通常大家一旦提起供应链绩效不好或者库存较高的时候，大家一致抱怨的对象就是预测不准，甚至压根就没有预测，这样一来，我的绩效差也是心安理得，天经地义。
其实，我们仔细想想，预测不准有其固有的原因，如果不改变机制，预测会永远不准，或者做预测的人就想着他准。
1. 任何预测都是基于一定的假设，而任何假设都会有连个属性，一是这种 假设会不会发生，而是即使发生了影响的程度有多大。而这这两个属性都很难量化，毕竟我们的所处的环境是一种生态环境，不像机械环境，控制好输入，就能很好地预测输出。 进而，所有的预测就是靠猜，而猜的目标不是奔着预测的准确性去的，而是在很大程度上基于自己的位置和里程，如何去增加自己利益，预测高了，至少短期不会被老板骂自己目标太低，而且老板看到高的预测数字，也会内心惬意，尽管这有可能成为他日后的负担甚至是灾难。如果预测低了，老板不高兴，如果缺货，客户不满意。大家在起初，都索性预测高的。而等到库存高筑的时候，有往往矫枉过正，搞库存运动。最后发现，不但库存没有降下去，而且是客户要的都没有，不要的都在仓库里。一命呜呼！
2. 有人说，我让不同的人预测，然后把数据加起来，这只是把有不同的立场，观点和假设叠加起来，也不会起到削峰填谷的修正作用。原因有两个，一，参与预测的人数毕竟不会太大。二，一旦某人意识到，其他的预测会朝着自己相反的方向预测。他就会可以调整自己的预测，预留些buffer当着其他人去修正，这就是饶了一大圈，用看似完美的流程，还是得到了同样的结果，费力不讨好，而且，更气人的是，这就变成了集体预测，没有任何一个人和部门对预测的准确性负责。
3. 我们的需求量的变化，是由多种因素综合的几个，除了外界event的因素，但就数据本身，也会有不同的模式，比方说或，趋势，震荡，周期，季节等，如果把数据的变化趋势，按以上模式分解开来，每种都很明显。如果房子一起，就没有任何模式可以，大家就只能“三拍“，一排脑袋提供预测，二拍大腿骂人（骂周遭环境多变，或者被老板骂），三拍屁股走人。
那我们应该怎样提高预测的准确性呢，我个人有以下价格建议：
1. 让销售对成品库存负责
现在大部分公司，都是销售提供预测，而不对库存指标负责，这就会导致看别人干活不累，事不关己高高挂起，销售根本就没有提供更准确的预测的动机。如果让销售对成品库存负责，也对客户服务水平负责，手心手背都是人，他就会主动地想办法如何平衡二者的关系，变“要我做”为“我要做”， 机制变了，通常效果会大有不同。
2. 定量和定性相结合
数学的所有的模型都是基于历史数据，利用一个重要的假设(历史将会重演），然后按照一定规律，推算出未来的需求量。 我们都知道，就像我们不可能在不同的时间踏进同一条河流，历史是不可能准确地重演。 我们要怎么做呢，基于历史数据进行计算，然后对未来智能定性地进行估计判断（比方说，某Event发生的概率，和影响程度）等。总而言之，就是从计算开始，在判断结束。
3. 降低对预测的依赖
我们为什么需要预测，简单来说，就是我们的生产周期比客户给我们的订单周期要长，如果短或者相等的话，我们就根本不用预测。缩短周期时间，提高响应速度，才是王道！
网友评论