e-works数字化企业网  »  文章频道  »  管理信息化  »  SCM及物流

需求预测由判断结束:谁的判断,判断什么?

2019/7/25    来源:供应链管理专栏    作者:刘宝红      
关键字:需求预测  
一个好的需求预测是“从数据开始,由判断结束”。在需求历史上做出基准预测,辅以相应职能的职业判断,这是得到一个“准确度最高的错误的预测”的关键。

    判断主要来自销售。当然,还有市场、产品管理、高层管理及其他接近需求的职能。这里以销售为例:那么多的销售,从管理层到一线员工,应该由谁来做判断?判断特定的客户、地区还是全国、全球的需求?

    计划和销售的视角不同,双方看待问题的层面不同。计划天然地着眼全局。他们在预测产品需求时,考虑的是所有的客户、所有的地区。而销售呢,特别是一线销售,则习惯于着眼具体的地域、具体的客户。你发现,这两个职能的关注点不一样。于是就经常出现这样的情况:作为计划,他的基准预测是整个产品的,发给销售征求意见,销售总监一看傻眼了:我只负责华南地区,怎么给你产品层面的意见呢?即使在华南区,下面还有几十个销售,销售总监、销售经理当然没法完全知道几十个销售的故事,该如何做判断呢?

    所以,要求销售做判断,一定要把需求预测分解到适当的层面,针对特定的产品,找到合适的人来做判断。如果判断主要集中在销售大区层面,那就分解到销售大区;如果得依赖地上跑的销售,那就得分解到客户,再找到对应的销售。

    比如对于一个产品,假定未来13周的预测是每周200个。其中有个大客户,需求历史占总需求的30%。这意味着基于需求历史,这每周的200个预测中,有60个是为这个客户准备的。征求销售的判断,就是找到这个客户对应的销售,给他这个客户的销售历史,并告诉他我们给该客户的需求预测是每周60个,让他看看这数字如何。当然,你不能期望销售对数字,或者说存量有多敏感,这里的关键是对增量的判断,要他们讲故事,比如这个客户在扩张产能,销售认为需求会拔高20%。那好,这意味着每周12个的增量,反映到产品层面,总的预测就从每周200个变成了212个。这就是“由判断结束”。

聚焦到具体的产品、具体的客户,是获取销售判断的关键

图1 聚焦到具体的产品、具体的客户,是获取销售判断的关键

    这是针对客户层面的显著变化,一般来自具体客户的变化,由客户主导,要落实到具体的一线销售人员以获取判断。对于公司自己主导的,比如促销、团购、新产品导入、老产品下市等,相对的判断层面就较高,比如在特定的销售区域,针对特定的产品,合适的判断者呢,就是负责这些区域的销售管理、产品管理、市场管理人员等。

    管理比较粗放的企业呢,则经常分解不到合适的层面,或者找不到关键的“大石头”,导致需求预测“由判断结束”的闭环没法形成。

    比如有个百亿级的制造商,原来是供不应求,所以就没有需求预测可言——可着劲儿生产,有多少卖多少。你知道,所有的短缺都是以过剩结束:后来,行业产能过剩,盲目生产造成的库存问题开始凸显,这个企业就不得不开始推行需求预测。他们的计划总监认识到“从数据开始,由判断结束”的重要性,就做好产品层面的预测,分解到二十几个大区,近百个产品型号,总共1000到2000行数据,通过一个简单的信息系统,发送给各大区的销售经理。对于这么多数据,大区销售经理当然无从下手,就交给手下的销售助理来对付。销售助理能有什么更好的办法呢?就只能不作为,调整很少,回复给计划了事。

    该公司考核销售大区的预测准确度,所以得到大区销售经理的重视;到了销售主管层面,重视度就明显不够;一到那几百个具体的销售人员,就根本没人理睬。对于工业品而言,真正的判断来自一线,即销售-客户的组合层面(这里的客户也可能是渠道经销商)。考核对象是大区经理,预测也分解到大区一层,但真正的判断来自一线销售,而需求预测又分解不到那一层,就注定“从数据开始,由判断结束”的闭环流程没法完成,结果就是计划依赖需求历史做预测。这问题不解决,用不了多久,你就会发现该公司会走上另一个极端,开始由销售提需求了(后文会详细谈到)。

    对于大多数产品来说,一个产品有多个客户,需求相对均匀地分散到各个客户,每个客户只占微不足道的份额,需求起伏对整体影响有限,而且往往会互相抵消。这些客户就是典型的“沙子”,根本用不着去麻烦一线的销售人员:计划人员按照需求历史,加上对整体业务发展的判断,就能做出相当准确的预测来。当然,对整体业务的判断可能得借助市场、产品管理、销售的管理层,但用不着找一线销售来帮忙。

    真正重要的呢,是那些需求集中在有限客户的产品。比如一个产品虽然有25个客户,但其中一个客户的需求占比是40%,其余的客户都平均分布。这个大客户的需求一旦变动,对供应链的影响就很明显,要么是短缺,要么是过剩。这样的产品—客户组合就是“大石头”,要从众多的“沙子”中筛选出来,让对应的销售重点关照,有的放矢地管理需求变动。

    比如根据需求历史,这个产品的基准预测是每周100个,其中40个是给那个“大石头”客户的。计划找到“大石头”客户对应的销售,说我们给你的客户预测是每周40个,这数字看上去怎么样?销售就开始“讲故事”,说该客户的产能在飙升,对我们的产品需求会提高20%左右。这意味着每周的预测会增加8个左右,在此基础上,计划把总体预测从100调到108,完成“从数据开始,由判断结束”的需求预测流程。

    对一个几亿几十亿的企业来说,产品众多,客户众多,产品—客户的组合动辄数以十万计,甚至是百万。过滤“沙子”,筛选出“大石头”意味着大量的分析工作,你不能指望几十、几百个销售人员或者他们的助理来做这分析工作;计划职能处于更好的位置,来统一做这样的分析。要知道,“从数据开始”也包括找出这些“大石头”,并呈现给相应的销售,而且只呈现他的客户的那一部分。

责任编辑:程玥
本文来源于互联网,e-works本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供,并已尽力标明作者与出处,如有著作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。联系方式:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐