像儒家的做法（这里说的"传统"，主要指上世纪末日本崛起的那段时间。在过去二三十年里，日本经历了显著的变化，在有些做法上与欧美更加趋同）。在长期关系下，绩效考核相对次要。这就如一家人，相互之间很少会设定指标。而约束双方行为的呢，也正是长期关系，是未来----在长期关系下，双方都有很多可失去的，所以就更加理性。

传统的日本供应链是长期关系，或者说，更像儒家的做法（这里说的"传统"，主要指上世纪末日本崛起的那段时间。在过去二三十年里，日本经历了显著的变化，在有些做法上与欧美更加趋同）。在长期关系下，绩效考核相对次要。这就如一家人，相互之间很少会设定指标。而约束双方行为的呢，也正是长期关系，是未来----在长期关系下，双方都有很多可失去的，所以就更加理性。

对于很多长尾产品来说，需求是如此之不频繁，如此之低，库存计划的决策就简化为备1个，还是1个不备。除了数理统计模型外，我们还可以借助简单法则来决策。这就是我们接着要讲的。

企业的资源不是无限的，所以降库存是不可避免的。但在降库存的方式上，很多企业采取的是"搞运动"的方式，没法触及根源，屡降屡升，屡升屡降。

简单地说，VMI就是供应商在采购方或第三方的仓库放一堆货，由供应商自主安排补货，把库存维持在最低和最高计划水位之间。

如果只用一个词来描述供应链管理，我们想到的就应该是协作：一个公司做不好的，两个公司做；一个职能做不好的，两个职能做；一个人做不好的，两个人做，目的都是实现1+1>2的效果。

你或许会说，我知道有个计划要比没有强，但不确定性那么大，问题那么复杂，就是不知道从哪里下手。

我在服务电信设备商时，听到这个故事。

在芯片制造领域，英特尔是典型的垂直整合，有自己的芯片生产设施。一个现代化的芯片大厂，以前投资在几十亿，现在是200多亿美元，这样的大厂英特尔就有15个，固定资产之重，可想而知。英特尔的过半业务来自PC行业，而PC的销量自2011年达到顶峰以来，是"王小二过年，一年不如一年"，英特尔的产能利用率问题就日益严峻，固定资产的投资回报成了大问题。

一位采购经理刚接管一家供应商，就收到来自产品部的要求：为达到产品的"目标成本"，该供应商的零件必须降价20%。自从量产以来，这个零件已经经历了两次降价。现在都投产快两年了，为什么又突然冒出个"目标成本"来？

长尾需求的特点是需求的频次低、需求量的差异大。让我们拿一个B2B电商为例，图1是他们的一个产品，在过去12个月里，这个产品有5个月每月卖掉1个，2个月分别卖掉2个和5个，其余月份没有任何需求。看得出，需求不连续，离散度大，不符合我们熟悉的正态分布，但符合另一种分布：泊松分布。

企业大了，摸着石头过河的实干心态不能丢。但不可否认的是，企业越大，就越经不起折腾，越需要确定性。计划就是在不确定性中寻找确定性。用一位名叫董志江的读者的话说，公司小的时候是枪杆子指挥笔杆子，公司大了一定是笔杆子指挥枪杆子。这也是凸显了计划的重要性。

经常有人问，如何能更好地核算成本？他们总觉得，成本核算不清，自己被"蒙"了，是拿不到更低价的根本原因。但问题是，即便你能核算清，那又能怎么样？

一提到产品分类，很多人想到的就是ABC分类法。比如A类产品贡献80%的营收，B类产品贡献15%，其余贡献5%等。这是从业务的视角来分类产品，也有公司称为头部、腰部、尾部产品的。

在库存计划领域，除了安全库存，经常打交道的还有再订货点（或者就叫订货点）。其逻辑是一旦库存降到预设的水位（再订货点），就启动订货机制，驱动供应链补充一定数量的货（订货量）；在货来到之前，库存继续下降，直到补的货到达，拉高库存的水位，然后开始下一个循环，如图1。再订货点法在业界使用很广泛，对于它的几个主要参数，我们在此稍作解释。

二次议价是询价或招标没达到期望，采购方便与供应商继续价格谈判。

增速放缓，行业不景气，库存就成了让人谈虎色变的话题。搜索互联网，到处都是触目惊心的库存话题，比如90%的电商店铺死于库存，十个女装九个死于库存，服装行业三年不生产库存也卖不完。就连图书业也是"死书累累"，前些年的实体书库存一度高达900亿元（《近900亿元"死书"呼唤按需出版》，重庆商报）。对于众多的本土企业，用业界人士的话来说，就是供应链易断，最后死在库存上；用库存控制专家程晓华的话来说，就是仓库有多大，库存就有多少，仓库越大，死得越快。

每次订多少货最合适，跟库存持有成本、订货成本密切相关。每次订货量越大，单位订货成本就越低，但库存持有成本就越高；每次订货量越小，库存持有成本降下来了，单位订货成本却上去了。让两者之和最小的订货量，就是经济订货量，如图1。

除了采购、运营和物流管理外，供应链管理还有好几个"小亲戚"，比如运筹学、系统动力学、工业工程、信息技术等。

不管是什么公司，供应商管理的资源总是有限，我们应该重点管理哪些供应商？

深圳培训正在报名

需求预测对付平均需求，安全库存是为了应对不确定性，即平均需求外的需求。经常有人说，那把预测适当拔高点，不也同样解决问题？其实不然。

一分钱一分货，还是物美价廉？相信大部分人相信一分钱一分货：你偶然可以便宜买到好东西，但就大概率而言，最低价买到的肯定是最糟糕的。赢得政府合同的，总是报价最低的供应商。这不，政府的这停车场就塌了。美国大兵们有句笑话，说不要忘了，我们手上的武器弹药都来自报价最低的供应商，言下之意是质量就可想而知了。

深圳培训正在报名中

我们知道，安全库存是应对不确定性的----对于需求和供应的不确定性，供应链的自然应对就是放安全库存。如图1，安全库存有三个驱动因素：（1）需求的不确定性，比如平均需求是每周100个，但有时候是120个，有时候是70个；（2）供应的不确定性，比如供应商的标准交期是4周，但有时候都5周了，货还没有送来；（3）服务水平的要求：服务水平要求越高，就得放越多的安全库存来应对。

一款手机面世，过不了几天就有一堆的山寨版；但波音飞机都飞了几十年了，怎么就不见给谁山寨了呢？这不是因为飞机的利润不高，也不是因为飞机的技术难度高----那些飞机上用的都是几十年前的老技术；而是因为飞机太复杂，比如波音747有600多万个零件，后面的供应链异常复杂：你可以"山寨"出一个简单的产品，但很难"山寨"出一个复杂的供应链来。

深圳培训正在报名

在供应链管理的三大职能中，供应管理与供应链管理只是一字之差，可以说是供应链管理的"近亲"。供应管理起源于采购管理。从严格意义上讲，供应管理的范畴远大于采购管理。但为了行文方便，采购管理和供应管理在本书中通用，如果没有特别注明的话。

深圳培训正在报名

预测做砸了，并不是什么见不得人的事；不愿承认做砸了，才是真正应该羞耻的。对于错误，用美国著名橄榄球教练布莱恩的话讲，就是（1）承认错误；（2）汲取教训；（3）不要重犯。这个三步曲的起点是你得承认做砸了。不承认，就不能汲取教训，就要冒重犯的风险。

根据供应商的绩效和可替代性，我们可把供应商分为五类，如图1：

1.战略供应商（决定公司生死存亡，绩效不错，替代困难）；

2.优选供应商（供应绩效好，但可替代，公司优先合作）；

3.资格未定供应商（未经验证的新供应商，或者"留校察看"的老供应商）；

4.被动淘汰供应商（不给新生意，但老生意继续做）；

5.主动淘汰供应商（不但不给新生意，而且移走老生意）。

一提到新品计划，很多人的第一反应就是可计划性太低，自然而然地把它推给销售、产品、市场等职能，变成拍脑袋为主了。其实不然，就如我们前文讲过的，即便是用德尔菲法做新品的初始预测，也得严格遵守"从数据开始，由判断结束"的计划流程，数据分析至始至终贯穿其间。

供应商啥都好谈，就钱不好谈。但谁也没办法不谈成本，就如北美的一位首席采购官所言，采购绩效的70%来自成本。这里我们来谈三类主要的成本指标，包括采购降本、成本规避和采购返利。

德尔菲法是一种定性预测法，由兰德公司开发，成型于1950年代，最初用来评判科技对战争的影响。比如召集多位军事专家，让他们判断前苏联攻击的可能性、攻击强度，以及预测使用核武器的可能后果等。

有一次，我在旧金山参加高科技预测与计划峰会。一个赞助商在展台上放一大瓶巧克力豆，瓶子是透明的，让与会人员竞猜。那么大的一个瓶子，几百只巧克力豆，光看一眼，谁能猜得准呢？但令人吃惊的是，几十个与会者猜下来，平均值跟真实值的误差竟然连1%都不到。

我们上次说到，我在马斯克的AI大模型Grok上自嗨，问"刘宝红写了什么供应链管理的书？"Grok给出不完整的答复，六本书中漏掉一本。我继续问，每本书都出到第几版了？Grok把最新版次都说对了，但没有年份，不过很贴心地说"第2版，具体出版年份未提及，但应在第1版之后"----真聪明，竟然知道第2版是在第1版之后出来的😊。

季节性需求的驱动因素很多。最直观的就是气候，比如一年有四季，会对服装、食品、用电量等带来季节性的需求变动。冬季天气冷，流感多，病人就多，对医药的需求高；夏季是生长茂盛季，虫害也多，对农药的需求量就大，这都是季节性需求。 

供应商分类是针对具体的采购品类，（1）摸清家底----有多大的采购额、有多少供应商、钱都花到哪里去了；（2）区别对待----不同类别供应商的管理方法各不相同，把管理资源投入到回报最高的地方；（3）合理化----供应商太多要整合，太少要开发新的，确保新生意流入最合适的供应商。

计划和执行之间，经常为这事争执：未来多长时间内的需求预测可以调整，执行有没有义务做到？这就涉及到计划的冻结期、半冻结期和自由期（如图）。

案例企业在电子行业，每年营收在200多亿元。在这个企业里，采购负责供应商价格，选择便宜供应商；物控兼职采购订单管理，负责供应商按时交货率。采购在价格这一单一指标驱动驱动下，就找最便宜的供应商，拿到了他们想要的；便宜没好货，质量、交付问题不断，就害了兼职执行采购的物控。

距离开课还有 9 天

需求计划有两大关键，一是尽量作准，二是尽快纠偏。我们这里谈尽快纠偏。

我以前带计划团队的时候，有个计划员老是抱怨，说销售和客户"作孽"，没有提前告诉他，这就是为什么现在有一堆的过剩，或者整天在催料。我就问，销售没说，那你问了没有？答案往往是没有----这个计划员整天对着计算机，习惯于"跪受笔录"，内部客户叫干啥就干啥，而不是主动出击，提前探知内部客户的需求。他没说，罪在不赦；你没问，同样要挨板子。

这是段老故事。

案例企业是个女装电商。

企业都知道选好供应商很重要，所以把大约60%的时间用在战略寻源上。但是，供应商选来后，后续的管理不同，结果却大不相同。

我们行外人很难想象的是，服装从开发到上市的整个周期，需要一年以上的时间（快时尚、电商可能快点）。比如现在开发的不是今年卖的，而是明年这个季节的服装。周期长，款式多，SKU复杂，从面料到款式到颜色，服装的需求预测历来挑战重重。这些问题，特别在快时尚领域，还没有完善的解决方案；但多年来，服装行业也总结了一系列的经验智慧，把预测尽量做准，做不准的话尽快纠偏。

距离开课还有 16 天

我们这里谈一下邮件、短信、微信的误区，警惕被公司闲人绑架。

一个公司动辄有几百、几千甚至几万个产品，究竟哪些可以预测，该计划；哪些不能预测，不应该建库存？

我在硅谷参加过一个半导体技术培训，主讲人是圣何西州立大学的一位退休教授，名叫Peter Gwozdz。教授一生经历颇丰，在伊利诺伊大学获得博士学位后，进入工业界，磨砺18年，成为AMD的技术总监；然后回归校园，发展、壮大一个没有任何学校拨款的实验室，积极参与工业界的研发活动，曾获得高达450万美金的单项风险投资。

在硅谷，每当我说起自己是做供应链管理的时，常常就有人问，你做的是SRM软件（供应商关系管理）还是CRM软件（客户关系管理）？是编程序还是负责业务流程？当听说是管理供应商、控制库存和提高客户服务水平的时候，总有人半信半疑：供应链管理不是软件？

考不考核预测准确度，考核哪个职能，如何考核，历来是需求预测的一个热点话题。

环境经济学家哈丁发表了《公共草地的悲剧》一文，分析公共草地为什么长不好：这块草地是大家的，你把牛赶去放，他把羊赶去放，人人都毫无节制地向草地索取，但因为是无主财产，所以没有人来维护，必然导致草地退化。或许有人会说，谁说没主人，不是公共所有吗？人人都拥有，其实是人人都不拥有，就如人人都负责、人人都不负责一样。

需求计划需要对接销售和运营，对人的资质要求相当高。可以说，在供应链管理领域，需求计划对人的综合素质要求最高。理想的需求计划人员需要具备三方面的条件：

硅谷有个高科技企业，设计工程师们时时处于项目进度的压力下，经常抱怨供应链速度太慢。就拿最简单的订单处理来说，随便买点什么，花钱也不多，供应商也是已知的 ，价格也早谈定了，采购不花个三天五天，这采购订单就是发不出去。

前面说过，企业大了，业务更加复杂，需求预测就不能继续作为老总、高管和其他职能的兼职工作，而要走上专业化、全职化之路。专业化是企业规模化的必然结果。全职呢，一方面是专业化的结果，一方面也是因为这个职能对接市场、销售、产品、品牌、高管、供应链甚至客户，有很多组织协调工作，再加上大量的数据分析工作，不是专职就很难高质量完成。

有个快消品公司，主要产品是护肤、美容用品。公司采取轻资产运作，全部由代工厂加工。比如生产一款洗面奶，他们需要找到外盒工厂、软管工厂、塑封膜工厂，帮助生产所需的包材，完成后直接发货到化妆品加工厂，由后者灌装，把成品发送到该公司，再由该公司进行销售。作为公司的采购职能，虽然名义上是采购，其实履行的是供应链管理职责，是实际上的供应链管理部门。