你当前所在的位置: 主页 > www-591111.com > 正文

【案例】谁的预测更准?销售还是计划?

更新时间:2019-09-11

  在采购和供应链管理领域有十几年的丰富经历,主要集中在高科技和小批量行业 。畅销书《采购与供应链管理:一个实践者的角度》和《供应链管理:高成本、高库存、重资产的解决方案》作者。

  西斯国际(CSCS International)总部美国硅谷,专注供应链、运营、采购和计 划领域的培训与咨询,帮助本土企业提高国际竞争水平。

  在需求计划的发展历程中,销售兼职计划,即一线销售提需求,是常见的一个阶段。

  要求一线销售提需求的逻辑呢,一方面是业务缺少重复性,比如项目驱动;另一方面是销售更加接近客户,因而处于更好的位置做预测。其实,这都是误区。企业习惯性地低估业务的重复性。即使是项目驱动的业务,虽然项目本身的可重复性较低,但不同客户、不同项目需要同类产品的重复性还是相当高。销售离客户更近,只是说他们有更好的判断,并不意味着他们有更好的数据。没有人知道得比数据更多。即使简单的数据分析,也可以给我们很多信息,那些销售没有能力提供的信息。

  在下面案例里,我们来对比两种需求预测的方法:一种是一线销售提需求,案例公司在用的方法;另一种是计划单纯依赖需求历史,用简单的指数平滑法做预测。通过对比6个月的累计预测误差,我们发现,对于需求频繁的产品,计划用简单的指数平滑法就能打败销售提需求;对于需求不频繁、客户集中度高的产品,销售的需求预测准确度更高。我们的建议是,按照需求的特点对产品产品分类,区别对待,分别由合适的职能(计划或销售)来主导需求预测。

  案例公司的客户虽然遍布多个行业,但有个共性,就是脉动很快,产品生命周期越来越短,需求变化也很频繁,导致需求预测准确度低,紧急需求频发。

  更为挑战的是,客户的定制化需求多,有三分之一的产品是独家客户。独特需求多,需求变化快,系统地增加了该企业的管理难度。作为应对,该企业就采取一线销售提需求的做法,让每个销售每月预测未来三个月的需求,通过信息系统提交,驱动供应链采购、补货。其初衷呢,是把决策权下放给一线最熟悉的情况的人,就像“让一线呼唤炮火,让听得见炮声的人决策”一样。

  但是,一线销售提需求,自然有一线销售提需求的问题,那就是预测准确度低,特别是那些需求频繁且相对稳定的产品。对该企业来说,此类产品大致占料号总数的10%左右,却占公司40%的风险库存[1],根本原因呢,就是一线销售的需求预测质量差。按理说,这些料号的需求相对稳定,可预测性好,不应该造成太多的风险库存。

  为了进一步分析,我们导入13周频率的概念,来量化每个产品的需求频繁度,按照需求频繁度来把产品分成几大类。13周频率指在过去的13周里(1个季度),有多少周有需求。比如13周频率为5,表明在过去13周里,有5个星期有需求。这里的判断标准很简单:在特定的一周,如果有需求,那就是1;如果没有,那就是0。把13周的值累计起来,就得到该产品的13周频率。13周频率越高,表明需求越频繁;需求越频繁,需求的稳定性也越好。26周频率、12月频率的概念类似,为我们分析产品的需求特性提供了一个独特的视角。

  ·第一类是可以预测的“短尾”,在这里定义为13周频率在9或以上。“短尾”占该公司总产品的10%左右,需求频繁,而且稳定。

  ·第二类是难以预测的“中尾”,在这里定义为13周频率介于3和8之间。“中尾”占该公司总产品的40%左右,需求相对频繁,但不稳定。

  ·第三类是不可预测的“长尾”,在这里定义为13周频率在2或以下。“长尾”占该公司总产品的50%左右,需求非常不频繁,而且很不稳定。

  在很多人眼里,我们的最大挑战是不可预测的“长尾”产品,因为需求不频繁,而且很不稳定,很难找到合适的需求预测与库存计划方法;可以预测的“短尾”应该好对付,造成的库存问题应该最少。就案例公司来说,情况不是这样,就如图1中所示,“短尾”需求占总料号的10%,却造成40%的风险库存,意味着销售提需求的需求预测方法可能有根本缺陷。

  我们拿该公司的一个客户为例,来评估销售提需求的预测准确度。这个客户有多个分公司,共向案例公司采购几百个产品(另有几十个产品,因为数据不全而排除在这个案例分析之外)。针对该客户,案例公司有几个一线销售,由一个大户经理领导。每个一线销售每个月提一次需求,结合客户提供的预测和自己的计算、判断,确定未来三个月的预测。每次由几个销售预测各自分公司的需求,轮流由其中一个整合起来,形成该客户的总预测,2017年青龙报跑狗报吧,录入信息系统,驱动供应链来采购和补货。

  对于该客户,我们提取半年的销售预测(2016年11月到2017年4月),计算6个月来的累计误差(下称销售的预测)。同时,我们用指数平滑法[2],完全基于需求历史做预测,计算6个月的累计误差(下称计划的预测)。两者的决策都不可逆,意味着做过的预测不能调整,下过的订单不能取消,但可调整新增月份的预测。需求预测的准确度用绝对值,用6个月的累计误差的绝对值,除以6个月的实际需求。这里比较的是“更准”还是“更不准”。比如某个产品的实际需求是100,销售的预测是140,计划的预测是150,销售与计划的预测都不准,但销售“更准”。

  我们根据13周频率,把这个客户采购的几百个产品分类。13周频率为0,表明过去一个季度(13周)没有实际需求,这类产品的需求频率最低;13周频率为13,表明过去一个季度每周都有需求,这类产品的需求频率最高。针对每个需求类别,我们对比两个预测的准确度,发现需求频率越低,销售的预测准确度相对越高;需求频率越高,计划的预测(指数平滑法)更准确。

  我们进一步从销货成本的角度来分析。这里的逻辑是,你可以把一个产品预测得很准,但如果这个产品没什么销售额,那么对企业的影响也没什么。在这里,我们按照需求13周频率,计算每一个门类在统计期间(半年)的销货成本,即产品的单位成本乘以销量,转化成金额,发现计划的预测准确度优势更加明显。比如就料号数而言,销售在55%的料号上不比计划的预测准确度低;但就销货成本而言,计划在70%的金额上比销售的预测准确度更高。

  这有点拗口。用直白的语言讲,就是销售虽然在更多的料号上预测更准,但从营业额(销货成本)的角度看,那些料号的业务量并不大。我们的猜想是那些产品是处于某种过渡阶段,比如导入或者导出,引起销售的重视,因而销售的预测准确度较高;此类产品的需求历史可重复性低,基于需求历史的指数平滑法(计划的预测)就不甚理想。但是,正是因为此类产品处于过渡阶段,没多少业务,所以在金额上没多大影响。

  此外,销售更在意的是增量,而非存量,或许也是部分原因——一般情况下,需求频率越高,业务也是越稳定,也越是存量而非增量,销售就越是不在意。这或许从另一个角度解释了,对那些需求频繁、稳定的产品,为什么销售的预测质量不如计划人员的。

  但不管是基于料号数还是销货成本,有一点是清楚的,那就是对于需求频繁的产品(这里定义为13周频率=9),销售的预测准确度明显不如一个简单的指数平滑法。也就是说,在那些预测性最高的“短尾”需求上,销售做的需求预测反倒没有优势。一般情况下,销售提需求,数据分析不够;从判断开始,由判断结束。对于这些需求相对稳定的料号,没有人知道得比需求历史更多,这就是为什么一个简单的指数平滑法,就能轻而易举地打败了一线销售。

  这就是说,需求越不频繁,判断的成分越多,越得依赖销售、市场、产品管理等接近客户的职能;需求越频繁,需求历史数据的作用越大,越可以依赖计划职能基于数据来预测。对于需求频率低的产品,也就是那些“长尾”、“中尾”产品,企业的自然反应是依赖销售,以销售为主设计了需求预测机制,那就是销售提需求。但是,企业把那些“短尾”产品也不加区别地给销售,造成“短尾”产品的诸多问题。

  所以,对于企业来说,我们不能被那些不可预测的“长尾”所蒙蔽,而忽视了“短尾”问题;我们不能光围绕“长尾”问题设计解决方案,而导致在“短尾”上制造更多的问题。放在这个案例中,就是为应对那些客户集中度高、需求不频繁的产品,就让一线销售提需求,做预测;但不加区分地让一线销售负责所有的产品,却造成对需求频繁、稳定的产品预测准确度低,导致更多的短缺和库存问题。

  跟负责这个客户的大户经理谈。他说,这个大客户有好几个分公司,每个分公司有专门的销售负责对接。每个销售负责自己的需求预测,要么是客户提供,要么是自己算,最后汇总到一起,成为这个大客户的需求预测。问:谁在负责汇总?答:几个销售人员轮流。这是典型的兼职行为:每个月都是不同的销售来整合,增加了历史经验传承的难度,因为自下而上地汇总预测,并不是简单地加起来,而是有一定的调整;但轮流坐庄时,这次汇总预测的销售并不能从上次、上上次的调整经验中学到多少东西,因为上次、上上次是别人做的,至于别人如何调整,不知道。再看看每个销售是怎么做自己的预测的。他们主要是依赖客户的各分公司提需求,一般一个月一次,由销售人员每个月两次修正。客户提的是3个月需求。他们根据生产计划乘以单机用量,加上安全库存,扣掉手头的数量,乘以份额,就是给销售的预测。问:客户的什么人做预测?答:客户的采购自己做——又是兼职做计划。销售也会按照客户的方法来验算。不过销售更加远离客户需求,自己算的准确度有多高,值得怀疑。客户的采购加上该公司的销售,都是兼职做计划,数据分析不足,职业判断有余,或许部分解释了为什么需求预测不理想。

  无巧不成书。案例公司的这个客户也来参加我们的公开课培训,其中有一位学员就是负责流程优化,他的老大难就是需求预测,听他讲起种种挑战,让人联想到的第一个词就是“一地鸡毛”。整体绩效也是让人一声叹息:营收达好几百亿,净资产收益率只有2%多一点,不如把门关了,把钱存银行。这并不是偶然:过去10年间,该客户只有3年的净资产收益率超过3%(印象中,银行的定期存款利息都在3个点以上)。盈利这么低,根本原因是管理水平低;管理水平低,需求预测、库存计划等自然做不好,直接影响到供应商。

  在这个案例中,案例公司和客户都处于需求预测的第二个发展阶段:兼职做预测——客户的是采购,案例公司的是销售兼职。兼职做预测,根本问题除了资源投入不足,就是数据分析不够,表现在业务量大的产品上,兼职预测的质量远不如简单的预测模型,比如指数平滑法。

  那解决方案就可以考虑区别对待:针对产品的特性,需求不稳定、客户集中度高的由销售主导需求预测;需求频繁稳定、客户较分散的由计划人员来主导。企业常见的挑战是胡子眉毛一把抓,管理方法上缺乏差异化,围绕“长尾”需求设计了销售提需求的解决方案,不加区分地用在所有的产品上,结果造成“短尾”需求上更多的问题,那些本来可以避免的问题。

  本文系刘宝红授权世界经理人发布,并经世界经理人编辑。文章内容仅代表作者独立观点,不代表世界经理人立场,如需转载请联系原作者获取授权,并请附上出处(世界经理人)及本页链接,推荐关注微信公众号(ID:CEC_GLOBALSOURCES)

  © 世界经理人:自1999年创立以来,世界经理人网站(致力于引导职业经理人实现卓越管理,以专业的形象为经理人用户全方位提供最佳管理资讯服务和互动平台。

  全球化企业在管理供应链方面能有多优秀?分析公司Gartner每年都会推出供应链25强榜单,盘点30个知名品牌的供应链效率,并重点介绍其最佳实践案...

  最近Gartner公司一年一度的供应链排名出炉了。让我们来看看供应链管理的佼佼者近期有何动作。

  供应链是时代进步的产物,应对全球转型升级,国家所发展的供应链蓝图,为供应链金融带来了春天。

  向生态系统思维转型的任务,挑战着我们自工业革命时代传承而来的“行业”理念,整合或成大势所趋。

  出行服务将给汽车行业带来40%的利润增量,在制造业不到5%的微利现实情况下很诱人。

  已订阅管理资讯); } }); } function reloadArtPage() { location.reload(true); }


    友情链接:
www.550678.com,曾道人中特网,550678.com,591111.com,www550678.com,www-591111.com,开奖结果,开马开奖结果,香港开奖结果挂牌。