谁应该对需求预测负责？

对于需求预测的责任机制，我们可以从三方面来理解：

其一，预测方法论的建立。比如需求历史数据如何清洗，预测模型如何选择，模型参数如何择优。不确定性大时，如何才能群策群力，降低大错特错的概率；重复性高时，如何选择合适的预测模型，尽量做到精益求精；初始预测怎样才能尽量做准，不准确的话如何才能尽快纠偏。

其二，预测流程的管理。一个好的预测从数据开始，由判断结束，需要拉通销售端和运营端。那么多的产品，那么多的当事人，如何围绕合适的产品，把做计划的跟做生意的对接起来，这是销售与运营协调的一项重要任务，也是集成供应链（ISC）的关键构成。

其三，对预测结果负第一道责任，比如预测准确度、客户服务水平、库存周转率、呆滞库存等。如果不达期望，要做根源分析，落实到合适的责任人，采取纠偏措施；通过结果，倒逼组织、流程、系统、方法论的改进，驱动持续改善。

你马上发现，销售目标当预测时，没人对需求预测负责。

销售目标按照大区、渠道、平台、销售层层分解，再到具体的产品、SKU时，能有多少科学性，能有什么方法论？自上而下的命令，大家只有执行的份：销售只负责卖，不负责预测；供应链只负责生产，也不负责预测。那"预测"做砸了，当然是谁也不负责。

销售目标是老总定的，那老总负责？当然，所有的事情最后都能归到老总上，但问题有二：

其一，一件事情在成为老总的灾难之前，一定要成为某个职能、某个人的灾难，这是最基本的责任机制；其二，老总的销售目标可能完全是对的，但这并不意味着产品、SKU层面的预测就是对的，你还是可能供需错配，放着一大堆的库存，却找不到责任人。

话又说回来，即便老总的目标错了，你又能把老总怎么办？结果就是责任真空。没法建立责任体系的，注定是一笔糊涂账；没人对预测负责，自然就谈不上持续改进。

一线销售提需求，同样难以建立需求预测的责任机制。

首先，那么多的一线销售在颗粒度很小的地方做预测，需求聚合效应非常有限，准确度注定不高，不信你统计一下，看有多少SKU的准确度只有百分之三四十就知道了。一开始就知道这事儿准做砸，你还会多努力地去做呢？那就随便给他们个数字得了。

预测错了？那是因为市场变了，客户需求变了，竞争对手做了些缺德事。而谁又能把客户、市场、竞争对手怎么样呢？销售把责任推脱得一干二净，你是没法真正考核到一线销售的。而你知道，真正的考核，一定要考核在事情最初发生的地方，否则是很难建立责任机制的。

其次，层层汇总，层层调整，整体准确度低，我们很难溯源到具体的人头上。法不责众，人人都是有罪的，人人就都没罪了。况且，最原始的预测质量非常差，层层汇总就相当于在沙滩上建大厦，地基有问题的话，怎么追责、纠偏也解决不了根本问题。

强行考核的结果呢，就是一线迟迟不肯提需求：提得越早，准确度就越低，那就拖着需求快落地时再提，准确度是高了，但供应链没时间响应了，又造成赶工加急，运营成本高昂的问题。

每每想到这些，我就满是绝望。销售目标当预测，一线销售提需求等方法论的缺陷太过明显，任何完善的企图都如朽木雕花。这些做法的存在是有特定环境的，比如快速成长，管理粗放，不确定性极高等。而今，爆炸式成长结束了，我们需要精耕细作，也要反思这些方法了。

那么，究竟谁应该对需求预测负责？

需求预测是信息对称下组织对未来的最佳判断。而信息来自两个方面：有重复性的部分来自历史需求，这些需求会按一定模式延续，我们要通过清洗历史数据，选择合适的模型，优化模型参数来"萃取"；没重复性的来自对未来的预判，比如一次性的促销、活动、新产品导入、老产品下市等，主要由销售、市场、产品等职能提供。

从历史数据开始，由职业判断结束，就得到基于共识的需求预测。在这里，计划在做历史数据分析，销售负责提供高质量输入，计划负责整合并提高预测准确度。那究竟谁对需求预测整体上负责呢？计划。

其一，计划处于最佳的位置对需求预测的方法论负责。数据分析是计划的看家本领，没有哪个职能比计划更擅长数据清洗、预测模型选择和参数择优。这是需求预测的"三分技术"，有一定的技术含量，在我的《需求预测和库存计划：一个实践者的角度》（第2版）有详细阐述。

其二，计划处于最佳的位置来管理需求计划流程：计划在对接销售、产品、市场等需求端职能，获取他们的输入，制定需求预测；计划在对接供应端，基于供应条件和其他约束适当调整需求计划；计划也在平衡需求和供应，促成"同一个计划"，充当供应链协同的基础。

其三，计划处于最佳的位置，来兼顾客户服务水平、库存周转率和产能利用率，对需求预测的业务结果负第一道责任。这并不意味着所有的问题都是计划的错，而是计划处于最合适的位置来追根溯源，找到最终的责任人，并倒逼完善预测流程和方法论。

计划是供应链的引擎，而需求预测是计划的龙头，也可以说是计划职能最重要的事。如果计划不对需求预测负责，计划就很难发挥统筹全局的作用。企业也就难以建立持续改进需求预测的闭环，因为没人去系统性地分析预测误差、找根因、改算法、调整流程。

遗憾的是，在很多企业，计划职能的资源和能力配备不够，没法承担需求预测的重任，需求预测就成了销售、市场、产品等内部客户的兼职。而这些兼职职能呢，从专业的角度没法有效履行上述三类任务，导致需求预测长期在低水平徘徊，责任机制难以建立。

---------------

上面文章节选自我的《供应链管理：高成本、高库存、重资产的解决方案》一书，有修改。