计划有多种，相互有关联

我们这里讲供应链相关的计划。

在供应链的每一个环节，都有相应的计划，驱动相应的执行职能。比如计划在决定买什么，买多少；生产什么，生产多少；配送什么，配送多少。供应链的绩效问题，包括交付和库存，计划没想到，执行就很难做到，即便做到的话，也是以高昂的成本和库存为代价。我们的目标是不但要做到，而且要想到。企业越大，这点就越重要。

从需求预测开始的"计划链"

供应链相关的计划是环环相扣，从需求预测开始。

需求预测是在特定条件下，对需求量的客观估计。比如在特定的价格、交付、促销计划下，我们认为客户需要多少产品。需求预测的关键是客观性，而不是我们的主观愿望。想让客户买多少，跟客户愿意买多少，就如我们想赚多少钱，跟我们能赚多少钱一样，完全是两码事。

在很多公司，需求预测和需求计划通用。严格意义上，它们是有区别的。比如"双十一"那一周，我们预测能卖掉1000个，这是需求预测。但在指导备货时，由于产能限制，我们把这1000个拆分成4周，每周生产250个来平滑需求，这就是需求计划。不过这些差别相对细微，除非说明，在本书两者通用。

基于需求预测，我们会做库存计划，比如我们按照预测生产出来了，成品库存要放在什么地方，总仓放多少，各个分仓放多少，要不要设安全库存，设的话要设多少。

在我的一系列书中，需求预测和库存计划的侧重点略有不同，如图1。需求预测侧重总库，在公司层面确保总进与总出匹配。比如这个产品每周能卖出1000个，那供应链每周就得进1000个。销售与运营协调流程没打通，信息不对称，职能之间互相博弈，都可能造成预测的大错特错，导致总进与总出不能匹配，最后总会体现在一堆库存上。

但是，总进总出匹配了，并不是说库存问题就没了：合适的库存放不到合适的地方，有的地方太多，有的地方太少，就导致过剩和短缺同时存在，整体库存高，整体服务水平低。这是库存计划要重点应对的问题，可通过合理设置每个库存点的再订货点、安全库存等来实现。

图1：需求预测和库存计划的侧重点

当然，需求预测和库存计划的区分是相对的，主要是为了阐述的方便。在实践中，需求预测和库存计划没法分离。比如在做库存计划的时候，我们是离不开需求预测的，不管是设立再订货点，还是预测补货。再比如安全库存的部分功能就是应对需求的不确定性；而需求的不确定性跟预测准确度直接相关----预测越不准，需求的变动性就越大，也就需要越多的安全库存来应对。

需求计划、库存计划后面是生产计划。生产计划把材料清单（BOM）打开，扣除库存后，就产生零部件、原材料的物料计划，由物料计划转换为采购计划，最后变成采购订单。采购计划支持物料计划，物料计划支持生产计划，生产计划支持需求计划，这就形成了"计划链"。

"计划链"向两头延伸，在客户端有配送计划，在供应商端有产能计划，但都是在需求计划的基础上制定的。计划是供应链的引擎，而需求计划是计划的龙头，就是这个原因。正因为需求计划的重要地位，后面讲到的计划，大多是需求计划。

种种计划，除了沿着供应链切分为需求、生产、物料、采购等计划外，还可围绕组织、产品来切分。比如在组织上，同是需求计划，不同渠道、不同事业部可能由不同的人负责；总部、大区、城市也可能有独立的团队。围绕产品生命周期，新产品导入、量产阶段可能由不同的人在做，售后备件计划往往有独立的计划部门。有些计划有专职人员，有些计划是兼职的，这都让计划的复杂度大增。

看到这儿，或许有人会问，讲了这么多的计划，怎么还没有销售预测的影子呢？要知道，很多"灾难"，都跟这"销售预测"脱不了干系啊。

销售预测和需求预测不一样

一旦提起销售预测，人们容易联想起两点来：（1）自上而下，由销售目标驱动；（2）自下而上，由销售人员提交。这让销售预测带着浓厚的主观色彩，给企业带来诸多运营和库存挑战，特别是把销售预测等同于需求预测的时候。

销售预测和需求预测不是一回事，让我们打个比方来说明。

很多妈妈们熟悉这样的场景：小孩子疯玩了一天，回来说妈妈我饿死了，能吃5碗饭----这就是他的"销售预测"。作为"供应链"的妈妈，你当然不会做5碗：这孩子平常每顿吃2碗（这是"从数据开始"），今天看上去脸饿得有点发白，那就多做1碗吧（这是"由判断结束"），这就是你的"需求预测"。

这也是需求预测和销售预测的本质区别：需求预测更客观，是用供应链的理性来平衡销售的感性。要知道，销售预测经常受销售目标的驱动，销售目标承载了老总的主观愿望，销售预测承载着销售的主观愿望，两者都是"想"让客户买多少，而不是客户愿意买多少。把现金变成库存容易，把库存变成现金难，你可不能简单地拿销售预测当需求预测，来指导供应链"生米做成熟饭"。这就如美好的赚钱愿望，不能成为实际花钱的计划一样。

那么制定需求预测的时候，要不要考虑销售目标？要，因为销售目标直接决定业务端投入多少资源，用多大的力度来影响需求、制造需求。但这并不是直接把销售目标当成需求预测，而是问基于这样的销售目标，市场、销售、产品部门有什么显著改变需求的计划，影响到哪些产品，预计带来多少增量需求等。

这里的重点是需求历史里没有，但未来计划做的，或者可能发生的。打个比方。门店的小姑娘们每天都在门口叫卖，以前是，以后也是，这已经反映到需求历史里了，不需要销售来提供计划。但是，眼看后半年的销售目标达不到，就在暑假里雇100个大学生做地推，那可是能显著改变需求的，需要销售端来帮助量化对需求的影响。

当然，销售端可能说，这事儿我们第一次做，不知道效果怎么样----销售知道，做预测相当于做承诺，他们不愿承担预测不准的风险。不知道，也就是说你每个大学生每天200元，100个大学20000元，你在向老总申请预算的时候说，我每天需要两万元来做试验，至于效果吗，您就祈祷吧？

当然不会的，没几个企业会那么花钱。销售总得做各种假设，来量化可能的投入和产出。比如每个人每天发500张传单，2%的转化率，就意味着增加10个顾客；每个顾客买1件这个产品，每件100元，这就是1000元的营收，来说服老总这样的活动是否值得做。

是的，我们需要的就是这样的判断。这也是驱使销售端更加细化改变需求的方案，注入更多的客观性，而不是单纯在销售目标的驱动下盲动。基于历史需求的基准预测，加上各种促销、上新、市场开拓等可能带来的额外变动，就是"从数据开始，由判断结束"，生成客观性更高的需求预测。

这时候问题又来了：销售目标和需求预测不匹配的话，该怎么办？比如老总的销售目标是1个亿，但需求预测怎么算，8000万看上去更靠谱。这问题很常见，一般有两种方式来应对。

其一是按照老总的目标，整出1个亿的产品来。老板的目标是1个亿，往往有他的原因，比如抢占市场份额，争取早日上市，或者让工厂的产能充分利用，整体成本更低等。供应链根据历史需求，整合销售、市场、产品等职能的判断（比如促销、活动、新老产品的迭代等），发现更客观的需求是8000万。这2000万的差距呢，就需要制造更多的需求来关闭，老总要在销售端投入更多的资源，来产生额外的需求。

其二是用供应链的三道防线来应对。让我们继续用小孩吃饭的比方来说明。小孩的"销售预测"是5碗，妈妈的"需求预测"是3碗，但3碗饭吃完没吃饱怎么办？作为妈妈的你，就给他找点小饼干、水果什么的----这是你的"安全库存"。放在供应链上，凡是有库存的地方，十有八九有某种形式的安全库存，来应对需求和供应的不确定性。那"安全库存"用完了，小孩还没有吃饱怎么办？那就下楼到便利店里再买点什么，通过执行来弥补。放在供应链上，这就是加急赶工催货，计划的先天不足由执行来弥补。

需求预测、库存计划、供应链执行合在一起，就是"供应链的三道防线"，也叫"计划的三道防线"（如图2），来有序应对需求和供应的不确定性，平衡库存和执行风险，提高客户服务水平。

供应链的三道防线

所有的预测都是错的，但错多错少不一样。如何尽量提高预测准确度，增加首发命准率，这是供应链的第一道防线要解决的问题。预测错了怎么办？供应链的天然应对是放安全库存。如何科学合理地设置安全库存，少花钱多办事，这是库存计划的一大任务，亦即供应链的第二道防线。预测错了，安全库存不够用，那就得启动第三道防线----供应链执行来应对。三者结合在一起，就构成供应链的三道防线。

图2：供应链的三道防线

在三道防线里，需求预测相当于河流的第一道防洪堤，希望把百分之七八十的"洪水"拦住；拦不住的就溢出来，进入第二道防线----安全库存；安全库存希望能拦住百分之一二十的"洪水"，剩下的就溢出来，由第三道防线----供应链执行来应对。我们的挑战呢，在于需求预测准确度太低，需求的"洪水"一来就被冲垮，那安全库存自然不够用，于是所有的"石头"就都落到供应链执行的头上。计划也不得不花大量的精力来催货，导致没有足够时间做计划，这就陷入恶性循环。

三道防线也是跨职能协作。需求预测上，计划和销售、市场等需求端职能协作，从数据开始，由判断结束，提高预测准确度，争取首发命准；库存计划上，计划职能客观量化需求和供应的不确定性，设立合适的安全库存，平衡库存和客户服务水平，争取少花钱，多办事；在供应链执行上，采购、生产、供应商通过赶工加急，应对计划的先天不足。

对于供应链计划的三道防线，我有两本书专门讨论，分别聚焦计划的"七分管理"和"三分技术"。前者是《供应链的三道防线：需求预测、库存计划、供应链执行》（第2版），侧重组织和流程建设；后者是《需求预测和库存计划：一个实践者的角度》，侧重预测模型和数据分析。