案例企业是个大型设备制造商，售后备件是营收的一大来源，每年达10几亿美元。为了支持庞大的备件业务，该设备商在全球有二十几个仓库，八九十个客户寄售点，几十名备件计划人员。
身处高科技行业，案例企业的技术一直在推进，产品一直在迭代，客户一直在改变，都给备件的需求计划带来种种挑战。案例企业有成套的数据清洗逻辑，固化到信息系统中，每周在周末两天清洗数据，这里分享一些主要的做法。
我们先讲产品迭代带来的替代关系。
设备行业的常见问题是，一批设备已经安装到各地的客户现场了，却发现零件A达不到设计的性能指标，于是就优化设计，推出零件B。零件B刚开始没有任何需求历史，是通过继承A的需求历史来做初始计划。案例企业的系统里有一张产品继承关系表，说明某年月日开始，设计变更要正式导入，其时在计划系统中，B就继承了A的需求历史，计划软件会做出相应的预测。但在这之前，计划人员要手工降低A的，拔高B的预测和安全库存。
试想想，大型设备制造商很多是技术驱动，动辄有几千甚至上万的工程师，每天做的绝大多数都是持续改进，也就是对现有设计修修补补，通过设计变更导入一个又一个的新部件。这些部件中，有相当部分是售后备件，在全球几十上百个库位备货，影响到全球千百个客户。这后面的计划任务相当繁重，特别是过渡期的手工计划。
另一种替代关系是维修件。在大型设备行业，有些零部件特别是高值备件，坏了后会修理再用。刚开始的时候，安装在设备上的都是新零件，坏了后修理需要一段时间，你只能再替换上去一个新零件。慢慢地，坏掉的零件越来越多，就形成一个足够周转的“维修池”，这时候在案例企业就会更新产品继承关系表，说某年月日起，维修件C会替代新零件C，而以前新零件的需求历史也会匹配到维修件上，计划软件就会作出相应的计划建议。在此之前，计划人员要手工预测新零件和维修件，并设定安全库存。
当完全替代后，每次这个零件坏掉，就给设备安装一个维修过的零件，把换下来的零件再拿去修理；但修理几次后，这零件就没法再修了，只好完全报废。就这样，“维修池”会不断缩小，直到没法正常周转的时候，完全替代就中止了，计划人员开始拔高新零件的预测和安全库存，每次坏掉后就换新零件上去，坏掉的零件加入到“维修池”，直到“维修池”足够大……
想想看，如果你是波音、空客、GE、应用材料、华为、三一重工这样的大企业，有几百几千这样的维修件，在全球有几十、几百个库位，有些库位在用新零件，有些库位在用维修件，过渡阶段的数据没法自动清洗，计划人员的相当部分时间就是花在数据清洗上，确保有正确的数据来驱动计划。
在大型设备行业，客户的变动也很多，给售后备件的计划带来又一重挑战。
比如原来这工厂归客户A，后来A不行了，卖给客户B，那么相应的需求历史就要匹配到B。这样的兼并整合可太多了，特别是一个行业进入到成熟期后。拿航空业来说，1995年美国有95家航空公司，到2024年就整合为58家。还不要说那些供租赁的飞机，一段时间在这个国家的航空公司，一段时间在另一个国家的航空公司，备件支持也得跟着调整，需求历史也得清洗。
再拿半导体行业来说，2000年前后全球有几十家主要芯片制造商，2024年的主要玩家两把手指头大概就数完了。光美光一家就先后兼并了日本的艾尔比达、新加坡的特许半导体、台湾的力晶和华亚科技等主要晶圆厂。客户的关停并转，设备的关停并转，都给备件支持带来实质性的挑战，需要有系统的方式跟踪支持。
在案例企业的售后备件计划软件里，客户、工厂、设备、备件的物料清单（BOM）都有相应的数据库来维护。设备X从客户A转到B了，那么相应的备件需求历史也自动匹配到B；设备X上原来安装的是零件a，现在要升级为b，那么a的需求历史也会自动匹配到b，指导后续拔高b的计划，降低a的计划。
这意味着对整个装机量的动态管理。对于几十亿、百亿美元级别的大型制造商来说（案例企业后来成长为百亿美元级），这可不是件容易的事，涉及到设计、售后、计划、采购和供应链等多个职能。但只有这些数据维护好了，才可能有效计划库存，支持每年几十亿美元的售后备件业务。而备件业务一般毛利更高，对企业的盈利至关重要，特别是行业低迷，新设备销量大幅下跌的时候。
除了产品、客户的变动外，还有多种一次性需求，案例企业主要通过订单类型等方式来识别，自动清洗计划用的数据库。
比如说，要对客户现场的设备升级，需要一次性地更换很多零部件，这样的需求用专门的订单类型来识别，在计划数据中自动清零。类似的还有质保期的需求，如果期满后客户不再向案例企业采购备件，也需要清零处理。
至于说有些灾难性的事件，比如某客户现场发生火灾，需要一次性地大批量更换备件，或者说技术升级，产线工艺大调整，需要大批量一次性更换备件，这都是典型的一次性需求，需要在计划数据中清零。如果没法通过专门的订单类型来识别，就得手工来调整。
在案例企业，诸如此类的调整很多，绝大多数都是有一定规则的。这些规则都被定义下来，由计算机来自动更新。几万个备件，几十个库位，几百上千个客户工厂，这些组合数以亿计。每个周末，一台功力强大的计算机就开始运作，吭哧吭哧地从ERP中提取上周新增的备件需求历史，按照这些规则来清洗，添加到备件需求历史库中，确保下周一上班的时候，全球几十号计划人员都能用到最新、最准确的备件需求历史。
在管理粗放的企业里，比如案例企业并购的一家同行，虽然也是营收几十亿美元的大企业，基础数据质量却很差，甚至连设计变更相关的产品替代关系都没有准确维护，那备件的需求历史就只能靠手工维护，经验都存储在一帮计划员的头脑里，以及一张又一张的Excel表格中。相应地，备件计划就很糟糕，高库存、低有货。这只是并购对象“非卓越运营”的冰山之一角，也部分解释了最终被并购的命运。
----------------------
围绕我的系列畅销书，我开发了3门精品课程，已经推出500余次。2025年培训全新升级，5月份的培训在上海、深圳，正在报名中。
1. 供应链的三道防线：需求预测、库存计划、供应链执行(3天)（深圳 5月16-18日，上海 5月23-25日）
计划是供应链的引擎，需求预测是计划的龙头。需求预测怎么做，才能避免大错特错，力争精益求精，提高首发命中率？需求预测由谁做，才能更加有效地对接销售和运营，提高预测准确度？需求预测做错了，如何快速反应，尽快纠偏和补救？
从2025年开始，我们增加了需求预测应用，会介绍5种最常用，也是最重要的预测模型，来预测随机变动、趋势和季节性需求，包括模型参数的优化，准确度的统计，模型优劣的判断等。所有应用都在Excel中实现。
我们还会分享系统的库存控制，包括库存的“七分管理”和“三分技术”：其一，库存是天使也是魔鬼，究竟多少算合适？其二，库存计划是个技术活，究竟怎么做？其三，如何改变组织行为、降低不确定性、缩短周转周期来控制整体库存？
2. 采购和供应商管理：一个实践者的角度（1天）（深圳 5月14日，上海 5月21日）
产品成本的70%甚至更多来自供应商，降本增效的关键是对供应商“有选择、有管理，谁选择、谁负责”。这要求形成跨职能、跨阶层合力，有效管控“有能力，但也有脾气”的战略供应商；整合“没脾气，但也没能力”的一般供应商，以打破劣质低价、低价劣质的恶性循环。
这也要求采购成为一个战略职能，从订单操作层面的“小采购”，上升到战略寻源和供应商管理为主的“大采购”。本培训会详细探讨“大采购”的职责定位、组织建设和绩效考核，兼顾采购的集中与分散，帮助企业顺利实现采购职能的战略转型。
3. 供应链的全局观:高成本、高库存、重资产的解决方案（深圳5月15日，上海 5月22日）
随着经济增速的放缓，成本压力大、库存水平高、投资回报低的问题就更加严峻。
从供应链的全局观角度，本培训提出系统的解决方案：（1）控制产品复杂度，提高规模效益来降低产品成本；（2）改善计划，有效地匹配需求和供应来降低库存和运营成本；（3）管好专业供应商，外包非核心业务，走轻资产之路来降低固定成本。
我们还会详细探讨供应链在集成产品开发（IPD）和集成供应链（ISC）中的角色，以优化产品设计与选型、协同销售与运营，以及避免“牛鞭效应”和多重需求预测带来的库存积压、产能利用问题。
培训详情及企业团体优惠，请垂询助手 党琪：182 1756 2014（微信同）。