物流預測方法匯編
(事實上，需求預測必須將短期需求預測或生產(chǎn)進度安排與長期戰(zhàn)略性需求預測有機結(jié)合 起來，才會真正地起作用。短期預測是根據(jù)存儲單位(SKU)水平做出的，它與銷售、客戶 關系，以及依據(jù)預訂庫存或安排運輸來實施計劃的系統(tǒng)和軟件等相互作用。相比之下， 長期預測則是在更為集中的基礎上作出的。在月度或季度時間段內(nèi)，對一系列產(chǎn)品的生 產(chǎn)做出預測，作為財務和產(chǎn)能計劃的輸入數(shù)據(jù)。長期預測必須在現(xiàn)有客戶信息之外假設 需求狀況，必須使用供應鏈之外的信息以便能預測變化趨勢。) |物流預測方法匯編 | | |　　引言 | | |　　供應鏈管理專家們曾經(jīng)預言：21世紀創(chuàng)造供應鏈價值最大化的武器 | | |將是基于需求的管理。70年代是質(zhì)量管理的時代，TQM是人們最常提到的| | |話題；80年代追求的是精益制造，JIT、柔性生產(chǎn)、零庫存成為時代的主| | |旋；90年代，全球化、產(chǎn)品生命周期的縮短和產(chǎn)業(yè)細分使企業(yè)間的競爭 | | |轉(zhuǎn)為供應鏈間的競爭，庫存、客戶服務、響應時間和運營成本的改進是 | | |這個時代的目標。時至今日，需求管理已經(jīng)成為企業(yè)持續(xù)成功的必要條 | | |件，擁有好的需求預測的公司的抗風險性明顯較高。 | | |　　2001年，電子企業(yè)承受了由嚴重反差的需求預測而帶來的庫存壓力 | | |，這讓我們不得不反思一個問題：為什么在2000年的下半年，電子行業(yè) | | |的預測會如此看走眼呢？事實上，從執(zhí)行主管到營銷經(jīng)理以及供應鏈計 | | |劃者，每個人都對其它制造行業(yè)幾個月前已經(jīng)發(fā)出的銷售急速下滑的警 | | |報視而不見，即使是高級的軟件工具也沒能對過高的需求預計給予警告 | | |。為什么會這樣呢？ | | |　　答案是復雜的。既有人為的因素--不愿意接受繁榮就此結(jié)束的事實 | | |，也有技術上的因素--許多公司實施的SCM(供應鏈管理)軟件和CRM(客戶| | |關系管理)軟件發(fā)出的信號不強，或是根本沒有信號。更糟的是，很多使| | |用這些工具的人缺乏進行長期預測的能力，因而只有從最近的趨勢外推 | | |預測需求。 | | |　　歷史的悲劇會重演嗎？藥方似乎只有一個--運用需求管理創(chuàng)造公司 | | |價值。這里的需求管理已不在是營銷和計劃部門簡單的運用軟件工具進 | | |行的短期預測，而是貫穿于整個供應鏈、產(chǎn)品開發(fā)、技術戰(zhàn)略、服務支 | | |持和組織設計這一系列領域的長期和短期的需求預測和管理。第一步要 | | |做的是--改進短期生產(chǎn)進度安排和長期需求預測所需的服務平臺。 | | |　　1、需求預測平臺 | | |　　1.1 改進需求預測工具 | | |　　2000年時，很少有公司購買成套的供應鏈管理工具以有效地改進需 | | |求預測，許多公司還處于定單管理或運輸管理自動化的早期階段，供應 | | |鏈計劃者常常使用已過時幾個月的信息。這些公司都覺得可以將制造的 | | |東西統(tǒng)統(tǒng)賣出去，或是他們產(chǎn)品的生命周期比他們做預測的時間段還短 | | |。他們只是簡單地將短期預測進行外推，即使有調(diào)整也是少量的，這就 | | |不可能預見到銷售的下滑。即便是現(xiàn)在，還有些客戶完全依賴于與顧客 | | |的協(xié)作，收到的信息未加理解，或尚未弄清其客戶的預測方法就直接使 | | |用這樣的信息。很明顯，企業(yè)對需求預測的忽視、落后的需求預測工具 | | |要為2001年電子業(yè)的一敗涂地負責。 | | |　　軟件供應商們分析說，由于客戶不愿接受低調(diào)的預測，從而貽誤了 | | |產(chǎn)能的調(diào)整。當某些部件需求緊缺時，采購人員推遲下調(diào)部件需求預測 | | |，因為擔心將來部件短缺會降低銷售，使公司失去市場份額。有些時候 | | |，這可能是合理的舉動，因為風險隱藏于開拓新市場中。但在有些情況 | | |下，這只是一廂情愿的作法。 | | |　　另一方面，許多供應鏈計劃軟件并不能進行需求預測。許多供應商 | | |只是開始將戰(zhàn)略性預測所需的因果分析技術合并起來，這與短期的、詳 | | |細的生產(chǎn)預測是不同的。而且，盡管在分析最近或預測未來6~12個月的 | | |銷售時，因果分析預測是需要的，公司可以借此準備投資資金和產(chǎn)能預 | | |測，但這通常是營銷或財務部門的事，并沒有引起生產(chǎn)計劃者和采購者 | | |的很多注意。需求計劃者側(cè)重于近階段的預測，因為那是今天需要解決 | | |的問題，而且即刻可以減少庫存。 | | |　　好在供應鏈計劃軟件的出現(xiàn)已有時日，而且正日趨完善。AMR調(diào)研公| | |司估計，計劃軟件2001年的銷售達34.2億美元，現(xiàn)已占供應鏈軟件銷售 | | |的51%，到2005年將逐年遞增26%。這可是個好的征兆，相信隨著電子制 | | |造企業(yè)對需求計劃的重視和軟件技術的提高，重蹈2001年覆轍的可能性 | | |將降到最低點。 | | |　　如今，供應鏈運作較好的公司正用專業(yè)計劃和運行算法數(shù)據(jù)庫替代 | | |電子表格，如Altera、Fairchild和東芝美國信息系統(tǒng)等，近來都從i2 | | |技術公司那里購買了需求計劃軟件，以替代基于電子表格的計劃系統(tǒng)。 | | |比起實施前，差異就象是黑夜和白天。比如，Altera公司現(xiàn)在有85%的預| | |測是依賴于軟件，只有15%使用人工計劃進行決策。結(jié)果，裸片存儲從8.| | |5周降到2.5周，成品庫存周期從8周降到2周。 | | |　　同樣，供應鏈伙伴開始將其庫存管理和計劃系統(tǒng)，按照機器對機器 | | |的方式連接起來，以快速傳遞信息、作出反應。庫存管理的目標是根據(jù) | | |需求和供應的歷史變化而制定的，需求預測和生產(chǎn)進度安排要每日更新 | | |，而不是每月更新。比如，F(xiàn)airchild公司連續(xù)不斷地更新需求預測，這| | |樣，供應鏈上的每個人都能使用最新信息。 | | |　　1.2 短期需求預測 | | |　　事實上，需求預測必須將短期需求預測或生產(chǎn)進度安排與長期戰(zhàn)略 | | |性需求預測有機結(jié)合起來，才會真正地起作用。短期預測是根據(jù)存儲單 | | |位(SKU)水平做出的，它與銷售、客戶關系，以及依據(jù)預訂庫存或安排運| | |輸來實施計劃的系統(tǒng)和軟件等相互作用。 | | |　　相比之下，長期預測則是在更為集中的基礎上作出的。在月度或季 | | |度時間段內(nèi)，對一系列產(chǎn)品的生產(chǎn)做出預測，作為財務和產(chǎn)能計劃的輸 | | |入數(shù)據(jù)。長期預測必須在現(xiàn)有客戶信息之外假設需求狀況，必須使用供 | | |應鏈之外的信息以便能預測變化趨勢。 | | |　　如今，由于產(chǎn)品生產(chǎn)周期已經(jīng)極大的縮短，大多企業(yè)將預測重點放 | | |在短期計劃上，許多供應鏈計劃軟件供應商對此也持相同看法。短期預 | | |測通常是根據(jù)存儲單位(SKU)水平進行的。首先，根據(jù)歷史訂單時間段分| | |析產(chǎn)生進度安排。Manugistics公司使用18種統(tǒng)計方法，并選擇最適用于| | |數(shù)據(jù)庫的方法，由此產(chǎn)生的結(jié)果再用生命周期分析法調(diào)整，這對短期生 | | |命周期技術產(chǎn)品來講是必須的。然后，根據(jù)銷售以及下游數(shù)據(jù)得出集中 | | |的產(chǎn)品需求反饋，再進行第二次調(diào)整。 | | |　　現(xiàn)在許多軟件供應商正在對其協(xié)作能力軟件進行更新，無論是對所 | | |有產(chǎn)品還是不同產(chǎn)品的混合，它都能使用戶快速了解顧客需求的變化。 | | |對已計劃的促銷或特殊事件，也可用模塊來調(diào)整預測。 | | |　　準確的短期預測和對變化的快速反應可以大幅度地削減庫存，幫助 | | |公司掌握銷售變化趨勢。Fairchild公司自從去年安裝了i2的需求計劃軟| | |件后，對公司三分之二的產(chǎn)品來說，由軟件提供的時段預測比人工預測 | | |要好得多。需求計劃軟件使公司削減了產(chǎn)品面市時間，將承諾的供貨能 | | |力提高了5%。 | | |　　1.3 長期需求預測 | | |　　只有短期需求預測絕不可能保證電子制造企業(yè)不被下一次經(jīng)濟蕭條 | | |帶來的過量庫存砸死。由于電子公司通常沒有強大的核心預測組織，供 | | |應鏈經(jīng)理只著眼于對最近情形的預測，并盡力得到足夠的部件，對長期 | | |前景關心甚少。而且許多客戶通常做6個月的詳細預測，但實際上超過2~| | |3個月的預測是很難測準的。 | | |　　物流園區(qū)的一個重要功能是集聚效應，通過集聚擴大了企業(yè)的商圈 | | |，增加了交易的機會。同時，通過物流園區(qū)將零散的資源進行優(yōu)化整合 | | |，將產(chǎn)業(yè)發(fā)展鏈條中的采購、供應、會展、銷售、客戶服務以及交易結(jié) | | |算、物流、信息反饋等各項功能集中在一起，充分發(fā)揮其經(jīng)濟集聚作用 | | |，降低流通成本，提高經(jīng)營效率，不僅使本企業(yè)的綜合競爭力得以提升 | | |，還能夠帶動產(chǎn)業(yè)鏈條上的相關企業(yè)，降低成本，提高競爭力。物流園 | | |區(qū)的建設對整合流通產(chǎn)業(yè)鏈、提升流通業(yè)整體水平、促進產(chǎn)業(yè)快速發(fā)展 | | |起著重要作用。 | | |　　預測一個特定部件，只需根據(jù)其歷史上的訂單變化和季節(jié)性變化， | | |自動產(chǎn)生一個為期六周的生產(chǎn)進度安排。而長期預測需要使用者大量的 | | |投入，包括供應鏈外的信息，如咨詢專家的預測、提前預定、成功設計 | | |或預計的經(jīng)濟指標。還可根據(jù)短期預測進行外推，調(diào)整長期預測結(jié)果。 | | |　　i2,Oracle,anugistics, J.D. | | |Edwards,等公司提供一個標準的統(tǒng)計程序，對根據(jù)歷史趨勢做出預測的 | | |外部數(shù)據(jù)進行評價。也就是說，如果一項預測在過去是較為準確的話， | | |它就會比歷史上不太成功的預測得分要高。使用者可從貿(mào)易協(xié)會、貿(mào)易 | | |出版物、咨詢專家、顧客或經(jīng)濟指標中得到歷史資料。 | | |　　1.4 軟件與經(jīng)驗結(jié)合 | | |　　軟件供應商自信地認為，下一次的庫存危機不至于像去年那么嚴重 | | |。因為許多公司已安裝了供應鏈計劃軟件包，并在整個供應鏈管理中使 | | |用。軟件將側(cè)重于短期預測，以節(jié)約成本，良好的短期預測可在銷售趨 | | |勢逆轉(zhuǎn)前二個月左右時提供快速反應。 | | |　　但同時，電子制造公司一定要將利用外部數(shù)據(jù)進行的長期因果分析 | | |預測整合起來，作為對根據(jù)歷史外推和顧客預測結(jié)果的檢驗。 | | |　　有經(jīng)驗的人都知道，長期預測并非輕而易舉之事。Fairchild公司的| | |成功取決于高層的支持和大量的培訓，以及最初期間的警告--即計劃者 | | |懷疑軟件的結(jié)果，不可避免地想要進行挑戰(zhàn)。當他們越過了這一階段后 | | |，他們就能處理各種例外情況，并讓軟件做出大部分的計劃決策。 | | |　　2、成功預測的策略 | | |　　在市場競爭日益激烈，客戶需求多樣化、個性化的今天，如能在提 | | |高對市場響應能力方面進行系統(tǒng)規(guī)劃和實踐，對企業(yè)提高服務水平、降 | | |低成本、提高質(zhì)量和充分利用資源具有重大意義。 | | |　　做好預測工作應先從準確性、時效性、可用性和經(jīng)濟性方面選擇好 | | |理想預測方法，再從整體上來管理市場預測工作。準確的預測可以使企 | | |業(yè)及時調(diào)整產(chǎn)品結(jié)構(gòu)，瞄準特定的目標市場和消費群體，領先競爭對手 | | |并獲得更大的商機。以下將分析預測的編排、如何消除預測的差異以及 | | |如何評估預測的準確性。 | | |　　2.1 預測編排 | | |　　預測實際上是對未來產(chǎn)品市場需求的估計。從時間劃分，可以有短 | | |期預測和中長期預測，時間越遠，預測的準確性越低；時間越近，則相 | | |對準確。因此可以在中長期預測的基礎上加強短期預測，便可進一步提 | | |高短期預測的準確性。 | | |　　預測工作可以分為前瞻預測及銷...
物流預測方法匯編