原创 你没法回避预测

其实工程师们不清楚的是寄售库存水位设得再高，也最多就撑那么几个星期，例如在这个案例中，再订货点一般为三到四个星期的用量，其中从总库补货的周期为一到两周，加上一到两周的安全库存。但是，供应商总库的补货周期动辄为6到8个星期，客户用量大增，总库手头的货用完了，等着补货的时候，客户的寄售仓库就动辄断料了。更麻烦的是，客户还在继续飙升用量，给供应商的预测却远远滞后，供应商一步赶不上，步步赶不上。

供应商的供应链专员知道问题的症结在哪里。她列出用量高的几十个料号，逐一跟客户确定预测。这些料号主要是用于生产设备维修（MRO），客户也没经验，双方就一起计算：有多少台设备，每台设备用几个，多久得换，换下来的是否可以修理后重用等。其实都是些简单的加减乘除，但挺麻烦。客户的工程师们不耐烦了，说别的供应商都没这些，为什么你们就这么烦？我们不计算预测了，就用我们的再订货点作为月度预测吧。但是，客户的再订货点也是一堆垃圾数据，有些料号的用量都翻了两三倍了，再订货点还是没有更新。不得已，供应商就只能承担更多的风险，在客户有限的历史用量上加上一定的安全系数，作为生产预测。

这样，大多料号的短料问题就解决了。客户的采购、工程师们很少再收到供应商询问预测的电话，认为这下问题可解决了。但是，几周过去了，两个料号又上了断料黑名单。原来由于生产工序调整，这两个料号的用量翻倍，供应商又不知道，只是在以前用量的基础上加了40%左右的富裕系数，手头的料一用完，一堆设备停工待料，客户下至采购员，上至工厂总工，都急得跳脚，逼着供应商的规划总监来登门解释。总监去了（已经是三个月里的第二次），赔罪认错，又承诺增加库存十万美金，但是核心问题还是没解决：如何能尽早得知客户的预测呢？

相信很多人有类似的经历。预测这一话题在供应链管理上不可回避。你可以建立JIT、寄售、让供应商在厂区周围囤积很多库存，但这些都离不开预测。一般情况下，没有预测，就沿用历史用量。但历史用量与预测相差甚远的情况下，这问题就来了。

关于预测，有三点值得注意：

其一，所有的预测都是错的，但预测要比不预测强。因为预测很难做准，有些人怕出错，就迟迟不肯拿出个数字来，结果大家就一天天拖下去，直到有一天客户的订单来了，却发现客户第二天就要现货。供应链管理的一大挑战就是敦促内、外客户及早提供预测。客户身处供应链的需求端，往往最了解需求，他们不能拿个数字出来，在沙子上划道线，立个杆子，谁能？预测其实也是情景分析，就如二战中美军的一个将军，他要求参谋部预测几十天外的天气，这在当时无异于投硬币。但通过预测不同的情况，却能制定相应的对策，增加了胜算。

其二，协同预测。这不一定如CPFR那么正式，但概念差不多。一条供应链，供应商和客户都多少了解一点预测，采购、产品、销售、生产部门都可借助自己领域的知识帮助制定预测。客户端熟悉未来需求，供给端往往更了解历史用量。两端并举，往往能确定更合适的预测。但是，协同预测该由谁领头呢？消极的供应链管理往往坐在办公室等预测，等着电话铃响或者Email进来，他们也有足够的理由抱怨客户不及时给预测，供应中断活该，一幅受害者的样子，其实没解决什么问题，自然也就没什么建树。积极的供应链往往充当协调者的角色，他们主动出击，召集多方人员，一起制定预测。这看上去是在做别人的事，但其实也是在解决自己部门的问题。也是体现自己的领导力和贡献的地方。

其三，及时修正，循环预测。预测都是错的，但及时修正构成闭环，可以通过及时反馈的方式修正预测，增加预测的准确度。这就注定预测不是一锤子的买卖。上面案例中，客户的工程师不愿参与预测修正，嫌麻烦，把问题压给供应商，但并不意味问题没了。恰恰相反，问题长期得不到解决，爆发时破坏更大。作为预测的整合点，供应链管理把预测提供给供应商，所以也应该定期来回顾预测，进行调整。注意这里的供应链管理包括规划。有些公司的供应链规划和执行分属不同部门，例如规划归生产计划、售后市场计划部，而执行归采购或生产，但定期回顾预测、逐渐逼近的方**都适用。