需求就是特定的定价策略、竞争态势下，客户想要什么、要多少、什么时候要。打个简单的比方，这就相当于是客户想吃几碗饭，跟我们想让客户吃几碗饭完全不是一码事——前者事关需求预测，后者却是销售目标，两者不能混为一谈。
客户想吃几碗饭，这是非约束性需求，亦即没有考虑供应能力的预测，是真实需求。需求预测就是预测未来的真实需求。这很难，因为我们连过去的真实需求也很难定义，而我们一般是基于过去的需求，来预测未来的需求。
在一个完美的世界，客户有多少需求，就给我们下达多少订单，我们就给发多少货。所以，需求量=订单量=发货量。但世界是不完美的，不是供不应求，就是供过于求，导致这三者很难相等。也就是说，订单不是真实需求，发货量也不是。
比如，供不应求时，有些订单得不到满足，可能改为别的产品，甚至被取消；供过于求时，我们促销，让客户提前下订单，下更多的订单，提前发货。在有些行业，比如电商、零售、新零售，手头没有库存时，就拿不到客户的订单（除非能够负卖），通过订单来精准量化需求就更难了。
物理学上有个测不准定律，放在需求识别上也是：追求严格意义上的真实需求是徒劳的。我们只能来近似，也就是把订单当做需求。这后面还有一系列的细节。比如我们在7月5日接到100个的订单，客户要求7月10日交货，我们承诺7月20日交货，实际拖延到8月3日才发货。那这100个的需求，究竟算到哪一天？
答案是客户要求交货的那一天，也就是基于客户的需求日期来定义需求。当然，有些人会说，客户可能围绕需求日期博弈，比如为了抢货而要求提前交货。这没错，但作为供应方，我们如果能够精准预测到这些，提前准备好库存的话，做了更多的生意，有什么不好呢？
而常见的问题呢，就是拿发货数据当需求历史。这一问题是如此之普遍，以至于成为预测“七宗罪”里的第一大罪。遗憾的是，很多人根本都不知道这是个错误，因为他们从第一天开始，就是基于发货历史做计划的。
不能拿发货历史当需求，根本原因是发货数据滞后，导致低估或高估需求，从而低估或高估预测，可能拉长短缺的恢复时间，并加剧短缺后的过剩。
举个例子。假定需求在增加，客户希望7月15日得到100个产品，但由于以前低估了需求的增长，我们没有准备足够的库存，直到8月2日才发货。按道理这100个的需求要归到7月份，指导我们做好8月的预测；但如果基于发货日期的话，这100个会归到8月份，导致我们低估了7月的需求，从而低估对8月份及后续的预测，让短缺的情况更严重。
想想看，如果短缺非常严重，持续时间非常长；发货延迟很久，那么基于发货历史做预测会有多少延误！过剩的情况正好相反。假定客户的需求日期在8月份，但因为我们有货，所以提前在7月份发货；或者说原来短缺，积压了好几周的订单，现在终于有货了，一下子发送很多，这都虚高了当期的需求，误导后续预测也虚高，从而加剧短缺后的过剩。
让我们通过案例来进一步说明。
这是一位读者分享的数据。如图1，我们用两种方式来识别需求：一种是按照客户需求日期（简称需求），另一种是按照实际发货日期（简称发货）。
如果按照实际发货日期来统计需求历史，9到12月的发货量明显高于客户需求。这段时间发货量大，可能是以前短缺，现在产能终于上来了；也可能是年末考核到了，销售向渠道压货。不管怎么样，如果基于发货量，我们看到的趋势明显，可能误导我们拔高后续的预测。
图1：2018年过剩时，需求和发货历史
即便不用趋势模型，而用简单的移动平均法，预测的结果也大不相同（移动平均法在预测增长趋势时，会低估需求的增长）。比如用6个月移动平均，基于客户需求量的话，2019年1月的预测是83746个；而基于发货量的话，这一数字则变为102255个，高出22%。如果用3个月移动平均的话，这一差距变为52%，可以说是大错特错了。
相反，在短缺状态下，基于发货量则可能导致低估需求，让已经存在的短缺变得更糟糕。就案例产品来说，2017年的产能不足，供不应求，当年实际发货比需求量低6.4%，如图2。选用6月移动平均来预测2018年1月的需求，我们会低估11%；按照3月移动平均的话，我们会低估8%。
可不要小看8个点、11个点的差异。如果想通过选择、优化预测模型来提高这么多点的准确度，你不知道得熬多少灯油。
图2：2017年短缺时，需求和发货历史
---------------------
围绕我的系列畅销书，我开发了5门精品课程，已经推出500余次。2025年培训全新升级，3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)（上海 3月14-16日，深圳 3月20-22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3月18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. 供应链管理:高成本、高库存、重资产的解决方案（深圳3月19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 吴珍桢：177 2795 9069（微信同）。