叶京生：需求预测与库存规划

来源：市场资讯

（来源：21sun工程机械商贸网）

年底，企业开始准备明年的销售预测，然后决定如何准备投资、人员、产能等来实现这一预测。我们经常预测过低，以便达成目标赢得奖金，却眼睁睁地看着客户来买却没货；经常也会预测过高，造成一大堆库存积压。配件业务也是如此，谁家仓库里没有一大堆呆滞库存？

很多公司都在追求更准确的预测，使用各种数学模型和复杂的数理统计方法，可预测却没变得更准，原因在于：世界的固有特性就是不确定性。我们总能让预测不准成为没有实现目标的借口，毕竟没人能控制市场需求。

需求预测是供应链规划中最重要的流程之一。预测并非完美预测未来，也不是证明某个数字是正确的，而是帮助团队做出正确决策和更好的规划，承担责任。

我们对预测的看法存在误区，以为好的预测就是精准“算出”客户需求，提前放进仓库，等客户来买时就能提供现货，皆大欢喜。这种想法是不正确的。需求预测的目标是建立一个可靠、稳定且可操作的未来洞察和库存规划，从而建立科学的补货机制，避免缺货和库存过剩，实现期望的服务水平。

零配件品类高达十几万种，哪种零件、在什么地方、什么时间会出故障，是任何数学模型都难以准确预测的。这些年我一直在从事库存规划的研究与实践，目前库存规划主要有以下三种方法：预测驱动的库存规划、需求驱动的库存规划和服务水平驱动的库存规划。

预测驱动的库存规划

预测驱动的库存规划是一种前瞻性方法论，预测对未来需求进行估算，规划利用这些预测来制定可执行的计划，预测产生需求信号，规划则将这些信号转化为计划实施细节，有助于在满足客户需求与减少库存成本之间取得平衡。

笔者在《从进销存系统到三箱库存管理模型》一文中，介绍了预测驱动的库存规划方法，将企业的库存分为三个“箱子”，周转库存用来满足日常需求，保证订货间隔内不缺货；周转储备库存则是保证交货期内客户的需求，而安全库存是保证在需求波动和交货延迟条件下，仍能满足客户需求。所有这一切的计算，都是基于需求预测。

预测不是寻找一个正确的数字，需求驱动的库存规划是管理不确定性的一种方式。良好的预测帮助企业做出正确的决策，在现实变化时快速做出反应。

需求驱动的库存规划

以色列物理学家及管理大师高德拉特博士发明的TOC制约理论，提出了一种库存规划新方法，首先确定库存的可靠补货时间TRR，而系统的动态缓冲区就是可靠补货时间TRR内的最大需求量。

举例来说，库存每7天订货一次，平均交货时间也是7天，补货时间为订货周期与交货时间之和，但是交货时间存在波动性，考虑到95%可靠性的交货时间会增加到10天，可靠补货时间TRR就是17天。在过去12个月里，以17天的时间窗口，其中最大的需求量就是这个配件的动态缓冲区。

动态缓冲区方法不是预测驱动，而是需求驱动的库存规划，用缓冲区保护供应链的关键环节，吸收波动性，实现“出库一个补一个”，让库存对需求变化有效响应，理论上规划与需求匹配度最高，保证了库存的流动性。

顺便提一句，动态缓冲区会随着时间和数据而改变，缓冲区内则分为红、黄、绿三色区域，动态管理补货的优先级。

服务水平驱动的库存规划

要满足客户需求，库存必须保证一定的服务水平，例如：95%的服务水平意味着客户订单中，95%都能够按时提供现货。服务水平越高，客户满意度越好，能够实现销售的概率也更大。

然而，实现更高服务水平的代价是更大的库存，更多的资金占用和更高的呆滞风险，而且企业不了解服务水平与库存量之间的关系。

企业首先对服务水平目标达成一致，不同类型配件组（快速、中速、慢速和零周转）的服务水平设置差异化目标。快速周转配件服务水平最高，要全力避免缺货，中速周转配件服务水平适中，零周转或部分慢周转配件则不应该放库存。

设定服务水平目标后，企业则可以使用历史数据和库存规划软件，模拟计算每一种配件库存量与服务水平的权衡曲线，找到与服务水平对应的库存量。这样企业就可以权衡服务水平的投资回报率，找到最佳值。

图：某种配件服务水平与库存量的权衡曲线

上图为用历史库存数据模拟计算出某种配件服务水平与库存量权衡关系曲线，库存软件的优势在于可以调节参数，寻找库存量与服务水平的最佳组合。

该配件为中速周转，使用边际成本和边际效益法可以确定服务水平目标值约85%，对应库存量约为7个（上图红点）。如果服务水平增加到99%以上，则库存量至少增加到18个，不仅占用更多资金，也打破了边际效益和边际成本的平衡。

预测不是寻找一个数值，而是建立一种平衡的补货机制。

原创不易，如需转载请联系作者，转载时未经作者同意不得随意修改。