2024年3月现场公开课(第446-455期)

需求预测:供应链的第一道防线上海(3/13,周三);深圳(3/23,周六)

库存计划:供应链的第二道防线上海(3/14,周四);深圳(3/24,周日)

供应链管理:高成本、高库存、重资产的解决方案上海(3/15,周五);深圳(3/22,周五)

供应商管理:一个实践者的角度深圳(3/16,周六);深圳(3/20,周三)

采购的职能建设:从小采购到大采购深圳(3/17,周日);深圳(3/21,周四)

详情请垂询助手吴珍桢:177 2795 9069(微信同)。

为什么能预测:延续性和相关性

| 暂无评论

我们之所以能够预测,是基于(1)时间序列的延续性(也叫连贯性);(2)变量之间的相关性(也叫类推性)。计划者的任务,一方面是分析历史数据,总结这样的延续性、相关性,然后是应用这样的关联性,对未来做出预判,指导供应链执行来提前准备。

时间序列是对于特定变量,比如需求,按照时间的先后顺序排列,其延续性表现为三种形式:(1)随机变动----在外界因素的影响下,需求展现出忽高忽低的变化,但整体上没有特定模式;(2)趋势----随着时间发展,需求呈现增长或者降低的趋势;(3)周期性----需求呈现交替性的高峰、低谷,季节性就是其中一种。

这些基本形式叠加到一起,比如趋势和周期性并存,就形成更加复杂的时间序列。举个例子。一个卖热饮的企业营收每年增长30%,这是趋势;热饮冬天卖得多,夏天卖得少,这是季节性;两者加到一起,就是趋势与季节性并存。再比如牛奶产量,在过去的几十年里,每头奶牛的产奶量在增加,这是趋势;夏秋产奶多,冬春产奶少,这是季节性;两者加到一起,也形成趋势与季节性并存的时间序列。

时间序列是需求预测中最常见的情况,其基本假设是我们的业务有一定的延续性,以某种方式呈现在时间序列里,其变量只有一个,那就是时间。这并不是说没有别的变量;有,而且可能很多。这些变量有一定的惯性,一直按照某种方式推动事物的发展,随着时间的进展,呈现出某种模式。我们没法一一解释这些变量,但知道它们一直在起作用,就把它们都归因于时间

相关性指变量之间存在的关系,可以类推。比如促销预算越高,买的广告、流量越多,销量一般也会越高;预售期卖得好的产品,正常销售一般也会卖得好;在试点区卖得好的产品,在所有区域也会卖得不错。我们常说不怕不识货,就怕货比货,这"货比货"就是基于相关性,在数据有限的情况下,比如新产品的预测中,扮演重要角色。小步快走、尽快纠偏,也是通过有限时间、有限客户的需求,来推断、调整整体的需求预测,其后的逻辑也是相关性。

现实环境中,延续性和相关性往往并存。对于延续性,我们能改变的有限,能做的就是选择合适的预测模型,尽可能发现需求的模式,其余就只能交给时间。我们的作为对象呢,主要是采取各种措施,来强化或改变相关性。比如投入更多的促销资源,占据更好的货架位置,在更多的渠道推出产品等。相关性可以通过线性回归等方式来量化。我们的挑战呢,主要是数据点太少,变化太多,加上分析能力不足,很难针对相关性建立准确度更高的模型,就不得不更多依赖业务人员的判断。

在我的《需求预测和库存计划:一个实践者的角度》一书中,我们会介绍几种常见的预测方法,包括移动平均法、指数平滑法和线性回归法,以及如何优化这些模型。移动平均法、指数平滑法反映的是延续性,线性回归法反映的是相关性。这几种预测方法,特别是指数平滑法的各种模型,如果应用得当,就能够解决大部分的需求预测问题。

顺便提及,在预测领域,指数平滑法是应用最广的方法,没有之一。在每一种计划软件里,你都能看到指数平滑法的影子,而且是主要的背景算法。这些年兴起的人工智能,机器学习,也用到需求预测领域,但其基本逻辑也都离不开指数平滑法。

最后,我想补充三点。

其一,在预测方法上,简单的模型往往比复杂的更有效,你能懂的模型往往强过你不懂的。这里提到的移动平均和指数平滑法,应该能够对付我们遇到的绝大多数问题。如果有人一开口就是傅里叶变换、机器学习、神经网络什么的,你得非常谨慎才对:那些都很重要,但它们更多的是喂饱你的第五只包子;你得先把前面的那四只吃了----这几种基本的模型,就是那四只垫底的包子。

其二,预测模型要优化。优化本身并没有听上去那么难,一般是通过复盘,选择准确度更高的模型,Excel表格里就可以做,关键是要做起来。这是计划职能可以独立控制的。对很多企业来说,通过简单的优化,把预测准确度提高几个百分点并不难----在预测方法的择优上,这些企业就如从没吃过药的原始人,只要给他们颗阿司匹林,就会有效果。可不要小看这几个百分点,那可能意味着几个百分点的净利润。

其三,预测模型知道它们知道的,不知道它们不知道的,所以一定要和职业判断相结合。请相信直觉:如果模型的结果看上去不对,它十有八九是错了。这是因为数据可能有问题,公式可能会套错,参数可能会选错,特别在刚开始用模型的时候。业务和专业经验不可替代,这就是为什么不能光靠计算机来做计划。

摘自《需求预测和库存计划:一个实践者的角度》,刘宝红著。

3月供应链系列现场公开课

围绕我的系列畅销书,我设计了五门精品课程,2024年3月份(第446期-455期培训)正在报名。


  1. 需求预测:供应链的第一道防线上海(3/13,周三);深圳(3/23,周六)
  2. 库存计划:供应链的第二道防线上海(3/14,周四);深圳(3/24,周日)
  3. 供应链管理:高成本、高库存、重资产的解决方案上海(3/15,周五);深圳(3/22,周五)
  4. 供应商管理:一个实践者的角度深圳(3/16,周六);深圳(3/20,周三)
  5. 采购的职能建设:从小采购到大采购深圳(3/17,周日);深圳(3/21,周四)

更多信息请点击链接,报名详情咨询请联系我的助手吴珍桢:177 2795 9069(微信同),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 2024-01-30 05:02January 30, 2024 5:02 AM

此Blog上的上一篇日记貌似没做到,实则没想到

此Blog上的下一篇日记需求预测:供应链博弈的一大焦点

首页归档页可以看到最新的日记和所有日记。