标签: 预测准确率

在采购和供应链上，很多公司都是一堆的麻烦，不光是供应端，更多的是需求端。也是，这些年来，需求端差异化地非常厉害，很多行业都感受到批量越来越小、需求变化越来越快。相应地，预测的准确度就成了供应链的心病。我在培训中每每谈到这些问题时，不少学员都奢望，如果预测能更准一点就好了。那神态就像《我的叔叔于勒》中的一句台词： " 如果于勒竟在这只船上，那会叫人多么惊喜呀 !" 。我想说的是，于勒不在那条船上，预测的准确度也不会高到哪里去。所以，你不能寄希望于预测的准确度。 预测的准确度可以提高，但到了一定地步，继续改进的空间就越来越小 。就如打棒球，打击率一旦超过 30% ，就是优秀的职业选手，再要提高，非常困难。整个历史上，打击率超过 40% 的球员掰着手指头就能数完。即便是提高到 40% ，还是有大半的球没被击中。预测是对未来的预测。未来是未知的，就如那即将快速出手的棒球，充满不确定性，你的确不知道它会是什么样子。用英语里的一句话说， nobody has a crystal ball---- 没人手中有个水晶球，意即可以看清未来。老话说得好，早知三日事，富贵一千年。三日事如此，何况三周、三个月呢。你不知道你不知道的，事情就是那么简单。等你把你知道的、你或许知道的都知道后，剩下的就是你不知道你不知道的。这时候，你要么是听天由命，要么是另想出路。一昧在预测的准确度上死磕，无异于把脑袋一遍又一遍地往墙上撞，虽然看上去努力了，其实是没什么回报的。 另谋出路之前，让我们先考虑一个问题：为什么要预测？有人会说，那是因为需求的不确定性。需求的不确定性是表象，不是本质。比如自来水，你家有时候用得多，有时候用得少，需求的确是不确定的，但从没见你预测过自家的用量 ---- 一拧开水龙头，自来水就来了，响应时间为零，为什么还需要预测呢？这就是说， 要预测，是因为有响应时间 ，即产品的生产、运输和配送需要时间。那为什么不把产品提前生产好、配送到消费点，这样需求一来，就像自来水一样流出来？这里有库存成本和风险。理解了这两点，就不难看出， 这 " 另谋出路 " 就是想办法缩短响应周期 ，包括生产、运输、配送的时间； 如果缩短不了，就想法降低库存风险，从而可以把库存建到最接近消费的地方 。这都是供应链运营的范畴。这就是说，供应链运营是预测准确度解决方案的一部分。 先说缩短响应周期 ，即缩短产品的生产、运输、配送和等待时间。缩短周期其实是加快速度，包括产品流和信息流的速度。风行全球多年的精益生产，一大目标就是加快产品流，比如采取一分钟换模，减少换模具的时间；采取预防式修理，减少设备意外停机；建立制造中心，减少生产过程中的等待时间。这都是通过各种方式，让产品流尽快流过，从而缩短生产周期。生产现场推行 5S ，现场整整齐齐，工具、物料都放在顺手的地方，这也是为保障生产的顺利进行，使得产品流更加有效。提高供应商的按时交货率、确保产品的质量，也是为了减少生产过程中的停机待料，以及处理质量问题的时间，确保产品的顺利流动。可以说，这几十年来，不管是哪个行业，都在加快产品流的速度上做了不少文章，让产品的加工、运输和配送过程更有效：速度更快，成本更低，质量更好。 但是，在产品的响应周期里，产品真正流动的是一小部分；在大多时间，产品是处于停滞状态，因为企业在走各种各样的流程，即信息流。在缩短产品的响应周期上，精益生产之所以效果有限，就是因为信息流的时间没有被缩短。比如在有些公司，客户订单来了后，合同评审得 1 到 3 天，以确保理解客户的需求；录入 ERP 前的审批又是 1 到 3 天，以确保决策是对的；录入 ERP 需要 1 天，运行 MRP 得 1 天，终于把给供应商的订单生成了；订单发给供应商前，根据金额大小又得审批， 1 到 3 天；审批结束了，放到电子交易平台，或者 Email 给供应商，又是 1 天。整个过程都在走流程，产品流没有任何事情发生，都是信息流的事。在有些公司，需求信息从客户传到一级供应商，动不动就耗掉 2 到 3 周。一级一级这样传递下去，等传到三级、四级供应商，五六周就过去了。这就是为什么有些产品的交货周期动不动就三到六个月。而交货周期越长，对预测的依赖度也就越高。 信息流的低效是个大问题。人们也意识到这点，在加速信息流方面也在做大量的尝试，比如采用信息技术和电子商务，把有些决策固化到系统里；采取扁平化组织，决策权下放，缩短决策周期。但相比在缩短生产周期上面所做的各种努力，信息流的改进上还嫌不足。这也是缩短响应周期的机会所在。所谓端对端的供应链流程改进，重点就是围绕信息流进行。供应链运营在其中扮演关键角色。 产品的响应周期不可能无限缩短，这是由物理定律决定的。比如不管你用多快的运输方式，从北美到亚洲，最快也得 10 几个小时，因为你没法违背物理定律，用发 Email 一样，把产品瞬间发到亚洲。不管你多精益，产能安排多充分，车床、铣床、磨床加工产品总是需要时间。所以，响应周期缩短到一定程度就没法缩短，继续缩短的话成本太高。这时候就得从库存角度着手：我们能不能把库存一路 " 推 " 到消费所在的地方，就像把自来水 " 推 " 到你家厨房一样。这样，以逸待劳，需求一来就供货。 但库存有风险，时间长了可能贬值，需求没了就得注销。那么，如何降低库存风险呢？ 这就得从设计的标准化着手 。 设计的标准化有多个层面 ：（ 1 ）采用工业界的标准件，这是最好的标准化；（ 2 ）虽然是定制件，但同一定制件用在多种产品上也是标准化；（ 3 ）产品设计虽不标准，但生产工艺是标准化的，这也可以降低生产难度，缩短生产周期。标准化的好处是规模优势和风险聚合（ risk pooling ）。规模优势自不待言。风险聚合的道理也简单：产品越标准，库存积压的风险就越低，因为这个客户不用，还有别的客户要，所以对预测的准确度要求也更低；产品越标准，用的客户越多，预测就越准确。就如自来水，每家每户都在用，整合到一起，自来水公司的预测准确度就相当高；库存风险也低，对预测的准确度要求也降低，因为今天多余的明天还可以用，明天用不完的后天用。 对于供应链来说，最头痛的就是定制件：产品设计的标准化程度低，预测不准的话就成呆滞库存，库存风险高，就不能提前生产、推到需求发生的地方。此类定制件的生产工艺设计往往也独特，给生产线排程增加难度，加之批量相对较小，往往得不到足够重视，生产、配送都是。所以一旦预测失败，供应链的应急响应就挑战多多。 标准化虽说是设计的事，但也有供应链的份 。比如工程师设计出了非标件，经常是因为他们不知道市场上已经有标准件；供应链最熟悉供方市场，可以弥补这一短板，把供方市场的情况反馈给设计。再比如产品需要独特的生产工艺，往往是因为工程师不熟悉生产工艺 ---- 设计工程师是产品设计的专家，却往往不是生产工艺的专家。供应链要么是自己在负责生产线，要么是管理供应商，最熟悉供应商的生产工艺，是生产工艺的专家，所以要做好产品设计与工艺设计的桥梁，争取把标准生产工艺设计进产品里。对很多供应链部门来说，这些任务看上去比较陌生，其实是需求管理的重要组成，即在需求落地之前正面地、积极地影响需求，以减少后续执行中的各种问题。要知道，产品设计是供应链的最大需求部门之一，产品设计很大程度上决定了后续供应链的成本和速度。 提高预测准确度的最好办法就是不需要预测，或者降低对预测准确度的依赖 ，这就如最好的防守是进攻一样。而缩短响应周期、标准化产品设计正是冲着这一目标去的。在很多公司，供应链扮演的是受害者的角色，没有认识到自己在缩短周期和标准化过程中的角色。这些公司的供应链聚焦订单层面，难以上升到系统、流程和产品层面。而不管是缩短周期，还是标准化设计，都是系统、流程和产品层面的解决方案。如果在系统、流程和产品层面做不好这两点，订单层面的绩效就很难全面提高。供应链在这两方面都大有可为。那么对供应链来说，要么是做自己能控制的，要么是继续扮演预测准确度的受害者，答案是显而易见的。