建立滚动的预测更新机制

定期滚动更新预测，就是主要的解决方案。实际上，绝大多数的预测偏差，都是等看到一定的苗头后，通过滚动预测，按部就班，事后补救的。

滚动预测的逻辑是，时间越近，预测的准确度就越高。很多模型，比如移动平均法、指数平滑法，都是更善于预测近期的需求，而对中长期的预测准确度相对低。所以，随着时间的消逝，需求历史越来越多，我们离需求的发生时间也越来越近，理论上能够更准确地更新预测，及早驱动供应链响应，调整整个供应链通路上的库存。

预测的滚动调整也叫滚动计划，就是定期更新未来一定时段的预测。比如有个公司采取13+3的滚动机制，每周五滚动，操作起来是这样的：每周五的时候，该企业就更新未来13周的预测，按周汇总；外带后续3个月的预测，按月汇总。前者一般是指导物料计划和生产安排，后者则更多地供参考，来驱动产能建设、长周期物料的采购等。这周更新了第1到13周的预测，下周更新的就是第2到14周的预测，依次类推。

虽然看上去预测越准确越好，但并不是每一个人都喜欢调整，因为这可能影响到执行，增加运营成本，降低产能利用率，特别是调整频率太高，调整的预测太近的话（一个极端例子就是今天调整明天的预测，而原材料、半成品都已经上线，模具都已安装好了，要撤下去换另一个产品的话，你知道生产线会有多愤怒了）。

在滚动更新频率上，并不是说越频繁就越好，或者说越不频繁就越不好：滚动调整的节奏跟业务变动相匹配。有些企业是每月滚动，有些是每周滚动。如果业务变动不大，没有更多的新信息，滚动预测也没有多少调整，容易流于形式。当业务变动剧烈的时候，比如新产品上市，老产品下市，设计变更等，显然需要更频繁地调整预测。快时尚产品，尤其是通过电商导入，上新期间甚至每天都可能要看订单变化，调整预测。

在滚动频率上，要特别避免滚动越快越好的误区。有个营销老总说，他们为了尽快响应市场变化，决定每两周做一次销售与运营计划（S&OP）。该企业在全球运作，有四个大区，N个国家，大的国家下面又有好几个分区，整个计划滚动涉及几十上百人（因为他们采取层层提需求的方式），而且手动操作居多，周期长，效率低，两周滚动一次，急急忙忙，很多数据搜集和分析工作都做不到位，预测的质量其实并不高。

滚动频率也会影响到规模效益。比如有个公司的采购提前期是4周，每周滚动一次预测，预测未来5周的需求。这其实是每次预测，释放第5周的需求，也就是1周的量。如果每两周滚动一次的话，每次就释放2周的需求。滚动频率太高，每次新释放的需求太少，减小了批量以及相应的规模效应，增加了单位成本；而滚动频率太低了，规模效益增加了，但又可能影响及时纠偏。

计划的滚动机制也是供应链上各环节联动的关键：基于滚动预测的日程，每个职能都知道什么时候新一版预测会产生，他们各自什么时候需要提交促销计划、新品上市计划、市场拓展计划等，预测更新后每个职能要采取什么行动，什么时候采取行动等。这都给整个供应链运营注入更多的可预见性。

比如在某公司的销售与运营计划中，每个月第二周的星期一、星期二是提交促销计划、新品上市计划的时间，人人都知道。接下来是别的事，也是按部就班的。这让计划成了日常工作。计划不是艺术，而是科学，滚动计划体现了这一点。这也是计划专业化的体现，否则容易有一搭没一搭，想到哪儿做到哪儿，缺乏可预见性。

在生产制造企业中，严格的滚动计划相对常见；而在新兴行业，很多企业还是习惯于以项目的方式推进。比如有些互联网企业刚进入硬件领域，还没习惯制造业的严瑾（主要就是滚动计划机制），还在用老的项目方式推动生产制造，结果就是上蹿下跳，频繁救火，充满不确定性，严重影响供应链的平稳运营。

滚动计划主要通过流程和系统驱动业务，比如每月滚动，每个时间节点要做什么，由谁做，都清楚地列明。更广义地讲，滚动预测机制跟企业的年度、季度计划机制一起，构成企业的整体计划机制。相反，项目方式过度依赖组织的力量，往往聚焦例外，挂一漏万，注定会漏掉很多问题，让很多小问题最终变成大问题。天网恢恢疏而不漏，滚动计划机制就是企业的"天网"，定期过一遍，把那些可能漏掉的例外、例内都给及时兜住。

我发现，有些企业习惯于做"一锤子"的买卖，在向持续性业务过渡的时候，建立有效的滚动预测机制便成为关键一环。比如有个跨境电商，主要通过谷歌、脸书等引流的方式，拿到消费者的订单后从国内采购、发货到全球。但有些产品的业务量相当大，生命周期也更长，该企业就尝试建立预测机制，提前补货到北美市场，来提高现货率，改善客户体验。第一批货发过去了，已经卖完了；第二批货发过去，在路上就已经卖完了；现在在备第三批。这后面的一大原因呢，除了初始预测准确度低，滚动预测机制尚不完善、没法及时纠偏是一大主因：补一票货，从供应商到公司，再海运到北美，动辄两三个月，而期间销量信息是每天都在进来，如果及早纳入滚动预测的话，整体的短缺和过剩情况就不会那么严重。