解析物流预测方法
引言
供应链治理专家们曾经预言：21世纪制造供应链价值最大化的武器将是基于需求的治理。

70年代是质量治理的时代，TQM 是人们最常提到的话题；80年代追求的是精益制造，JIT、柔性生产、零库存成为时代的主旋；90年代，全球化、产品生命周期的缩短和产业细分使企业间的竞争转为供应链间的竞争，库存、客户服务、响应时刻和运营成本的改进是那个时代的目标。

时至今日，需求治理差不多成为企业持续成功的必要条件，拥有好的需求预测的公司的抗风险性明显较高。

2001年，电子企业承受了由严峻反差的需求预测而带来的库存压力，这让我们不得不反思一个问题：什么缘故在2000年的下半年，电子行业的预测会如此看走眼呢？事实上，从执行主管到营销经理以及供应链打算者，每个人都对其它制造行业几个月前差不多发出的销售急速下滑的警报视而不见，即使是高级的
软件工具也没能对过高的需求可能给予警告。

什么缘故会如此呢？
答案是复杂的。

既有人为的因素--不情愿同意繁荣就此结束的事实，也有技术上的因素--许多公司实施的SCM(供应链治理)软件和CRM(客户关系治理)软件发出的信号不强，或是全然没有信号。

更糟的是，专门多使用这些工具的人缺乏进行长期预测的能力，因而只有从最近的趋势外推预测需求。

历史的悲剧会重演吗？药方大概只有一个--运用需求治理制造公司价值。

那个地点的需求治理已不在是营销和打算部门简单的运用软件工具进行的短期预测，而是贯穿于整个供应链、产品开发、技术战略、服务支持和组织设计这一系列领域的长期和短期的需求预测和治理。

第一步要做的是--改进短期生产进度安排和长期需求预测所需的服务平台。

1、需求预测平台
1.1 改进需求预测工具
2000年时，专门少有公司购买成套的供应链治理工具以有效地改进需求预测，许多公司还处于定单治理或运输治理自动化的早期时期，供应链打算者常常使用已过时几个月的信息。

这些
公司都觉得能够将制造的东西统统卖出去，或是他们产品的生命周期比他们做预测的时刻段还短。

他们只是简单地将短期预测进行外推，即使有调整也是少量的，这就不可能预见到销售的下滑。

即便是现在，还有些客户完全依靠于与顾客的协作，收到的信息未加理解，或尚未弄清其客户的预测方法就直接使用如此的信息。

专门明显，企业对需求预测的忽视、落后的需求预测工具要为2001年电子业的一败涂地负责。

软件供应商们分析讲，由于客户不愿同意低调的预测，从而贻误了产能的调整。

当某些部件需求紧缺时，采购人员推迟下调部件需求预测，因为担心今后部件短缺会降低销售，使公司失去市场份额。

有些时候，这可能是合理的举动，因为风险隐藏于开拓新市场中。

但在有些情况下，这只是一厢情愿的作法。

另一方面，许多供应链打算软件并不能进行需求预测。

许多供应商只是开始将战略性预测所需的因果分析技术合并起来，这与短期的、详细的生产预测是不同的。

而且，尽管在分析最近或预测以后6~12个月的销售时，因果分析预测是需要的，公司能够借此预备投资资金和产能预测，但这通常是营销或财务部门的事，并没有引起生产打算者和采购者的专门多注意。

需求打算者侧重于近时期的预测，因为那是今天需要解决的问题，而且即刻
能够减少库存。

好在供应链打算软件的出现已有时日，而且正日趋完善。

AMR 调研公司可能，打算软件2001年的销售达34.2亿美元，现已占供应链软件销售的51%，到2005年将逐年递增26%。

这但是个好的征兆，相信随着电子制造企业对需求打算的重视和软件技术的提高，重蹈2001年覆辙的可能性将降到最低点。

现在，供应链运作较好的公司正用专业打算和运行算法数据库替代电子表格，如Altera、Fairchild和东芝美国信息系统等，近来都从i2 技术公司那儿购买了需求打算软件，以替代基于电子表格的打算系统。

比起实施前，差异就象是黑夜和白天。

比如，Altera公司现在有85%的预测是依靠于软件，只有15%使用人工打算进行决策。

结果，裸片存储从8.5周降到2.5周，成品库存周期从8周降到2周。

同样，供应链伙伴开始将其库存治理和打算系统，按照机器对机器的方式连接起来，以快速传递信息、作出反应。

库存治理的目标是依照需求和供应的历史变化而制定的，需求预测和生产进度安排要每日更新，而不是每月更新。

比如，Fairchild公司连续不断地更新需求预测，如此，供应链上的每个人都能使用最新信息。

1.2 短期需求预测
事实上，需求预测必须将短期需求预测或生产进度安排与长期战略性需求预测有机结合起来，才会真正地起作用。

短期预测是依照存储单位(SKU)水平做出的，它与销售、客户关系，以及依据预订库存或安排运输来实施打算的系统和软件等相互作用。

相比之下，长期预测则是在更为集中的基础上作出的。

在月度或季度时刻段内，对一系列产品的生产做出预测，作为财务和产能打算的输入数据。

长期预测必须在现有客户信息之外假设需求状况，必须使用供应链之外的信息以便能预测变化趋势。

现在，由于产品生产周期差不多极大的缩短，大多企业将预测重点放在短期打算上，许多供应链打算软件供应商对此也持相同看法。

短期预测通常是依照存储单位(SKU)水平进行的。

首先，依照历史订单时刻段分析产生进度安排。

Manugistics公司使用18种统计方法，并选择最适用于数据库的方法，由此产生的结果再用生命周期分析法调整，这对短期生命周期技术产品来讲是必须的。

然后，依照销售以及下游数据得出集中的产品需求反馈，再进行第二次调整。

现在许多软件供应商正在对其协作能力软件进行更新，不管
是对所有产品依旧不同产品的混合，它都能使用户快速了解顾客需求的变化。

对已打算的促销或专门事件，也可用模块来调整预测。

准确的短期预测和对变化的快速反应能够大幅度地削减库存，关心公司掌握销售变化趋势。

Fairchild公司自从去年安装了i2的需求打算软件后，对公司三分之二的产品来讲，由软件提供的时段预测比人工预测要好得多。

需求打算软件使公司削减了产品面市时刻，将承诺的供货能力提高了5%。

1.3 长期需求预测
只有短期需求预测绝不可能保证电子制造企业不被下一次经济萧条带来的过量库存砸死。

由于电子公司通常没有强大的核心预测组织，供应链经理只着眼于对最近情形的预测，并尽力得到足够的部件，对长期前景关怀甚少。

而且许多客户通常做6个月的详细预测，但实际上超过2~3个月的预测是专门难测准的。

只有大型软件包才具备战略性预测功能，但电子企业通常都不用，或用得不行。

典型的长期预测功能可使用户进行详细的SKU预测，然后将这些预测集中起来，用他们所拥有的市场知识进行调整。

Fairchild公司在SKU水平上进行了六个月的预测，
然后在一个更为集中的水平上进行了一年或更长时刻的预测。

预测一个特定部件，只需依照其历史上的订单变化和季节性变化，自动产生一个为期六周的生产进度安排。

而长期预测需要使用者大量的投入，包括供应链外的信息，如咨询专家的预测、提早预定、成功设计或可能的经济指标。

还可依照短期预测进行外推，调整长期预测结果。

i2,Oracle,anugistics, J.D. Edwards,等公司提供一个标准的统计程序，对依照历史趋势做出预测的外部数据进行评价。

也确实是讲，假如一项预测在过去是较为准确的话，它就会比历史上不太成功的预测得分要高。

使用者可从贸易协会、贸易出版物、咨询专家、顾客或经济指标中得到历史资料。

1.4 软件与经验结合
软件供应商自信地认为，下一次的库存危机不至于像去年那么严峻。

因为许多公司已安装了供应链打算软件包，并在整个供应链治理中使用。

软件将侧重于短期预测，以节约成本，良好的短期预测可在销售趋势逆转前二个月左右时提供快速反应。

但同时，电子制造公司一定要将利用外部数据进行的长期因果分析预测整合起来，作为对依照历史外推和顾客预测结果的可
靠检验。

有经验的人都明白，长期预测并非轻而易举之事。

Fairchild 公司的成功取决于高层的支持和大量的培训，以及最初期间的警告--即打算者怀疑软件的结果，不可幸免地想要进行挑战。

当他们越过了这一时期后，他们就能处理各种例外情况，并让软件做出大部分的打算决策。

2、成功预测的策略
在市场竞争日益激烈，客户需求多样化、个性化的今天，如能在提高对市场响应能力方面进行系统规划和实践，对企业提高服务水平、降低成本、提高质量和充分利用资源具有重大意义。

做好预测工作应先从准确性、时效性、可用性和经济性方面选择好理想预测方法，再从整体上来治理市场预测工作。

准确的预测能够使企业及时调整产品结构，瞄准特定的目标市场和消费群体，领先竞争对手并获得更大的商机。

以下将分析预测的编排、如何消除预测的差异以及如何评估预测的准确性。

2.1 预测编排
预测实际上是对以后产品市场需求的可能。

从时刻划分，能。