【原】预测不仅仅是一门技术：需求预测的往前走和回头看

许栩原创 2022-03-11

展开全文

最近，有两位朋友给我留言，说的内容差不多，都是关于需求预测的问题。

他们都是从事供应链计划相关工作的，一直以来，投入不少精力在做需求预测，但因市场变化太快及其它各项因素，导致预测准确率都不是很高，对整个计划工作（比如客户交付和库存控制）几乎没起到什么作用，他们感觉比较迷茫，并有严重的无力感。

我问：“你们都是怎么做需求预测的？”

两人的回答基本一致：收集和处理历史数据，选择合适的预测方法，制作预测模型，导入数据，得出预测结果。

显然，这两位朋友走进了同一个误区或者说犯了同一个错误，他们将预测当成了单纯的技术。他们上述的所有动作，都是围绕和体现着预测技术。

需求预测不仅仅是一门技术。

当然，需求预测首先是一门技术，它有各种专业的预测方法，有适合各种场景的预测模型，也有日趋成熟的预测信息系统。这些，都是技术。

但预测，也是一项管理，是对整个预测进行计划、组织、协调和控制的管理过程。预测技术体现在预测过程的方方面面，而预测管理更是贯穿整个预测的始终。

事实上，影响需求预测成败更多的是预测管理，而不是预测技术。同样，要提升和改进预测效果，最大依靠的是预测管理的进步，而不是预测技术的提高。

上述两位朋友，只将眼光盯在预测技术上，自然，难以让预测起到预期的作用。

（注：从广义上说，管理本身也被认为是一门技术，为避免概念混淆，本文只采用狭义的概念。即，技术是技术，管理是管理。）

预测技术和预测管理是预测工作不可分离的组成部分，在整个预测过程中相伴相随。那么，如何将预测技术与预测管理结合起来，更好的为我们的预测目的服务呢？如何做出更好的预测呢？

记得有一句话，人既要往前走，也要回头看。这句话可以用于管理，也同样可以适用于需求预测。今天，我就借用这句人生格言的思路，往前走和回头看，建议给上述的两位朋友，也聊聊如何更好的做预测。

一、需求预测的往前走。

对于需求预测来说，往前走是制订预测规则与制度，确定预测方法，预测建模，以及，执行预测。我从预测技术和预测管理两个方面分别进行说明。

1、预测管理方面的往前走。

首先，明确预测的目的，制订预测的目标。很多时候，我们觉得预测起不了作用，很大的原因是不知道自己做预测到底是为了什么，更没有具体预测的目标。所以，需求预测，我们最先要做的，是了解自己做预测到底是为了解决什么问题，我们要做到什么程度才能解决这些问题。

其次，制订预测规则与流程。预测规则，是指与预测相关的制度、规定和要求。预测流程，指的是指引预测操作的程序和具体做法，即先做什么、接着做什么、最后做什么，以及谁来做，做到什么程度等等。其中，预测流程包括了数据的收集和处理流程。

再次，确定专职的预测人员或团队。根据我们预测的目的和目标，确定我们需要什么样的架构，需要什么样的人，再寻找并确定这样的组织架构和这样的人，以便更好的完成我们的预测工作。在市场快速变化的今天，在乌卡时代（VUCA），专职的计划或预测人员很有需要，也必要。

最后，明确与预测相关的各职能人员和职能部门的工作职责。我们有目标，有制度和流程，也有团队和人，最后，我们需要确定这些团队这些人的职责，让大家明白自己到底应该做什么。

2、预测技术方面的往前走。

首先，确定数据清洗方法。我们完成数据收集后，但往往，原始往往不是直接就可以用的，我们需要对数据进行清洗和处理。数据清洗是有很多种方法，是一项专业性很强的技术工作，我们需要根据数据特征及数据实际走向，选择和确定数据清洗方法。

其次，确定预测方法。在做基准预测之前，我们需要确定预测方法，即确定我们采取哪种（或哪几种）预测方法进行预测。这需要根据我们的需求特性、产品特性等一系列因素确定。具体采取什么样的方法，可参考我的原创文章《最佳预测方式：时间序列、回归分析与定性技术的结合》，这里就不再赘述。

第三，预测建模。预测建模是需求预测技术方面最核心的环节之一，也是需求计划人员的核心能力之一。预测建模需要计划人员熟悉各种预测方法的优缺点和适用场景，需要能够按实际情况找到最优的预测组合的经验和能力，需要能熟练使用数据统计分析工具（比如Excel）进行建模操作。以上这些，都需要需求计划人员不断的学习与实践。

第四，数据导入模型并进行预测。预测模型建好，我们就可以将经我们进行清洗后的数据导入预测模型，模型运算得出初步预测结果。是的，模型运算得出的预测结果只是一个初步的结果，需要进行我们人工检查、超判和调整后才能作为正式预测结果输出。

第五，预测结果汇报与展现。这一点往往被一些需求计划人员所忽略，但事实上，这一点非常重要。因为，预测结果出来，是需要给大家看的，是需要给大家审核或调整的，是需要给大家对未来决策做依据和进行参考的。所以，预测结果完整有效的展现出来，是提升预测工作成效最有效的步骤之一。预测结果汇报与展现也需要用到一系列的方法和工具，请搜索许栩原创相关文章，可得到相关知识、方法与实例。

二、需求预测的回头看。

需求预测的往前走，侧重于计划、执行与规则的建立；而回头看，则主要是预测过程跟踪、偏差分析与预测纠偏、预测绩效管理等。对需求预测的回头看，我也从预测技术和预测管理两个方面来说明。

1、回头看之预测管理。

首先，各种培训与宣传。讲明预测过程管理及预测纠偏对预测准确的作用和意义，提升各职能部门及核心管理团队对预测及预测结果的重视。前文我说了，预测的进步，在于预测管理能力的提升，而预测管理能力的提升，在于各职能部门尤其是核心管理团队对预测的认识和重视。

其次，梳理并建立预测过程跟踪制度和预测纠偏流程。预测永远是不准的，但我们要找到准确度最高的错误的预测。如何得到准确度最高的错误的预测呢？我们需要不断的跟踪，不断的修正，不断的纠偏。而这些，需要制度与流程来支撑，这是预测管理回头看最核心的内容之一。

第三，预测会议。从某种程度上说，预测，是沟通出来的，沟通，对于预测有着极其重要的意义。而预测会议正是预测沟通的工具，也是预测沟通有效的形式之一。S&OP（Sales and Operations Planning，销售与运营计划）由一系列的会议组成，这其中，就包括预测会议。

最后，建立预测绩效考核制度。这里有两块，一是预测绩效的确定制度，即预测结果到底怎么样，以什么办法或数据来评定和确定绩效。第二块的对评定后的预测绩效如何进行后续操作，比如如何进行奖惩，等等。

2、回头看之预测技术。

第一种技术，偏差的量化技术。我的原创文章《量化“不确定性”的三个常用指标》及《跟踪信号TS与自平滑跟踪信号ASTS》介绍了量化偏差的指标与方法，欢迎大家阅读参考。

第二种技术，偏差分析技术。需求计划人员需要有“给每一个预测偏差一个交代”的意识、态度和决心，我们需要采取专业的偏差分析技术进行偏差分析，并与相关联部门沟通讨论，找出偏差的真正原因。偏差分析技术是数据分析技术的一种，请搜索参考我的相应文章。

第三种技术，数据挖掘技术。数据挖掘是指从大量的数据中通过算法找出隐藏于其中信息的过程。需求预测离不开数据，但需求预测要的不仅仅是这些表面的数据，而是隐藏于这些数据背后的各种假设与信息。我们需要采取一定的数据挖掘技术与方法，找出数据背后的故事，以调整和修正我们的预测模型，更好的进行下一轮预测。

第四种技术，预测绩效评估技术。首先，预测绩效不等同于预测准确率，预测绩效也不是预测偏差，预测绩效评估的是预测所起到的作用和价值，预测准确率与预测偏差只是预测绩效的一个方面。预测绩效一般从三个方面进行评估，需要我们采取专门的算法进行计算。这三个方面是：预测准确率（含预测偏差）、预测成本（含预测失败的成本）和及时交付率。