基于SAS的供应链管理与分析/SAS核心技术丛书

本书共9章，分为三大部分。第 一部分主要对供应链管理相关基本概念做简要介绍。第二部分主要介绍需求预测，具体内容包含：需求预测基本知识，预测分析相关的算法介绍，SAS在需求预测方面的解决方案和方法论，后给出一个具体的实例予以说明。第三部分主要介绍供应链管理中的库存优化。

Preface 前　言为什么要写这本书十年前，我刚刚加入SAS北京研发中心时，主要专注研究零售行业的销量预测和价格优化的解决方案。有时为了在台式机上跑一个预测模型，至少需要运行一晚上的时间，如果配置错误，所有的工作必须重新来过。随着软件和硬件技术的飞速发展，大数据、云计算使得计算能力出现指数级的增长，“大数据时代”“数据分析技术”和“数据科学”已成为当今世界关注的焦点。国内互联网企业在数据时代所带来的示范效应，也让越来越多的企业意识到了数据的价值和数据分析能为企业的生产和经营带来真金白银，于是越来越多的制造业客户使用系统数据分析手段来取代过去拍脑袋的决策方式。使用大数据及其分析方法不仅能预测市场、评估效果、监控运营，还能实现统一信息，实时调整、降低各类系统的使用成本，并且可迅速、高效地发挥数据的智能预判作用，对提升企业供应链条的竞争力，为企业最大程度地创造财富有很大的帮助，这已成为大势所趋。
随着信息化时代企业竞争的日益激烈，供应链作为企业的核心网链亦变得越来越重要。十几年前，借助大数据分析提升企业的供应链管理水平，国内尚没有成功案例，反观欧美、日本等已有不少案例。供应链管理模式在西方等发达国家企业的成功应用，充分展示了它对于推动企业发展的有效性。21世纪以来，中国经济在迅速改革与创新的过程中，越来越多的企业进入高速发展阶段。供应链管理作为提高企业核心竞争力的手段也备受关注，越来越多的国内客户对于供应链的销量预测和库存优化产生了浓厚的兴趣。在SAS工作期间，我也接触和参与了一些大型客户的成功案例。由于工作的变动，近年来也有了越来越多的机会接触客户，仅在2017年，就有4个大型制造和零售企业有销量预测和库存优化的需求，并且都希望通过数据分析，系统性地帮助他们的企业实现更精细化的供应链管理。然而国内相关的书籍和资料相对较少，系统性地介绍大数据在供应链分析和解决方案应用的文章不多。撰写本书的目的，一方面是对过去一些工作的总结和整理，另一方面也是把SAS在供应链管理方面一些好的方法论、工具以及成功经验介绍给读者，希望通过理论结合实践的方式，使本书具备科学性、指导性、针对性和可操作性等特点，从而对有需求的企业、管理人员、技术人员以及初学者有一定的指导和借鉴作用。
供应链信息协同对供应链整体发展有重要的意义和深远的影响，也是供应链管理中的关键问题。数据分析型项目不能一蹴而就，项目的成功会受到各种因素的影响，供应链管理分析会对企业现有的流程和工作模式产生颠覆性的改变，因此，从企业各个层面都需要对项目目标和项目过程有清晰的认识和一致的认同。希望本书中介绍的SAS方法论、工具以及成功案例，能给一些有想法和有计划通过数字化技术手段提升供应链管理水平的企业一定的启迪和指导，帮助企业对在该类项目立项和实施的过程中所遇到的困难有更清晰的认识，少走弯路。
读者对象本书的读者大致包括：
企业供应链管理者企业中从事供应链管理供销的数据分析人员既有的SAS的需求驱动预测与计划解决方案的用户开设相关课程的大专院校如何阅读本书本书共9章，分为三大部分，其中会涉及供应链管理的基本概念、需求预测和库存优化等内容。如果你长期从事供应链管理相关工作，对基本概念比较清晰，可以从第二部分开始阅读。但是如果你是一名初学者，请一定从第1章的基础理论知识开始学习。我们在实践中，一般会把需求预测和库存优化作为供应链管理中的两个项目来实施。需求预测是基础，一般会放在项目一期中实施。库存优化会在需求预测实施完成后，放到项目二期中实施。因此如果你仅对需求预测感兴趣，也可以仅阅读第2章到第5章的内容。本书的具体内容如下。
第1章就是第一部分，主要对供应链管理相关基本概念进行简要介绍。
第二部分即第2章到第5章，主要介绍的是需求预测。具体内容包括需求预测基本知识、预测分析相关的算法介绍、SAS在需求预测方面的解决方案和方法论，并在最后给出一个具体实例。
第三部分即第6章到第9章，主要介绍的是供应链管理中的库存优化。具体内容包括供应链管理中的库存优化基本概念、将SAS用于库存优化的方法论和具体技术实现，以及分销网络库存优化实例和组装模型库存优化的实例。
勘误和支持由于作者的水平有限，编写的时间也很仓促，书中难免会出现一些错误或者不准确的地方，恳请读者批评指正。你可以将书中的错误发送至我的邮箱[email protected]。我也会及时将相应的功能更新、更正。如果你有其他的宝贵意见，也欢迎发送邮件，我很期待能够收到你们的真挚反馈。
致谢我首先要感谢伟大的SAS公司，在SAS工作将近10年的时间里，给我的职业生涯增添了丰富的经验，这也是促成我们写这本书的动力和缘由。
感谢前SAS同事夏坤庄先生，没有他的鼓励和帮助，我也不可能参与本书的撰写。
同时还要感谢前SAS同事邱若楠、窦云涛，是他们的付出和努力，本书才能和大家见面。
最后，愿将此书献给我最亲爱的家人，以及众多热爱SAS的朋友们。
曹新建中国，北京，2018年2月

目录 Contents
前言
第1章　供应链分析与管理概述1
1.1　供应链的基本概念和发展1
1.1.1　供应链的基本概念1
1.1.2　供应链的发展4
1.2　供应链的分类6
1.3　供应链管理概要9
1.3.1　供应链管理的意义10
1.3.2　供应链管理的模式11
1.4　供应链管理中的“牛鞭效应”13
1.5　供应链管理分析的因素15
1.6　小结17
第2章　供应链分析与管理的基础：需求预测18
2.1　需求驱动的预测18
2.1.1　需求预测所面临的挑战19
2.1.2　需求驱动预测流程22
2.2　需求预测的实施与管理25
2.2.1　需求预测的系统框架25
2.2.2　需求预测的分析流程32
2.2.3　协同计划50
2.2.4　人员配备与协调52
2.3　小结55
第3章　预测分析方法57
3.1　时间序列预测方法57
3.1.1移动平均法58
3.1.2　指数平滑模型族60
3.1.3　ARIMA模型族65
3.1.4　间歇性模型76
3.2　因果分析预测方法83
3.2.1　回归分析84
3.2.2　ARIMAX模型88
3.2.3　UCM模型91
3.2.4　干预变量95
3.3　小结99
第4章　需求预测的SAS技术实现101
4.1　时间序列的生成和准备101
4.2　时间序列的探索与分类110
4.2.1　分类过程110
4.2.2　模式聚类112
4.2.3　按量汇总114
4.3　预测和调和126
4.3.1　自动预测126
4.3.2　序列调和136
4.4　预测模型的监控与维护142
4.5　预测结果分析与管理146
4.5.1　预测价值贡献分析146
4.5.2　协同作业149
4.6　小结153
第5章　需求预测分析实例155
5.1　项目背景及需求介绍155
5.1.1　项目背景155
5.1.2　需求描述156
5.2　需求预测流程157
5.2.1　数据准备过程157
5.2.2　序列预测过程160
5.2.3　结果审批过程173
5.2.4　预测结果验证177
5.3　SAS预测分析解决方案177
5.4　项目经验总结180
5.5　小结181
第6章　供应链分析与管理核心：库存优化182
6.1　库存优化的本质182
6.1.1　库存与库存优化183
6.1.2　需求与库存优化186
6.1.3　补货与库存优化188
6.2　库存优化的基本概念190
6.2.1　库存优化相关概念190
6.2.2　库存管理绩效指标194
6.2.3　补货策略196
6.3　库存优化的实施与管理198
6.3.1　库存优化的系统框架198
6.3.2　分销网络库存优化的分析流程202
6.3.3　按单组装库存优化的分析流程218
6.3.4　库存优化的运行和绩效监控228
6.3.5　人员配备与协调229
6.4　小结232
第7章　库存优化的SAS技术实现233
7.1　SAS库存补货计划233
7.1.1　输入数据234
7.1.2　基本语法242
7.1.3　基本应用245
7.1.4　SAS库存补货计划分析流程268
7.2　SAS优化建模过程268
7.2.1　基本结构及语法269
7.2.2　SAS优化建模库存优化实现流程276
7.3　SAS库存补货计划与优化建模过程比较286
7.4　小结287
第8章　分销网络库存优化实例289
8.1　项目背景及需求介绍289
8.1.1　项目背景289
8.1.2　需求描述290
8.2　库存优化实施流程291
8.2.1　数据准备过程292
8.2.2　布局优化过程295
8.2.3　库存优化过程316
8.2.4　生产补货优化318
8.3　项目经验总结323
8.4　小结324
第9章　按单组装模式库存优化实例325
9.1　项目背景及需求介绍325
9.1.1　项目背景325
9.1.2　需求描述326
9.2　库存优化实施流程328
9.2.1　服务水平优化330
9.2.2　库存目标优化341
9.2.3　按周补货优化345
9.3　项目经验总结346
9.4　小结348