当下，很多企业都意识到了降本增效的重要性，但是在实际的工作中，降本增效的实施达不到理想的效果。部分企业只是简单的将降本增效理解为降低生产成本，没有将影响企业成本的因素剖开进行分析，特别是供应链整体成本的优化没有重视起来。
一个非常典型的现状是，目前不少信息化水平比较高的企业，其信息系统建设已经非常全面，有准确的BOM、严密的计划运算逻辑、严格的材料准交控制等等。但是整体的库存利用率偏低，库存金额偏高，库存呆滞和短缺同时出现，给企业带来严重的资金压力。究其原因是企业的需求预测能力不足，没有形成组织级的管理能力，降本增效的效果并不明显，企业需要去提高供应链的柔性和响应能力。
需求预测是市场趋势、客户需求、企业供应链能力等多种因素综合博弈的结果。
需求预测的组织能力是什么？
究其原因，企业面临外部环境不确定性，使用了错误的预测方法，最终陷入需求预测准确率低——生产产能浪费——资金大量占用——有效产能不足——订单准交率低——库存呆滞这个怪圈中。企业常见需求预测方法如下：
1、销售按客户提供数量，计划简单相加
由于计划远离客户，常见的说法是“我们又不是销售，怎么知道客户要什么？”。以此为借口，让销售层层提报下月或几个月的需求，计划简单相加汇总后组织生产和采购。这种做法显而易见的加剧了需求牛鞭效应，各个环节层层加码，多的卖不掉，缺的来不及。
结论：销售和计划完全脱节一面订单交不出、一面仓库大量呆滞，最后销售直接把提报需求数量的工作转交给几个助理，需求预测流于形式。助理既没能力制定预测，也没义务对预测负责，计划拿不到有效的需求数量，需求预测形同虚设。
2、销售完全放手，计划全权负责
销售作为强势部门，只负责拿到订单和催货，常见的说法是“我们在前线打仗，精力都在拿订单上”。计划只能设置安全库存去定时生产补货，各种库存推移表应运而生。一旦需求出现波动，安全库存随时被击穿，生产现场大量的急单和换线。生产周计划变成了生产日计划，最后只能提高库存去应对销售越来越急的订单。
结论：销售和计划还是脱节，订单各个加急，甚至销售直接指挥生产，最终计划职能被不断弱化，变成了销售和生产之间的协调员，采购订单的催货员。
3、按照历史数据预测生产
计划利用历史的出货数据，去判断未来一段时间的需求，再结合当前库存去组织生产。这种做法在产品相对较少、通用性强、需求频率稳定的行业还算适合。一旦出现公司推广新品、外部环境波动、历史出货数据出现偏差，需求预测会不断的偏离实际，反向又影响了历史数据的准确性，需求预测准确度每况愈下。
结论：计划要承受量库存呆滞的压力，财务会不断问责计划，甚至把库存金额作为计划的考核项，最终造成销售催订单、计划催呆滞发货。计划每个月对着历史数据绞尽脑汁、缩手缩脚，需求预测变成计划手中烫手的山芋。
那么关键问题来了，需求预测到底该怎么做才对呢？企业应该用组织的能力弥补部门能力，用管理能力去应对需求不确定性，而不是单纯依靠某一个部门来做需求预测。组建需求预测团队，由计划牵头搭建需求预测流程，团队从各个维度来完善预测。通过不断的PDCA提升需求预测的判断能力，形成组织能力。
需求预测团队的主要工作如下：
1、计划部门提供整体趋势判断
计划对历史数据收集、清洗、分析和趋势判断，然后考虑当前的库存量，和产品的通用性、出货频率，给出下一个月或几个月的各个产品的预测初稿，并在初稿说明趋势走向，对重要产品和风险大的产品做出标注。
2、销售部门提出个别判断
销售针对预测初稿的重点产品、重点客户，做出数量修正，并给出修正理由。例如：客户下月促销，需求量需要增加25%等等。
3、市场部做竞对分析
市场针对预测初稿的品类给出修正意见，例如：竞对下月促销，估计订单量会下降等。
4、研发部给出新品推广计划
研发针对预测初稿的新品和旧品给出替代关系，例如：新品A完全可以替代老品B ，建议降低B产品数量，提高A产品数量等。
各个部门判断完毕后，召开需求预测分析会。对预测进行讨论和分析形成决议，终版的需求预测下发安排生产计划。定期回顾需求预测偏差原因，判断依据讨论得失，逐步提升预测能力。通过不断的迭代和优化判断维度，提高组织的预测能力。
最后强调，只要是预测都是“错误”的，只是这个“错误”是大还是小而已。需求预测应该用整体准确率，作为组织预测能力的判断标准，而不是抓住细节预测错误个案不放，这样会导致无人敢做预测。最后各个部门只能按照自己的经验来执行，客观上造成没有预测其实各个环节都是预测的窘境。
U9 cloud如何帮助企业实现精准的需求预测？
在构建这个核心能力的过程中，U9 cloud通过预测管理，能够帮助企业实现灵活多变的需求预测算法，并可以对企业预测进行全生命周期管理。整体流程图如下：
1
制定灵活多变的预测方案
按照行业和产品需求规律，设置灵活的需求预测方案。时间周期支持年、季、月、周、日；预测数据来源支持销售订单、销售出货、销售计划、客户寄售和外部数据；设置灵活的数据期数，达到预测算法的灵活性。帮助计划员的对产品进行分门别类的预测管理。
2
定时执行预测计算
根据预测方案系统自动进行需求预测运算，得出预测结果。通过系统自动运算节约了计划大量的收集、汇总和分析的时间，让计划有时间和多个部门展开协作，共同对预测数据进行分析和判断。
3
形成需求预测决议，自动生成销售计划
系统运算的需求预测作为初稿，召开需求预测会分析个案，进行需求预测调整，形成最终的需求预测，系统自动生成销售计划，下发到车间组织生产。后续系统会对销售计划的出货完成情况进行统计，实现预测准确率的闭环分析。
总之，需求预测应该“从数据开始，由判断结束”，“小步快跑，不断修正”的原则来制定和执行！在U9 cloud系统支持下，相信在坚持一段时间后，企业整体库存结构优化会有明显改善，供应链环节的降本增效事半功倍。
