經(jīng)常有人問，需求預(yù)測多準(zhǔn)才對？答案是，這取決于你所在的行業(yè)。比如在工業(yè)產(chǎn)品領(lǐng)域，批量小、品種多，60%的預(yù)測準(zhǔn)確度可能就相當(dāng)不錯(cuò)；但在汽車制造、家電、消費(fèi)品行業(yè)，這樣的準(zhǔn)確度可能意味著災(zāi)難。

預(yù)測準(zhǔn)確度究竟要多高

美國有個(gè)叫ToolsGroup的公司做過調(diào)研，說消費(fèi)品的預(yù)測準(zhǔn)確度在85%上下，零售業(yè)跟消費(fèi)品差不多，而工業(yè)品就低得多，只有70%不到。這主要應(yīng)該是針對北美企業(yè)，采用的是月度預(yù)測。

根據(jù)Gartner的調(diào)查，消費(fèi)品公司的預(yù)測準(zhǔn)確度在50%到60%之間。這一數(shù)字明顯低于ToolsGroup的統(tǒng)計(jì)。不過Gartner的統(tǒng)計(jì)方法相當(dāng)嚴(yán)苛，是基于SKU和庫位層面，統(tǒng)計(jì)方法是絕對差的百分比（MAPE），即預(yù)測的準(zhǔn)確度=(1-(|實(shí)際值-預(yù)測值|)/實(shí)際值)*100%[2]。

其實(shí)，預(yù)測的準(zhǔn)確度要多高才算高，其意義不是有些人想象的那么大。在我們看來，圍繞預(yù)測準(zhǔn)確度，更重要的是對偏差的分析，理解偏差的誘因，采取糾偏措施，提高未來預(yù)測的準(zhǔn)確度。

這里還要提醒的是，預(yù)測的準(zhǔn)確度是個(gè)多維概念，一定要弄清楚其中的細(xì)節(jié)：（1）產(chǎn)品層面還是SKU層面？產(chǎn)品層面的預(yù)測準(zhǔn)確度可以很高，而SKU層面的則會(huì)低很多；（2）工廠層面還是渠道層面？工廠層面可以很高，但銷售更關(guān)注的是具體的渠道。（3）提前多久的預(yù)測作為基準(zhǔn)？是M-1（上個(gè)月做的預(yù)測），還是M-2、M-3？

企業(yè)也經(jīng)常在時(shí)間單元上做文章。時(shí)間單元越小，預(yù)測的準(zhǔn)確度就越低，反之亦然。生產(chǎn)希望時(shí)間單元越小越好，最好是天，如果不是小時(shí)的話，因?yàn)槟鞘撬麄儼才刨Y源的方式。再不行，周。銷售的要求就沒有那么細(xì)，月度即可。不過對生產(chǎn)來說，月度的第一天和最后一天、第一周和最后一周可大不一樣。所以按月統(tǒng)計(jì)，離解決生產(chǎn)的日常產(chǎn)能安排尚有距離。

對供應(yīng)鏈來說，SKU層面的預(yù)測準(zhǔn)確度最好。但是，這個(gè)層面的準(zhǔn)確度一般都很低，我們熟悉的一些公司只有百分之二三十，實(shí)在太寒磣了。對有些產(chǎn)品來說，從生產(chǎn)工藝的角度看，SKU層面的區(qū)別很小，統(tǒng)計(jì)這一層面的預(yù)測準(zhǔn)確度或許沒太大意義，如果考慮到為評估而花費(fèi)的資源的話。

預(yù)測不是衡量準(zhǔn)確性，而是偏差率

預(yù)測就如賭博，賭對說明了什么？說明了你幸運(yùn)。我們其實(shí)是很難分析賭對的原因，除了基本的“從數(shù)據(jù)出發(fā)，由判斷結(jié)束”的需求預(yù)測流程，以及選擇更合適的數(shù)理統(tǒng)計(jì)模型。

對于需求預(yù)測來說，堅(jiān)持基本原則就是選擇最合適的統(tǒng)計(jì)模型，走“從數(shù)據(jù)出發(fā)，由判斷結(jié)束”的基本流程。而要避免的失敗呢，則得從預(yù)測的偏差率中去發(fā)現(xiàn)——所有的預(yù)測都是錯(cuò)的，識(shí)別偏差，糾正差別就是調(diào)整預(yù)測的過程。需求預(yù)測就如發(fā)射導(dǎo)彈，一路飛去，一路糾偏。命準(zhǔn)目標(biāo)的過程其實(shí)就是糾正偏差的過程。

讓我們先來看偏差怎么計(jì)算。概念上很簡單：實(shí)際值與預(yù)測值的差就是偏差。但預(yù)測是個(gè)循環(huán)更新的過程，如果每月滾動(dòng)的話，每一個(gè)月就有個(gè)預(yù)測。那究竟該用哪個(gè)月的預(yù)測來計(jì)算偏差？這取決于供應(yīng)鏈的響應(yīng)周期：在一般的行業(yè)，生產(chǎn)周期加上長周期物料的采購前置期，大概在3個(gè)月左右。因此，理論上講，用三個(gè)月前的預(yù)測（M-3）最合理：1月份，你告訴我4月份的預(yù)測是100個(gè)，我就按照這個(gè)來采購、生產(chǎn)。結(jié)果4月份的實(shí)際需求是80個(gè)，那么偏差就是20個(gè)，偏差率是25%。

M-3的偏差率一般會(huì)非常高，會(huì)揭示太多的“問題”。而最大的問題呢，就是預(yù)測做得太早而不準(zhǔn)，解決方案就是縮短供應(yīng)鏈的響應(yīng)周期，這樣我們就不需要那么早地做預(yù)測了。所以時(shí)間是最大的因素，對于需求預(yù)測來說又不可控，反倒把很多別的可控因素給掩蓋了。

有些企業(yè)用M-1來統(tǒng)計(jì)偏差，用1個(gè)月前的預(yù)測作為基準(zhǔn)。這有一定的合理性，因?yàn)橐话愕男袠I(yè)，需求預(yù)測的凍結(jié)期大概是1個(gè)月以內(nèi)（意味著數(shù)量、配置和日期都不能改變），如果進(jìn)入凍結(jié)期還改變預(yù)測，那對生產(chǎn)和供應(yīng)鏈的代價(jià)很高，所以必須嚴(yán)加控制。半凍結(jié)期大概在1到2個(gè)月，這段時(shí)間內(nèi)的需求變化呢，對不起，供應(yīng)鏈你就想辦法消化吧。就這樣，凍結(jié)期內(nèi)的問題由銷售買單；半凍結(jié)區(qū)內(nèi)的變動(dòng)由供應(yīng)鏈買單，兩頭一湊，算是個(gè)折中方案吧。

其實(shí)，采用多久前的預(yù)測做基準(zhǔn)，是銷售與供應(yīng)鏈力量博弈的結(jié)果：銷售的力量越強(qiáng)，就選擇近期的預(yù)測做基準(zhǔn)；供應(yīng)鏈的胳膊越“粗”，就越可能用更久前的預(yù)測做基準(zhǔn)。想必我們現(xiàn)在也清楚了，如果兩家公司都說他們的預(yù)測偏差是30%時(shí)，如果一個(gè)用的是M-1，另一個(gè)是M-3，那他們的差距可不是一點(diǎn)點(diǎn)喔。

定義好了偏差怎么計(jì)算，讓我們進(jìn)一步探討差異是怎么分析的?？偟膩碚f，我們感興趣有幾個(gè)方面：絕對偏差（絕對值），相對偏差（百分比），偏差的方向（偏見）。

先說絕對偏差。假定需求預(yù)測是100，實(shí)際需求是80，那么絕對偏差就是20。除以實(shí)際需求80，就得到絕對百分比偏差25%。絕對百分比讓不同的產(chǎn)品有了可比性，所以是差異分析中較常用的一種。不過你看得出，絕對百分比掩蓋了偏差方向，沒法判斷預(yù)測是虛高還是虛低。比如需求預(yù)測是60，實(shí)際需求是80，其百分比差異也是25%。但你知道，這是預(yù)測虛低，會(huì)造成短缺，跟預(yù)測100、實(shí)際80造成的過剩不一樣，對供應(yīng)鏈的影響也不同。

這就是為什么有些公司拿掉絕對值，直接計(jì)算預(yù)測和實(shí)際的偏差百分比。這種偏差可以清楚地判斷預(yù)測與實(shí)際的偏差方向，以揭示需求預(yù)測中的系統(tǒng)性偏見。比如"由判斷結(jié)束"中，有幾個(gè)銷售人員習(xí)慣性地高估需求，而別的銷售人員時(shí)高時(shí)低，更加符合統(tǒng)計(jì)學(xué)規(guī)律。根據(jù)這樣的分析，就可有針對性地采取組織措施，糾正這幾個(gè)銷售人員的行為。

有的公司把預(yù)測和實(shí)際的偏差值累計(jì)起來，就得到累計(jì)偏差，以判斷預(yù)測的累計(jì)影響。比如而1月、2月、3月的預(yù)測偏高，4月、5月、6月的偏低，半年加起來可能抵消，從而沒有造成呆滯庫存。不過這并不意味著完美無缺。比如基于前三個(gè)月的過高預(yù)測，供應(yīng)鏈可能不得不趕工加急，造成額外的運(yùn)營成本；由于后三個(gè)月的預(yù)測偏低，工廠可能遣散一部分員工，產(chǎn)生遣散費(fèi)用?？梢哉f，一旦匯總，我們可能會(huì)冒喪失某些信息、掩蓋某些問題的風(fēng)險(xiǎn)，所以，預(yù)測的累計(jì)偏差一般不獨(dú)立使用，而是和別的偏差指標(biāo)一起用。

此外，還有很多偏差的統(tǒng)計(jì)方法，比如統(tǒng)計(jì)預(yù)測值與實(shí)際值之間的方差、均方差，來衡量偏差的幅度和離散度。但不管用什么樣的統(tǒng)計(jì)方法，超過一定限度的會(huì)成為異常值，需要根源分析，采取糾偏措施。需求預(yù)測雖說是“預(yù)測”，其實(shí)大部分時(shí)間都在糾偏：發(fā)現(xiàn)差異，分析差異，理解差異，采取糾偏措施，比如更換統(tǒng)計(jì)模型，與銷售、市場、產(chǎn)品管理會(huì)面討論和關(guān)聯(lián)職能協(xié)商等。正是通過處理一個(gè)個(gè)的“例外”，我們才得以避免失敗，從而能夠成功。

（注：劉寶紅，供應(yīng)鏈管理暢銷書作者，“供應(yīng)鏈管理專欄”創(chuàng)始人，美國亞利桑那州立大學(xué)MBA。他的暢銷書包括《供應(yīng)鏈管理：高成本、高庫存、重資產(chǎn)的解決方案》《采購與供應(yīng)鏈管理：一個(gè)實(shí)踐者的角度》《供應(yīng)鏈管理：實(shí)踐者的專家之路》。十多年來，他一直在美國研究和實(shí)踐供應(yīng)鏈管理，經(jīng)常往返于中美之間，培訓(xùn)本土采購、計(jì)劃與供應(yīng)鏈管理人才，幫助本土企業(yè)提高采購與供應(yīng)鏈管理水平。如欲聯(lián)系他，可電郵bob.liu@scm-blog.com，或訪問他的網(wǎng)站（www.scm-blog.com）查詢最新培訓(xùn)信息。）