【案例】新品预测：群策群力，专家判断法

这不，有一款新品在4月份推出，几天就卖完了三四千件，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。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。

需求不确定性很大，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"，案例企业的一位同事如是说。

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，科学决策很糟糕，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，而是找到更好的方法论来整理数据，整合跨职能的判断，做出更准确的预测来。当集体的决策能力提高了，老板自然就不用拍脑袋了。

这方法论就是德尔菲专家判断法。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。

新品预测试点项目准备

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，包括以下岗位：

• 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。
• 店铺经理。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，培训德尔菲专家判断法，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（如图 1）。你知道，这是在戏谑那些开处方如同天书的医生们。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，不就是要预测首批订单量，也就是说，首批向供应商的进货量呗。这不清楚，有两个问题：

图 1：诉求不清，是另一种的垃圾进，垃圾出

其一，预测有数量和时间两个维度，两者缺一不可。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？如果我们把时间的口子开着，每个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，就没有可比性，专家判断就成了垃圾进，垃圾出。

其二，"首批订单量"问的是供应，即给供应商下多少订单。虽说供应主要是由需求决定，但两者并不是一回事。作为供应，首批订单究竟生产多少，还受产能、采购周期、规模效益等影响。比如最小起订量越高，首批订单量可能越大；补货周期越长，订单量就越大；产能有限，可能得降低订单量。专家团队中，大部分人最熟悉的是需求，没法针对供应做出很好的判断。

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，希望这些原材料备货能在3到6个月内消耗完毕，以期控制原材料的呆滞风险（这也是给专家团队界定预测的"时间"维度）。

问题1其实问的是上新30天的需求预测，有时间、有数量，限定地很清楚。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的目的是确定第二、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，但只把部分加工成半成品、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半成品或者成品（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的确不是很好）。

确定了要问的具体问题，下一步是确定哪些信息是已知的，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。即便那些跟数据打交道的人，也可能嫌麻烦，不会去找历史数据而拍脑袋了事。

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，供应商的阶梯报价等，如图 2。

类似产品信息：去年有6个类似产品，分别是什么时候上市（这影响季节性产品的销量），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，是不是断码过（断码的话表明销量比实际要低），这让专家团队有了更多的横向比较的信息。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，反倒影响专家成员的有效判断。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 2：可参照产品的历史销量（案例企业的机密信息遮盖掉了）

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需求。此外，我们还提供了采购相关的数据，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）。

项目结束后反思，采购相关的信息，比如供应商的阶梯报价、主要材料的最小起订量等，对于需求预测其实并不相干----这些因素会影响供应，但不会影响需求（当然你也可以说，这影响成本，成本影响价格，价格影响需求。但是，这么复杂的关系，有几个专家能够量化？）。给专家团队太多的信息，反倒容易引起混淆----比如这里的最小起订量3000，就在后面多次出现，成了好几个专家的"预测"。

组织者把关键的背景信息准备好，编辑成一页A4纸文件，就召集专家会议，再一次介绍了德尔菲专家判断法的方法论，展示了产品样品，把基本的背景信息分发给大家，开始新品的转件判断法。

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：

（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，比如还需要提供哪些有用的信息，邀请哪些合适的人加入到专家团队等。

在问卷最后，我们要求每位专家填写自己的姓名等信息。这一方面为督促专家们认真完成任务，另一方面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。

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，统一分发给专家团队。召集专家团队开个简单的会议，确保大家理解第一轮的结果。注意：会议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，由每个专家成员独立、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----任何人都可以填写一个数字，真正重要的是数字背后的原因。

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的方法，决定该产品的新品预测（结果两轮就结束了）。

专家判断的结果分析

对于上新30天的销量预测，两轮预测后，7位专家的结果明显趋同（原来有8位专家，其中一位专家度假，只做了第一轮，就剔除了）。表现在标准差和离散度上，就是这两个数值明显降低----离散系数从第一轮的0.75降为0.22，标准差从837降为182，如图 3所示。

图 3：两轮预测后，专家预测值的离散系数大幅下降，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 4，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（还记得3000是什么吗？主要原材料的最小起订量！）。

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（注意，3000就是图 2中主要原材料的最小起订量）；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。

图 4：两轮预测后，额外备料的预测还是差异很大

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。在预测反馈中，好几位专家也提出这点。这是产品开发的任务，产品经理在开发初就该清晰定位。

作为案例设计者，我认为我们问了错误的问题：对于专家成员中的产品经理、设计师、研发负责人等，他们的主要经验在上新前后----那个阶段的产品他们最关注；至于上新结束后，补单该补多少，他们一不在乎，二没经验，自然就做不出高质量的判断。

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，上新期间的需求和后续正常销量关联度很高，可以相当靠谱地推导出后者。

30天很快过去了，实际销量出来了，该产品卖掉858个。如果与第二轮预测的简单平均值921个相比，误差为7%；如果把第二轮预测剔除最大值、最小值后取平均，误差为6%，如图 5。不管用哪种统计方法，预测准确度是非常高的，远超我们的期望。

图 5：上新30天，专家团队预测的准确度分析

老总也参加了专家团队，原先就是由他拍脑袋做预测的。让我们看看老总的预测准确度如何。图6总结了他个人的30天销量预测：第一轮预测为700，比实际低18%；第二轮修正后为1050，比实际高22%。对于新品来说，这样的预测准确度是相当高的----老总受过很多苦，吃过很多亏，交过很多学费，还是有很多经验的。不过问题是企业越来越大，产品越来越多，他分身乏术，对付不了这么多产品。但是，两轮的准确度还是明显不如专家判断法。看来，专家团队一出手，就"小赢"老总一把，可谓旗开得胜。

图6：上新30天，老总的两轮预测准确度

老总的预测第一轮偏低，第二轮就偏高，看样子也是受了专家团队的影响（老总是专家团队成员，看到了专家团队的首轮预测结果）。专家组的两轮预测调整幅度都不超过10%，而老总的调整幅度则高达40%。从第一轮的显著偏低，到第二轮的显著偏高，表明作为长期的兼职预测者，老总本身也没有一套科学的方法论：他的第一轮预测比较保守，因为花的是他的钱，估计被以前的过剩整怕了；一旦发现别人的预测都较高，老板也就随大流，相信真理是掌握在大多数人手中，于是就拔高自己的预测。

《超预测：预测未来的艺术和科学》一书说道，在预测准确度上，一个人要打败多个人，需要有很强的能力和相当的训练；一群人要打败一个人，则不需要多少专业知识和训练[1]。这放在这个案例中也适用：没多少训练的专家团队，相当容易地打败了吃过很多苦、试过很多错的老总。

综合两轮预测，我们发现，对于多位专家的预测，如果拿掉最高值、拿掉最低值，预测的准确度就相对更高。这估计是因为刚开始应用德尔菲法，有些成员还不熟悉这一方法论，也不熟悉需求预测本身。比如新的产品经理以前主要负责设计，不参与预测，对需求预测本身不熟悉。反映在其个人预测准确度上，两个产品都是7人中的最低。掐头去尾，剔除两个极端值，有助于提高预测准确度。

另外，如果有些成员在部门利益驱动下，比如销售希望不断货，采购希望能满足最小起订量等，有意虚高或者虚低（这些都可以在事后总结时发现），我们也要考虑剔除最大、最小值。但是，在专家团队比较小的情况下，这样做会导致样本更小，降低了数理统计的可靠性。所以，当大家都熟悉了德尔菲法，也熟悉了需求预测，可以考虑采用简单的平均法。