为什么一线销售做不好需求预测

一线销售做需求预测，不管是哪个行业、哪个公司，总是习惯性地虚高。为什么？人们给出各种各样的答案，比如销售担心需求过旺啦，销售对库存不负责啦。这都没有触及根本的原因，那就是对销售的考核机制。为了激励销售，老总习惯于给他们高于实际能力的目标，比如年销量定为1000万元，尽管老总认为能做到800万就不错了，销售自己也认为800万是个更靠谱的数字。这时候供应链找销售要需求预测，销售会给个什么数字？800万？那他肯定会被敲得满头是包----老总发话了：你从年初就计划失败？

这就是说，绩效考核决定销售提1000万或更高的需求。这也决定了，在绩效考核的驱动下，销售提需求（做预测）时会有很多感情因素。比如有个公司的销售提需求，前三个季度都是虚高，第四季度毫无例外都是虚低，原因也是绩效考核：第四季度是第二年销售目标的基准，定得低，第二年的销售业绩就好完成，销售提成也更多。这又一次印证了，聪明人干傻事，背后八成能看到绩效考核的影子。

讲到这里，或许有人会问，如果我们按照最可能实现的800万定需求，而销量却达到或超过1000万，怎么办？这就得动用供应链的第二道防线：供应链的多个环节都有安全库存，就是用来对付需求的不确定性。如果安全库存不够用怎么办？那就启动供应链的第三道防线：赶工加急，用执行来弥补计划的不足。

这道理不难理解，妈妈们天生都知道怎么办。比如孩子放学回来了，说今天可把我给饿坏了，晚饭我能吃5碗（像不像销售"提需求"？）做为有经验的妈妈，你当然不会给按照5碗来准备，而是按照他平常的饭量（相当于"从数据开始"），酌情多做一个菜（"由判断结束"）。如果这孩子真的饿坏了，吃了还不饱怎么办？那好，你给他点小点心（那是妈妈们的"安全库存"）。小点心不够了怎么办？那你带他到楼下的小店买点零食，或者再给做点面条什么的（"执行弥补"）。你看，妈妈们天生就懂得供应链的三道防线。

这时候，想必你也看得出销售计划和需求计划的区别了吧。简单地说，销售计划是围绕销售目标制定的计划，自上而下，出于绩效考核的目的，一般总是会更激进（相当于你的孩子说，"我能吃五碗"）；需求计划是基于过往历史和职业经验（"从数据开始，由判断结束"），对未来需求的理性判断（相当于妈妈的判断：这孩子能吃两碗半）。销售计划是感性的，需求计划是理性的。从一定程度上讲，需求预测就是用供应链的理性对抗营销的感性的过程。你知道，这就是为什么销售不能做需求预测了。

让一线的销售提需求，他们给你的，往往是销售计划，或者直接就是销售目标。而你知道，无论是销售目标，还是销售计划，都不是需求计划。两者混为一谈，人为地给供应链导入太多的不确定性，因而制造了更多的库存和成本问题。

在管理粗放的企业，销售目标经常性地成为"需求"预测。之所以给"需求"打上引号，因为这不是严格意义上的需求，而是销售目标，行政命令的色彩很浓厚，老外也叫"政治预测"。简单地说，老总下任务了，说今年要销售x亿，比上年增长y%，于是就层层分解，落实到各个分公司、大区、销售团队，一直到具体的销售人员。自上而下的命令成分浓厚，自下而上的验证、认可淡薄。说是协同，其实没有太多协同的意义。

在市场快速发展的情况下，经济处于短缺模式，这种做法尚有一定的可行性。但随着市场日渐饱和，销售处于平台期或者下降，这种模式就遇到了麻烦。首当其冲的受害者是中间商：为了达成当月、当季、当年的销售目标，销售就习惯性地向渠道压货，把中间商当做缓冲地带，导致渠道的库存积压，也给供应链带来很多人为波动。月末冲刺、季末冲刺、年末冲刺，人为压货形成一个个需求波峰，接下来就是需求低谷，导致生产和供应链要么是短缺，赶工加急；要么是过剩，产能利用率低下，生产和物流节奏混乱，运营成本高昂。

比如有个快消品公司，每年营收几十亿元，多年来把销售目标当做需求预测。销售目标每年定下来，要求每个月都达到当月的销售目标。这个月达不到，下个月补上都不行。老总这么做有他的考量：市场竞争激烈，一定要步步为营，今日事今日毕，当月事当月结，问题早发现早处理。于是销售就习惯性地把渠道作为缓冲，每月都在向渠道压货，造成库龄过高，不新鲜了，消费者不愿买；即使没注意买了，抱怨的也是这个快消品公司，损害的也是快消品公司的形象。

从技术层面看，让一线的销售做预测，预测颗粒度太小也是个大问题。

比如有个快消品企业，由一线销售每月提未来x月的需求。该公司有1000多个经销商，对应的有1000多个销售。这意味着每个销售平均预测全公司千分之一的需求。预测的颗粒度这么小，一线销售们提的需求自然准确度很低。叠加在一起，准确度也不会高。

或许有人会说，这些销售有的人高，有的人低，预测偏差应该可以互相抵消。其实未必，因为大家经常受同样的外在因素影响，导致预测偏差单向变动。比如生意火爆时，大家都怕拿不到货，预测往往都偏高；生意低迷时，大家都怕库存积压，又向同一个方向偏低。这种大环境造成的偏差是单向的，而且因为跟风效应而放大，导致明显的"牛鞭效应"。

问这个快消品公司的计划经理，拿到1000个销售的预测后怎么办？他说把他们的预测汇总起来，然后再分两种情况来处理：

• 如果产品的历史需求比较稳定，他就"参考"销售提的需求，根据需求历史来调整预测。你知道，颗粒度那么小，一线销售做的预测注定准确度不高；加在一起，整体的准确度只能更低，其实是没有什么"参考"价值的，这也意味着计划经理是完全基于需求历史做预测。
• 如果产品的历史需求不够稳定，他就完全依据销售的数据，把各个销售的预测汇总起来，作为整体预测。基于同样的原因，这预测的准确度高不到哪里去。与第一种情况类似，需求不稳定的情况下，最后也是单一职能做预测，只不过是由计划变为销售了。

要知道，需求预测是个跨职能行为，凡是由单一职能来做，得到的注定是次优化的解决方案。这从该公司的库存积压上就看得出来：按照一线销售的预测，该公司给经销商压货，预测准确度低，库存积压，渠道伙伴的资金周转就成问题；产品不新鲜了，消费者不喜欢，该公司的品牌也受影响。当销售业绩压力大时，压货情况就更糟糕，库存问题就更加严峻。

一线销售做预测，还有个问题，就是法不责众的从众心理。就拿上面的快消品公司来说，每个销售都知道，自己的需求只占总需求的千分之一，预测不准没关系，还有那999个别的销售呢----只要他们作准就行啦。殊不知那999个销售呢，每个人都在打着同样的小算盘，难怪 "三个和尚没水吃"。

看到这里，或许有人会说，既然销售做预测这么糟糕，哪为什么还有那么多的企业，不管是制造业还是服务业，习惯性地让销售提需求、做预测呢？且听下回分解。