需求预测：供应链博弈的一大焦点

预测和订单也不是说没有区别，其根本区别就是围绕预测风险博弈，最终由哪一方来承担预测风险。需求预测怎么做的问题没有解决，预测的风险太大，谁都不愿承担风险做预测，就开始无限博弈；博弈的结果是，在公司之间，预测风险由弱势一方来承担；在公司内部，则是由最能承担预测风险的职能承担。

对于弱势一方承担预测风险，相信大家深有体会：当你是个大客户时，你的胳膊粗，给供应商一个预测，供应商就开始备料、备产能，预测失败的话，往往是供应商买单；当你是个小客户时，就不得不给供应商下订单，预测失败的话，你自家的仓库里多了一堆没用的东西。但问题是，这种博弈下，弱势一方被迫做预测，但往往因为能力更差，没法把预测做得更好，最后造成积压或短缺，不但害了自己，而且害了强势的一方。

比如在有些行业，品牌商习惯性地向渠道压货，迫使渠道商、门店提前几周、几个月下订单。渠道、门店不可能提前那么久拿到消费者的订单，就只能做预测；但因为预测颗粒度非常小，它们的预测准确度也就更低，造成渠道库存积压，占用了渠道自己有限的资金，同时也造成库存的呆滞，反过来影响到链主企业的品牌。比如，当你发现你刚吃了一块五个月前的点心，你首先问候的是谁的至亲？当然是品牌商的：你买这东西，就是冲着他们的品牌去的，你当然会把这帐算在他们的头上。

服装行业的订货会也是类似的例子。

几年前的夏天，骄阳如火，据说是当地历史上最热的一天，我到浙江宁波去拜访一个女装品牌商，发现他们在忙着开订货会。订什么时候的货？冬天的。什么人来订货？几百个经销商、加盟店。那都是些小公司，有的甚至是些夫妻老婆店，何德何能预测到天气最冷的那一天，小姑娘们喜欢什么款式、什么颜色？那就只能拍脑袋，预测准确度可想而知，结果是积压与短缺并存：就如网上有人形容的，服装行业三年不生产，库存也卖不完；但女孩子们早晨起来，发愁的第一件事还是今天穿什么衣服。

品牌商已经拿到钱了，这些问题看似跟他们无关，其实不然：经销商、门店的有限资金积压在老库存里，就没钱买下季的新品，品牌商的后续业务受影响；库存也不能一直压着啊，压到一定地步，渠道、门店就开始"跳楼"大甩卖；而一旦跟打折频繁地联系在一起，品牌商辛辛苦苦建立的品牌形象也就给毁了（当然很多品牌商也限制渠道这样做，但渠道商、加盟店那么多，执行起来很难）。

那该怎么办？在品牌商处做预测，预测全国、全球的需求，预测的颗粒度大，预测的准确度更高；品牌商一般规模更大，专业度更高，有专门的人员了解市场动向、流行元素、竞品情况，可以把预测做得更准。品牌商做好整体预测，把好总量关，生产出合适数量的产品；经销商、加盟店要多少，提多少就行了----他们要做预测的话，也是预测未来的一周两周的提货计划，即便预测错了，影响也有限，纠正也容易。

那为什么品牌商们不这么做呢？存在的都是有原因的。渠道压货和订货会错综复杂，有着深刻的原因，比如产品的生命周期短，产品的供应链长，库存风险高；对渠道、加盟商缺乏有效控制，不抢占渠道的仓库、生米做成熟饭的话，又怕输给竞争对手（赵玲女士语）。但这些都制造了一个共性问题，那就是在颗粒度小的地方做预测。要知道，在错误的地方，由错误的人做预测，是预测准确度不高的两大根本原因，我们还会有专文细谈。

讲完了公司间的博弈，我们接着讲公司内部的博弈。

在公司内部，如何预测的问题没有解决，需求预测准确度不高，短缺和过剩的风险就高；风险太大，谁都不愿做预测，博弈的结果就是谁最能承担预测风险，谁就做预测。就这样，一线销售、内部用户、老总就成了需求预测者。但内部用户和一线销售做预测，除非是客户定制化程度高的长尾产品，几十、几百个人每人预测整体需求的几十、几百分之一，就又面临预测颗粒度太小、预测准确度太低的问题。

那为什么不在更大的颗粒度，比如公司层面做预测？

刚开始，企业一般是这么做的，但随着业务的成长，情况越来越复杂，跨职能博弈也越来越严重，销售和内部用户对预测失败的容忍度越来越低，而且动辄就以没有合适的库存为由（预测不准），作为没有完成业绩指标的理由，给总部和供应链很大的压力；以老总为代表的总部力量就让一线销售"提需求"，理由也很"正当"：一线人员最接近市场，最了解客户需求嘛；一线销售做预测，提需求，每个人的颗粒度都挺小，预测准确度当然更低，但因为他们现在是自己做饭自己吃，不好吃也不会到老总那里去告自己。

这不，老总的耳根的确清净了很多，销售的责任机制也更"明确"了，但预测准确度低的问题并没有解决，最终还是得供应链以更多的库存、更高的运营成本来解决。

这后面也有风险承担"能力"问题：一线销售的预测做砸了，她可以推到客户和市场竞争的头上，市场永远在变，客户的需求也是，而谁又能把客户和市场竞争怎么样呢。就这样，一线销售处于"最佳"的位置来承担预测风险，一线销售提需求也就成了普遍现象。

之所以谈这些，是想表述一个基本概念：预测怎么做的问题没解决，需求预测准确度低，预测风险就大，大家都不愿意承担风险，需求预测就成了企业与企业、职能与职能之间博弈的一大焦点；而博弈的结果呢，一方面让错误的人在做预测，一方面也助长了信息不对称，都无助于预测准确度的改善。