文/董鹏 赵得龙 付东雪
内容摘要：在对企业实际需求预测的方法、过程、系统、管理等问题进行梳理和分析的基础上，本文通过优化需求预测方法、改进需求预测管理，有效控制需求预测和未来市场情况的偏差，从而持续提高需求预测的准确性，促进企业生产、销售的良性运行。
关键词：需求预测 预测管理 预测准确性
需求预测具有全局性、关联性、综合性、实践性甚至偶然性，其特点通常表现在：（1）预测总是因存在误差而难以准确。（2）对一族或一组产品的需求预测比对单一产品的需求预测更准确，预测层次越低，预测误差越大。（3）短期预测比长期预测更精确。（4）用量少，需求不规则的情况难以预测。
需求预测准确程度与预测过程中所采用的预测方法有直接的关系，经常用的需求预测方法可归纳整理为四大类：定性预测法、时间序列法、因果关系分析法和组合预测法。笔者认为预测方法的选择应主要考虑以下几个方面：预测的对象、预测的范围、预测的期限、预测的精度、数据的数量、预测的费用、预测结果所花的时间等。
通过对大多数企业的产品销售数据进行分析，需求预测基本上可归为两大类：一类产品的需求呈现规律性，表现为全年的需求比较均衡或呈季节性规律变化，这类产品多处于成长期或成熟期，对这类产品完全可以通过定量的方法进行预测；另一类产品从近期销售数据上看，需求时间和需求水平非常不稳定，无固定规律可循，这类产品大多是刚刚进入产品线或即将退出产品线的，对这类产品的预测比较困难，因为难以分清共同起作用的多种因素与需求之间的准确数量关系，使得分析者不能利用这些数据定量地开展需求预测，但是分析者仍然可以通过定性分析，为预测人员主观调整提供参考依据。根据对需求预测调研的结果和相关文献的分析与总结，可将目前企业需求预测的管理模式和阶段特征进行如下概括，见下页表。
一、需求预测方法存在的缺陷
通过对企业供应链的研究，目前通行的需求预测方法主要是定性和定量两种预测方法，然而两者均存在一定的缺陷，导致绝大多数企业的需求预测出现较大偏差：
1.定性预测存在的缺陷。定性预测是目前应用最为广泛的预测方法，它主要依靠客户经理对代理商及零售商当年逐月的需求量、实际购进量和历史购进量进行分析、预测，市场经理再将各客户经理的预测结果汇总起来，再根据实际货源情况，每个月由客户经理与代理商及零售商“协议”一次，订单就根据“协议”按产品大类和大约需求量简单一分了事。这类预测方法，其实就是一种简单的“拼盘”方案，是销售人员意见的汇总，在本质上属于定性预测方法，使用这种方法对需求量进行准确预测，显然是有些先天不足的。
2.定量预测存在的缺陷。定量预测存在的一个问题是基础数据要求量过大。企业的实际生产经营活动时刻处于不停的变化之中，很难建立统一的、完整的准则来评价预测结果的好坏。预测过程中的各种计算和推测都是在假设过去和现在的规律能够延续到未来的条件下进行的，而实际中未来的一些因素很难控制，因此，通过企业已知的数据和因素来预测未来总会有偏差。
二、需求预测管理存在的问题
1.相关部门协调工作不到位。需求预测管理职能不完善的企业在功能集成方面易犯的错误如下：（1）从预测部门来看，在预测结果达成“共识”之后，无法满足相关部门的需要。各部门对于需求预测的目标往往不同，如财务部门对于年收入的预测，销售部门对于某个细分市场季度销售额的预测，营销部门对于每年产品销售额的预测，生产部门基于存货单位的生产周期预测；（2）从预测人员来看，无法合理地给予预测人员绩效奖励，对本部门的贡献未给予奖励，或者采取平均主义均分绩效奖励，从而打消预测人员的积极性；另外，对预测人员缺乏足够的培训也是重要因素之一；（3）从预测模式来看，无法合理运用从上到下和从下到上的预测结合模式；错误地理解了需求预测和业务计划的关系；无法准确地计算预测精度，对于预测精度不作评估，或者主要基于其他因素开展预测绩效评价。
2.缺乏问责机制和全局观念。由于预测存在不准确性的风险，所以企业没有人或部门敢于承担预测准确性差的责任。这导致了很多企业没有对预测的准确性进行衡量，没有建立对预测失准的问责机制，更谈不上采取有效措施来提高预测准确性。预测不准确的原因很多，大多数问题出在预测工作的管理和流程上，如销售部门对销售额进行考核，而没有对需求预测的准确性进行考核。由于不可控因素太多，人们很容易用一个外在条件的改变来解释预测结果的不准确，而没有通过对预测的好坏来进行适当的奖惩，从而达到激励和督促的效果。
3.各种主客观原因产生预测误差。很多企业一般以业务规划代替需求预测，现阶段行业常用的市场需求预测呈现出主观预测方法较多、客观预测方法较少；简单预测方法较多、复合预测方法较少；短期预测方法较多、长期预测方法较少等弊端，导致无法约束未来的不确定因素。目前大部分企业预测的准确性偏低，这也导致预测的可信度降低，企业库存量居高不下，即使是按单生产，半成品、原材料积压的现象仍然严重。同时，预测作为一种对未来的推测，也很难用单一的数据结果来进行绩效评价。
三、优化需求预测方法
1.建立不同预测方法组合。在预测实践中学者们已经发现更为科学的做法，将不同的预测方法进行适当的组合预测。首先，要明确和预测有关要素的范围和种类，包括地理位置、产品组合和客户群的需求。其次，要明确每一个种类需求的区别，针对这些区别和不同特点，相应地选用不同的预测方法进行组合。
2.建立协同预测方法机制。通过协同预测，供应商可以针对需求客户的不同库存策略和销售情况，配置自己的产能，这就减少了供应链的不确定性，同时与需求客户共同建立起持续改进的平台。协同预测（Collaborative Forecasting，简称CF）基本任务主要集中在四大环节：战略与计划、需求与供应管理、执行与分析、绩效评价。简单的协同预测是在单层的代理商、零售商与供应商之间开展的，而在实际的商业运作中，原料提供商、运输商、仓库管理者等在供应链中都起着重要作用。如果将这些相关管理者纳入到预测体系中，则更有现实意义，这就是多层CF。多层CF是跨越了单层的多阶关系，并明确指出了在单层中未考虑的事项，包括：产品设计、产品导入、策略规划、商品管理、销售及营运规划、承诺产能、可获得利益、相对应的配置及其他。多层CF模式非常重视共享来自供应链上其他阶层之间的信息，通过“大数据”、ERP软件，物联网及微信平台等接收和分析供应链上的交易信息，使供应链上所有协同构架下的企业利益增值。
例如，汽车行业的需求预测，已经非常好地实现了整车企业与上游配件供应商、配件供应商与其上游原料供应商，一条产业链的协同预测。供应链企业依靠先进的需求预测引擎，利用需求分析平台提供的信息，结合企业自身获得的需求信息，首先对需求进行预测，然后将预测的结果进行比较，讨论例外事件产生的影响，利用事先设定的预测系数，将加权的结果再次输入预测引擎，得出联合的需求预测。具体流程如图所示。
四、改进需求预测管理
1.建立预测精度评估机制。企业应定期对需求预测情况进行评估，须确定明确的效果评估方法，来评价预测的准确性和时效性。具体说：（1）基于各职能部门对于需求预测的不同要求，评估各个层次的预测精度；（2）合理评估预测精度对于竞争战略、供应链成本、客户服务和利润的影响；（3）提供基于图表和统计数据的绩效评估报告。对预测的准确性进行衡量和监控是非常必要的，预测管理也是这样。一般来说，企业应在产品的SKU、产品类别、地域需求、客户阶层和各个业务单元等多个层次对需求预测的准确性进行衡量。评价预测结果主要考虑统计检验和直观判断两个方面，从而判断预测结果的可信度。根据对预测结果的分析和评价，确定最终的预测值。
2.建立滚动修正的机制。需求预测是周而复始的，在一个营销周期结束后，应对需求预测情况进行全面的评估。企业应根据市场的变化，定期滚动修正企业的需求预测体系。若发现预测结果与实际结果的偏差持续增大，这表明预测的方法或技术有误，应立即对预测方法的本身进行修正。如果产品销售偏差发生突然性的变化，这表明该偏差信息可能隐藏着市场风险的前兆，应作为市场风险警报的重要参考，需要进一步分析偏差发生剧变的原因并发出相应的警报。修改后的预测模型连同各种经济指标、行业指标、实际需求、需求信号以及特殊事件一起作为预测数学模型的输入信息。这一系统输入的是历史和现时的准确信息，输出的是关于未来的预测信息,它包括未来的发展趋势、周期性特征和随机因素三个方面的内容。得到的预测结果经过预测者根据过去的预测误差和特殊事件进行调整，最终得到当期的需求预测结果。
3.设计多维度的预测绩效评价标准。预测工作多维度的评价对于预测人员的积极性和责任心会是一种激励。在这个组织中，奖金分配、职位提升和对工作人员评价都依赖于预测准确性的提高。多维度的评估标准要求不能以单一的精确度对预测人员进行考评，要合理考虑和预测相关的众多因素，比如参考数据的真实性，突发事件的及时更新性，业务人员的努力程度等。企业应综合考虑预测精度的提高对于相关部门业务的贡献，特别是需要考虑对于企业最终利润的影响，毕竟企业的任何商业行为都是以获取最大利润为根本原则。■
作者单位
卡莱（梅州）橡胶制品有限公司计划部
|
京ICP备12008127
