新品计划由谁做？

新品的滚动计划就更不用提了，绝大多数任务是数据分析：温故而知新，新品的需求也是有很大的延续性，对已有的数据分析到位了，滚动计划就能更靠谱地更新预测，至少可以避免灾难性的损失。那么多的数据分析工作，再加上一系列的预测模型，比如线性回归，数据分析能力不足者很难胜任，我们不能期望销售、市场、产品等职能来完成----计划职能是最合适的人选。

要知道，新品计划首先是个计划工作，然后才是新品----"计划"以数据分析为特点，系统性较强；"新品"以职业判断为特点，随机性较强。数据和判断相结合，新品滚动计划才能做好，但主导这个流程的，应该是计划职能，而销售、市场、产品等职能呢，则是辅助判断为主。就跟成熟产品的计划一样，计划职能得建立和维护新产品的计划流程，制定滚动预测关键决策点，确定每个决策点的责任人。

注意这里说计划来主导，并不是说计划职能就得干所有的活，做所有的决策。这就如集成产品开发中，产品经理主导产品的开发和导入，并不意味着产品经理要做所有的事一样：研发在帮产品经理设计产品，营销在帮产品经理制定上市计划，供应链在制定供应计划----在专业领域，这些职能在做各自的决策，但这些事和决策都是串联在集成产品开发流程中。

对于新品计划来说，上新前的各个节点，事情和决策很可能是由计划外的职能做；上新后，计划要着力快速滚动计划，把最新的销售信息纳入计划，但决策很可能还是归前端的用户职能做；到了长销阶段，则变成计划职能驱动，滚动预测的频率也可适当降低，比如每月滚动。不管是哪个职能主导哪件事，我们都不能忽视新品计划背后的数据分析，而数据分析是计划职能的核心任务。

【小贴士】新品计划本身要有计划性

离开了严格的滚动计划机制，新品预测的调整时间、调整频率、调整幅度就充满随意性。

在一个案例企业，销售经理兼职新品预测，虽说一般是预售2周后调整一次预测，但销售经理一忙，拖到3周、4周后也是常有的事，这进一步压缩了供应链的执行时间。要么不调整，要么疯狂调整：有时候昨天给供应商补单，今天又在补，供应商看到的是一张又一张的小订单，增加了执行难度和运营成本。预测的调整量就更加无章可循，因为销售做预测，本来就是拍脑袋，容易被外界因素左右，时间和数量的随意性大。

这是销售兼职新品预测的共性问题：计划决策中数据分析不足，预测准确度太低；滚动计划机制没建立，预测就没法及时纠偏。尽量作准，尽快纠偏两点都做不到位，结果不会撒谎：计划做不好，供应不足，就没法尽快推出；即便推出了，短缺也时常发生，恢复周期也很长。这是短缺。过剩的就不提了。

解决方案就是把新品计划纳入计划的领域，由专职的计划人员主导，建立滚动计划机制。

"计划行为本身要有计划性"。在这里设计的新品滚动计划机制下，专职计划人员每周星期一汇总、分析上周的销售情况，调整基准预测，发送给销售、产品管理帮助判断；星期二得到销售、产品经理的回复，更新需求预测，发送给采购执行；星期三供应商已经拿到订单，开始执行。这改善了预测的时效性，增加了计划行为的可预见性，是"把经常性的事情经常性地做"的关键（Doing routine things routinely）。

Doing routine things routinely是供应链计划和运营的一大挑战。我在The Oliver Wight Class A Checklist for Business Excellence[1]（第6版）一书中读到这句话时，突然有种被击中的感觉：我们追求计划性，因为这会给供应链更多的可预见性，降低供应链的执行难度；但计划本身却做得很没有计划性，特别是新产品的计划充满随意性，很难严格地滚动起来，没法给执行以确定性，以应对需求的不确定性，就陷入以不确定来应对不确定的泥淖，那自然会死得很惨。

最后，我想说的是，新品的滚动计划是个计划任务，责任人是计划职能。如果说初始预测的判断成分较多，我们得较多依赖营销端的话，那么后续的滚动计划则主要是数据分析，计划职能得挑大梁，主导计划流程，做好数据分析，整合销售、市场、产品的判断。这些年，我见过太多的计划和供应链人，听到最多的就是销售不配合；但越是深入了解，我越是发现，更多的时候，计划抱怨销售，无非是拿销售的不作为，当成自己不作为的借口。