本文摘自書籍，作者：劉寶紅、趙玲。

預(yù)測就如賭博，賭對說明了什么？說明了你幸運(yùn)。我們其實(shí)是很難分析賭對的原因，除了基本的“從數(shù)據(jù)出發(fā)，由判斷結(jié)束”的需求預(yù)測流程，以及選擇更合適的數(shù)理統(tǒng)計(jì)模型。即使這兩者都做對了，你還是可能預(yù)測失敗。所以，從賭對中，我們很難學(xué)到太多的東西。這就如你問那位九十多歲的老壽星長壽的秘訣，他說他吃飯，他運(yùn)動(dòng)，他睡覺——他其實(shí)也不知道為什么長壽，否則的話，為什么不教給他的老伴兒，這樣，老伴兒就不會在三十年前去世了。

成功并不能讓我們更聰明多少，也很難復(fù)制。否則的話，馬云會把他的那些成功法則一遍又一遍地復(fù)制，把地球上的錢都賺光了；蘋果也是，把iPhone的成功復(fù)制到i汽車、i電視、i電冰箱，凡是你能想到的，前面都加個(gè)i。人之所以變聰明，是因?yàn)槲覀儚氖≈袑W(xué)習(xí)。具體地說，就是堅(jiān)守基本原則的情況下，盡量避免那些失敗，這樣就增加成功的概率。

就拿長壽來說，基本原則就是吃好、運(yùn)動(dòng)好、休息好。要避免的失敗呢，就是不吸毒，少喝酒，不在XYZ公司上班——加班太多，過勞死；壓力太大，容易跳樓。對于需求預(yù)測來說，堅(jiān)持基本原則就是選擇最合適的統(tǒng)計(jì)模型，走“從數(shù)據(jù)出發(fā)，由判斷結(jié)束”的基本流程。而要避免的失敗呢，則得從預(yù)測的偏差率中去發(fā)現(xiàn)——所有的預(yù)測都是錯(cuò)的，識別偏差，糾正差別就是調(diào)整預(yù)測的過程。

需求預(yù)測就如發(fā)射導(dǎo)彈，一路飛去，一路糾偏。命準(zhǔn)目標(biāo)的過程其實(shí)就是糾正偏差的過程。

圖：導(dǎo)彈擊中目標(biāo)的過程，就是發(fā)現(xiàn)偏差，糾正偏差的過程

讓我們先來看偏差怎么計(jì)算。概念上很簡單：實(shí)際值與預(yù)測值的差就是偏差。但預(yù)測是個(gè)循環(huán)更新的過程，如果每月滾動(dòng)的話，每一個(gè)月就有個(gè)預(yù)測。那究竟該用哪個(gè)月的預(yù)測來計(jì)算偏差？這取決于供應(yīng)鏈的響應(yīng)周期：在一般的行業(yè)，生產(chǎn)周期加上長周期物料的采購前置期，大概在3個(gè)月左右。因此，理論上講，用三個(gè)月前的預(yù)測（M-3）最合理：1月份，你告訴我4月份的預(yù)測是100個(gè)，我就按照這個(gè)來采購、生產(chǎn)。結(jié)果4月份的實(shí)際需求是80個(gè)，那么偏差就是20個(gè)，偏差率是25%。

M-3的偏差率一般會非常高，會揭示太多的“問題”。而最大的問題呢，就是預(yù)測做得太早而不準(zhǔn)，解決方案就是縮短供應(yīng)鏈的響應(yīng)周期，這樣我們就不需要那么早地做預(yù)測了。所以時(shí)間是最大的因素，對于需求預(yù)測來說又不可控，反倒把很多別的可控因素給掩蓋了。

打個(gè)不一定很恰當(dāng)?shù)谋确?。喬丹的投籃命準(zhǔn)率是49.7%，這是他在三分線內(nèi)外的命準(zhǔn)率。假定喬丹一過中場就投籃，估計(jì)命準(zhǔn)率只有5%。分析為什么95%的球都投丟了，結(jié)論很容易是他離籃板太遠(yuǎn)了。其實(shí)即使喬丹在籃下，跟籃板的距離是0，也不是百分之百地命準(zhǔn)。這意味著在距離因素以外，還有別的因素在影響他的投籃命準(zhǔn)率，比如投籃的姿勢，手腕的發(fā)力等。這些其實(shí)是可以控制的，但因?yàn)楸痪嚯x因素掩蓋掉了，反倒沒有被發(fā)現(xiàn)，采取合適的糾偏措施。

有些企業(yè)用M-1來統(tǒng)計(jì)偏差，用1個(gè)月前的預(yù)測作為基準(zhǔn)。這有一定的合理性，因?yàn)橐话愕男袠I(yè)，需求預(yù)測的凍結(jié)期大概是1個(gè)月以內(nèi)（意味著數(shù)量、配置和日期都不能改變），如果進(jìn)入凍結(jié)期還改變預(yù)測，那對生產(chǎn)和供應(yīng)鏈的代價(jià)很高，所以必須嚴(yán)加控制。半凍結(jié)期大概在1到2個(gè)月，這段時(shí)間內(nèi)的需求變化呢，對不起，供應(yīng)鏈你就想法消化吧。就這樣，凍結(jié)期內(nèi)的問題由銷售買單；半凍結(jié)區(qū)內(nèi)的變動(dòng)由供應(yīng)鏈買單，兩頭一湊，算是個(gè)折中方案吧。

但是，對于芯片等采購提前期很長（動(dòng)輒就13個(gè)星期或更長），供應(yīng)靈活性很差的情況（比如芯片生產(chǎn)流程很長很復(fù)雜，人工干預(yù)挺困難），M-1對供應(yīng)鏈來說就有點(diǎn)太不公平——M-1的預(yù)測準(zhǔn)確度挺高，但太遲了，因?yàn)楣?yīng)鏈的決策早都做了。這就是為什么有些企業(yè)用M-2來統(tǒng)計(jì)預(yù)測的準(zhǔn)確度，分析其偏差度。當(dāng)然，還有些企業(yè)采取更折中的方式，用M-1、M-2、M-3的平均值來統(tǒng)計(jì)需求預(yù)測的差異，這在操作上有點(diǎn)太復(fù)雜，也掩蓋了不少有用的信息，指導(dǎo)意義有多大，還有待商榷。

其實(shí)，采用多久前的預(yù)測做基準(zhǔn)，其實(shí)是銷售與供應(yīng)鏈力量博弈的結(jié)果：銷售的力量越強(qiáng)，就選擇近期的預(yù)測做基準(zhǔn)；供應(yīng)鏈的胳膊越粗，就越可能用更久前的預(yù)測做基準(zhǔn)。想必我們現(xiàn)在也清楚了，如果兩家公司都說他們的預(yù)測偏差是30%時(shí)，如果一個(gè)用的是M-1，另一個(gè)是M-3，那他們的差距可不是一點(diǎn)點(diǎn)喔。

定義好了偏差怎么計(jì)算，讓我們進(jìn)一步探討差異是怎么分析的?？偟膩碚f，我們感興趣有幾個(gè)方面：絕對偏差（絕對值），相對偏差（百分比），偏差的方向（偏見）。

先說絕對偏差。假定需求預(yù)測是100，實(shí)際需求是80，那么絕對偏差就是20。除以實(shí)際需求80，就得到絕對百分比偏差25%。絕對百分比讓不同的產(chǎn)品有了可比性，所以是差異分析中較常用的一種。不過你看得出，絕對百分比掩蓋了偏差方向，沒法判斷預(yù)測是虛高還是虛低。比如需求預(yù)測是60，實(shí)際需求是80，其百分比差異也是25%。但你知道，這是預(yù)測虛低，會造成短缺，跟預(yù)測100、實(shí)際80造成的過剩不一樣，對供應(yīng)鏈的影響也不同。

這就是為什么有些公司拿掉絕對值，直接計(jì)算預(yù)測和實(shí)際的偏差百分比。這種偏差可以清楚地判斷預(yù)測與實(shí)際的偏差方向，以揭示需求預(yù)測中的系統(tǒng)性偏見。比如“由判斷結(jié)束”中，有幾個(gè)銷售人員習(xí)慣性地高估需求，而別的銷售人員時(shí)高時(shí)低，更加符合統(tǒng)計(jì)學(xué)規(guī)律。根據(jù)這樣的分析，就可有針對性地采取組織措施，糾正這幾個(gè)銷售人員的行為。

有的公司把預(yù)測和實(shí)際的偏差值累計(jì)起來，就得到累計(jì)偏差，以判斷預(yù)測的累計(jì)影響。比如而1月、2月、3月的預(yù)測偏高，4月、5月、6月的偏低，半年加起來可能抵消，從而沒有造成呆滯庫存。不過這并不意味著完美無缺。比如基于前三個(gè)月的過高預(yù)測，供應(yīng)鏈可能不得不趕工加急，造成額外的運(yùn)營成本；由于后三個(gè)月的預(yù)測偏低，工廠可能遣散一部分員工，產(chǎn)生遣散費(fèi)用?？梢哉f，一旦匯總，我們可能冒喪失某些信息、掩蓋某些問題的風(fēng)險(xiǎn)。所以，預(yù)測的累計(jì)偏差一般不獨(dú)立使用，而是和別的偏差指標(biāo)一起用。

此外，還有很多偏差的統(tǒng)計(jì)方法，比如統(tǒng)計(jì)預(yù)測值與實(shí)際值之間的方差、均方差，來衡量偏差的幅度和離散度。但不管用什么樣的統(tǒng)計(jì)方法，超過一定限度的會成為異常值，需要根源分析，采取糾偏措施。需求預(yù)測雖說是“預(yù)測”，其實(shí)大部分時(shí)間都在糾偏：發(fā)現(xiàn)差異，分析差異，理解差異，采取糾偏措施，比如更換統(tǒng)計(jì)模型，與銷售、市場、產(chǎn)品管理會面討論，和關(guān)聯(lián)職能協(xié)商等。正是通過處理一個(gè)個(gè)的“例外”，我們才得以避免失敗，從而能夠成功。這就如要長壽很簡單，只要解決那些可能讓你死去的“例外”，活著就是長壽。