计划由人做，人是有偏见的

其一是使用者偏见。当预测的制定者也是预测的使用者时，容易产生偏见。比如销售提需求（做预测），作为销售业绩承诺时，他们会倾向于偏低；市场做预测，如果营销经费是基于预测的话，则容易倾向于偏高；为了能够"超额"完成任务，或者彰显营销措施的"有效性"，营销部门就有意调低预测；供应链做预测，但也对库存负责的话，则容易倾向于虚低。作为产品经理的话，她当然不会预测她的产品失败，所以新品预测往往偏高，同样也是因为使用者偏见。

比如有个手机企业，千亿级的营收规模，在全球有业务。他们的需求预测自下而上，来自两条线，一条线跟着产品，一条线跟着战区。战区的是目标导向，需求预测和销售目标交织在一起，战区做预测，战区也用预测，在"使用者偏见"的影响下，预测的准确度低；产品管理更加中立，不会受需求预测的影响，因而更加客观，预测的准确度更高。

我妹妹小时候给大家做饭，她饿的时候就做得多，下顿吃剩饭；她饱的时候就做得少，大家吃不饱。现在我明白了，这是"使用者偏见"在作祟。"医生不自医"跟这有点像：医生不能给自己看病，因为私心杂念会影响对病情的客观评估。解决方案就是找别的医生看病。父子不能教，那就易子而教，也是同样的思路。

放在需求预测上，解决方案就是让预测的制定者和使用者分离。当然我们不可能完全跟使用者分离，因为我们还需要他们的判断。那好，让他们只辅助判断增量的部分，而把存量交给计划人员。这样即便是有使用者偏见，影响的也只是增量部分。而增量部分我们也可通过搜集多方信息来佐证，以尽可能客观。

此外，计划也是需求预测的使用者，如果他们对库存周转、按时交付两大指标负责的话。这可通过调整两个指标的权重，让它们权重差不多，成为一对强相关的矛盾指标来约束计划职能的行为：交付不好，你要挨板子；库存太多，你也要挨板子。或许有人会说，那会让计划里外不是人，还怎么做预测？不是的。人天生就会对付一对矛盾指标，这就如你家小孩一生下来，就有两个"老板"：你和你太太的诉求往往不同，一个让往东，一个让往西，但你家小孩总会让你们两个都满意。

其二是近期偏见。人的记忆非常短，决策很容易受最近发生的事情影响。比如给房子买洪水险最多的，就是洪水刚过的那段时间；而买保险最少的呢，正好是发生洪水前的那段时间----连续几年不来洪水，大家好了伤疤忘了痛，都把洪水险取消了。每到发奖金、涨工资那几天，有些员工就非常卖力，他们是在利用你的"近期偏见"呢（那解决方案随手记账，把每个员工在过去半年、一年内做得好的、做得差的随手记下来，作为年终总结的依据）。

放在需求预测上，就是新近发生的事会显著影响销售的判断。比如最近几个电话打得顺利，销售就拔高预测；昨天丢了一个客户或订单，销售就对预测打折；一旦发现总部短缺，每个销售都竞相拔高预测。这都是微观感主导理性判断，让个例代替了普遍性，是近期偏见在作祟。关键元器件短缺期间，大家就疯狂拔高预测、拔高安全库存，给供应商下一年两年的订单，其实也是近期偏见下的非理性行为，解决不了眼下的短缺问题，反而造成最终的过剩问题。

近期偏见可通过长期的、历史的角度来纠正。比如要意识到时间长了，一定会有周期性，我们要慎始如终，不要被眼前发生的所左右。这些都是波浪式前进，螺旋式上升的一部分。这就如美国的股市：如果光看2020年3月的四次熔断，标普指数500下跌三分之一，你跳楼的心估计都有了；但如果看看过去30年、50年，保准你又吃得香睡得着了（如图 1）。我亲身经历了2001年、2008年和2020年的三次大幅崩盘，一次都比另一次严重，但每次都能很快恢复过来：这些崩盘更多的是由惶恐引起，而惶恐的根源正是近期偏见。一旦过了，人们的信心又会回来。

图 1：近期偏见需要长远视角来纠正

数据来源：Google Finance。

透过现象看本质，探究深层次的影响因子，也是纠正近期偏见的一大方式。这就如股票投资要看基本面一样，如果我们深究需求背后的驱动因素，就可能降低短期"杂音"的影响。有经验的计划人员熟知这点：他们跟需求端沟通的时候，更注重探听数字背后的故事；他们知道销售有活在当下的倾向（其实就是近期偏见），就把以前销售的判断记录在案，与实际对比，帮助销售更好地从过往历史中学习。

其三是可得性偏见。人们习惯于基于所知做决策，而我们的所知是有限的，信息不对称。这就如美国人的一个笑话：听说有人失业了，就觉得经济不景气；看到邻居失业了，就觉得经济衰退了；现在轮到自己失业了，经济就陷入了大萧条----经济还是那个经济，不过是现在自己失业了。说起吸烟有害健康，人们就想到自己的邻居张老头每天一包烟，都活了九十几岁；提起空难，人们总是充满恐惧，殊不知死于车祸的概率大多了，无非是新闻中不报道罢了。

2020年新冠疫情最严重期间，美国每天有近30万人感染，但在我所在的城市，9万居民中只有3人因为新冠住院。如果只看到这3个人的话，你八成会认为新冠没什么；正因为很多人持这种看法，美国的疫情才发展到不可收拾的地步，死亡人数远超二战。这背后，都能看到可得性偏见的影子。

放在需求预测上，我们经常征求需求端的判断，但销售、市场、产品等职能知道自己知道的，不知道自己不知道的，又没精力、没兴趣去探究自己不知道的，往往是基于片面信息，没法给出全面、可靠的判断。如果逼着销售要预测的话，或者滚动预测的截止期限马上要到了，销售就看到什么给什么，胡乱添个数字。你知道，你得面对可得性偏见了。

可得性偏见解决方案是让信息变对称，给大家完整的信息，比如一方面是把系统中已有的需求历史信息整合起来，分发给大家；另一方面就是多个专家的意见和依据整合起来，反馈给大家。计划处于更好的位置来做这些。在提供信息的时候，要保持中立，不要有倾向，促进发散思维。

有经验的管理者会征集多人的意见，也是在避免可得性偏差。组建不同背景的团队，持开放性心理，不先入为主等，佐以更长期、更全面的需求历史数据，都是应对可得性偏见的有效举措。

可得性偏见和近期偏见常常并肩出现：最近发生的往往就是最可得。比如，上次因为短缺被客户痛斥，没完成销售任务的经历，就都反映到下期的预测里了。这不，预测就这样虚高了。

除了上述三类偏见外，我们的决策还受很多别的偏见影响，比如目标影响判断，再比如有选择地吸收自己喜欢的信息（"选择偏见"），先入为主的"锚定偏见"，对自己的能力、判断过于乐观的"过度自信偏见"（专家尤其容易犯这错误，岂不闻"打死的拳棒手，淹死的会水的"）。至于销售、市场人员整体上乐观，容易高估，却是不争的事实----这是职业病。

或许有人会问，个人偏见能否由团队决策来避免？答案是否定的：大家坐在一起讨论问题时，随大流的群体盲思是更糟糕的偏见；集体决策也容易让我们更冒险，因为责任更难落实到人。