从数据开始，由判断结束
做好备件计划有三个重要的环节，需求预测，安全库存和供应执行。万事起头难，好的计划一定始于质量较高的需求预测。需求预测是对未来需求（客户行为）的一种预判。没有人可以预知未来，因此在预测环节需要客观事实和主观判断相结合，计划人员首先用客观的历史数据作为基础做出预测的初稿 ，同时要和市场销售情况相结合 ，依据市场的变化对预测进行调整来获得最贴合实际的结果，也就是从数据开始，由判断结束，两者缺一不可。
从数据开始
在我们以往走访过的企业中，发现大部分企业都会侧重于其中的一个方面。要么以计划为主，依据历史数据来预测，计划人员对市场情况知之甚少，或者说没有一个流程要求计划人员去主动了解市场并依此校正自己的计划；要么就是连计划职能都没有，全部依靠销售来预测，计划人员仅仅是依据供应能力对销售的预测微调一下。这两种方式都会由于信息的不全面造成预测结果准确性下降。
历史数据是基础，对于专业的计划人员来说，要时刻培养对数据的重视和敏感性 。我们手里最有用，最可靠的工具就是历史的数据。而同国外先进企业相比，目前国内企业的数据质量情况仍不容乐观，无论是基础类的数据，比如物料主数据，BOM数据等；或者交易类的数据，比如历史订单数据，在途数据等。
事实上在我们过往的项目咨询，实施过程中，很重要的一个部分就是帮助企业去梳理数据，去伪存真，同时确立计划需要使用数据的规范和要求。因为计划是基于大量数据的运算和判断，所以形成高质量计划的基础是有真实，全面，准确的数据，没有好的数据质量，所谓失之毫厘，差之千里。
也有些企业会认为自己的业务变化很大，不能凭借历史数据来做计划，这其实是低估了业务的可重复性。对于大多企业来说，不管需求变化有多大，总是以重复业务为主，所以说，需求历史蕴含很多信息，比如主要客户、主要区域、主要产品的需求特点，季节性或周期性特点等。这些都可以作为需求计划的起点。也就是说，凭借历史需求，运用一定的数理统计方法，我们可以制定需求计划的初稿。
▲橙黄色代表需求历史，黄色代表需求预测
由判断结束
当然，我们也知道，历史数据代表的只是已经发生过的，它代表了一种趋势但往往很难跟上日益变化的市场环境，例如产品生命周期较短的高科技行业，历史数据的滞后性表现的更为明显，因此专业的计划人员也不能满足于仅仅依靠历史数据，研究数学模型，闭门造车的计划方法，而应该花一部分时间去和市场和销售沟通，了解市场的变化，形成市场变化和自己计划的联动性。
比如新产品要导入了，对老产品的需求会下降；节假日或者促销活动前，需要给历史需求打个富裕系数等。这些对未来的业务判断，计划人员需要以备注的形式列出来，比如“第四季度假日多，总体需求会低于第三季度”，以修正基于历史数据的预测。可以说，历史数据是需求预测的定量因素，计划人员的经验和业务判断属定性因素。两者结合，才能产生最合理的需求预测。这就是需求预测的“从数据开始，由判断结束”。
One more things
数字化学会社群正在招募，旨在为数字化行业从业者、学习者和爱好者搭建一个交流平台。请仔细阅读下列分类，并准备名片。企业工程师优先入群。
加群方式：在公众号后台回复“加群”，按照步骤操作即可。
1、数字化学会（华为群）
2、大数据AI群
3、智能制造业群
4、数据分析师群
长按识别二维码，了解更多协会信息
