2022年1月公开课(第340-344期)

需求预测+需求管理:供应链的第一道防线1月6日(周四),1月7日(周五)

库存计划+库存控制:供应链的第二道防线1月8日(周六),1月9日(周日)

供应链的全局观:系统应对高成本和重资产挑战1月11日(周二),1月12日(周三)

战略寻源+供应商管理:一个实践者的角度1月13日(周四),1月14日(周五)

从“小采购”到“大采购”:采购的职能建设1月15日(周六),1月16日(周日)

详情请垂询助手党琪 :182 1756 2014(微信同)。

由判断结束:判断什么,怎么判断

| 暂无评论

11月供应链管理系列培训

报名倒计时还有 6 天


在各行各业,产品的生命周期在缩短,产品新老交替迅速;社交媒体带来更多的改变需求的方式,上新即高点,需求直上直下;六一八、双十一等电商大节,跟国内的传统节假日一道,显著增加了需求的波动性。再加上国内市场竞争激烈,相对欧美而言促销活动更多,需求的可预见性更低。这些都决定了基于需求历史的预测准确度低,凸显了"由判断结束"的重要性。

那么究竟什么情况下需要判断,判断的话判断什么?

其一,严格意义上,"从数据开始"是基于数理统计的,得到的是区间预测,需要判断来确定点预测。比如基于类似的新产品,这个新品的预测是1000件,在95%的情况下会介于300和1700之间。这是个很大的区间,我们需要熟悉业务的人来帮助判断,实际需求会更乐观,靠近1700;还是更悲观,靠近300?靠近的话究竟该有多近?为什么?判断者或许说,这个产品是跑量的,生命周期长,我们就多生产点,比如1500件,大不了慢慢卖;或者说这产品的季节性强,宁缺毋滥,那就生产700件;或者说是产品大概介于中间状态,就按照1000件来生产了。

其二,凡是可能显著改变需求的,如果在需求历史中没有反映出来,就需要判断。打个比方。门店的小姑娘们在门口吆喝做生意,以前每天这么做,以后还会这么做,那不需要判断,因为已经体现在需求历史中,可以通过数据分析反映到后续预测中;但如果临时雇了10个实习生,满城发传单做地推,那可能显著改变需求,需要提前预判,调整预测来备货。

很多因素可能显著改变需求,有的是客户驱动的,有的是自己驱动的,有的来自竞争对手。比如对电商来说,VIP直播、店铺的主推策略、平台的活动等都可能显著改变需求。618、双11那样的电商节就自不待言。对于品牌商来说,新老产品的交替,新客户、新市场的打入,渠道政策的改变等,都可能显著改变我们的需求。经济、政治大环境的变化,线上、线下的促销活动,以及新产品导入交织在一起,让判断更加复杂和充满不确定性。我们必须要提高判断的质量来应对,这里主要讲三点。

第一,判断也要有计划、有条理地做。判断本身充满不确定性,但做判断要按照一定的条理,有计划地做。比如我在工业品公司做全球计划时,给我的计划员团队制定一个清单,让每个计划员每周跟主要的销售经理对接,逐个清单地过,诸如客户的产能利用率会不会改变?新的市场开拓计划进展如何?关键产品的导入和替代进展如何?关键产品的市场份额会不会改变?有无重大质量问题?这些都是可能显著改变需求的事情,需要每周更新,督促销售、计划团队一起来计划,评估可能的需求变动。

行业不同,公司不同,这样的清单也会不同,但共性是,我们得有这样的一个清单,以一定的确定性比如每周、每两周过一遍,来应对需求变动的不确定性。没有这样的清单,没有结构性的做法,判断就变成了有一搭没一搭,完全取决于计划和销售、产品管理人员的主观能动性,直接表现就是惊奇不断,层出不穷,从销售到供应链都是摁下葫芦起了瓢。

比如一个饮品企业的销售说,分销商结婚去了,所以这个月的销量没达标。结婚可是件大事情,不可能今天决定,明天就结婚,为什么就不能提前知道,提前应对?作为负责一个渠道的销售,如果定期给分销商电话,问他下一步有什么可能显著改变需求的计划,上次制定的计划能不能实现,我才不信分销商会不告诉你他要结婚呢----估计他还在等你随份子呢。结婚显著改变了需求,那生孩子,天下雨,太冷太热还不都成了需求异动的借口,借口文化就开始泛滥。

再比如有个车企的员工说,这两年的政策变化很大,对尾气排量一直有新规定出台,影响车辆销量,言下之意是这就是为什么预测准确度低。不过想想看,这么大的政策,能够显著改变一个行业,能是突然冒出来的吗?我就不信作为业界的主要企业,他们就一点没有耳闻,坐地等死?政策历来在变,天灾人祸也是:地震,火灾,洪水,罢工,瘟疫,金融危机,行业性短缺,这个世界就没有一年太平过。这些都相当于发在你手里的一把烂牌,为什么有的企业打得好,有的企业就打得差呢?

变化本身有不可控之处,但如何系统地应对变化,却有可控之处。制定需要判断的清单,定期会议回顾,不管是跟销售、市场还是产品经理,都会增加判断的及时性和一致性。要避免的是借口文化,以没法控制的来掩盖自己的不作为。

第二,判断不能等同于拍脑袋,不但要有数据,而且要有故事。你问销售,下个月要做什么促销,预计能带来多少需求,答复往往是这不好说。不好说,也就是说你在申请经费时对老板说,给我x万的市场推广费,不过效果嘛是不知道的,老板您就祈祷吧?当然不是:你花每一分钱,都是有目标的。那好,把你申请经费的方案拿出来,把那上面的故事讲一讲:你要花多少钱,做什么广告,跟什么媒体合作,买多少流量,预计带来多少业务,反映到哪些产品上......那这些数字是怎么来的?要么是参考以前做过的,要么是基于更细更具体的假设。那好,把那些都拿出来,我们逐条一起过一过。

比如在一个快时尚企业,要导入新产品,这是一位销售对上新30天销量判断:

1. 历史上的类似款上架30天销量将近600件,以此为基数;

2. 天猫店要新开了,会增加销量,但开业时间不长,预估增加50%销量,+300;

3. 因为三八妇女节活动和天气回暖,往年3月的流量和销量都会上升,+200;

4. 店里的同类竞品较多,-100。

结论:她认为需求预测应该是600+300+200-100 = 1000件。这个判断有数据,有故事,而且运用了"费米估算法",把预测分解为多个部分,各个击破,看上去更靠谱(实际上也的确如此:实际首月销量858件)。

她的一位同事正好相反,其判断既没数据也没故事,而只是简单地说该产品"适用用户广,颜色清新自然,价格亲民",所以他预测2960件。为什么是2960而不是3960,或者1960?你这60件的零头是怎么来的?你知道,他的判断能有多可信了。

再比如在一个化妆品企业,在每个月的销售与运营计划(S&OP)上,市场部门要提供媒体计划、市场趋势、新品计划,以及终端销量数据及分析;销售要提供开店计划、新品铺货计划、促销计划等;财务会准备好每月的销售目标,也在会前提供给需求计划。这些输入都是为"由判断结束"服务,不但有数据,而且有故事,帮助计划职能滚动更新需求预测。

作为计划职能,我们要督促判断者把这些写下来,一方面约束他们信口开河地拍脑袋,另一方面也督促他们更详细、深入地分析问题。我们理解,有些东西一时很难量化,那好,你总得有个故事来支持吧?那你先把这故事给讲出来。

比如有个电子产品公司,计划每周跟销售开会。这是个经理层面的会议,对于每一次计划变更,计划经理都要问原因;没法量化的原因,也要听听销售端的"故事";没有"故事"的话,计划不予执行----连个"故事"都没有,八字不见一撇,就想让我们把真金白银转换成库存,你难道就不知道把现金转化成库存容易,把库存转化成现金难吗?真是良心大大地坏了。

在能够量化之前,很多事情都以"故事"的形式存在,比如要进入更多的渠道,面对新的竞争,打入更多的客户等。销售们习惯性地活在当下,对未来的计划性往往不够;逼着他们"讲故事",有助于督促他们尽早思考这些问题,帮助调整预测----有些长周期物料动辄就要3到6个月的提前期,不及早调整预测的话就来不及了。

第三,判断一定要聚焦具体的产品、客户或渠道。在需求预测上,计划和销售的视角不同,看待问题的层面也不同。计划天然着眼全局,在预测产品需求时,考虑的是所有的客户、所有的地区。而销售呢,特别是一线销售,则习惯于着眼具体的地域、具体的渠道、具体的客户等。于是就经常出现这样的情况:作为计划,他的基准预测是整个产品的,发给销售征求意见,销售总监一看傻眼了:我只负责华南区,怎么能帮你判断整个产品的预测呢?即便在华南区,下面还有几十个销售,销售总监、销售经理也没法完全知道几十个销售的故事。

作为应对方案,要求销售做判断,一定要把需求预测分解到适当的层面,找准产品、找准客户,找到合适的人来判断,才能更好识别和量化影响因素。比如改变需求的决策主要发生在销售大区层面,那就分解到销售大区;如果在具体的客户层面,就得分解到客户层面,让相应的客户经理、客户总监来做判断。

举个例子。对于一个产品,假定未来13周的预测是每周200个,其中有个大客户,需求历史占总需求的30%。这意味着基于需求历史,这每周预测的200个中,有60个是为该客户准备的。征求销售的判断,就是找到这个客户对应的销售,给他这个客户的销售历史,让他判断每周60个的预测是否靠谱。这里的关键是对增量的判断,要他讲故事,比如这个客户在扩张产能,需求可能拔高20%。那好,这意味着每周12个的增量,反映到产品层面,预测就从200个变成了212个。

对于很多产品来说,虽然每个产品有多个客户,但需求相对均匀地分散到各个客户,每个客户只占微不足道的份额,需求变动不大,而且东边不亮西边亮,变动往往会互相抵消。这些客户就是典型的"沙子",根本用不着去麻烦一线的销售人员:计划人员按照需求历史,加上对整体业务发展的判断,就能做出相当准确的预测来。当然,对整体业务的判断可能得借助市场、产品管理、销售的管理层,但用不着找一线销售来帮忙。

真正重要的呢,是那些需求集中度高的产品。比如一个产品虽然有25个客户,但其中一个客户的需求占比为40%,这个大客户的需求一旦变动,对供应链的影响就很明显。这样的产品--客户组合就是"大石头",要从众多的"小沙子"中筛选出来,让对应的销售重点关照,有的放矢地管理需求变动。

2022年1月远程视频电话会议公开课

围绕我的系列畅销书,我设计了五门精品课程,1月份(第340期到334期培训)正在报名,每门课程两个半天,9:00-12:00。


  1. 需求预测+需求管理:供应链的第一道防线1月6日(周四),1月7日(周五)
  2. 库存计划+库存控制:供应链的第二道防线1月8日(周六),1月9日(周日)
  3. 供应链的全局观:系统应对高成本和重资产挑战1月11日(周二),1月12日(周三)
  4. 战略寻源+供应商管理:一个实践者的角度1月13日(周四),1月14日(周五)
  5. 从“小采购”到“大采购”:采购的职能建设1月15日(周六),1月16日(周日)

更多信息请点击链接,报名详情咨询请联系我的助手党琪:182 1756 2014 (手机\微信),电邮[email protected]

我有微博、微信(scm-blog),也在LinkedIn上,欢迎加我,随时沟通。更多联系信息见此处

欢迎关注我的微信公众号,每天一篇文章:wwwscm-blogcom

请关注我的微信公众号,每天一篇文章:wwwscm-blogcom

评论

畅销专著

  • Supply chain management: high cost, high inventory, heavy asset solutions

畅销经典

  • Purchasing and Supply Chain Management

关于此日记

此日记由 刘宝红 发表于 2021-11-04 01:30November 4, 2021 1:30 AM

此Blog上的上一篇日记VMI是对供应链三道防线的终极挑战

此Blog上的下一篇日记SKU泛滥,需求预测怎么做

首页归档页可以看到最新的日记和所有日记。