一本怎么做计划的书

但作为一个计划老兵，我深知需求预测可不光是预测模型，甚至可以说，模型本身是需求预测中的很小一部分。用什么数据，用多少数据，极端值如何处理，模型的假设能否满足，模型参数是否优化，是否有系统性偏差，都是需求预测的重要组成，比模型本身更重要，也更难对付。

预测模型之于需求预测，就如篮球鞋之于打篮球，听NBA"大嘴"巴克利的球鞋广告就知道了："这就是我的新鞋，鞋子不错，（但是）它不会让你像我一样扣篮，像我一样富有，像我一样抢篮板球，更不会像我一样英俊潇洒。它只会让你拥有一双和我一样的球鞋。"

菜刀都是同样的菜刀，贺老总能拿来闹革命，你跟我呢，只能用来切菜切豆腐。预测模型也是同理。这就是为什么要聚焦员工的能力训练，理解公式以外的东西，而不是光寄希望于预测模型与工具本身。功夫在诗外，拳假功夫真，放在预测模型上，同样贴切。

就这个跨境电商创始人来说，那些基本的预测模型就那么几个，他的计划团队看了，还是不知道如何做计划。这不，他们在Excel中套用模型，一上来就用最为复杂的霍尔特-温特模型，既预测趋势，也预测季节性。但问题是，趋势参数的优化值为零，表明该产品的需求没有趋势；季节性在月份上相当模糊，应该考虑按季度汇总；促销、活动带来的极端值未经任何处理......

随随便便套模型，也没有对参数进行优化，再加上数据清洗不到位，就相当于盲人骑瞎马，垃圾进垃圾出，掉到坑里还不知道怎么掉进去的。而要解释清楚这些，可不是三言两语的事。我在计划领域二十多年了，有些细节还是弄不清楚；很多计划人员呢，既没学过计划，也没人带领做过计划，能搞得清模型后的那么多细节？

我知道，得写一本书。而写这么一本书的念头，从十几年前我在管理计划团队时就有了。

在我的职业生涯中，有8年是在做计划经理，最多时在全球有二十几位计划员和计划主管。那么大的团队，有人晋升了，有人离职了，有人做全职妈妈了，就注定一直在招新人。每次有新人，培训就是个大问题：采购员的话你可以给他本《采购手册》什么的，上面告诉你订单怎么做，价格怎么询，合同用什么文本；而给计划员的书呢，不管是英文，还是中文，就是找不到一本合适的，说你读了就会做计划了。

市面上有些计划类的认证，比如美国供应链管理协会的CPIM，我20多年前参加过，当时需要通过5门考试，想想要读多少书（后来该认证有简化）。但问题是即便通过了认证，你还是不会做计划，虽然道理你都懂，基本的模型和公式你都见过。这就如有些人能把一本《新华字典》倒背如流，但还是不会写文章一样。

那怎么办？我就只能土办法来：先把新计划员叫到硅谷的总部，集中培训一周时间，手把手地教；然后让她回到自己的分公司，开始实践，但每个计划决策都得我先看过。大概三个月以后，看她会做基本的计划了，就宣布"出师"，让她自己做计划，但我还是在背后紧盯着----紧张地盯着，就如你学车初上路，最紧张的不是你，而是坐在旁边的教练一样。

于是我就写这本书。前后酝酿十多年，可以说是我的几本书中最费周折的一本。管理层面的书相对好写，具体操作方面的书其实更难写，因为要涉及大量的细节。而把那些基本的预测模型、计划逻辑跟实践结合起来，既有形而上的提高总结，又能解决形而下的问题，就更不容易了。

本书的主要目标读者有两类：其一，一线计划人员，很多完全凭经验做计划，就跟没有吃过药的"原始人"一样，希望他们掌握基本的预测方法和库存计划，并在实践中应用起来；其二，计划经理、供应链总监，希望他们能够优化、选择合适的模型，更上层楼，系统改善企业的计划体系。

本书的特点是围绕案例。有些案例是我当年工作中遇到的，更多的来自各行各业的读者。这些真实的案例（有些经过脱敏处理），让本书得以覆盖众多行业，从电商、贸易、代理到大批量制造、小批量的设备和MRO，从传统的家电、汽车到新零售、快时尚、餐饮、养殖业。这些问题表面上会有不同，但解决方案有很多的共性，也是本书得以成书的关键。

特别要说明的是，本书不是一本预测方法论的书。

我深知，预测方法深如海，几十年来，专业研究估计一个图书馆都装不下，自己才疏学浅，不敢奢望在这方面有所创新。本书会探讨几类常用的预测方法，力图以浅显易懂的方式，把这些方法介绍给大家，让更多的人能够熟练应用。

这本书是从实践者的角度来阐述，力图通过最常用的一些模型，解决工作中百分之七八十的问题，让一个人会做基本的计划。那其余百分之二三十的问题怎么办？我认为答案既不在更复杂、更"先进"的模型上，也不在强势职能拍脑袋上，而是要么群策群力，避免大错特错（比如德尔菲法），要么在这些常用的模型基础上，配以业务端的经验判断。这些都在本书中会谈到。

鉴于绝大多数企业没有专业的计划软件，本书所有的案例都在Excel中完成。Excel中也有一系列函数，帮助我们实现常见的每一个预测模型。多年的经验告诉我，掌握了基本的预测方法，做了基本的数据清洗，在Excel中也可以做出很好的计划，虽然不一定最优，还是会有实质性的改善。

在很多时候，我们作为实践者，寻找的是更优而非最优的解决方案。学者们所追求的最优解决方案，往往因为过于复杂，约束条件过多，实践者就很难理解和实施。鉴于这点，在我的一些案例中，比如预测方法的择优，我会适当简化，牺牲了一点准确度，但显著增加操作的可行性，特别是没有计划软件的前提下。

本书也会尽量避免数理统计。但不得不承认的是，供应链处处充满不确定性，而要掌握不确定性，没有什么比数理统计更好的工具了。所以，我会尽量以浅显的语言，从实践者的角度解释最基本，也是最重要的数理统计。你可以不用懂得多少数理统计，仍旧做出相当不错的计划来。但是，如果要成为计划、供应链领域的高手，数理统计的思维会必不可少。

最后，我想再次强调的是，书中分享的解决方案，只是这些年来我自己的实践经历，绝非最佳实践。它山之石可以攻玉，仅此而已。