案例：新品导入，首批订货订多少？

这不，有一款新品在4月份推出，几天卖完了三四千件，紧赶慢赶地返单，等第二批到货时，都已经6月份了，爆款带来的"热气"也快消散完了，又得重新预热。有爆款，自然就有滞销。比如有个产品，为了走量降成本，首批进货几千件，结果只卖掉几百件，投入巨大的资源促销也不管用，一旦过季，就只能等到第二年，呆滞风险就很高。

需求不确定性很高，首批订货风险大，需求预测的压力就很大。预测风险高，没人愿意承担，最终就只能是老板拍板。

老板做预测，自然有老板做预测的原因：他是最有经验、最有权威的那个人，而且最能承担预测失败的后果。但是，随着业务连续翻番，新产品越来越多，事情越来越多，老板越来越忙，离消费者和一线运营越来越远，能花在需求预测上的时间越来越少，很多时候就只能拍脑袋做预测，其弊端也就越来越明显。"希望大boss理解科学的办法和拍脑袋的差别，特别是一个或者是二个人的拍脑袋"，案例企业的一位员工在问卷调查中如是说。

老板当然理解科学决策和拍脑袋的差别。天底下没有一个老板会说，科学决策糟糕，让我来拍脑袋。但问题是，当我们缺乏有效的机制，没法有效整合跨职能的智慧和信息，一帮人没法有效决策的时候，老板不靠自己拍脑袋，还能靠什么？所以，这里的问题不是改变老板的行为，而是提高集体决策的能力，找到更好的方法论来整理数据，整合判断，做出更准确的预测来。

这方法论就是德尔菲专家决策法。当数据非常有限，未知因素非常多，决策的不确定性非常高的时候，德尔菲法是一种相当不错的选择。最早在二战后期，美国空军就用这种方法，召集相关领域的专家们，判断新技术的走向，指导新武器的研发。在上世纪50年代，兰德公司进一步优化这套方法论，比如预测使用核武的可能后果[1]。这套方法论有多种变种，但关键都差不多：专家，匿名，多轮反馈和修正，直到最后达成共识，或者达到预先设定的门槛，比如重复了多少轮，如图 1。

专家：这是早期决策，数据非常有限，那就只能靠判断。谁有判断？专家。但是，越是专家，其接触面反倒越窄----要想精通一个领域，就只能选择一点深挖。而新产品、新技术的开发涉及面很广，任何一个专家都没法全面覆盖，那就请多方面的专家来判断，以增加预测的准确度。

匿名：这是为了避免权威、头衔、职位、个性、名声等的影响，以避免强势职能影响弱势职能、强势人物影响弱势人物。你知道，老板坐在那里，不管在多民主的企业，大家都会自觉不自觉地跟着老板的思路走。强势职能在场，他们的胳膊最粗，拳头最大，八成最后也是他们说了算。名人光环就更不用说了。在新品预测上，匿名就是汇总预测数据时，略去头衔、姓名，有时候甚至是职能，这样也让大家更加放心、独立地做出各自的判断。

背靠背：这是为进一步减轻了职能与职能、人与人之间的博弈。大家坐在一起讨论，各抒己见的过程其实是个博弈的过程：每个人都代表自己的职能，他讲什么话，做出什么样的判断，很大程度上取决于别的职能、别的人采取什么立场，而且习惯性地藏着掖着，比如不愿意首先发言----发言就如谈判，谁先亮牌，谁就在博弈中处于被动。大家背靠背地做出判断，由专人搜集整理，有助于降低互相影响、互相博弈，让大家更可能以专家身份做出客观判断。

图 1：德尔菲专家决策法示意图

来源：Delphi Method, Dr. Phil Davidson, University of Phoenix, https://research.phoenix.edu/content/research-methodology-group/delphi-method

德尔菲专家决策法还有个重要特点，就是多轮循环：每个专家匿名、背靠背做出判断，由专人搜集整理汇总，提供给全体成员，成为下一轮判断的基础；在上轮信息的基础上，专家们调整自己的决策，一般会更加一致，表现在预测上，就是预测值的标准差更小、离散度更小；如此再三，最终达成一定程度的共识，比如以平均值或者中位数作为最终的预测[2]。

专家判断法本质并不难理解："三个臭皮匠，赛过诸葛亮"，这道理大家都懂；真正的挑战在以下几个方面，处理不好，会导致专家判断法流于形式，达不到期望的效果，而最终又回到老板做计划、老板拍脑袋的老路上来。

其一，选择了错误的专家。就拿需求预测来说，专家的定义是在某个方面深入了解这个产品。比如设计师熟悉这个产品是针对大众还是小众，产品经理在熟悉这个产品与别的产品的关系（替代还是互补、独立），电商经理熟悉促销计划和消费者的嗜好，采购经理熟悉成本构成和最小起订量----这些信息大都在具体的产品层面，能显著影响产品的需求。但在实践中，人们往往在专业层面确定专家，那专家团队就变成了首席技术官、营销总监、产品总监等。这些人是各自领域的专家没错（至少名义上没错），但往往并不是具体产品的专家，对具体产品所知有限，并不是做出产品预测的最佳人选；他们职位高，责任重，沉湎于各种事务，往往也没有足够的精力投入到具体的新品预测中，对具体产品的判断往往低于平均水平，反倒拉低了整体的判断能力，也降低了决策效率[3]。

其二，把专家判断等同于专家拍脑袋。专家判断还是得遵循"从数据开始，由判断结束"的决策流程，只不过数据比较少，更加不结构化而已。对于产品层面的专家，他们聚焦自己的领域，往往缺乏整体层面的信息。比如这个产品跟现有产品的关系，是竞争还是互补？现有相关产品的销量如何？以前类似产品的需求预测、实际销量如何？对于这个新品，企业的销量目标是多少？我们不能简单地把销售目标当成需求预测，但前者的确是后者的一大考量因素。这些信息需要组织者统一整理，提供给每个领域的专家，以尽量缩短他们的学习曲线，减少循环的次数，尽快达成共识。否则，德尔菲专家判断法无非就是把一个人拍脑袋变成多个人拍脑袋，没有改变拍脑袋的本质，也没法系统提高决策的质量。

图 2：德尔菲法失败的几个原因

其三，缺乏反馈机制，有教训没经验，没法持续提高决策质量。专家判断法很容易被当成一锤子买卖，但其实不是：我们一直在导入新产品，一锤子买卖经常做，就变成了经常行为，需要不断改进，提高新品预测的准确度。这里的关键是形成闭环反馈机制。新品上市了，有了销量，我们要跟需求预测对比，跟每个具体专家的预测比，看他们对是对在何处，错又错在哪里；某个专家一直虚高，为什么？另一位专家一直虚低，为什么？这是组织者的一项重要任务：他们需要把这些数据收集起来，建成数据库，真正形成集体智慧和经验，提高以后新品预测的准确度。但现实中，很多公司把专家判断法做成一锤子买卖，没有反馈和总结，容易形成有教训，没经验，随意性大，准确度低，最后就又回到老板拍脑袋，或者强势职能说了算的状态。

对于案例企业，我们确定一个具体的产品来做试点，以导入德尔菲专家判断法。该产品正好处于开发后期，需要确定首批订货量。该产品也是案例企业重点开发对象，能够得到专家们（跨职能团队）的重视。

找好了产品，我们围绕这个产品，进一步确定了该新品预测的的专家团队，包括以下职位：

• 产品经理。该企业采取集成产品开发（IPD），由产品经理担任项目经理，对产品全权负责，在新品上市中扮演关键角色，包括新品的需求预测。
• 设计师。该职位具体负责该产品的设计，熟悉产品的定位，比如是基础款，还是大众款，以及特定设计对需求的影响，比如颜色、辅料的选择等。
• 门店经理。该职位负责主要网店的销售，熟悉消费者的需求模式，有能力对不同产品做出横向比较，也熟悉上新促销计划等。
• 数据工程师。实际上的计划经理。该职位负责数据化，熟悉各种产品的需求历史，能从历史数据的基础上帮助需求预测。
• 研发负责人。研发负责人特别熟悉产品，了解用户。她在微信群、QQ等社区小组里非常活跃，熟悉用户需求，对用户认知挺多。
• 销售负责人。虽然直接参加新产品开发较少，但经验丰富，熟悉客服团队的反馈，能帮助做多个产品的横向比较。
• 供应链负责人。熟悉产品的成本、最小起订量、供应商的阶梯报价等。也熟悉关键原材料的共用性和货期，能够从供应端帮助需求预测。
• 总经理。创始人不可替代，尤其在还处于小而美但快速发展阶段的案例企业。总经理深度介入产品开发、企业运营、定价决策等，经验丰富，历来在新品的需求预测上扮演关键角色。

确定了产品和专家团队后，组织者把专家团队召集到一起，解释德尔菲专家判断法，展示产品的样品，启动专家团队"从数据开始，由判断结束"的新品预测流程。

首先，我们究竟要专家团队预测什么？在一个微信群看到这幅漫画，医生们在上街罢工游行，但举起的牌子上，却歪歪扭扭地写着处方一样的字，谁也看不清楚他们的诉求是什么。你知道，这是在戏谑那些开处方如同天书的医生[4]。放在新品导入的专家决策中，我们究竟要这些专家预测什么？案例企业说，产品上新，预测首批订单量呗。这不清楚，有两个问题：

图 3：诉求不清，是另一种垃圾进，垃圾出

其一，预测有数量和时间两个维度，首批订单量只有数量，没有时间----这首批制造的产品，究竟预计在多少时间售完？我们把时间的口子开着，专家成员就得做出自己的假定；对时间的假定不同，专家成员的预测肯定不同，缺乏一致性，没有可比性，成了垃圾进，垃圾出。

其二，"首批订单量"问的是供应，即向供应商下多少订单；而专家团队中，大部分人最熟悉的却是需求，没法针对供应做出很好的判断：首批究竟生产多少货，还受产能、采购周期、规模效益等影响，比如产能有限，可能得降低订单量；供应周期越长，订单量就越大；最小起订量越高，首批订单量可能越大。

跟案例企业讨论以后，我们决定问专家团队两个问题：（1）上新30天内，您认为可能销售多少？（ 2）除此之外，您认为还可备多少产品的原材料（长周期物料），这样一旦需要补单的话，我们可以快速反单？我们特别提醒，希望这些原材料能在3到6个月内消耗完毕，以期控制原材料的呆滞风险。

问题1其实问的是上新30天的需求预测，有时间、有数量，限定很清楚。在上新阶段，专家团队里的销售、设计、产品管理等职能深度介入，对过去的新品有一定的经验，对下一个新品能够做出一定的预判。

问题2问的其实是第二、第三个月的预测。案例公司的整个供应链周期大致是3个月：原材料采购1个月，加工成半成品1个月，加工成成品1个月。由于上新的不确定性非常高，案例企业通常采取长周期原材料统一采购，以获取一定的规模效益，但只把部分加工成成品，以控制成品的库存风险。上新一开始，第一天的销量就很有参考价值，决定是否要赶快把剩余的材料加工成品（这点后文还会讲到）。

我们理解，第一个问题相对更直观，应该能得到不错的判断；第二个问题相对更难做判断，专家团队需要更好地理解整个供应周期，以期提高对长周期物料的预测、管理（在具体案例中发现，专家们对第二个问题判断不是很好）。

确定了要问的具体问题，下一步是哪些信息是已知的，可以统一提供给专家团队，以缩短学习曲线和提高决策质量？要知道，专家决策并不是拍脑袋；他们是在以往经验的基础上做判断。而以往的经验呢，其实很多已经凝聚在数据里，比如销量，我们可以汇总这样的数据，统一给专家团队。这对那些不经常跟数据打交道的职能，比如设计和产品管理，特别有帮助。否则，他们就会纯粹拍脑袋。

在案例中，我们决定提供两类的信息：（1）类似产品的信息，比如不同时段的销量；（2）该产品的特定信息，比如产品的定位，原材料的最小起订量，供应商的阶梯报价。

类似产品信息：去年有6个类似产品，分别是什么时候上市，首批生产了多少，上架30天卖掉多少，首月售罄率是多少，3个月、6个月累计卖掉多少，这让专家团队有了更多的横向比较的信息（如图 4）。组织者原来还提供前年的类似产品，但有两个问题：（1）时间较久了，上新期间的销售数据不全；（2）两年的产品太多了，容易造成信息过载，反倒影响专家成员有效判断。组织者也想提供每个产品的四象限分类（产量的高低与销量的高低），以及退货率等，同样有信息过载的问题，就一并拿掉。

图 4：可参照产品的历史销量（案例企业机密信息遮盖掉了）

该产品的信息：产品定位是高价位、中价位还是基础款（走量的）？跟已有产品的关系是互补，蚕食，还是独立？这些都会影响产品的预测。此外，预测还需要采购相关的数据，比如主要材料的最小起订量，供应商的阶梯报价，有无特殊工艺，比如染色、表面处理等，以及相应的附加费用（跟最低起订量有关）。

组织者把关键的背景信息准备好，编辑成一页A4纸大小，就召集专家会议，解释了德尔菲专家判断法的方法论，展示产品样品，把基本的背景信息分发给大家，就开始多轮的预测过程。

第一轮，每一位专家回到自己的办公间，分析已有的数据，搜集更多的信息，独立、背靠背地做出判断，扫描二维码，通过问卷星（www.wjx.com）在线填写以下信息（如图 5）：

（1）新品预测：上新30天内，销量预测是多少？还应该备多少原材料的库存；（2）所依据的理由；（3）进一步完善该方法论的建议，比如哪些有用的信息没有被提供，哪些合适的人没有被邀请到专家团队等。

在问卷最后，我们要求每位专家填写自己的姓名等信息。这主要是为督促专家们认真完成任务，也帮助组织者跟踪各个专家的判断结果，以期循环改进。在这里，组织者明确说明，填写的结果会以匿名的方式反馈给专家团队，以便让专家们没有后顾之忧，做出最好的判断。

图 5：首轮判断的问卷设计

组织者汇总第一轮的结果，比如8个跨职能专家中，每个人做的预测分别是多少，其理由是什么，再附加额外可以提供的信息（根据第一轮的专家反馈），统一分发给专家团队。召集专家团队简单会议，确保大家理解第一轮的结果。注意，讨论不是让大家判断谁对谁错，应该怎么办。否则，强势职能可能影响弱势职能，强势人物可能影响弱势人物，从而影响了第二轮预测的客观性。

第二轮的方法论与第一轮一样，每个专家成员独立、背靠背地决定，是否修改自己在上一轮的预测结果，并写明理由。

组织者汇总第二轮的结果。如果第二轮的结果分歧还比较大，就进入第三轮。希望最多三轮，专家团队在该新品的预测上，能够达成相当的共识，组织者最终以取平均值或者中位数的方法，决定最终的新品预测。

对于上新30天的销量预测，两轮预测后，7位专家（其中一位专家度假，只做了第一轮，就剔除了）的结果显著趋同，表现在标准差和离散度上，就是这两个数值明显降低----离散度从第一轮的xxx降为xxx，标准差从xxx降为xxx，如图 6所示。

图 6：两轮预测后，专家预测值的离散度大幅下降，预测值更加趋同

但是，对于额外备料的预测，两轮专家判断后，预测的离散度却依旧很大。

如图 7所示，虽然左边的图片看上去更加"趋同"了，但这有误导：第一轮的预测是从0到3000的很多值，第二轮则主要集中在1000和3000上----3位专家预测1000，另3位预测3000。这不应该是巧合，看上去更像相当一部分人心里没底，就"扎堆"，看第一轮预测中哪个人的理由充分，就随那个人了：首轮预测3000的那位说，基于成本和此产品的差异化设计，该产品的目标应该是基础款、高销量；而首轮预测1000的那位则说，该款式设计上与别的"撞色"，"在夏天不讨喜，预计只能在春秋两季去推"，而且3到5月有多款类似产品上线----该款明显是低销量，没后劲。这两个理由看上去都很充分，大家就跟风变成了两派。不过1000跟3000的差距可太大了，所以说专家们在这个问题上并没有达成一致。

当然，这也反映了在该产品的定位上，案例企业还没有达成共识。

作为案例设计者，我认为我们问了错误的问题：专家成员中的产品经理、设计师、研发负责人等等主要经验在上新前后，至于上新完成，补单该补多少，他们其实没有经验，自然就没法做出高质量的判断。我的建议呢，就是以后不让专家组预测后续备料，而直接由供应链根据30天销量的预测，来预估后续两个月的需求----我们后面会讲到，上新期间的销量和后续正常销量关联度很高。

图 7：两轮预测后，额外备料的预测还是差异很大

这个案例还没有结束。作为一个实习案例，等到产品的真实销售数据出来后，我们还要进一步总结、分析，看预测的准确度如何，并总结经验提高。比如奖励最准确的专家，小组分享成功经验，总结失败教训等，让更多的员工参与学习，比如产品经理们就应该深度介入，每个人都应该熟悉这套方法论。这才算闭环完成。

此外，作为方法论的一部分，企业还得决定（1）什么样的产品适合于德尔菲法？（2）由哪个职能来负责、维护这一方法论，以及背后的流程？

德尔菲法需要跨职能参与，前后多轮，外加基本信息的准备和多轮数据分析，对资源的要求较多，属于"重武器"，所以不能滥用。企业得定义适当的产品，比如不确定性较大，新的功能较多，类似产品较少等。

同理，德尔菲法需要责任职能来维护。总体而言，这是个决策流程，是需求计划的一部分，可以由计划职能来维护。当然， 在很多企业，特别是小而美的企业，新品的需求计划往往是产品经理的责任，这个流程也可以由产品管理来负责。但问题是产品管理相对分散，比如有多个产品经理，有些产品之间的搭接度不高，难以找到唯一的对接口，最佳实践的难以固化、传播。计划职能呢，虽然天然是集中的，但往往影响有限，难以有效推动跨职能协作。或许可以这样尝试：德尔菲法作为新产品集成开发的一部分（IPD），由产品管理整体负责，但由计划职能负责组织、执行。这跟产品经理负责整个产品的开发，而由设计负责具体的设计工作是一个道理。