15、需求预测中的判断偏差与群体预测智慧

需求预测中的判断偏差与群体预测智慧

1. 判断偏差概述

在进行需求预测时，我们可以通过观察团队通常所做的调整，来了解预测模型的局限性，进而判断是否有改进的必要。例如，如果团队在没有额外信息的情况下就能轻易超越模型的预测结果，这表明模型可能不够理想；若团队花费大量时间预测促销情况，那么或许应将促销因素纳入模型，作为需求驱动因素；要是团队需要对所有季节性商品进行审查，这可能意味着模型在识别季节性模式方面存在不足。

判断性预测容易受到多种偏差的影响，这些偏差源于企业组织的运作方式和人类大脑的思维模式。判断偏差的来源主要可分为认知偏差、激励不一致导致的有意偏差以及有偏差的预测过程。

1.1 认知偏差

人类由于大脑的内在特性，容易产生一系列认知偏差。这些偏差是经过世代进化形成的，深深烙印在我们的思维方式中。虽然这些偏差可能使我们在狩猎 - 采集时代表现出色，但在预测方面却往往导致不佳的结果。了解这些偏差有助于我们避免它们。以下是几种常见的认知偏差：
- 锚定偏差 ：人类习惯于通过比较来思考。在进行预测或估计时，脑海中出现的第一个数字，即使与任务无关，也会影响我们的判断。1974 年，Tversky 和 Kahneman 的实验就证明了这一点。他们让参与者猜测联合国中非洲国家的数量，结果发现参与者的猜测受到了转动幸运轮所给出数字的影响。在实际的预测会议中，如果团队成员一开始就提出一个数字，如“我认为我们下季度的销售额将比上季度增长 20%”，这个数字就会像锚一样，影响后续的讨论。锚定偏差在谈判中也经常被运用，人们会从一开始就围绕一个高或低的数字来引导对话。
- 确认偏差 ：人类倾向于无意识地寻找并关注支持自己现有信念和想法的信息，而回避与之矛盾的信息。例如，当我们认为某个产品发布会会很成功，并且在一次采访中，有潜在客户表示喜欢该产品时，我们就会更坚信自己的观点。在预测中，如果我们认为下个月公司的销售情况会很好，那么在寻找相关信息时，会更倾向于选择支持这一观点的证据。营销人员可能会因为有意或无意的偏差，高估即将开展的营销活动对销售的提升作用。他们周围都是志同道合的营销专业人士，容易受到确认偏差的影响，更关注支持活动价值的信息，同时也有动力宣传活动的成功，以获取资金支持。
- 模式识别与后见之明偏差 ：人类大脑天生就有在噪声中寻找模式、为各种结果寻找原因和解释的倾向，这种现象被称为模式识别（apophenia）。在预测过程中，这可能表现为两种情况：一是在查看历史需求图表时，即使数据是嘈杂和随机的，我们也会从中发现模式，从而增强对自己判断性预测能力的信心；二是我们总是试图解释销售数据的每一次波动，但实际上部分波动可能是随机变化导致的。与模式识别相关的是后见之明偏差，即人们常常认为过去的事件比实际情况更具可预测性。例如，在经历了特定事件（如全球疫情、战争、政治事件）后，很多人会觉得自己本可以或确实准确预测到这些事件。为了提高预测的准确性，我们不应仅仅纠结于解释过去的错误预测或争论谁对谁错，而应专注于消除有意和无意的偏差，引入新的信息来源，填补之前的信息盲点。

1.2 激励不一致（有意偏差）

不同的供应链利益相关者有着不同的目标和激励机制，这可能导致他们出于自身利益，有意地对预测结果进行偏差调整。

利益相关者	目标	偏差行为
销售代表	为了获得超额销售奖励，希望降低销售目标	故意降低预测数量，这种行为被称为“沙袋策略”（sandbagging）
客户服务经理	确保有足够的库存满足客户订单，这是他们的主要关键绩效指标（KPI）	过度预测需求，以保证安全库存，这种行为被称为“套期保值”（hedging）
管理层和财务人员	当公司当前的销售情况低于预算时，会要求需求规划团队使预测结果与年度预算相符	对需求规划团队施加压力，要求调整预测，这种行为被称为“强制执行”（enforcing）

此外，还有其他一些可能导致有意偏差的情况。例如，在销售下降时，销售人员可能会提高预测，以与预算保持一致，避免在上级面前丢脸；销售人员也可能故意过度预测，以确保有足够的库存用于机会性销售；地区需求规划人员可能会受到当地经理的压力，提高预测，以从中央仓库获得有限的供应。如果人们因奖金计划、KPI 或政治因素而对预测结果有乐观或悲观的倾向，并且不需要对预测的准确性负责，那么他们很可能会产生有偏差的预测。

1.3 有偏差的预测过程

预测过程也可能因为片面的数据或假设、选择性的解释以及利益相关者影响力的不平衡而产生偏差。
- 片面的数据或假设 ：预测结果可能会因为依赖部分、有偏差或不完整的信息，而对未来需求做出过于乐观或悲观的估计。例如，预测过程可能只关注商店的关闭数量，而忽略了开业数量；只考虑产品的推出，而不考虑产品的停产；只重视营销努力，而忽视竞争对手的行动等。最常见的信息盲点是只关注历史销售数据，而不考虑需求情况。由于大多数供应链只记录了受限的销售数据，不考虑丢失的销售数量会导致信息偏差。在 B2C 环境中，收集丢失的销售数据可能非常困难，但任何在这方面的进展都有助于获得无偏差的需求预测。B2B 企业通常能够从客户那里收集丢失的订单信息，因此能提供更多的信息。
- 选择性解释 ：预测过程可能会因为对特定预测调整的解释需求不平衡而产生偏差。例如，如果高级管理层要求对任何向下的预测进行详细解释，而对向上的调整则较少质疑，这会导致频繁的过度预测；相反，如果销售与运营规划（S&OP）过程要求对所有历史上的过度预测进行解释，规划人员可能会变得保守。
- 利益相关者影响力的不平衡 ：如果某个利益相关者（如特定的渠道经理、工厂经理或整个销售团队）比其他人员拥有更多的权力或影响力，他们可能会为了满足自己的需求而影响预测结果，从而放大激励不一致带来的影响。这种影响力可能源于个人关系、个人魅力或高级管理层对预测的关注程度的波动。如果房间里声音最大的团队成员对预测结果产生了重大影响，就可能出现这种问题。权力和影响力还与谁能获取合适的信息以及最终谁来批准预测有关。当高管不愿意批准显示销售下降或未达到当前销售目标的预测时，就经常会遇到这个问题。

1.4 群体预测

由于个体容易受到认知偏差和信息局限的影响，我们可以利用多个团队成员的智慧进行群体预测。通过让不同的人参与预测，我们期望他们的偏差和信息来源能够相互补充。虽然将多个个体的预测结果进行综合，平均而言有望得到比单个个体预测更好的结果，但群体预测也存在一些陷阱，需要遵循一系列最佳实践才能充分发挥其优势。

1.4.1 群体智慧

1906 年，84 岁的英国科学家 Francis Galton 参观了一个牲畜集市，见证了一场村民猜测公牛重量的比赛。800 人参与了这次比赛，他们将自己的猜测写在纸条上。比赛结束后，Galton 对这些猜测进行了统计分析，结果令人惊讶：所有猜测的平均值几乎完美地估计了公牛的重量，甚至超过了比赛的实际获胜者和所有专家的猜测。

这一发现可以推广为一个原则：在一定条件下，一群人的平均意见通常比单个成员的意见更准确。这一概念在 2004 年被 James Surowiecki 正式提出，称为“群体智慧”。群体智慧在大多数情况下都适用，无论是判断性需求预测，还是预测各种专业或个人情况的结果。要使群体智慧发挥作用，需要具备以下三个关键要素：
- 目标一致 ：如果一群人都有共同的利益，倾向于在同一方向上对预测结果进行偏差调整，那么将他们的预测结果平均起来，并不会得到更准确的结果。因为他们的偏差方向相同，无法相互抵消，最终的预测结果仍然可能存在偏差。例如，让一群都希望对未来需求给出高估计的同事进行预测，得到的结果可能仍然过于乐观。为了让群体智慧发挥作用，需要通过统一每个人的目标，消除所有有意的偏差。在讨论需求预测时，要确保每个人都清楚预测的本质是对未来需求的无约束、无偏差的预测，而不是供应计划、销售目标或预算。通过统一关键绩效指标（KPI）和目标，可以减少人们对预测结果进行偏差调整的诱惑。例如，激励销售人员超越预测目标的做法是不可取的，这会促使他们低估需求，以获得超额奖励。相反，通过跟踪预测增值（FVA），让每个人对预测的准确性和偏差负责，是一种更好的做法。
- 思维多样性 ：群体智慧的核心在于引入不同的见解。最好的方法之一是召集具有不同背景和思维方式的人。这样，每个成员会关注不同且相互矛盾的信息和细节，即使每个人仍然可能存在无意识的偏差，但这些偏差可能会相互抵消。在讨论需求预测时，可以邀请来自销售、营销、财务和供应等不同部门的同事。他们会从独特的视角看待预测，并掌握不同的信息。此外，还应寻找具有实地知识和更广泛视野的同事，以及具有定量和定性思维方式、乐观和悲观态度的人员。简而言之，为了丰富预测结果，应尽可能组建一个具有多样化背景和思维方式的团队。
- 独立工作 ：为了充分发挥群体智慧的优势，每个团队成员应尽可能独立工作。在实际操作中，每个成员需要运用自己的判断来寻找信息、评估其相关性以及对未来需求的影响。在思考过程中，成员不应受到他人或外部声明的影响。人类容易受到锚定偏差和群体思维的影响，倾向于在群体中追求和谐与共识，这可能会损害独立判断。为了避免这种情况，在进行预测时，应避免所有社会、等级、政治或同伴压力。团队成员应该感到安全，能够提出与团队其他成员不同的预测，而不会因此受到指责、标签化或排斥。相反，独特的预测、观点应该以开放的心态被接纳。如果预测过程仍然受到过多的同伴压力和影响，可以采用匿名预测的方式。例如，在重要的 S&OP 会议开始时，让每个参与者写下他们对下一季度销售数量的预期，然后打乱这些数字并公布，以此开始讨论。

graph LR
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px

    A(判断偏差):::process --> B(认知偏差):::process
    A --> C(激励不一致):::process
    A --> D(有偏差的预测过程):::process
    B --> B1(锚定偏差):::process
    B --> B2(确认偏差):::process
    B --> B3(模式识别与后见之明偏差):::process
    C --> C1(销售代表 - 沙袋策略):::process
    C --> C2(客户服务经理 - 套期保值):::process
    C --> C3(管理层和财务 - 强制执行):::process
    D --> D1(片面的数据或假设):::process
    D --> D2(选择性解释):::process
    D --> D3(利益相关者影响力的不平衡):::process

通过了解判断偏差的来源，并遵循群体预测的最佳实践，我们可以提高需求预测的准确性，从而更好地应对供应链中的各种挑战。在后续的工作中，我们应持续关注这些偏差，并不断优化预测过程，以适应不断变化的市场环境。

2. 群体预测的实践与挑战

2.1 群体预测的实践步骤

在实际运用群体预测时，可以遵循以下步骤来确保群体智慧得以有效发挥：
1. 明确目标与规则 ：在开始预测之前，清晰地向所有参与者说明预测的目标、范围以及相关规则。确保每个人都理解预测是对未来需求的无约束、无偏差估计，而非其他目的的指标。例如，告知大家预测结果将用于库存规划，而不是作为销售目标来激励销售人员。
2. 组建多元化团队 ：根据思维多样性的原则，从不同部门、不同层级、不同专业背景中挑选成员。可以列出潜在成员的名单，分析他们的特点和优势，确保团队成员具有不同的视角和信息来源。比如，除了销售和市场人员，还应包括财务人员、运营人员和技术专家。
3. 独立预测阶段 ：让每个成员在不受干扰的情况下进行独立预测。可以为成员提供必要的历史数据、市场信息等资源，但避免在这个阶段进行过多的讨论和交流。例如，设定一个特定的时间段，让成员在这段时间内完成自己的预测，并记录下预测的依据和思考过程。
4. 汇总与分享 ：收集所有成员的预测结果，并进行汇总。可以使用表格的形式展示每个成员的预测值和相关信息。然后，将汇总结果分享给所有参与者，让大家了解整体的预测情况。
|成员|预测值|依据说明|
| ---- | ---- | ---- |
|成员 A|1000 件|根据历史销售趋势和近期市场活动|
|成员 B|1200 件|考虑了新客户的潜在需求和竞争对手的动态|
|成员 C|900 件|基于成本分析和生产能力限制|

5. 讨论与交流 ：组织成员进行讨论，让他们分享自己的预测思路和依据。鼓励成员提出不同的观点和疑问，促进思想的碰撞。在讨论过程中，要确保每个人都有机会发言，并且尊重不同的意见。
6. 综合调整 ：在充分讨论的基础上，对预测结果进行综合调整。可以采用加权平均等方法，根据成员的专业知识、经验和预测准确性等因素，为每个成员的预测值赋予不同的权重。最终得出一个更加准确和可靠的预测结果。

2.2 群体预测面临的挑战

尽管群体预测具有诸多优势，但在实践中也面临一些挑战：
- 群体压力与从众心理 ：即使强调独立工作，群体中的压力和从众心理仍然可能影响成员的判断。一些成员可能会因为担心与团队意见不一致而改变自己的预测。为了应对这一挑战，可以加强对独立思考的鼓励和保护，建立匿名反馈机制，让成员能够自由表达自己的观点。
- 信息不对称 ：不同成员可能掌握不同的信息，导致信息不对称。这可能会使某些成员的预测受到局限，而其他成员的优势信息无法充分发挥作用。解决方法是在预测过程中加强信息共享，确保每个成员都能获取到必要的信息。
- 时间和成本 ：群体预测需要投入更多的时间和精力，包括组织会议、讨论和协调等。这可能会增加预测的成本，并且在一些情况下可能无法满足紧急决策的需求。因此，需要合理安排时间和资源，提高预测效率。

2.3 应对挑战的策略

为了克服群体预测面临的挑战，可以采取以下策略：
1. 培训与教育 ：对团队成员进行培训，提高他们对判断偏差和群体预测原理的认识。让成员了解各种偏差的表现形式和影响，以及如何避免这些偏差。同时，培训成员如何进行独立思考和有效沟通，提高他们的预测能力和团队协作能力。
2. 建立反馈机制 ：建立定期的反馈机制，对预测结果进行评估和分析。比较预测值与实际结果的差异，找出偏差的原因，并总结经验教训。根据反馈结果，对预测过程和方法进行调整和优化，不断提高预测的准确性。
3. 灵活运用方法 ：根据不同的情况和需求，灵活运用群体预测的方法。例如，对于一些简单的预测问题，可以采用快速的群体讨论方式；对于复杂的问题，则可以采用更严谨的流程和方法，如德尔菲法等。

graph LR
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px

    A(群体预测):::process --> B(明确目标与规则):::process
    A --> C(组建多元化团队):::process
    A --> D(独立预测阶段):::process
    D --> E(汇总与分享):::process
    E --> F(讨论与交流):::process
    F --> G(综合调整):::process
    H(群体预测挑战):::process --> I(群体压力与从众心理):::process
    H --> J(信息不对称):::process
    H --> K(时间和成本):::process
    L(应对策略):::process --> M(培训与教育):::process
    L --> N(建立反馈机制):::process
    L --> O(灵活运用方法):::process

3. 总结

需求预测中的判断偏差是一个普遍存在的问题，它可能源于认知偏差、激励不一致和有偏差的预测过程。认知偏差如锚定偏差、确认偏差和后见之明偏差等，会影响我们对未来需求的准确判断；激励不一致导致不同利益相关者为了自身利益而对预测结果进行有意偏差调整；有偏差的预测过程则可能由于片面的数据、选择性解释和利益相关者影响力不平衡而产生。

群体预测作为一种应对个体偏差的有效方法，通过群体智慧可以提高预测的准确性。但要使群体智慧发挥作用，需要满足目标一致、思维多样性和独立工作三个要素。在实践中，群体预测需要遵循明确的步骤，但也面临着群体压力、信息不对称和时间成本等挑战。通过培训与教育、建立反馈机制和灵活运用方法等策略，可以有效应对这些挑战，提高群体预测的效果。

在实际的需求预测工作中，我们应该充分认识到判断偏差的存在，并采取相应的措施来减少偏差的影响。同时，合理运用群体预测的方法，发挥团队的智慧和力量，以获得更准确、可靠的预测结果，为企业的决策提供有力支持。