推拉结合：在合适的颗粒度做预测

从本质上看，推拉结合是在合适的颗粒度上做预测，即在原材料、半成品还是成品层面做预测。如图 1，根据推拉结合点的不同，我们把供应链分为四类：按库存生产，按订单组装，按订单生产，按订单设计。

在按库存生产模式下（也叫备货型生产），推拉结合点设在成品层面，预测的颗粒度是成品。按库存生产广泛用于成品的定制化程度低，需求相对分散，成品的库存风险较低的情况。其优势是需求一来，就有库存来满足；但如果需求变了，库存风险就会凸显出来。我们熟悉的短尾、中尾产品，一般都是在成品层面做预测。

图 1：不同的推拉结合下，预测颗粒度不同，库存和交付的风险也不同

当成品的定制化程度高，库存风险太大时，企业就采取按订单生产。这并不是说供应链完全靠订单驱动，因为那样的话交付周期太长。按订单生产模式下，企业一般把原材料当做独立需求来预测，也就是说，推拉结合点设在原材料。这里的前提是原材料有共性，库存风险可控。当然，一旦需求显著变化了，比如设计变更，原材料的库存风险还是不可忽视。

按库存生产和按订单生产是常见的两个极端。前者的交付体验好，但库存风险高；后者的库存风险低，但交付风险高。有没有介于中间的？有，那就是按订单组装。在按订单组装模式下，推拉结合点设在半成品层面，预测的颗粒度也是组件、模块等半成品。客户订单一到，就按照客户需求来组装。按订单组装的前提是设计的模块化和标准化，对企业的整体管理能力要求更高。

最后一种推拉结合是按订单设计，推拉结合点最靠后，预测的颗粒度其实在工艺层面----虽然物料的共性很小，制造工艺还是有共性的，可以基于此而做好产能规划。这种方式在建筑、船舶、发电站等项目型需求上较为常见，对计划和供应链的挑战最大，表现为交付周期长，运营成本高。订单一来，往往就没有足够的交付时间。作为应对，企业经常不得不在长周期物料上做独立预测，提前驱动长周期物料的采购，承担部分库存风险来改善交付。

从按库存生产到按订单组装、按订单生产，再到按订单设计，不管是哪种推拉结合，我们总是在做某种形式的重复生意，只是重复性体现的位置不同，要么是成品，要么是半成品、原材料，最不行也是在生产工艺层面有共性。这也表明，不管需求多么复杂，我们总是要在某个层面收口子的，否则就陷入以无限对无限的境地，注定没有规模效益；而没了规模效益，供应链注定成本做不低、交付做不快。

凡是有共性的，就意味着可计划。之所以强调这点，是因为管理粗放的时候，计划就过分强调业务的复杂性，而忽视了有共性的东西，把本来能够计划的也没有计划好。结果有二：其一，给客户更差的交付体验，给企业带来更高的运营成本，降低了企业的竞争力；其二，迫使一线销售提需求，预测颗粒度小而准确度低，导致显著的库存风险。

要知道，计划的一大任务是承担可控的库存风险，来改善交付和客户体验，降低运营成本。有能力的计划会在合适的推拉结合点做计划，让公司承担可控的风险，以应对需求和供应的不确定性。这是通过解决问题来解决问题。当计划职能薄弱时，就习惯于转移问题，比如要求一线销售、内部用户做预测，让供应商备库存，由他们承担预测风险。对计划职能来说，要有能力在合适的地方做计划，习惯于跟可控风险打交道，任重而道远。

【实践者问】您去xx公司培训，他们适合做预测吗？

【刘宝红答】这问题问得很无厘头。凡是个企业，都离不开预测，这有什么适合不适合呢？我猜她的问题是该公司的成品是预测驱动还是订单驱动。这都没关系，即便成品层面是订单驱动，在原材料、半成品、产能规划等方面，还是离不开预测。这就如你家做饭是"订单"驱动，没有"需求"，你不会把一周吃的小白菜都给炒出来放着。但是，你究竟要备多少小白菜，买一个多大的冰箱放小白菜，却是预测驱动的。

在业界，"订单驱动"经常造成很大的误会。大家一听到"订单"二字，就跟"预测"划清了界限，认为不需要做计划。订单驱动，只是说在成品层面不做预测，而是把预测对象推到半成品或原材料层面，而预测的本质并没有变，甚至更难对付。有些"订单驱动"的企业对此认识不足，在计划职能上的力量配置不足，结果把本来能够计划的也没有计划好，给执行层面造成太多的问题，最终导致运营成本高昂，库存当然也是一大堆。