第2版序言：从手艺到体系
《需求预测》第1期课程结束后，学员反馈普遍评价其“通俗易懂、贴近实战、学完即用”。这证实了第1版成功解决了“如何做出一个预测”的技术问题。然而复盘发现，仅围绕“产出数字”组织知识是不够的，完整的预测体系还需回答更深层的问题：预测在企业中的定位、人为判断的补充机制、模型的生命周期管理以及组织对预测结果的采纳逻辑。
基于此，《需求预测》第2版在保留实操性的基础上，重点补齐了“体系化”内容：
将预测融入计划体系
新增三层计划框架（业务规划、S&OP、主生产计划），明确预测的服务对象；通过解耦点与MTS/ATO/MTO模式界定预测层级；引入牛鞭效应概念定位供应链节点。预测不再是孤立动作，而是嵌入组织决策的关键输入。
正视“人”的因素
专章探讨人的判断介入时机（数据稀缺、环境剧变等）、常见认知偏差（锚定、确认偏误等）及博弈行为（压数字、套预算）。提出用制度机制规范人性弱点，使判断性预测成为体系的必要组件而非模型的对立面。
建立模型生命周期管理
从单纯的模型选择延伸至模型维护：规范训练集与测试集划分、网格搜索纪律、识别三种数据漂移、设定A/B验证切换底线。强调模型是需要定期体检与更新的资产，而非一次性作品。
打通落地最后一公里
确立需求共识会议规则、双向校准金字塔及无约束预测与有约束计划的分治原则，确保预测数字转化为组织行动，避免沦为会议室里的妥协产物。
此外，本书删减了AI协作独立章节及Excel逐步操作，转而聚焦回测纪律、测试集裁判、FVA分析等长期有效的核心方法论。贯穿全书的核心铁律保持不变：预测不是目标或承诺、需区分需求与销售、先标记后判断、新方法必须逐级超越基准。
如果说第1版证明了预测是可系统学习的技术，第2版则进一步阐明：预测是一份可度量、可管理的组织契约。愿这一版助你从“会预测的人”进阶为“建有预测能力的组织”。
董春雷 2026年秋
需求预测实战指南 | 1天课程特训营
课程介绍
需求预测是供应链管理的基础与核心，直接决定库存周转、资金效率与客户满意度。针对中国企业数据基础薄弱、方法单一、跨部门协作不畅等痛点，本课程融合APICS CPIM/CSCP知识体系与国内实战场景，系统讲授从数据准备、模型选择到绩效评估的完整方法论，帮助学员建立“轻松理解、拿来就用”的预测实战能力。
课程对象
- 供应链计划岗位人员（需求计划员、主计划员、物料计划员等）；
- 希望提升需求预测管理能力的供应链管理人员（经理、运营负责人等）；
- 参与S&OP的销售、市场、财务等相关协同人员；
- ERP咨询顾问及希望转型供应链方向的职场人士。
课程目标
- 理解预测本质与战略价值，实现从经验主义到系统化思维的转变；
- 掌握数据清洗核心工作，能识别异常值、填补缺失值并建立事件日历；
- 熟练运用MAE、RMSE、MAPE、Bias等指标，根据场景选择评估组合；
- 掌握时间序列与因果预测方法，针对平稳、趋势、季节数据选择适配模型；
- 学会利用AI工具辅助预测，同时守住人工核准防线；
- 掌握模型选择、健康度诊断及参数调优的系统化方法；
- 理解预测落地管理要点，能组织高效预测会议、开展FVA分析并建立SOP。
课程内容目录
第1章 你的第一个预测：从"拍脑袋"到系统化预测
- 1.1 预测的本质
- 1.2 预测相关概念的区分
- 1.3 动手做：你的第一个预测
- 1.4 评估一下：计算预测误差
- 1.5 预测方法的选择
- 核心知识总结和自检清单
第2章 数据清洗：数字背后有故事
- 2.1 需求与销售：两个截然不同的概念
- 2.2 数据清洗的三项核心工作
- 2.3 识别异常值：三种方法
- 2.4 填补缺失值：策略选择
- 2.5 标记特殊事件：建立事件日历
- 2.7 为什么数据清洗比预测模型更重要
- 核心知识总结和自检清单
第3章 评估指标：给预测"体检"
- 3.1 为什么需要评估指标
- 3.2 绝对误差指标：MAE和RMSE
- 3.3 相对误差指标：MAPE
- 3.4 有偏性指标：Bias
- 3.5 指标对比和组合使用
- 3.6 不同场景指标选择指南
- 核心知识总结和自检清单
第4章 时间序列：看历史，猜未来
- 4.1 三种基本数据形态
- 4.2 方法选择流程
- 4.3 平稳数据：移动平均与指数平滑
- 4.4 有趋势的数据：Holt线性趋势
- 4.5 有季节的数据：Holt-Winters季节性
- 核心知识总结和自检清单
第5章 因果预测：知道"为什么"，才能回答"如果"
- 5.1 因果预测与时间序列的互补关系
- 5.2 因果预测三步走
- 5.3 回归分析的常见陷阱
- 5.4 价格调整预测："如果降到XX元，能卖多少？"
- 核心知识总结和自检清单
第6章 AI协作：让Kimi当你的预测助手
- 6.1 从Excel到AI：什么时候需要协作
- 6.2 数据准备：标准化格式
- 6.3 AI协作实战：从提示词到验证
- 6.4 AI的边界：人工核准的最后防线
- 核心知识总结和自检清单
第7章 模型选择：没有最好，只有最合适
- 7.1 为什么需要系统化的模型选择
- 7.2 跨方法公平比较：A/B测试框架
- 7.3 过拟合与欠拟合：模型健康度诊断
- 7.4 参数调优方法论
- 7.5 模型维护与更新
- 核心知识总结和自检清单
第8章 预测落地：从数字到决策
- 8.1 多维度评估：不要只给一个数字
- 8.2 预测会议：从吵架会到对齐会
- 8.3 FVA分析：砍掉帮倒忙的环节
- 8.4 应对组织政治
- 8.5 预测管理SOP
- 核心知识总结和自检清单
课程安排和费用
课程时间：2026年8月8日（周六 9:30起）
上课形式：网络直播课（腾讯会议，课前发送链接）
培训费：原价1200元/人，老学员推荐优惠200元
愿这1天，成为你预测实践中有用的起点。
APICS CPIM/CSCP 专业认证
在激烈的市场竞争中，提升思维深度、知识广度与能力厚度至关重要。APICS CPIM/CSCP已成为众多专业人士提升核心竞争力的首选工具。我们的网络培训班学员遍布普华永道、德勤、埃森哲等咨询公司，SAP、Oracle等软件企业，苹果、华为、京东等知名外企及民企。
课程采用专职老师授课、全程跟踪辅导模式，致力于帮助学员扎实掌握专业知识。我们建立了专属微信交流群，打造专业交流平台，助力学员共同成长与发展。