长周期物料的预测：需求预测的一大难点

长周期物料难以预测，难以执行，给我们带来那么多的挑战，以至于人们对长周期物料谈虎色变，甚至对长周期物料恨之入骨。其实，一个行业的门槛，主要也是由这些长周期物料决定的：在技术上它们提供了差异化优势，在管理上它们把管理落后的企业排除在外。如果没有那些长周期物料，我们的日子只能更差：没有长周期物料，往往意味着入行门槛很低，竞争白热化，你经受的便是红海中的煎熬。餐饮行业就是典型的例子。越是有差异化优势的行业，比如大型设备、多品种小批量行业，长周期物料越多。越是大批量行业，长周期物料的比例越小，竞争优势也越难以持久。

通过"供应链管理专栏"微信公众号，我们调查了不同行业、不同公司的，了解他们是如何预测长周期物料的。有几十个供应链专业人士分享各自企业面临的挑战，以及他们的应对方案，在这里做个简单的汇总、分析，供大家参考。出于保密的目的，大多参与调研者不愿意留下公司、姓名、职位等信息，那我们这里就以匿名的方式来汇总。

对于长周期物料的预测，最简单也是最直观的方式就是建立成品预测后，通过运行MRP，打开BOM，自动生成物料层面的需求预测。比如在我们的问卷调查中，有个读者说，他们的销售部门每月更新成品需求预测，成品通过BOM拉动材料预测。如果出现超过预测的情况，就要和供应商协商压缩周期。采购会根据具体情况建立一定的安全库存[1]。

但问题是，在很多情况下，成品层面的预测很难确定，定制化程度越高、供应链周期越长，情况就越是如此。皮之不存，毛将焉附。所以，常见的替代方案呢，就是在长周期物料层面独立做需求计划，这也是我们这里要探讨的。

一位智能手机制造商的计划人员说，他们的长周期物料是通过销售与运营计划（S&OP）输出，计划委员会审核后做出来的。而典型的S&OP呢，则是由计划主导，协同销售、产品、供应链等职能。这是比较正式的做法。在管理粗放的企业，有的说由销售负责，根据销售产品一年内的预测需求，结合历史消耗记录制定，每月更新一次。还有的由物控、生产计划、计划+销售+采购一起讨论等。

有的企业是由产品经理负责。比如有个企业的长周期物料主要集中在电子元器件上，因全球指定品牌和厂家，受国际市场需求和厂家产能影响，很多采购周期长达4-5月不等。预测主要来自上层产品的需求，一般由上层产品的产品经理（负责该产品的研发、上市和维护等）负责提供。有的企业是市场和计划共同决定（当然，我们的经验时，如果"共同"负责，那就是没人负责）。还有个企业是由计划和采购部门共同给出长期预测，同时让供应商也适量备库存。还有个企业专门设立一个部门，叫CPMC[2]，集中管理长周期物料，基本每周都在和销售回顾预测。

但不管是哪个部门做，企业都意识到长周期物料的重要性，所以由最优秀的员工来做。比如有个企业是由计划科长来做，每个月滚动更新一次。有个企业由计划部牵头，与销售、研发计提决策，贵重物料要求总经理参与，每月更新，当市场波动大时每周更新。在一般的企业，此类物料的计划一般归最有经验、最资深的一两个计划员负责，要说压力，是这几个人在担负着物料方面的最大压力，不管是计划、执行，还是短缺、过剩。

一位职业人说得好，长周期物料的预测关键是端到端的思维，即贯通客户端与供应端，再回到客户端，并不断修正。这是产销协同能力的绝对体现，或者说是制造型企业运营管理水平的一个标志。一般来说，长周期物料是滚动预测，无论是借助IT系统还是Excel表单。在实践中，他发现很多滚动计划的人容易纠结，该填出12周或8周的只填上3、4周，其余格子都空着，理由是前端没有给客户订单预测，ERP算不出来，他们也不敢随便填。那时他会规定给计划人员不许空格，要么填0要么填上其它数字，空格就是不作为。这是在解决"所有的预测都是错的，但有一个预测比没有预测要好"，驱使供应链人员尽责地去获取与分析预测。

还有一位职业经理人说，长周期物料是产销协同痛点。在他看来，首先要明确长周期物料对应的成品，是MTS还是MTO模式[3]。在按库存生产（MTS）下，成品库存可以作为缓冲，应对长周期物料的预测不准。对于MTS的产品来说，需求相对稳定，长周期物料的预测也相对较连续，供应渠道的不同阶段都有库存，可以通过赶工加急等方式，更快驱动供应链响应来弥补预测的不足。

对于按订单生产（MTO）的产品来说，长周期物料就更难对付。在这位职业经理人看来，有两类方案可供考量。其一，对预测进行KPI考核，以提高预测质量，但这也只是一定程度上的改善。其二，把长周期层层剥开，在成品、半成品等环节建一定的柔性库存，推拉结合，优化组合库存和运营成本，以便在订单大幅波动后，仍能快速拉动响应。

这位职业经理人认为，推拉结合的决策很难。一是涉及到供应链利益和风险共担----链主企业习惯于利益最大化上游，风险最大化下游，不愿承担推拉结合处半成品库存的风险；二是此类库存的建立也要基于预测，而这正是我们所欠缺的----这要求对产品的历史销售数据有清晰的掌控，比如识别、纠正由于缺料扭曲了的销量，同时要熟悉后续的市场整体走势、份额规划、可能的促销政策、季节因素、产品的技术切换等。最关键，企业领导要理解柔性和快速响应的代价，那就是相应的库存风险。

对于长周期物料的预测，作为采购方，有所作为比无所作为要重要。就如一位职业经理人所说，放手不管，由供应商做自己捣鼓预测，预测准确度只能更差，因为供应商更加远离需求。到头来难以保证供应，双方关系破裂的可能性大。 相反，作为采购方，你得有所作为，制定需求预测，与供应商沟通、协作。比如采购方尽其所能，给供应商提供26周+3个月的预测，其中前13周目标是80%的准确度，13周到26周是80%到150%的准确度，3个月的数据则多为拍脑壳的，仅供参考。每个月结束后，对比前13周的数据差异，达成内部一致意见，调整预测，并和供应商沟通。

这位经理人还强调，针对具体的预测，要落实到供应商的下级供应商，比如毛坯的原材料、过程库存和成品库存等，并和下级供应商的老板沟通，关键是展示未来以获得支持。在执行层面，每天的订单交货是必须逐行落实，保证在途库存按期到达，提高工单中的物料齐套率。 最后，如果有设计变更，一定要非常小心地管理，维护供应商的正当利益。

总的来说，长周期物料集中体现了供应链的三道防线思想：（1）所有的预测都是错的，但有个预测比没有预测强----长周期物料必须由预测驱动，以准备产能、原材料等，没有预测，供应链的各个环节就自己整出个预测，结果陷入多重预测的困境；（2）需求预测错了，设立安全库存来应对，包括过程库存；（3）需求预测和库存计划的先天不足，需要执行来弥补，比如适当集中采购额，整合供应商把自己做成大客户，以有效驱动供应商响应；提前与供应商商定取消订单的条件（比如提前13周可免费取消，提前8周支付x%的价钱，提前4周支付有y%的价钱等）。

一个很关键的因素，在这次的问卷调查中没有被提及，就是标准化、模块化、通用化设计，控制多样化设计，降低产品的复杂度，降低长周期物料的库存风险，以便更好地建立推拉结合点，把库存往需求点推。这是从根本上解决问题。限于篇幅，这里不予细谈[4]。