引言

　　供应链管理专家们曾经预言：21世纪创造供应链价值最大化的武器将是基于需求的管理。70年代是质量管理的时代，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、响应时间和运营成本的改进是这个时代的目标。时至今日，需求管理已经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重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：为什么在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计划者，每个人都对其它制造行业几个月前已经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预计给予警告。为什么会这样呢？

　　答案是复杂的。既有人为的因素--不愿意接受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(供应链管理)软件和CRM(客户关系管理)软件发出的信号不强，或是根本没有信号。更糟的是，很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？药方似乎只有一个--运用需求管理创造公司价值。这里的需求管理已不在是营销和计划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管理。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，很少有公司购买成套的供应链管理工具以有效地改进需求预测，许多公司还处于定单管理或运输管理自动化的早期阶段，供应链计划者常常使用已过时几个月的信息。这些公司都觉得可以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间段还短。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，还有些客户完全依赖于与顾客的协作，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这样的信息。很明显，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。

　　软件供应商们分析说，由于客户不愿接受低调的预测，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，因为担心将来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，许多供应链计划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未来6~12个月的销售时，因果分析预测是需要的，公司可以借此准备投资资金和产能预测，但这通常是营销或财务部门的事，并没有引起生产计划者和采购者的很多注意。需求计划者侧重于近阶段的预测，因为那是今天需要解决的问题，而且即刻可以减少库存。

　　好在供应链计划软件的出现已有时日，而且正日趋完善。AMR调研公司估计，计划软件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%。这可是个好的征兆，相信随着电子制造企业对需求计划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。

　　如今，供应链运作较好的公司正用专业计划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 技术公司那里购买了需求计划软件，以替代基于电子表格的计划系统。比起实施前，差异就象是黑夜和白天。比如，Altera公司现在有85%的预测是依赖于软件，只有15%使用人工计划进行决策。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管理和计划系统，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。库存管理的目标是根据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，这样，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。短期预测是根据存储单位(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计划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。在月度或季度时间段内，对一系列产品的生产做出预测，作为财务和产能计划的输入数据。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。

　　如今，由于产品生产周期已经极大的缩短，大多企业将预测重点放在短期计划上，许多供应链计划软件供应商对此也持相同看法。短期预测通常是根据存储单位(SKU)水平进行的。首先，根据历史订单时间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，根据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，无论是对所有产品还是不同产品的混合，它都能使用户快速了解顾客需求的变化。对已计划的促销或特殊事件，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可以大幅度地削减库存，帮助公司掌握销售变化趋势。Fairchild公司自从去年安装了i2的需求计划软件后，对公司三分之二的产品来说，由软件提供的时段预测比人工预测要好得多。需求计划软件使公司削减了产品面市时间，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，对长期前景关心甚少。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个月的预测是很难测准的。

　　物流园区的一个重要功能是集聚效应，通过集聚扩大了企业的商圈，增加了交易的机会。同时，通过物流园区将零散的资源进行优化整合，将产业发展链条中的采购、供应、会展、销售、客户服务以及交易结算、物流、信息反馈等各项功能集中在一起，充分发挥其经济集聚作用，降低流通成本，提高经营效率，不仅使本企业的综合竞争力得以提升，还能够带动产业链条上的相关企业，降低成本，提高竞争力。物流园区的建设对整合流通产业链、提升流通业整体水平、促进产业快速发展起着重要作用。

　　预测一个特定部件，只需根据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、提前预定、成功设计或预计的经济指标。还可根据短期预测进行外推，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，对根据历史趋势做出预测的外部数据进行评价。也就是说，如果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重。因为许多公司已安装了供应链计划软件包，并在整个供应链管理中使用。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，作为对根据历史外推和顾客预测结果的可*检验。

　　有经验的人都知道，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--即计划者怀疑软件的结果，不可避免地想要进行挑战。当他们越过了这一阶段后，他们就能处理各种例外情况，并让软件做出大部分的计划决策。

    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，再从整体上来管理市场预测工作。准确的预测可以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

　　预测实际上是对未来产品市场需求的估计。从时间划分，可以有短期预测和中长期预测，时间越远，预测的准确性越低；时间越近，则相对准确。因此可以在中长期预测的基础上加强短期预测，便可进一步提高短期预测的准确性。

　　预测工作可以分为前瞻预测及销售总结，实际的预测是这两方面工作的结合。前瞻预测是收集市场的需求信息，通过分析，了解产品发展方向，直接面向市场；而销售总结是建立在过去、现在销售基础上的。根据销售历史情况，对产品的销售趋势进行分析，以发现产品销售是处于上升还是下降趋势，给前瞻预测一定的指导。

　　2.2 如何消除预测差异的影响

　　很多企业都接触过"六个西格码"概念，它指100万个产品单位里只允许有3.4个质量缺陷，也称"零缺陷"。实际上，追求预测的最小差异与追求"零缺陷"的道理是一样的，目的都是为了提高工作效率，减少不必要的浪费。虽然追求预测最小差异在实际工作中很难实现，但也有一些方法可以减少预测差异带来的负面影响。

　　2.3 调整预测编排

　　预测的错误来自两个方面，有些预测超过实际需求而有些预测小于实际需求。大家往往只反映超出预测部分，而一个好的计划体系同时也要反映小于预测的信息，只有计划体系同时从两个方面来反映，执行人员才有机会及时处理。

　　2.4 提高应急能力

　　许多客户会在最后一刻需求发生变化，往往使公司陷于应急事务。为了不被经常性的、痛苦地打断工作，一种比较好的办法是大概地做出综合性计划并预留一部分能力来处理应急事务。