需求计划的"进化史",也是需求计划从单一职能向跨职能、跨企业协作发展的历史,从避免大错特错向追求精益求精的发展历程。
需求计划的五个阶段
最初级的需求计划是单一职能在做,且往往以兼职的形式。比如,公司小的时候老总做计划,公司大点后别的职能兼职计划。单一职能做预测,预测准确度低;跨职能没达成共识,多重预测并存,是这个阶段的特点。自上而下基于销售目标做需求预测,英语里叫"政治预测",也是这个阶段的常见的做法。
然后发展到跨职能共识阶段。《供应链的三道防线》一书讲的"从数据开始,由判断结束",就是跨职能共识预测。计划职能的数据分析,加上业务端的职业判断,让预测的准确度更高;计划和营销达成共识,让需求预测的约束力也更强。这也是对多重预测的应对方案,但生成的需求预测往往是非限制性的,即没有充分考虑生产、采购能否满足。
需求计划的五个阶段
到了第三个阶段,需求计划达成共识的范围更大,从营销、计划延伸到产品、生产、采购、财务等职能。这就是销售与运营计划(S&OP)。S&OP涉及的职能更多,时间跨度更长,考虑到主要的约束条件,比如供应能力,财务资源等,需求预测就成了限制性的预测。最终,需求计划成为协同各职能的关键:供应链得按照这个计划生产出来,销售得按照这个计划销售出去,财务得按照这个计划准备资金,生产、供应商得按照这个计划来准备产能等。
到了第四个阶段,需求计划超越企业的边界,跟供应链伙伴对接起来。这就是协同计划、预测和补货(CPFR),最早是在零售行业发展起来的。比如沃尔玛每卖掉一瓶洗发水,相应数据就传递给宝洁,帮助宝洁安排后续的生产和补货计划。这是在拿信息换库存:信息越对称,不确定性就越小,库存也就越少。跨职能之间如此,公司之间也是。三一重工、美的这样的企业和渠道商共用信息系统,渠道商的进出存都在同一个系统里,也是供应链协同和库存控制的有效举措。
在第五个阶段,集成业务计划(IBP)把S&OP的思路延伸到整个供应链、产品和客户,形成端对端的管理流程。IBP更多地从财务视角,为企业决策层提供决策依据。IBP的出现,也跟S&OP日渐成为运营层面的工具有关。S&OP刚导入的时候,是为解决企业中长期的产能与销售目标平衡问题。但是,在实际操作中,S&OP越来越下沉到运营层面,成为日常运营中各职能达成共识预测的工具。IBP就应运而生,来在更高层面指导企业决策。
这就是简单的需求计划进化史。你能看到,需求计划的影响范围一直在增大,从单一职能到跨职能到跨企业,成为形成共识的核心手段。我们常说的供应链协同,就是围绕同一个计划的协同,而需求计划是这个同一计划的基础。供应链上各环节能够串起来,需求计划扮演的角色怎么强调也不为过。
中美企业在需求计划上的区别
对于本土企业来说,大部分的企业处于第一个阶段,要么是基于老总的行政命令,自上而下地分解销售目标,成为需求预测;要么是一线销售、用户提需求,层层博弈、层层调整,汇总成为总预测。在这个阶段,计划职能普遍薄弱,既缺乏数据分析能力,也缺乏组织协调能力。企业普遍意识到预测准确度低,但在向第二个阶段过渡上挑战重重,因为这需要显著改变企业的运作方式。《供应链的三道防线》一书就是为帮助企业完成这一转变。
美国企业中,做的差的也在第一阶段挣扎,做得好的在实施销售与运营计划(S&OP),以拉通需求和供应,推动跨职能协同,但普遍挑战重重。部分企业在做第四个阶段的事,在需求计划上拉通客户和供应商。第五个阶段可以说是需求计划的理想,尚停留在系统提供商和咨询公司的宣传阶段,新瓶装旧酒,解决的主要还是前几个阶段的问题。
在需求预测上,两个国家的企业面临的挑战也不尽相同。
中国是增量市场,经济增长迅速,小公司众多,品牌不够强,相对竞争更为激烈;线上、线下模式并行,电商、新零售的比例高,改变需求的方式众多。就拿电商来说,京东、天猫上的促销活动,频率和幅度都远超亚马逊。需求变化更快,产品的SKU更多、生命周期更短,消费者的忍耐度更低(对速度的期望更高),对需求预测和供应链执行的挑战也就更大。
美国是存量市场,增长有限,由大公司主导。这些企业主打品牌和市场份额,产品其实更少,更精简,产品的生命周期相对更长,线上业务比例低,能够显著改变需求的行为较中国为少。看美国的文献和实践,计划区间一般都较长,有些甚至有几年的数据(来展示季节性),因为是成熟的经济,行业整合地比较厉害,产品导入较少,产品组合也较简单,需求的变动相对较慢,社会媒体、电商也没有国内发达,能够显著改变需求的手段较国内少。
在需求计划的聚焦点上,两个国家也就不同。中国企业还处于快速发展阶段,找对机会,避免大错特错就能赚钱。这也是为什么企业更聚焦组织和流程,打通销售与运营,因为组织和流程是避免大错特错的关键。美国企业在存量经济下,只有追求精益求精,才能在成熟经济里生存。这也反映在需求计划上,那就是更加重视软件系统,因为信息系统的特长是精益求精。
美国的人口结构相对老化,传统经济和线下零售为主,产品的创新、迭代较慢,计划软件似乎也以此类行业为主要目标。比如前段时间,我在学习一款美国的预测软件,发现其中的例子主要是啤酒,糕点,咳嗽药什么的,应用对象是传统的零售业。那些啤酒每年都在卖,咳嗽药也是换汤不换药,糕点、饮料的口味形成,也是多年积累的结果。
在中国,近年来计划软件开发的重点似乎是电商、新零售。这些系统的挑战都很一致:产品生命周期短,更迭快,很难有足够多的历史数据来做季节性、周期性分析;电商环境下,需求急上急下,成熟期短,趋势分析也难做;人为影响需求的行为多,很难光靠分析数据就能预测。数据质量低,主数据不准确,计划人员的数理统计基础薄弱,这一切都导致计划软件的应用任重道远。
计划软件的三个阶段
在工具和软件系统的应用上,需求计划一般经历三个阶段。
阶段一是Excel表加判断,这是绝大部分企业的现状,不管是美国还是中国。在这个阶段,企业主要在应对七分管理的问题,比如打通销售和运营协调流程,没有太多的精力来解决三分技术的问题,即便解决了后者,上了软件系统,效果也相对有限,因为系统没法解决流程和组织的问题。
阶段二是软件系统,能实施时间序列预测法,比如指数平滑法。这个阶段的特点是有软件,用的是时间序列模型,完全按照需求历史做预测。从没系统到有系统,这是一个很重要的跨越。计划职能的数据分析能力也在上升,这样才能够驾驶专业的计划软件。这也是计划职能在自己能够控制的范围内,提高预测准确度。相当一部分的产品,如果基于需求历史做预测,要比层层提需求的方式更准确。
到了阶段三,系统和流程对接起来了,表现在计划职能用软件系统分析数据,应对存量部分,制定基准预测;销售、市场、产品等职能提供判断,应对增量部分,两者合起来,完成"从数据开始,由判断结束"。这对那些促销活动频繁,产品生命周期短,新老交替频繁的产品尤为重要。
就需求计划的未来来说,"三分技术"上会有很多机会,比如大数据、人工智能等,但挑战仍旧是"七分管理",即供应链上职能与职能、公司与公司之间要建立更高的协作度、信赖度。前者是个技术问题,后者是个商务和管理问题,套用诗人西川的话,那就是"乌鸦解决乌鸦的问题,我解决我的问题",不可混为一谈。
评论