June 2026 归档

【初学者问】我的专业是工业工程，目前感兴趣的工作有两方面，一个是计划，另一个跟供应链稍微偏差些，是数据分析。我由于本身专业跟供应链很相关，而且对于生产计划这样与数据打交道的工作也很感兴趣，但是专业课上学到的无外乎移动平均法、指数平滑法、霍尔特法这些，感觉一个外行人用点心，一天就能熟练掌握几种预测方法，我想知道在计划这个行业进一步是什么样的职业发展道路？

集中采购事关多个职能，在显著改变企业的做事方式，是个实质性的变革。作为变革推动者，采购需要展示领导力，更多是个领导力挑战。

在《读者》上看到王蒙的一句话，很有感触："凡人容易滑向经验主义，圣人容易走向教条主义"。经验主义是感性的，局部的；教条是理性的，有一定的普适性。圣人之所以是圣人，是因为他们经多识广，"数据"充分，总结提炼出了规律性的东西。《读者》上还有一篇文章，说普通人的盲区是"过于依赖自己的直觉"，专家的盲区则是"过于相信自己的理性和经验"（《到底谁不靠谱》，作者人神共奋，《读者》2019年第4期），跟王蒙之言有异曲同工之妙。

计划由人做，人是有缺陷的，表现为各种偏见。不管是获取信息、处理信息，还是在输出信息、反馈判断结果的时候，人们都可能有意无意地掺入自己的偏见。这是人的天性，作为管理者，我们得正视并寻求解决方案。这里我们主要想讲三种偏见，以及如何应对。

销售天生的任务是接订单，但更重要的是管需求，即在客户的需求定义阶段真正理解需求，正面影响需求，标准化需求。用华为的话讲，就是给产品管理和设计人员清晰、干净、标准的输入（大意）。很多企业的现状是有销售，但客户管理缺失；有订单管理，但没有需求管理。

案例企业是个代理商，代理上万个产品，服务几百个客户。客户的产品生命周期在缩短，产品更迭频繁。案例企业的挑战呢，就是没法及时探知变动，调整预测，结果是短缺与过剩并存。

对一个采购品类来说，供应商选择就是制定合格供应商清单。合格清单把供应商的"口子"收起来，以后的新产品、新项目主要跟"口子"里的供应商合作，集中采购额，产生更大的规模效益。但是，"口子"收起来了，就面临着灵活性的问题："口子"外的供应商想进来怎么办，内部客户发现更好的供应商怎么办？

企业有三大核心职能：设计开发个好产品，营销卖个好价钱，供应链以合适的成本和速度采购、生产出来。供应链的价值主要体现在三个方面，也是《供应链的全局观》的重点：

上世纪九十年代，为脱离重重困境，通用汽车起用西班牙人洛佩兹负责采购。此公是个工学博士，研究的是生产制造和运营。按道理讲，洛佩兹应该是解决问题的高手，实际上，他却以年复一年地向供应商铁血压价而闻名。

极端值会显著影响线性回归的统计参数，降低模型的预测准确度，需要严肃对待。让我们看个具体的例子，来简单介绍极端值的处理。

我接触过几个软件公司，都是开发计划软件的。他们有的基于数理统计，提供多种预测模型以供择优选用；有的基于人工智能，通过机器学习，为需求预测和库存计划提供独特的解决方案。这些软件都远非完美，不过整体而言，要比一帮计划员拍脑袋、各行其是强。但是，很多企业就是不愿采用，或者即便实施了计划软件，实际工作中还是在Excel中手工做计划。

作为行业领先的那几家企业，你会发现人人都在跟你抢市场：一方面是同一级别的竞争对手，在全地域、全品牌、全渠道跟你缠斗；另一方面是更小但更聚焦的对手，他们要么专注特定产品，要么聚焦特定地域、渠道、平台，成本优势更明显。

企业在需求预测上投入巨大资源，但很多预测行为其实不增加价值。预测是否增值的话题，大致在2015年前后，开始有了相当的热度，在杂志和学刊上有很多文章，也成为专业会议的议题，话题主要有二：

有一次我到一家企业，发现上上下下都在忙着开二供，找替代料。原因很简单：关键元器件短缺，再加上业务的井喷式成长，导致芯片、二极管、显示屏普遍短缺。但是，由于技术原因，该企业的2000多个关键料号中，独家供货的占比90%多，这二供可有得开啦。

计划做好了预测，但采购对预测的准确度，或者供应商的交付能力不放心，因而调整预测的数量或时间。比如计划的预测是100个，月底要；采购拔高到120个，让供应商25号就交过来。这样做行吗？答案是不行，如果这个需求预测已经是"从数据开始，由判断结束"，准确度已经是最高了的话。

最近两年，案例企业在推行资源整合。一轮整合下来，全公司的供应商由3000多精简到800多个。就某个品类来说，以前有190多个供应商，大大小小、海内海外都有；现在就30多个，采购额更集中，日常管理上也更容易聚焦了。

有个企业的需求计划由各大区提交，在总部汇总，预测准确度历来不高，造成供应链的很多库存问题。供应链部门就建立了需求评审制度，让总部的营销、市场、财务和供应链等部门评审需求预测。但大区的销售们不满意，认为评审增加了一环，阻隔了销售与生产的有效对接。案例企业就问我，需求评审流程该如何设置。

"貌似辉煌宏大的作品很多。它们面具相似，以晦涩复杂，修饰内容的虚浮投机，以主题博大，覆盖思想的贫瘠平庸。"这是多年前，"思维的乐趣"网站的片头语，放在那些复杂的预测模型上也适用。

跟瑞幸这样的性价比竞争对手相比，星巴克以丰富的定制化选项著称，但灵活的代价是更长的等待时间，也增加了咖啡师的工作量（这也是咖啡师推动工会化的原因之一）。星巴克的定制化选择究竟有多丰富，看看这些能够"自定义"的组合就可略知一二。

在需求预测上，层层报批是种很常见的做法。

作为小公司，我们资源有限，很难对供应商做到重选择----我们派不出一帮工程师，在供应商现场做3天的评估；就那么点生意，供应商也不愿意陪我们玩。所以，小公司八成只能派个有经验的员工，到供应商现场看一看，差不多就做生意（轻选择），不行就换呗（重淘汰）。

一位读者微信上问我，你喜欢读者以什么样的方式，和你沟通、学习呢？在我的每一本书上，我都留下了自己的联系方式，包括个人微信（13651271450），当然是希望跟读者互动沟通，了解他们面临的问题和挑战。不过互动和沟通的方式不重要，不管是留言还是短信，告诉我你的问题即可；重要的是问题----有些问题我是没法回答的。

有个几十亿营收的服装品牌商说，优质供应商早期介入了，但在后续的公开招标中，报价不是最低，拿不到生意，下次就不愿再帮助设计优化。

有异于每个格子都得填，开市客和美国西南航空是专填"大格子"，是战略聚焦的典范。正因为这样的聚焦战略，也助力他们成为各自行业的佼佼者。

不管是什么产品，在什么行业，需求预测都有一些普适规律，这里总结三个。

有段时间行业性供应紧张，单货源风险很高；紧缺物料供需不平衡，看上去会持续一段时间，连战略供应商都在建议多货源，开二供。案例企业问该怎么办。

案例企业的需求相当复杂，主要分三大块：大客户，渠道客户，零星散户。大客户和渠道走的是传统的线下业务，是典型的B2B；零星散户走的是线上电商业务，通过App下订单，虽然是小商户，却跟典型的B2C业务很像。线上、线下业务并存，大客户、渠道和散户对需求的影响方式也各不相同：大客户的需求变动主要是客户驱动，比如客户自己的促销、活动等；渠道和零星散户则主要由案例企业自己驱动，比如渠道政策、线上活动等。

采购权集中了，集中采购就有了组织保障；需求整合了，集中采购就有了规模效益的基础。这里要讲的是供应整合，以最大化集中采购的效果。