计划系列之1需求预测的目的、范围和目标

在常见的定义中，需求预测的准确度是一个独立的指标，比如APICS有MAPE；O&W的S&OP有Bias。然而需求预测的准确度和经营目标往往不是线性相关的，与之相反，好的供应链系统设计应尽量给出一段与预测准确度线性无关的合理区间。举一个极端的例子：假设销售预测和上班时间线性相关，而计划目标是单位小时人工成本，如果工人每周上40小时班，人工成本是1000元工资+500元福利=1500元，平均每小时的人工成本是37.5元；而上48小时班的人工成本是1300元工资+500元福利=1800元，每小时的人工成本仍然是37.5元。那么销售预测这0∽+20%的区间就是一个输出值不变的区域（线性无关的特例）。

另一方面，需求预测的准确度是预测者本身技能（包括硬技能和软技能）的一种体现，很大程度上讲，MAPE和Bias直接考核的是技能指标而不是绩效指标。

不得不说MAPE或Bias的考核方式直观易于操作，但如果组织想追求卓越，不妨站在KPI的角度上来考虑问题：基于某些假设的向经营目标投影（这是个困难但可行的任务）的部分作为绩效指标（可以加入风险因素），而MAPE或者Bias作为专业技能指标。 范围：

广告

通常一个计划的预测输入有1-2个维度足矣，不要超过3个维度。一般来说，客户需求和其导数是常见的，客户需求和产品生命周期也是，还有复合其它要素的情况。

实际情况中，尤其是长期预测，会有多个维度的可能输入，对这些维度的取舍、基本假设和预警是经理人员的核心责任（因为他们分配资源）和能力所在，把所有输入都推给销售或者计划人员是不合适的；而不提供预警则往往是缺乏责任心的表现。同样的，对多个可能的输出，有且只有一个应作为输出，而其他作为“满意维度”，意即满意即可。如果组织想追求卓越，假设和预警程序的书面化都必不可少。 目标以滚动预测为例，无论数学模型还是其它方式得到的预测往往是一个概率图（或者表），而计划的输入通常需要一组具体的数值（或者数值对），输出则是另一组数值。

预测的目标精度是在输出数值的精度价值和提高精度的成本间取平衡。计划制定后有些成本实际上已经预期会沉没了，但必须注意的是输出数值的导数是变化的，所以何时计提大多情况下不应是一个过于严格的事情；而提高精度的价值往往被错误地估计。

预测的时间要求是需求计划的隐含要求之一，这个在后面的篇幅中讨论。 

综上所述：卓越的计划往往不是完全取决于计划员，而是一个优秀的团队共同努力的结果。这个团队至少有一个大局观强，勇于承担责任的负责人来解决额外维度（满意维度）和超限预警、资源获取；一个工程师来分析从预测到目标的投影方法，还要给出相关的工艺和流程，以拓宽与预测准确度线性无关的区间；以及一个掌握计划技术并善于沟通的计划员。

一个人永远也胜不过一个团队。