
需求是指在特定价格和
时间内,客户愿意并能够购买的商品或
服务数量。作为供应链运作的“指挥棒”,需求直接决定工厂排产、仓库备货与
物流配送路径。供应链管理的核心目标正是平衡供需,确保产品在正确时间抵达正确地点。
1. 需求管理的两种经典策略
企业满足市场需求主要采用两种模式:按订单生产(Make to Order, MTO)与按库存生产(Make to Stock, MTS)。
按订单生产(MTO)
企业在收到客户订单后才启动生产流程,常见于工业设备、建筑项目等高定制化行业。该模式可减少库存积压,但交付周期较长,适用于单价高、个性化强的产品。
按库存生产(MTS)
企业基于需求预测提前组织生产,广泛应用于快消品、食品饮料等行业。为应对销售旺季,相关企业通常需提前3至6个月布局产能。该模式借助规模效应降低成本,并缩短交付周期。 现实中,多数企业结合使用MTO与MTS。例如高端车企同时提供定制车型(MTO)与标准配置车型(MTS);快消品牌在区域仓储备基础款(MTS),旗舰店则承接个性化订单(MTO)。 无论采用何种策略,准确识别需求特征与可靠预测未来需求都至关重要。MTS依赖预测进行库存补货规划,而MTO虽以订单驱动,仍需通过预测安排产能及原材料采购。
2. 需求预测的三大方法
专家意见法
适用于缺乏历史数据的新产品预测,如全新车型上市。尽管常被戏称为“拍脑袋”,但其本质是基于行业经验与市场判断的系统性估算。 以2024年理想MEGA与小米SU7为例,同为新能源车企新品,市场反应却截然不同,凸显新品预测难度。此类预测可通过估算整体细分市场规模,再推断新品份额完成。通常由多位专家独立判断,剔除极端值后取平均数或中位数作为最终结果。
因果模型法
通过识别影响需求的关键变量建立预测模型,寻找需求背后的“驱动因素”。 典型案例如冷饮销售与气温高度正相关。当
上海气温在2025年4月突破30℃时,便利店冷饮迅速售罄。据此,企业可依据天气预报调整下周备货量。类似地,新建住房开工量与宏观经济指标密切相关,进而影响建材、家电等产品需求。此类模型精准有效,但构建与验证成本较高,通常仅用于重点产品。
时间序列模型法
当前最主流的预测方法,基于历史需求数据推测未来趋势,假设“历史会重复”。该方法适用于SKU层级的短期需求预测,尤其适合有稳定销售记录的产品。 其挑战在于需为不同SKU和区域选择并拟合合适模型。局限性在于未纳入外部变量(如天气突变、社交媒体热度)的影响,因此预测精度可能受限。 需求是供应链的起点,预测则是连接供需的桥梁。从MTO到MTS,从经验判断到数据建模,核心目标始终一致:在不确定性中寻求供需最优平衡。