猜你喜欢
需求预测和库存计划:一个实践者的角度

需求预测和库存计划:一个实践者的角度

书籍作者:刘宝红 ISBN:9787111658870
书籍语言:简体中文 连载状态:全集
电子书格式:pdf,txt,epub,mobi,azw3 下载次数:3606
创建日期:2021-02-14 发布日期:2021-02-14
运行环境:PC/Windows/Linux/Mac/IOS/iPhone/iPad/Kindle/Android/安卓/平板
内容简介

不管是时兴的跨境电商、新零售,还是传统的生产制造、贸易流通,在供应链计划上的问题都很相似,主要表现在:

总进总出整体上不平衡,导致全局性的需求与供应不匹配。

库存没放到合适的地方,导致局部性的需求与供应不匹配。

产品、业务、需求的复杂度大增,增加了供应链计划的难度。

这些问题交织在一起,集中体现为:新产品的计划极度不准,经常大错特错;老产品的计划不能精打细算,无法实现库存优化。这些问题不是特定行业所独有的,我们需要寻找广义的解决方案,系统地从时间维度(新产品vs成熟产品)和空间维度(中心仓vs前置仓)来应对。

就整体方法论而言,《需求预测和库存计划:一个实践者的角度》依旧遵循 “从数据开始,由判断结束”的基本准则,在基本数据,比如需求历史的基础上,制定基准预测;根据销售、市场等业务部门的职业判断,比如促销计划、新品上市计划,来调整基准预测,制定最终的预测。

本书更加聚焦“从数据开始”,通过一系列案例,更详细地介绍预测模型,包括预测方法的择优、库存计划的优化、新品导入的计划等。特别要说明的是,本书不是一本预测方法论的书。本书会探讨常用的预测方法,力图以浅显易懂的方式,把这些方法介绍给大家,让更多的人能够熟练应用。本书的目标是寻找更优而不是*优的解决方案。


作者简介

刘宝红
旅美供应链专家,畅销书作者,西斯国际执行总监。
刘先生毕业于亚利桑那州立大学,获供应链管理MBA学位。他现旅居硅谷,创立西斯国际,专注供应链管理领域的研究和写作,并定期回国,服务本土企业。
在供应链管理领域,刘先生旨在填补学者与实践者之间的空白。他在研究和著述的同时,还通过培训、咨询,积极参与供应链实践,其实践领域全面覆盖汽车家电、电信设备、航空航天、机械制造、石油石化等传统行业,以及电商、新零售、互联网等新兴行业。

编辑推荐

供应链专家,畅销书作者刘宝红全新作品,“刘宝红供应链实践者丛书”再度扩充升级,多个精彩案例,深入浅出地帮你解决实际问题,新品要避免大错特错,老品要做到精益求精。


前言

序言一

从计划的“七分管理”到“三分技术”

2018年,我和赵玲合著的《供应链的三道防线:需求预测、库存计划、供应链执行》出版以来,反响很好,在京东供应链管理类图书销量榜上很快就上升到第二位(第一位还是我的红皮书《采购与供应链管理:一个实践者的角度》)。

《供应链的三道防线:需求预测、库存计划、供应链执行》主要是解决计划中的“七分管理”问题,虽然涉及“三分技术”,但是缺乏足够的细节,比如预测模型的择优、库存水位的优化、新品的导入和预测等。作为管理层,读完《供应链的三道防线:需求预测、库存计划、供应链执行》,在“七分管理”上,你会从组织、流程的层面对计划有很好的了解;但作为执行层,在“三分技术”上,还有诸多技术性的问题需要进一步厘清。所以,我想写一本实操层面的书,解决“三分技术”的问题。

正好这两年我在帮助一些电商、新零售企业改进供应链计划体系,做了一系列的案例,结合以前在高科技行业8年的全球计划经历,为这本书提供了素材。书中的案例有相当一部分来自电商、新零售企业,一方面是因为在这些新兴行业,从业人员普遍年轻,精于业务创新而疏于供应链运营,供应链管理特别是计划薄弱,有很大的提升空间;另一方面是因为这些行业的信息化程度比较高,需求端的数据相对完善、易得,为案例分析提供了充分的素材。

但是,我不想因为这些案例就把该书定位在特定的行业、特定的领域——不管是时兴的跨境电商、新零售企业,还是传统的生产制造、贸易流通企业,在供应链计划上面临的问题都很相似,主要表现在以下几个方面。

其一,总进总出整体上不平衡,导致全局性的需求与供应不匹配。这在新产品导入上很常见,在成熟产品上也屡见不鲜。这是个需求预测的挑战,在公司层面(中心仓)尤为重要,需要提高预测的准确度,尽量做准,尽快纠偏,并驱动整个生产和供应商的执行来弥补。

其二,库存没放到合适的地方,导致局部性的需求与供应不匹配。即便整体需求与供应匹配了,合适的库存放不到合适的地方,也会导致局部性的过剩与短缺并存。这是个库存计划的问题,主要发生在前置仓,可通过设置合理的安全库存、再订货点等来解决。

其三,产品、业务、需求的复杂度大增,增加了供应链计划的难度。业务全球化,需求差异化、碎片化,产品多元化,为SKU泛滥埋下隐患,不但导致供应链的规模效益丧失,而且系统地增加了需求预测、库存计划、补货配送的复杂性。产品如此之多,没有人可以靠判断做计划,必须更加依赖数据分析,来做好需求预测和库存计划。

这些问题交织在一起,集中体现为新产品的计划极度不准,经常大错特错;老产品的计划不能精打细算,无法实现库存优化。两个问题貌似不同,根本原因却很一致:数据分析不足,基准预测不够扎实;计划以“拍脑袋”为主,过度依赖业务部门的判断。这些问题不是特定行业所独有的,我们需要寻找广义的解决方案,系统地从时间维度(新产品vs成熟产品)、空间维度(中心仓vs前置仓)来应对。

(1)时间维度:围绕产品的生命周期,从新品导入到量产,力求避免新品初始计划大错特错,要通过快速迭代来尽快纠偏;成熟产品要追求精打细算,提高库存的利用效率。

(2)空间维度:围绕库存的空间特性,计划好中心仓,解决总进与总出的匹配问题;计划好前置仓,把合适的库存放到合适的地方,并在库存控制上厘清两者的关系。

还有一个维度,就是业务维度:B2C和B2B的业务有区别,对供应链计划的挑战也不尽相同。比如B2C的需求相对分散,东边不亮西边亮,但节假日、促销、活动众多,产品生命周期短,竞品众多,影响需求的因素也很多;B2B业务的需求相对集中,特别是大客户,能够显著改变供应商做生意的方式,但好处是产品生命周期一般较长,节假日、促销、活动等因素影响较小。

值得关注的是,这些年来,很多企业开始同时跨入B2C和B2B两个领域。刚开始是传统企业上线,开拓线上业务;现在是电商进入线下业务,走传统的渠道。传统企业上线,失去了传统渠道的缓冲,屡屡被线上业务的促销、活动痛击;电商下线,面对线下渠道的关系复杂、运作低效、信息不对称及大B客户的强势,吃尽苦头。两种业务不同,面临的供应链挑战也不同,在做计划时要区别对待,不过在本书中,限于篇幅,我们不会设专题进行讨论。

新产品还是老产品、中心仓还是前置仓、B2C还是B2B,这些计划对象上的差异,要求计划方法上的差异化——一刀切不是精细化管理;精细化管理的标志是差异化。除了这些,我们在计划中还要考虑产品的成本、需求的变动性、客户的集中度等一系列差异化因素,区别对待,采取有针对性的措施,而这正是众多粗放管理的企业所欠缺的。

就整体方法论而言,本书依旧遵循《供应链的三道防线:需求预测、库存计划、供应链执行》一书中“从数据开始,由判断结束”的基本准则,在基本数据,比如需求历史的基础上,制定基准预测;根据销售、市场等业务部门的职业判断,比如促销计划、新品上市计划,来调整基准预测,制定最终的预测。与《供应链的三道防线:需求预测、库存计划、供应链执行》一书不同的是,本书更加聚焦“从数据开始”,通过一系列案例,更详细地介绍预测模型,包括预测方法的择优、库存计划的优化、新品导入的计划等。

特别要说明的是,本书不是一本预测方法论的书。我深知,预测方法深如海,自己才疏学浅,不敢奢望在这方面有所创新。本书会探讨常用的预测方法,力图以浅显易懂的方式把这些方法介绍给大家,让更多的人能够熟练应用。关于详细的预测方法,建议大家阅读专业的图书。

本书也会尽量避免数理统计,但不得不承认,供应链处处充满不确定性,而要掌握不确定性,没有比数理统计更好的工具了。所以,我会尽量以浅显的语言,从实践者的角度解释最基本也是最重要的数理统计。我不想给计划贴上数理统计的标签,吓退众多的从业者——你可以不用懂得多少数理统计知识,仍旧能做出相当不错的计划来。当然,如果要成为计划、供应链领域的高手,拥有数理统计的思维会让你更上一层楼。

本书的目标是寻找更优,而不是最优的解决方案。书中分享的一些实际问题的解决方案,顶多算是“实践”供参考,不能当作“最佳实

践”来看待。在那些实践中,我找到的方法比案例企业原来用的要好,但比教授、博士们的研究模型要差——研究者们寻求的是最优解决方案,但往往因为过于复杂、理想化,实践者没法理解,所以就不能信任,不信任就不会采用。鉴于这一点,在一些案例中,比如预测方法的择优,我适当牺牲了一些准确度,以期增加操作的可行性。

这些年来,我越来越意识到,在供应链领域,执行往往跟企业的规模有关,比如大公司的议价能力强,在执行上,就更容易把问题转移给供应商或客户;小公司的胳膊不够粗,就很难通过转移问题来解决问题。但对计划而言,不同规模的企业之间,共性则更多,而本书中的大部分案例,实际上是来自年营收为几千万、几亿元的中小企业。

比如就需求预测和库存计划而言,一个年营收为几千万元的企业,动辄有几十、几百个产品,成百上千种规格,线上线下业务并行,计划的复杂度之高,跟一个年营收为几亿、几十亿元的企业相比,区别没有想象中那么大。如果说有区别的话,那更多是在“七分管理”上——企业规模越大,组织和流程越复杂,职能之间的博弈越多,计划与业务部门的对接就越困难。在“三分技术”上,大公司与小公司在基础数据分析、预测模型的选取、库存计划的优化上,其实没有太大的区别。

就应用对象而言,本书的目标是覆盖大、中、小规模的企业。特别地,本书在写作过程中,时时考虑以下两种类型企业面临的挑战。

(1)新兴企业:以前每年做几百万、几千万元的生意,经过爆炸式成长,做到几亿元或者更大的营收规模,供应链计划和执行越来越复杂,交付压力巨大,客户要的没有,客户不要的很多。

(2)成熟企业:每年有几亿、几十亿元乃至几百亿元的营收,增速放缓,行业饱和,供应链面临严峻的成本和库存挑战,需要在供应链计划上更上一层楼,以提高库存周转率和投资回报率。

两类企业所处的生命周期不同,对供应链和计划的期望也不尽相同。对于新兴企业来说,在快速增长的环境下,计划上要避免大错特错,“一快遮百错”,在精打细算上往往乏善可陈;对于成熟企业来说,增速放慢了,成本太高、周转太慢的问题就如冰山浮出水面,需求预测和库存计划的精打细算就提上议事日程。

这两类企业要做的都是跨越库存计划和库存控制的三个阶段。它们规模不同,但起点很相似,那就是高库存、低有货——计划薄弱,执行也薄弱,导致没用的库存一大堆,但客户要的没有。这是计划的第一个阶段。这就如一个胖小伙子,在开始健美之前,身上的肉很多,但长错了地方。

然后企业就开始改进计划,比如选择更合适的预测模型,提高预测准确度;计算更合理的库存水位,提高库存的利用率。这些改进大都是“三分技术”的范畴,能由计划职能独立完成。因为没有触及库存的三大根本驱动因素,所以整体库存水平没有显著改善,但因为预测准确度更高,安全库存更合理,我们把合适的库存放到合适的地方、合适的产品上,库存的结构变得更加合理,库存的利用率也就更高,结果就是高库存、高有货。这就是计划的第二个阶段。

在计划的第三个阶段,我们更多地从“七分管理”的角度出发,改进的重点放到了执行上,比如缩短周转周期以降低周转库存,降低不确定性以降低安全库存,改变组织行为以减少过剩库存。在这个阶段,计划强,执行强,整体库存会更低,而有货率更高,表现为低库存、高有货。

计划改进的整个过程,就像一个人的健身过程:刚开始,胡吃胡喝不锻炼,生活习惯差,长出一身赘肉;慢慢地,健身有了点儿效果,合适的肉放到合适的地方,但体重并没有减轻;最后,在长期自律和坚持下,赘肉没有了,练出一身肌肉来。

本书的重点是“三分技术”,旨在完成向第二个阶段的过渡,即从“高库存、低有货”提升到“高库存、高有货”。这一阶段的改进相对容易,计划职能就能完成,不需要多少跨职能协作。招一位优秀的计划经理,选择更好的预测模型,设置更合理的库存水位,把计划职能本身的事儿做好,就能大大提升达到第二个阶段的概率。

跟计划人员交流,听到的大多是销售和业务端如何不配合,殊不知,有很多事情,比如数据分析,计划人员自己就能完成,并不需要销售人员来帮忙。计划人员要做自己能够控制的,那就是解决好“三分技术”的问题,而不是一味拿不能控制当借口,作为自己不作为的理由。

刘宝红 | Bob Liu  

“供应链管理专栏”创始人 | 西斯国际执行总监  

2020年6月于硅谷


目录

序言一 从计划的“七分管理”到“三分技术”

序言二 从药典到药方:我对案例的一些想法

序言三 这是我的第5本书,跟其他书有什么联系

作者简介

导读

计划是供应链的引擎

第一章

需求预测:三种基本的预测方法

时间序列的预测:移动平均法 / 8

小贴士 预测的灵敏度和准确度 / 12

小贴士 预测准确度的统计 / 13

小贴士 要不要考核预测准确度 / 18

时间序列的预测:指数平滑法 / 20

指数平滑法的逻辑 / 23

指数平滑法的初始化 / 25

平滑系数的择优 / 27

简单指数平滑法的优劣 / 32

趋势的预测:霍尔特指数平滑法 / 34

案例 一个快时尚产品的需求预测 / 41

小贴士 有时候,不预测就是最好的预测 / 46

季节性+趋势的预测 / 47

基于相关性的预测:线性回归 / 57

小贴士 解读线性回归的参数 / 60

小贴士 样本选择的几点考量 / 65

小贴士 极端值的处理 / 66

小贴士 残差图的分析 / 70

小贴士 样本太少怎么办 / 73

小贴士 警惕线性回归给你的东西 / 74

选择预测模型的一些考量 / 78

小贴士 寻找更优,而不是最优的解决方案 / 81

小贴士 预测模型的优化要提防过度拟合 / 83

案例 中心仓的预测方法择优 / 86

需求预测的集中化 / 90

小贴士 为什么在颗粒度小的地方做预测 / 93

预测方法的优化 / 95

计划的改进得兼顾供应链的执行能力 / 103

小贴士 电商如何选择ERP / 106

魔鬼藏在细节中:需求历史数据的清洗 / 110

本章小结 最基本的方法也是最重要的 / 118

第二章

库存计划和库存的优化

量化不确定性,设定安全库存 / 123

第一步:量化需求的不确定性 / 124

第二步:量化有货率的要求 / 128

小贴士 有货率怎么定 / 129

第三步:计算安全库存 / 130

小贴士 按日、按周还是按月汇总需求历史 / 134

会设安全库存,计算再订货点就很容易 / 139

补货机制:定量vs不定量 / 143

补货机制:定期vs随时 / 145

案例 随时补货机制下再订货点的计算 / 149

案例 定期补货机制下再订货点的计算 / 150

小贴士 不是现货供应,再订货点如何计算 / 152

案例 轮辐式的全球库存网络计划 / 153

小贴士 设再订货点,还是安全库存+预测 / 158

案例 某工业品企业的计划组织 / 163

小贴士 计划职能的绩效如何考核 / 172

VMI的库存水位如何设置 / 175

计算最低、最高库存水位 / 176

量化VMI的库存风险 / 178

VMI的绩效管理 / 179

案例 离开信息化,就很难具备做VMI的条件 / 182

“长尾”产品:库存计划的终极挑战 / 184

“长尾”需求用泊松分布模拟更准确 / 189

用简单法则来指导“长尾”需求的计划 / 195

案例 跨境电商的店铺库存优化 / 203

本章小结 库存计划是个技术活 / 220

第三章

新品导入与滚动计划机制的建立

案例 新品的初始预测:群策群力,专家判断法 / 224

德尔菲专家判断法 / 226

小贴士 瓶子里有多少颗巧克力豆 / 227

新品预测试点项目准备 / 230

专家判断的结果分析 / 236

反馈改进,从失败中学习 / 240

专家判断法失败的三个原因 / 241

小贴士 预测判断力是可以培养的 / 243

专家判断法用于什么产品 / 244

专家判断有没有约束力 / 245

专家判断法由谁来维护 / 246

季节性强,一锤子买卖如何预测 / 247

案例 新品的预售期:尽快纠偏,调整预测 / 250

哪个预测模型更好 / 255

系统性偏差的检验 / 258

重新定义样本,重新建模 / 259

预售期需求的滚动预测 / 263

案例 新品的滚动计划要从开发期开始 / 268

小贴士 新品计划本身要有计划性 / 274

小贴士 大型设备的项目预投机制 / 276

新品计划由谁做 / 279

本章小结 尽量做准,尽快纠偏 / 280

后记 / 283

短评

好书 好书 好书,是一本供应链管理岗位非常实用的工具书。

2020-07-28 00:23:38

一看是刘宝红大神的新书就买来看看,毫不犹豫

2020-08-01 19:10:27

您没有填写内容,默认好评

2020-07-31 08:10:04

新书,在~上看到第一时间就购买了,对于计划人员来说,值得。唯一不好的是包装有点缺陷,书脚有磨损

2020-07-28 18:52:54

刘先生的每一本书都有买,这一本是从战略俯身下来开的具体药方,书刚收到,仅看目录和随手翻阅即知晓,这是我的菜,有营养,长力气。整体论述紧凑调理,具体做法明晰并实操性强!

2020-07-28 14:13:12

标签
供应链管理,电商