【案例】滚动计划要从新品开发开始

这对于那些生命周期短，需求不确定性高，但供应周期长的产品来说，尤其重要。因为生命周期短，往往是一个季度，几个星期，甚至是项目驱动的，库存积压的风险会很大；同样因为供应周期长，动辄几个月，我们不能等到需求落地才拉动，而是必须采取推拉结合的方式，提前基于预测，逐级向原材料、半成品甚至成品推进。

在这里，快时尚的服装就是典型的例子。

案例企业是个服装电商，产品是女装，属于快时尚。女装本身就很难对付：产品生命周期短，季节性明显，产品的式样、颜色、尺寸众多，从布料到半成品到成品，整个供应周期动辄在3个月左右。电商又增加了一维难度：各种社交媒体，搜索引擎等让我们能够很快影响需求，但也加剧了需求的波动性，让不确定性高的需求更加难以预计。快时尚的服装，再加上电商，需求和供应的复杂度都很大，给供应链计划和执行带来的挑战就可想而知。

在快时尚和电商经济的双重作用下，案例企业的产品成熟期非常短，上新促销即达顶峰，然后大部分产品的需求就一路下跌，进入衰退期，只有少部分产品会维持一定销量，成为长销产品。需求变动快，不确定性高，供应链的响应周期长（13周），这对新品的计划提出非常高的要求：新品的预测准确度要尽量高，否则过剩、短缺风险就很大；新品的预测错了要尽快纠偏，否则供应链的响应时间太短，赶工加急的运营成本惊人，返单的概率微乎其微。

我们知道，需求预测就两个基本点：尽量作准，尽快纠偏。所有的预测都是错的，尤其是在这里挑战重重的快时尚+电商环境下，整个供应周期为13周，要提前13周做预测，做初始预测的时候，甚至连产品设计、生产工艺都还没有定型，预测的准确度就可想而知。做不准，那就得"尽快纠偏"，即在整个产品生命周期里，伴随新产品的开发、导入和量产，信息越来越多，我们要及时回顾，及时更新需求预测，也是这里要讲的滚动预测。

对于这个案例企业的新品计划，我们设计了6个关键的时间点，也是产品生命周期里的六个关键决策点，3个在新产品导入前，3个在上新期间，来建立新产品的滚动计划机制。

先说新品的开发阶段。在案例企业，我们把3个月的供应周期分解为三段：长周期物料比如布料的采购大致1个月，半成品深加工（比如染色）大致1个月，成品加工大致1个月（如图 1）。相应地，在新品开发阶段，我们有三个决策要做，也就是说3次制定、更新需求预测：

1. 倒数第3个月的时候（13周），我们要决定长周期物料的采购（决策①），这是初始预测；

2. 倒数第2月的时候（9周），我们要决定是否对原材料深加工（决策②），这是第一次更新预测；

3. 倒数第1月的时候（5周），我们要决策究竟加工多少成品（决策③），这是第二次更新预测。

这三个决策点是广义的，无非是行业不同、产品不同，对应的时间段不同罢了。

图1：案例新品开发过程中的三个决策点

与这三个决策相对应的，是供应链上的三个推拉结合点：原材料、半成品和成品。越靠近原材料，呆滞的风险越小，短缺的风险越大；越靠近成品，短缺的风险越小，而呆滞的风险却在增加。这三个决策对应的需求预测呢，决定了产品在这三个推拉结合点的数量和时间。伴随着产品的开发进程，信息越来越充分，越来越透明，更新预测就是动态匹配需求和供应，动态评估短缺和过剩的风险，以便供应链更精准地响应。

比如在决策点①，产品刚出原型，甚至只有图纸、规范，信息有限，但因为已经进入3个月的提前期，我们必须制定初始预测，比如1000件，驱动长周期的原材料采购。到了决策点②，产品的设计、工艺基本定型了，甚至已经得到一定的用户反馈，比如发现产品的受欢迎度有限，我们认为1000个的预测有点高，就可能决定只把700个加工成半成品，而让其余的300个停留在原材料阶段（控制库存风险）。

到了决策点③，我们可能已经接到一些预售订单，信息更加充分，看样子前景没有多大改善，我们可能决定只把700个半成品中的500个加工成成品，200个半成品和300件的原材料先放着不动。当然，如果前景好的话，我们也可能会尽快把这700个半成品加工成成品，把300个原材料加工成半成品，同时再采购400个的原材料什么的。

想想看，供应链的响应周期那么长，新品的初始预测要提前那么久做，而且往往是销售、产品、老总拍脑袋的结果，就注定做不准；一旦做出，预测制定者"只管生不管养"，"养"的任务就交给计划来主导：伴随着产品、项目的进展，计划需要纳入更多的信息，及时调整、更新预测。

但现实是，在新产品计划上，很多企业的计划人员只扮演执行者的角色，跪受笔录，把销售、产品等职能给的"数字"录入系统就万事大吉，然后盲人骑瞎马，不管不顾地一路往前走了。就这样，预测既没能作准，又没及时纠偏，在新品预测上，我们就经常性地陷入被两根棍子痛击的境地。

那应对方案呢，就是在产品开发流程中，明确上述三个时间节点，作为集成产品开发的一部分，正式成为供应链的三个里程碑。这三个里程碑能让我们免于损失吗？当然不能。但是，它们能让我们免于灾难性的损失。

有一次，我在上海培训，一位叫劳志成的总监这么讲（大意）：任何一件事情做砸了，但如果及时补位、及时纠偏的话，没有什么灾难是不可避免的[1]。这话是他多年供应链与企业运营的经验总结，讲得很到位，让人顿时有种被击中的感觉。放在新品的需求预测上，也再贴切不过了：新品计划要避免而且能够避免大错特错，只要及时纠偏，我们可能会有点损失，但不会是灾难性的损失。

对于案例企业来说，新产品导入后，紧接着就又有三个决策点，跟前面的案例类似。

首先是新品导入的第1天。这就如战役的第一天，各个电商平台、公众号、社交媒体开始狂轰滥炸，炮火密集，一天下来，已经可以很好地判断未来：上新首日销量跟上新第一周、整个预售期间（前三周）、首月正常销售的销量强相关，如图 2。我们分析了15个产品的上新历史，发现如果首日只卖个几件十几件什么的，这款产品的后续销量也就基本那样了；上新第一天的销量高，比如说超过100件，那上新一周、上新三周、首月正常销售注定也不错----这点从图 2的散点图中的可以清楚看出。

图2：上新首日的销量跟后续需求强相关

根据上新首日的销量，我们可以调整后续预测，决定要不要把更多的半成品加工为成品，把更多的原材料深加工，开始采购更多的长周期原材料等；或者尽快踩刹车，及时止损。这就是决策④。

接着，上新第1周的销量出来了，我们有了更多的数据，就可以更进一步更新计划，决定下一步的原材料、半成品和成品计划。这就是决策⑤。

在决策⑤，我们把第1周的销量与整个预售期间3周、正常销售首月的销量对比，发现正相关的线性关系更明确，如图 3所示。当然，一周的数据毕竟有限，而且受促销活动影响较大，我们还得结合销售、产品等的职业判断，来决定是否要采购更多的原材料、做更多的深加工，以及制造更多的成品。

图3：上新第1周的销量跟后续需求强相关

在案例企业，等上新三周结束后，我们有了3周的需求历史，但这些数据深受促销行为影响，是扭曲的，要通过线性回归模型来确定后续需求，这就是决策⑥。这时的决策还是一半数据、一半判断，但新品更加接近正常的滚动计划，而计划职能的角色也越来越重要。

就这样，对于案例企业的快时尚产品，我们在第1天、第1周、前3周的销售数据出来后，三次系统地回顾和调整需求预测，来驱动整个供应链快速响应，比如长周期物料的采购、半成品的深加工等。这就是典型的"快反"，快时尚行业的热词。

有意思的是，人们一提到"快反"，就习惯性地想到让供应商、生产线快速反应，是执行的快反。其实，快反更多地要体现在计划上，表现在快速滚动预测、及时调整计划----毕竟，想不到就很难做到，我们计划职能连想都想不快，能期望生产线、供应商执行得快吗？

你说这些神秘吗？一点也不神秘，凡是个企业都或多或少在做。但问题是，我们是不是在有计划地做计划，为新品的滚动预测机制注入更多的可预见性？缺乏正式的流程驱动，比如没有把这些决策点正式纳入产品开发、集成供应链流程，新品的滚动计划就不得不依赖组织的能动性，而组织能力良莠不齐，就注定新品的滚动计划要么不及时，要么流于形式。

[1] 他还讲到，一件事情做错了，他的老板总会问他，"这个事情你不要去考虑别人的问题，这个事情是否可被避免，如果你做了不同的努力能够被避免，这就是你的问题"。这放在新品的计划上也同样有道理：我们不能光把新品计划的失败归咎于销售、产品等前端职能；计划职能也有可为之处。