當前市場，客戶需求趨向于多樣化，個性化發(fā)展，需求管理在整個供應(yīng)鏈計劃體系中也越發(fā)重要，其作為后續(xù)執(zhí)行相應(yīng)的供應(yīng)計劃、排產(chǎn)安排等執(zhí)行動作的關(guān)鍵驅(qū)動，具備十分重要的地位。

需求計劃業(yè)務(wù)運作邏輯舉例

對于需求計劃部門而言，我們常見的需求計劃的指標即為需求準確率了，而這個數(shù)字背后是可以洞察出很多具體產(chǎn)品的銷售趨勢等信息的。

以某產(chǎn)品系列X為例，需求計劃師對上個月的此產(chǎn)品系列中與預(yù)測不一致的具體型號進行拆解分析，明確哪些產(chǎn)品低于預(yù)期，哪些超預(yù)期，并基于具體的準確率、銷量數(shù)據(jù)和市場、銷售部門討論溝通，進一步對需求準確率做分析，形成下一輪做預(yù)測的輸入信息，這其實也是清洗歷史數(shù)據(jù)的過程。

然后，基于對上一輪預(yù)測計劃到實際銷量的轉(zhuǎn)換形成的結(jié)論，加上本輪對歷史數(shù)據(jù)的清洗，哪些銷量是來自于去年同時間對應(yīng)渠道的短期促銷，哪些是由于缺貨導致銷量偏低，對歷史數(shù)據(jù)的來源做”削峰填谷“，形成這個產(chǎn)品的基準需求歷史數(shù)據(jù)。自然地，這個過程中對數(shù)據(jù)的清洗背后的假設(shè)條件需要作以記錄，以便在后續(xù)和關(guān)聯(lián)部門討論時有數(shù)據(jù)的基礎(chǔ)。

對上一輪的需求數(shù)據(jù)，同比歷史的需求數(shù)據(jù)做了清洗之后，需求計劃師需要選擇合適的匹配的預(yù)測模型，和產(chǎn)品、市場、銷售部門溝通對齊，對于基準預(yù)測中有分歧的地方做溝通討論，形成這一輪的可被供應(yīng)計劃端執(zhí)行的需求計劃。

那么，數(shù)據(jù)清洗有哪些因素可供考慮呢？

影響需求的因素

需求趨勢

表示需求隨著時間的推移其整體需求曲線，是”上揚“還是”下降“；比如新品上市可能需求會有一段時間的爬坡上揚，產(chǎn)品生命周期臨近尾期時需求逐漸下降。

季節(jié)性

既可以表示產(chǎn)品的需求有明顯的季節(jié)性，比如羽絨服；也可以表示基于時間體現(xiàn)出來的周期性表征，比如午餐時間/周末時間指定商品是售賣高峰期。

周期性

表示產(chǎn)品的促銷季需求非常明顯，比如某炸雞的瘋狂星期四，國內(nèi)的雙十一活動等，那么對應(yīng)的需求也會因折扣價格/廣告宣傳等對需求增長有體現(xiàn)。

隨機偏差

由不確定或隨機事件影響體現(xiàn)的需求數(shù)據(jù)震蕩。

經(jīng)濟周期等外部因素

經(jīng)濟增長或者下行周期中必然會影響整體市場對產(chǎn)品的需求。

如上介紹的前幾個因素也可以看作時間序列的模式中幾個關(guān)鍵的參數(shù)。后續(xù)關(guān)于預(yù)測算法，時間序列算法中做展開分享。

下附圖對前述的四種時間序列相關(guān)的要素做了典型示例圖的呈現(xiàn)，其中左上體現(xiàn)了時間序列中的季節(jié)性因素；右上體現(xiàn)了時間序列中的趨勢因素；左下體現(xiàn)時間序列中的趨勢和季節(jié)性因素；右下體現(xiàn)了時間序列中的隨機偏差模式。

預(yù)測的特點

首先預(yù)測肯定是有誤差的，或者說預(yù)測肯定是有”錯誤“的，所以才是預(yù)測；

其次，預(yù)測在產(chǎn)品族層級通常是比具體產(chǎn)品型號更準確，因為每個具體產(chǎn)品的預(yù)測的偏差可能在產(chǎn)品族層級中和掉了一些；

然后，近期的預(yù)測通常是比長期的預(yù)測更準確，這個也比較通俗易懂，具體現(xiàn)在越遠的時間，其不確定的因素越多，需求準確程度自然越低。