我们都说预测要准，比较的基准是什么？其一，跟预测比。你说你要100个，实际上是否要了100个？其二，跟实际需求比。客户实际需要100个，我们是不是提前预测到100个，驱动供应链及早响应，有效满足？
跟预测比，主要是为了约束销售端，以更好照顾供应链的利益。这在销售提需求、重资产运营的企业比较常见。比如我到一家手机厂商，问大家为什么要预测，制造总监的答复是让工厂平稳生产。我能够理解，资产那么重，工厂的设备不能停，工人不能闲着，加急赶工要尽量少，因为这都意味着成本。但公司存在，是不是为了让工厂的日子过得好？
不是。公司的终极存在取决于让客户满意。客户满意了，企业才有生意做，工厂才有活路。毕竟，客户来买我们的产品，股东来买我们的股票，不是因为我们的工厂生产平稳，而是因为我们更可能预测到客户想要的，提前准备，从而成本低，服务水平高，客户满意，股东也有的赚。
还有，以预测作为比较基准时，容易引起博弈，造成预测虚高。
比如，实际需求是80个，如果预测100个，误差是20个，绝对百分比误差为20/100=20%；如果预测是60个，误差也是20个，绝对百分比误差为20/60=33.3%。这就是对低估的“惩罚”，诱使预测者高估，通过拔高预测来增大分母，从而“减小”误差。这也部分解释了，为什么家家都放着一堆库存。
而以实际需求为基准，就没有这样的博弈，因为实际值是难以操纵改变的。
我更倾向于以实际值为基准，来统计预测准确度。这就跟在尺码和脚之间，我们当然是选择相信脚一样。用预测值减去实际值，如果误差是正的，表明预测偏高；如果误差是负的，表明预测偏低，这样也更加直观。
不过在学术著作中，我们一般看到的是误差=实际值-预测值。这更多是数理统计的传统，由“实际值=预测值+误差”转换而来。在有些计划软件里，他们可能用数理统计的传统来计算误差。在Excel中做线性回归，误差就是按照实际值减去预测值来计算的，解读残差时要注意。
作为实践者，用实践者习惯的方式来更直观地表述，比遵循统计学传统更有意义。所以，我会用预测值减去实际值来计算误差。
此外，我也能够理解，为什么有些企业以预测为基准。在这些企业，“需求”主要是由销售创造的。比如有些电商主要靠广告、引流做生意，有些品牌商主要靠渠道压货、促销做生意。那么以预测为比较基准，让销售说到做到，也是有道理的。
这后面常见的就是拿销售目标当需求预测，自上而下地分配任务，自下而上地层层承诺。这也让预测过程更加“政治化”，加剧了预测过程中的组织博弈，在业务快速成长时尚可，因为整体处于短缺状态；一旦市场饱和、经济低迷时，就容易出现灾难性的库存积压、产能过剩。
-----------------------
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 11月14-16日，上海 11月21-23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 11月12日，上海 11月19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11月13日，上海 11月20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）。