德尔菲专家判断法：集体智慧应对新品预测

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。这种结构化、系统化的方法，对提高专家判断法的准确度至关重要。

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。

图 1：德尔菲专家判断法示意图

来源：Delphi Method, Dr. Phil Davidson, University of Phoenix, research.phoenix.edu

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，匿名就是在汇总预测数据时，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，看上去是各抒己见，其实是在互相博弈：每个人都代表自己的职能，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。大家也习惯性地藏着掖着，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。德尔菲专家判断法中，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。

德尔菲专家判断法还有个重要特点，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；在最新信息的基础上，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]。

【实践者问】我看您的书和文章中，对一线销售层层提需求持否定态度。在我看来，这也是由多个人背靠背独立做预测，不也是专家判断法吗？

【刘宝红答】层层提需求与这里讲的专家判断法是两回事。在专家判断法里，是多个专家对同一对象做判断，这是个多对一的关系，有的人偏高，有的人偏低，互相抵消后，平均值会更接近真相。但在层层提需求时，我们把整体需求切分成N份，每个人只是对其中的1份做判断，这本质上是一对一的关系，与专家判断法有本质区别。

专家判断法失败三原因

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，而最终又回到老板拍脑袋，或者强势职能说了算的老路上来。

其一，选错了专家，问错了问题。问错了问题我们前面已经谈过，这里谈选错了专家。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，产品经理最熟悉这个产品与别的产品的关系（比如替代还是互补，还是没关系），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和供应计划。

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？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，变成了多个人拍脑袋，没有改变拍脑袋的本质，也没法系统提高决策的质量。

图 95：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，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。

专家判断法用于什么产品？

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。特别要避免的是，不能因为手头有把锤子，你就把啥都当钉子。

在一个服装电商企业，德尔菲专家判断法一经导入，差点就成了这样的一把万能"锤子"：试点项目中只做款式层面的判断，后续应用中连SKU层面的预测都让专家团队做。就拿其中一个新品来说，两个款式、四种颜色，那意味着在SKU层面，专家团队得做8个判断，也就是8个需求预测----预测的颗粒度那么小，准确度不可能高；同时预测这么多项，专家们也不可能做出高质量的判断。

那该怎么办？我们得遵循预测的基本准则，那就是力求在颗粒度更高的地方做预测。就这个产品来说，就是款式层面：两种款式，两个判断，专家团队能更好地预测；然后根据历史经验，按比例分解到不同的颜色，解决SKU层面的预测问题。比如以前类似的产品、款式，在出现第一个颜色、尺码断码前，不同颜色的款式销量比例，还是有相当的参考性。当然，不同的颜色组合、不同的时令节气，都可能影响颜色的比例，但没有一个人知道地比历史数据还多：试想想，有多少专家会关注到款式+颜色层面去，比如这个款式、这个颜色卖掉多少个？他们的关注的大多是款式层面的销量，让他们做颜色层面的预测，我们问了个糟糕的问题，得到的当然是糟糕的答复，甚至没有答复。

专家判断有没有约束力？

在这个服装电商企业，专家团队的配合度、积极性逐渐降低，还有一大原因：该企业把专家判断纳入到集成新产品开发流程中，要求每个新产品都得做；但究竟是否采纳专家判断结果，却取决于该产品的项目经理。

于是就出现了这样的情况：专家团队工作数轮，做了判断，项目经理却"参考"了一下了事。这里并不想挑战项目经理们为什么不用----他们不用，自然有不用的原因；这里想说的是，这样做得次数多了，对专家们来说，就相当于让你在地上不断地挖坑，又让你给填上----没价值的事情，大家当然不愿意继续做，特别是在导入集成新产品开发（IPD）后，专家团队的会议量大增，资源日渐紧缺的情况下。

那该怎么办？你得尊重专家判断的严肃性。如果不想用，那就不要做----项目经理在没做之前就得决定不做；但如果做了，这凝结了公司集体智慧的决策，你就得用，否则专家判断法的严肃性会削弱，最终变成走过场。对"只讲利害，不讲原则"的国人来说（林语堂语），这或许比较费解，让我用英国脱欧的例子来说明。

几年前，英国全民公决要脱欧，但几年下来，只能说是一地鸡毛：谁也没有意识到脱欧会有这么多的问题。试想想，脱欧那样复杂的事，政治专家们都搞不清，一般的老百姓能搞得清吗？不时有舆论说，如果重新全民公决，相信英国人民会做出不同的选择。那为什么不搞个二次公决呢？

这有关民主的严肃性：如果民主决策如果有了Undo（撤销键），随时可以撤销重来，那大家还会不会严肃地对待？这势必让民众把民主当儿戏----随便做做，大不了我们再做一次，导致民主决策的质量越来越低，大家也越来越不信任，最终导致强人政治的出现。要知道，在西方的民主社会，民主就是民主，不是供决策者参考的；英国人民做了一个糟糕的选择，那就得为这个糟糕的选择买单----这就是民主的代价，也只有这样，才能维护全民公决的严肃性，让大家对自己的决策负责，以后尽力做好决策。

专家判断法由谁来维护？

总体而言，德尔菲专家判断法是个决策流程，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或销售的责任，这个流程也可以由他们来负责。但问题是产品管理、销售相对分散，比如有多个产品经理和销售经理，有些产品之间的搭接度不高，难以找到唯一的对接口，导致最佳实践难以固化、传播。

计划职能虽然天然是集中的，但往往影响有限，难以有效推动跨职能协作。在这个服装电商，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，驱动跨职能资源，但由计划职能负责组织、执行，进行具体的操作。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。