不要为"订单驱动"所迷惑

从严格意义上讲，这世上并没有真正的"订单"：一方的订单，必然是另一方的预测。比如你买衣服，对商场来说是订单，对你自己来说却是预测：你在预测未来会穿这衣服。但是你知道，你有好多衣服，买来都多少年了，还挂在衣橱里，动也没动过----那是典型的预测失败。在消费者力量强大的国家，你会退给商场，结果商场"煮熟的鸭子飞了"，"订单"最终没转化成需求；在消费者处于弱势的国家，你只能承担损失，自认倒霉。但不管怎么样，从供应链的角度来说，整个供应链是失败的，因为这件衣服没有发挥应有的价值，或者因为退货而造成更高的的成本。

在供应链上，订单其实是势力博弈的结果，由弱势一方来承担预测的风险。这你应该有足够的经验：你是大客户，胳膊粗，给供应商的是预测；你是小客户，胳膊细，就不得不给供应商下订单。而现实是，弱势一方往往不在最佳的位置来做预测，以及控制相应的风险，最后给供应链带来更高的风险和成本，害己害人。

图：订单是由弱势一方来承担预测的风险

让我们拿服装行业为例。2013年7月中旬，我访问宁波的一家快时尚品牌商。那是宁波历史上最热的一天，正赶上这个品牌商的订货会。订什么时候的货？半年后冬季的货。谁在下订单？分销渠道和门店。在天底下最热的这一天，一帮渠道商和夫妻老婆店，要预测在天底下最冷的那一天，小姑娘们喜欢什么款式、颜色，那跟投硬币有什么区别呢？谁对款式、颜色的判断更准？品牌商。他们有专门的人，整天飞来飞去到巴黎、纽约、米兰等地，出席各种各样的时装秀，了解全球的时尚。相比之下，渠道商和夫妻老婆店呢，整天忙着做生意，进货、出货、退货，都是些琐琐碎碎的破烂事，活在今日，哪有时间研究半年后的趋势呢？

另外，几十几百个渠道伙伴分别做预测，每人只预测全国需求的几十、几百分之一，预测的颗粒度那么小，预测的准确度自然不高；汇总起来成为品牌商的总需求，误差叠加，与品牌商直接预测全国的总需求相比，预测的准确度能更高吗？当然不能。显然，渠道伙伴不是最合适的做预测的；他们做预测，下订单，根本原因是相对于品牌商，渠道伙伴处于弱势地位，被迫承担预测风险[1]。

这也违背了供应链的基本准则：一件事，谁处在最合适的位置做，谁就应该做，否则供应链的总成本会更高。就服装供应链来说，渠道被迫做预测，但其预测准确度更低，最后造成更大的库存风险，不但害了自己，反过来也害了品牌商。访问完上面那个宁波品牌商，我访问上海的一个服装品牌商，几十亿的大企业，董事长的头痛事就是渠道库存积压严重，表面上是压了渠道的资金，亏了渠道的本钱，但渠道没有钱进下一个季度的货，又成了品牌商的问题。那货也不能一直积压。积压到一定地步，渠道就开始"跳楼"；一旦满大街都是"跳楼价"，品牌商花了那么多钱打出来的品牌就算砸了。这就是为什么服装行业广泛采取订货会，看上去对品牌商风险很小，其实未必，不信你看看，有几个品牌商在赚钱？掰着手指头也能数过来。

再说说大型设备制造，另一个典型的"订单驱动"的行业。因为定制化程度高、预测准确度低、供应链周期长，大型设备商普遍是"不见兔子不撒鹰"，没有客户订单不生产。客户处于相对弱势地位，就不得不承担预测的风险，给设备商下订单。但是，提前那么久下单，客户有很多需求考虑不周全，预测准确度当然不高，为后续的配置变更埋下伏笔。客户处于强势地位时，一般会等到预测准确度较高了再下订单，设备商则没有足够的时间来响应。两种模式下，设备商都面临显著的不确定性，而为了应对这些不确定性，他们就不得不设置安全库存，或者对长周期的物料提前订购----这些其实都是基于预测的。所以表面上看是订单驱动，其实还是离不开预测，特别是供应链的中长期产能规划。因为预测的准确度低，导致设备行业的库存周转率、产能利用率普遍偏低，盈利水平低下。比如波音的库存周转率只有1.8次，平均净利率在5%不到；空客的库存周转率为1.9次，平均净利润率只有2%多点[2]。

所以，没有真正"订单驱动"的供应链；供应链的根本驱动都是预测。"订单驱动"带来的安全感只是表面现象。它往往以牺牲供应链上弱势伙伴的利益为代价，表面上保护了强势伙伴，比如链主企业的利益，其实就供应链的整体而言，成本和风险并没有降低。相反，因为让不合适的角色做不合适的事，成本和风险反倒更高。要真正解决问题，根本方案就是把预测做得更准。

那如何把预测做得更准呢？我们得找到合适的职能做预测，从历史数据出发，由专业判断结束，综合销售和计划的智慧，尽量提高预测的准确度，前面已经讲过，这里我们不再赘述[3]。这里想补充的是，不管谁做，不管用什么样的方法，到了一定程度，预测准确度就没法继续提高，或者说提高的边际效益很低。因为预测就像投篮，总有些球会投丢。即使这世界上打球最好的乔丹，命中率也不到50%，这意味着有超过一半的球没投中。

所以，所有的预测注定都是错的。为了应对错误的预测带来的风险，人们主要采取两种措施：（1）如果能让别人做，就让别人做，结果是把问题推给弱势职能或合作伙伴；（2）实在没法推给别人，就在预测模型上下功夫，希望能够预测"准"。两种做法都没法根治问题，因为两者都没有触及预测准确度的最根本因素：供应链的响应能力。

我们需要预测，根本原因是供应链的响应能力有限。打个比方。你早晨起来，洗脸刷牙，水龙头一开，水就源源不断地来了，响应周期为零，所以你就根本不需要提前预测。相反，响应周期越长，我们对预测的依赖程度就越高，也意味着我们得更早地做预测。但问题是，我们越早做预测，预测的准确度就越低。你一下子就看得出，我们走进了死胡同，而这正是问题之所在。那根本的解决方案呢，就是提高供应链的响应能力，缩短甚至消除响应周期。

对供应链管理来说，响应周期要缩短，产品标准化和设计优化是一大举措。标准化、设计优化程度高的产品好生产，所以生产周期会短。更重要的是，标准化的产品库存风险低，可以先"推"到离需求最近的地方，建成库存，一旦需求来了，"拉"动的时间就很短，响应周期就短。再就是精益生产，提高生产效率，缩短对需求的响应周期。还有寻源策略。比如在价格至上的策略驱动下，我们找最便宜的供应商，而这些便宜供应商的产能利用率一般更高，富裕产能有限，交货周期就长，紧急需求来了，注定响应速度就不快。那么，避免单一的价格导向，找产能利用率相对低的供应商，也是缩短响应周期的一大举措。当然，响应周期的缩短还有很多方法，也是供应链管理面对的最根本问题之一，篇幅有限，这里不予细讲。

[1]当然，存在的都有一定的合理性。服装品牌商让渠道做预测，也跟没法有效控制渠道有关，特别是加盟方式下。这也是为什么有些品牌商采取直销模式，通过竖向集成的方式来控制渠道。这也应了前面提到的"能力决定行为"：企业是理性的，行为是基于特定能力的理性反应，要改变行为，就得改变能力。

[2]库存周转率来自http://csimarket.com（空客）和http://www.nasdaq.com（波音）。利润数据来源www.YCharts.com。平均净利润为每季度净利率的简单平均值，波音是2003年第2季度到2015年第3季度，空客是2009年第1季度到2015年第3季度。

[3]如何提高需求预测的准确度，也可参阅我的畅销书《供应链管理：高成本、高库存、重资产的解决方案》，机械工业出版社，2015年。