16、需求预测最佳实践指南

需求预测最佳实践指南

1. 基于假设的讨论案例

假设这样一个场景：你组织了一次会议，让三位同事提前独立准备对下个月无约束需求的预测，并在会议上分享，且提前确保了大家目标一致。预测引擎给出下个月的基线预测为 1000 个单位，而同事们分享的预测分别是 1250、1300 和 1150 个单位。

当被问到最终预测应该是多少时，大多数人会回答在 1150 到 1250 之间，也就是取平均值。但实际上，简单取平均值并非良策。因为同事们都有不同的合理原因来提高基线预测，他们获取了特定信息，各自的提升假设应该相加而非平均。例如，一位同事因主要客户下了大订单建议增加 150，另一位因新开了 2 家新店建议增加 300，还有一位因价格降低 10% 建议增加 250，将这些提升值相加，最终预测应为 1700 个单位，远高于约 1200 个单位的平均预测。

1.1 避免认知和有意偏差

在进行需求预测时，人类可以利用模型无法获取的各种见解和信息来丰富模型生成的预测，但要注意避免以下问题：
- 认知偏差（无意偏差） ：
- 锚定偏差 ：任何外部信息都可能轻易影响我们的思维过程。
- 确认偏差 ：我们倾向于寻找支持当前信念的信息。
- 空想性错视 ：我们会在无关事件之间看到模式。
- 激励不一致（有意偏差） ：需要确保每个人的目标一致，预测无约束的、无偏差的未来需求，而不是制定销售目标或供应计划。要保证预测人员和需求规划人员没有使预测产生偏差的动机。
- 有偏差的预测过程 ：
- 片面的数据或假设 ：只关注特定数据而没有全局视角，如只审查当前促销活动而不考虑以前的活动，会导致预测偏差。
- 选择性理由 ：管理者对正面或负面的调整要求更多理由，会使规划人员在特定方向上调整预测时更加谨慎，从而使整体预测产生偏差。
- 利益相关者影响力失衡 ：某些同事或同事群体可能对最终预测产生过大影响，放大其他偏差的影响。

2. 提高预测质量的方法

2.1 团队协作要点

为了提高预测质量，可以让更多人参与需求规划过程，在组建团队进行预测或编辑预测时，需要注意以下几点：
- 目标一致 ：消除有意偏差，确保没有人有动机使预测向特定方向倾斜。
- 思维多样性 ：召集具有不同思维方式和背景的人，他们更有可能使用不同的信息来源，带来不同的见解，并且他们的偏差更有可能相互抵消。
- 工作独立性 ：让每个人独立工作，避免社会压力或锚定偏差，防止群体思维。
- 基于假设的讨论 ：促进基于假设的讨论，不讨论最终数字，而是讨论潜在假设和需求驱动因素。

2.2 预测价值增加（FVA）的监控

监控预测价值增加（FVA）是需求规划卓越的基石，它可以加强问责制和主人翁意识，帮助管理者监控整个过程，确保其增加价值并高效运行。通过 FVA 可以跟踪团队的附加值以及他们在预测上花费的时间。

3. 需求规划卓越的 5 步框架

3.1 明确目标

首先要问自己和同事，需求预测的用途是什么，支持哪些决策。明确这些决策后，可以评估相关的物料、地理和时间聚合级别以及预测期限。

3.2 收集数据

收集相关数据以支持预测模型和过程，关键是捕捉需求而非销售。可以通过多种技术来释放历史销售数据，例如跟踪库存水平和短缺情况，以识别受限时期，并将这些时期视为预测模型中的异常值或事件。此外，还应收集与业务相关的需求驱动因素的数据，如促销、定价和营销等。

3.3 设定指标

设定适当的指标来评估预测准确性至关重要，使用不相关的关键绩效指标（KPI）会让团队忙于无关事务。需要学会跟踪准确性和偏差，使用价值加权指标来应对广泛的产品组合，并将自己与基准（如移动平均值）进行比较，以评估过程和模型的附加值。

3.4 建立基线模型

为了提高预测准确性并减少团队工作量，需要建立一个预测模型，利用在第二步中收集的数据。如果数据集有限，可以先尝试常用的时间序列模型；如果能够收集到需求驱动因素或拥有更大的数据集，机器学习可能能够捕捉更复杂的关系。

3.5 审查过程

跟踪预测价值增加（FVA）对于需求规划卓越至关重要，它可以促进问责制和主人翁意识。为了减少团队工作量并提高预测质量，需要确保：
- 不同团队成员从不同角度使用不同信息来源审查基线预测。
- 通过使每个人的目标一致，将有意偏差降至最低。
- 避免认知偏差，利用群体智慧，通过使目标一致、培养思维多样性以及促进工作和判断的独立性。
- 讨论预测时，关注潜在假设和影响，而非最终数字。
- 参与预测工作的人员应专注于最有可能增加价值的地方，使用有效的 ABC XYZ 分类来确定首先审查的产品。

4. 预测指标与模型选择

4.1 常用预测指标

在评估预测质量时，常用的指标包括：
| 指标 | 描述 | 计算及特点 |
| ---- | ---- | ---- |
| 平均绝对误差（MAE） | 衡量预测值与实际值之间的平均绝对偏差 | 计算方法可在 Excel 中实现，需要进行缩放处理 |
| 平均绝对百分比误差（MAPE） | 以百分比形式表示预测误差 | 尽量使其最小化，但在处理极端需求时可能存在问题 |
| 均方根误差（RMSE） | 衡量预测值与实际值之间的平均平方偏差的平方根 | 计算方法可在 Excel 中实现，需要对结果进行解释和缩放 |

4.2 模型选择

选择合适的模型对于准确的预测至关重要。可以按照以下 4 步模型创建框架进行：
1. 数据收集与分析 ：收集相关数据，并进行分析以了解数据特征和模式。
2. 模型选择 ：根据数据特点和预测需求，选择合适的模型，如时间序列模型、机器学习模型等。
3. 模型拟合 ：使用收集到的数据对选定的模型进行拟合，调整模型参数以提高预测准确性。
4. 误差分析 ：对模型的预测结果进行误差分析，评估模型的性能，并根据分析结果进行调整和改进。

graph LR
    classDef startend fill:#F5EBFF,stroke:#BE8FED,stroke-width:2px;
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    A([开始]):::startend --> B(数据收集与分析):::process
    B --> C(模型选择):::process
    C --> D(模型拟合):::process
    D --> E(误差分析):::process
    E --> F{是否满足要求?}:::process
    F -->|是| G([结束]):::startend
    F -->|否| C

5. 总结与建议

通过遵循上述需求规划卓越的 5 步框架，以及注意避免偏差、提高团队协作和选择合适的指标与模型，可以提高需求预测的准确性和质量，为组织带来竞争优势。在实际应用中，要不断监控和评估预测过程，根据实际情况进行调整和改进，以适应不断变化的市场环境和业务需求。同时，鼓励团队成员积极参与预测过程，发挥各自的专业知识和经验，共同推动需求规划的卓越发展。

6. 需求预测中的特殊情况处理

6.1 订单相关情况

在需求预测中，订单情况较为复杂，需要跟踪不同类型的订单，如开放订单、取消订单、积压订单等。以下是对这些订单情况的处理说明：
| 订单类型 | 描述 | 对预测的影响 |
| ---- | ---- | ---- |
| 开放订单 | 已下达但尚未完成的订单 | 需考虑其在未来的交付情况，可能增加需求 |
| 取消订单 | 客户取消的订单 | 应从预测中剔除，避免高估需求 |
| 积压订单 | 因各种原因未能及时交付的订单 | 需评估是否会在未来释放，影响需求预测 |

6.2 产品相关情况

产品的不同特性也会影响需求预测，例如产品的生命周期、季节性、成本等。
- 产品生命周期 ：在产品的引入期、成长期、成熟期和衰退期，需求模式会有所不同。引入期需求可能较低且不稳定，成长期需求快速增长，成熟期需求相对稳定，衰退期需求则逐渐下降。
- 季节性产品 ：某些产品具有明显的季节性需求，如夏季的空调、冬季的羽绒服等。在预测时，需要考虑季节性因素，可通过季节性调整方法来处理。
- 高成本产品 ：高成本产品的需求预测需要更加谨慎，因为其库存成本较高。可以采用更精确的预测方法，如结合市场调研和客户反馈。

7. 不同预测方法的应用

7.1 预测方法分类

常见的预测方法包括自上而下、自下而上和中间向外三种，它们各有优缺点和适用场景。
| 方法 | 描述 | 优点 | 缺点 | 适用场景 |
| ---- | ---- | ---- | ---- | ---- |
| 自上而下 | 从宏观层面开始，将总体预测分解到各个细分层面 | 快速、高效 | 可能忽略局部差异 | 适用于总体趋势明显的情况 |
| 自下而上 | 从各个细分层面开始，汇总得到总体预测 | 考虑局部细节 | 耗时、费力 | 适用于局部差异较大的情况 |
| 中间向外 | 从中间层面开始，向上下两个方向进行预测和调整 | 结合了两者的优点 | 操作相对复杂 | 适用于中等规模的预测 |

7.2 不同预测方法的操作步骤

自上而下预测方法

1. 确定总体预测目标，如年度销售额、总产量等。
2. 根据历史数据和市场趋势，对总体目标进行预测。
3. 将总体预测分解到各个部门、地区或产品类别。
4. 各部门、地区或产品类别根据自身情况进行调整和细化。

自下而上预测方法

1. 各基层单位（如销售团队、门店等）根据自身的销售情况、市场调研和客户反馈，进行需求预测。
2. 将各基层单位的预测结果汇总到上级部门。
3. 上级部门对汇总结果进行审核和调整，得到总体预测。

中间向外预测方法

1. 选择一个中间层面，如产品线、区域等。
2. 对中间层面进行预测。
3. 向上扩展到总体层面，向下细化到各个细分层面。
4. 对各个层面的预测结果进行调整和协调。

graph LR
    classDef startend fill:#F5EBFF,stroke:#BE8FED,stroke-width:2px;
    classDef process fill:#E5F6FF,stroke:#73A6FF,stroke-width:2px;
    A([开始]):::startend --> B{选择预测方法}:::process
    B -->|自上而下| C(确定总体目标):::process
    C --> D(总体预测):::process
    D --> E(分解到细分层面):::process
    E --> F(细分层面调整):::process
    B -->|自下而上| G(基层单位预测):::process
    G --> H(汇总到上级部门):::process
    H --> I(上级部门审核调整):::process
    B -->|中间向外| J(选择中间层面):::process
    J --> K(中间层面预测):::process
    K --> L(向上扩展到总体):::process
    K --> M(向下细化到细分):::process
    L --> N(总体与细分协调):::process
    M --> N
    F --> O([结束]):::startend
    I --> O
    N --> O

8. 避免预测偏差的策略

8.1 认知偏差的应对

认知偏差是无意识的，但会对预测产生负面影响。为了避免认知偏差，可以采取以下策略：
- 提高意识 ：让预测人员了解常见的认知偏差，如锚定偏差、确认偏差和空想性错视等，增强他们对偏差的敏感度。
- 多元化思考 ：鼓励预测人员从不同角度思考问题，避免局限于自己的观点和经验。
- 数据验证 ：通过多渠道收集数据，对预测结果进行验证，减少因单一数据源导致的偏差。

8.2 有意偏差的防范

有意偏差通常是由于激励不一致或利益相关者的不当行为引起的。防范有意偏差的方法包括：
- 目标对齐 ：确保预测人员和需求规划人员的目标与组织的整体目标一致，避免因个人利益而导致预测偏差。
- 透明化过程 ：使预测过程透明化，让所有利益相关者都能了解预测的依据和方法，减少人为干预的可能性。
- 监督和审计 ：建立监督和审计机制，对预测过程和结果进行定期检查，及时发现和纠正有意偏差。

9. 团队协作与沟通

9.1 团队角色与职责

在需求预测过程中，不同角色的人员发挥着不同的作用。以下是一些常见的团队角色及其职责：
| 角色 | 职责 |
| ---- | ---- |
| 销售经理 | 提供市场信息和销售趋势，参与预测讨论 |
| 财务经理 | 评估预测对财务指标的影响，提供财务分析 |
| 生产经理 | 根据预测安排生产计划，确保供应与需求匹配 |
| 市场经理 | 分析市场动态和竞争对手情况，为预测提供支持 |

9.2 有效沟通的重要性

团队成员之间的有效沟通对于需求预测的准确性至关重要。通过沟通，可以共享信息、协调行动、解决分歧。在沟通时，应注意以下几点：
- 明确目标 ：确保所有成员清楚预测的目标和用途。
- 开放心态 ：鼓励成员分享不同的观点和意见，避免群体思维。
- 定期会议 ：定期召开预测会议，讨论进展情况和问题。

10. 持续改进与创新

10.1 持续监控与评估

需求预测是一个动态的过程，需要持续监控和评估。可以通过以下方式进行：
- 跟踪预测指标 ：定期计算预测准确性、偏差等指标，评估预测质量。
- 对比实际结果 ：将预测结果与实际需求进行对比，分析差异原因。
- 收集反馈 ：收集团队成员和利益相关者的反馈，了解他们对预测的看法和建议。

10.2 创新方法与技术

随着科技的发展，新的预测方法和技术不断涌现。可以尝试引入一些创新方法，如人工智能、机器学习等，以提高预测的准确性和效率。同时，也要关注行业的最新趋势和最佳实践，不断学习和借鉴。

通过不断地持续改进和创新，能够使需求预测更加准确和有效，为组织的决策提供有力支持，在市场竞争中取得优势。在实际操作中，要将上述各个方面有机结合起来，形成一个完整的需求预测体系，以适应不断变化的市场环境和业务需求。