需求預(yù)測(cè)經(jīng)常面臨這樣的矛盾,一方面,就是對(duì)預(yù)測(cè)報(bào)以很高的期望,認(rèn)為預(yù)測(cè)能夠解決供應(yīng)鏈供需的問題,減少甚至杜絕庫存不足或者庫存過剩的問題,而另一方面,卻是對(duì)預(yù)測(cè)工作人員的努力,成果不認(rèn)同,或者預(yù)測(cè)系統(tǒng)的不信任,總而言之,就是期望太高,現(xiàn)實(shí)不能的情況。
為此,筆者也收到過不少從業(yè)人員的抱怨,就是工作難度極大,追求完美而不能,但是付出和獲得的回報(bào)(暫且不說薪酬等)不成正比,更多的是被挑不足,批評(píng)甚至某著名名企的一個(gè)KPI就是預(yù)測(cè)準(zhǔn)確率達(dá)不到某數(shù)字還要扣錢。
以下這些典型的問題,往往都是預(yù)測(cè)人員都經(jīng)常面對(duì)的,那么如何說服對(duì)方,克服為此帶來的從業(yè)壓抑感等,是一個(gè)非常關(guān)鍵的改善點(diǎn)。
預(yù)測(cè)總是錯(cuò)誤的,這點(diǎn)如果被涉及的人員所理解,那么坦白說,所處位置的從業(yè)前景不樂觀。預(yù)測(cè),一個(gè)是追求相對(duì)準(zhǔn)確,能夠反映相關(guān)因素的預(yù)測(cè)結(jié)果,而非絕對(duì)的完美結(jié)果。預(yù)測(cè)精度出現(xiàn)的偏差,應(yīng)該有一個(gè)彼此能夠認(rèn)同的可接受范圍。
而從業(yè)人員往往面對(duì)的都是大量的SKU,某個(gè)或者某幾個(gè)SKU需求預(yù)測(cè)出錯(cuò)很厲害,就容易被認(rèn)為是所有SKU的預(yù)測(cè)都不可靠,不被信任。
預(yù)測(cè)結(jié)果一定會(huì)有不如人意的地方,假如是少量的SKU(比如5%)的預(yù)測(cè)結(jié)果相當(dāng)不可靠,更是對(duì)整體的預(yù)測(cè)和預(yù)測(cè)工作失去信任,這是要克服的。
錯(cuò)誤厲害的預(yù)測(cè),讓可以把更多時(shí)間和精力投入在這些預(yù)測(cè)結(jié)果異常的SKU上,從而發(fā)現(xiàn)不足的地方,通過不斷改善來提升預(yù)測(cè)結(jié)果的可靠性,這點(diǎn)是一個(gè)準(zhǔn)確的預(yù)測(cè)態(tài)度。
預(yù)測(cè)錯(cuò)誤總是很容易被當(dāng)成箭靶受到不同的指責(zé),而合理區(qū)分出預(yù)測(cè)錯(cuò)誤的可接受,和如何利用不可靠的預(yù)測(cè)結(jié)果提升,這應(yīng)該是預(yù)測(cè)人員在工作事前,和相關(guān)部門明確和確立的重點(diǎn)步驟。
無可否認(rèn),智能化在現(xiàn)在發(fā)展得越來越厲害,在預(yù)測(cè)區(qū)域,也開始出現(xiàn)了不少預(yù)測(cè)軟件。而有時(shí)候,總有一些人會(huì)相對(duì)排斥使用預(yù)測(cè)軟件,因?yàn)檎J(rèn)為引入這些軟件,是認(rèn)為自己的預(yù)測(cè)結(jié)果不準(zhǔn)確。
而預(yù)測(cè)軟件很多邏輯是固定設(shè)置,這也是被一些經(jīng)驗(yàn)人士所不喜的,因?yàn)槿狈φ{(diào)整的變化,但內(nèi)部始終認(rèn)定軟件輸出的結(jié)果,導(dǎo)致經(jīng)驗(yàn)人士的知識(shí)和經(jīng)驗(yàn)被忽視。
這個(gè)是工作過程中不時(shí)出現(xiàn)的矛盾。
大多數(shù)軟件,都是只會(huì)告知如何輸入?yún)?shù),數(shù)值,如何輸出結(jié)果,而不告訴邏輯,模型設(shè)置等具體,這應(yīng)該要在工作前去了解,讓經(jīng)驗(yàn)人士認(rèn)識(shí)到軟件的價(jià)值,同時(shí)也能發(fā)現(xiàn)軟件的不足,可以允許從業(yè)人員對(duì)此調(diào)整和修正,提高模型的精度和覆蓋面,既證明軟件系統(tǒng)的有效工作,而發(fā)揮從業(yè)人員的經(jīng)驗(yàn)和知識(shí),贏得信任。
新品不單指第一次出現(xiàn)的產(chǎn)品,范圍擴(kuò)大一點(diǎn)的說,可以包括替代產(chǎn)品和一些只有很短時(shí)間的產(chǎn)品,它們的特點(diǎn)就是沒有歷史數(shù)據(jù)或者歷史數(shù)據(jù)很少,這使得采用時(shí)間序列方法進(jìn)行預(yù)測(cè)的時(shí)候,結(jié)果可能很不穩(wěn)定,預(yù)測(cè)的需求波動(dòng)很大。
尤其是電商鋪貨,如何建立具備信任度的預(yù)測(cè)模型和得出可靠的預(yù)測(cè)結(jié)果,是很大程度上關(guān)系到經(jīng)營(yíng)成敗的關(guān)鍵點(diǎn)。
事實(shí)上,對(duì)于新品預(yù)測(cè)一個(gè)有效的方法就是選用類似品作為參照,不過這個(gè)需要花費(fèi)一定的時(shí)間。引用合適參照品的數(shù)據(jù),是簡(jiǎn)單有效的方法。
當(dāng)然,在一定歷史數(shù)據(jù)產(chǎn)生之后,還是應(yīng)該轉(zhuǎn)回使用自身數(shù)據(jù)作為分析,畢竟再類似的產(chǎn)品也不能具備其完全一致的特點(diǎn)。
典型的例子就是間歇性需求,一個(gè)時(shí)期具有某單位的需求,然后接著的時(shí)期可能長(zhǎng)時(shí)間的0需求。這樣的特性,除了是間歇性需求外,也有可能是流動(dòng)很慢的滯銷產(chǎn)品。產(chǎn)品的數(shù)據(jù)特征就是并非每一個(gè)時(shí)期有需求數(shù)據(jù),假如把0需求數(shù)據(jù)引入到計(jì)算之中,就導(dǎo)致結(jié)果異常。
除了使用針對(duì)0需求的預(yù)測(cè)方法外,也應(yīng)該和相關(guān)方面,客戶等,為這些產(chǎn)品建立一套彼此認(rèn)可的規(guī)則,比如補(bǔ)貨策略,下架策略等。
數(shù)據(jù)是預(yù)測(cè)的重要基礎(chǔ)。不過比起數(shù)據(jù)處理,更多人往往把時(shí)間花費(fèi)在預(yù)測(cè)模型的建立,預(yù)測(cè)參數(shù)的設(shè)置等,而很少把時(shí)間花費(fèi)在認(rèn)識(shí)歷史數(shù)據(jù)上。
這些包括不限于歷史的真實(shí)需求數(shù)據(jù),產(chǎn)品相關(guān)的信息需求的,都應(yīng)該與所有系統(tǒng),尤其是預(yù)測(cè)系統(tǒng)數(shù)據(jù)保持一致,否則出來的結(jié)果就會(huì)出現(xiàn)不可靠性。
盡管數(shù)據(jù)繁多,哪怕無法全部核查驗(yàn)證,也不妨使用抽查,或者通過一些方法來檢驗(yàn)可能的異常值,從而提高所使用數(shù)據(jù)的真實(shí)和可信性。
從數(shù)據(jù)輸入開始,數(shù)據(jù)檢查的步驟就應(yīng)該開始,盡管花費(fèi)在數(shù)據(jù)的時(shí)間和成本并不見得帶來足夠的效率提升,但是一旦錯(cuò)誤的數(shù)據(jù)引起的錯(cuò)誤預(yù)測(cè),這樣的損失往往也是昂貴的。
預(yù)測(cè)并非一個(gè)埋頭苦干的工作,不是對(duì)著數(shù)據(jù),對(duì)著屏幕埋首,因?yàn)橥鶖?shù)據(jù)并不能捕捉到未來的趨勢(shì)和發(fā)現(xiàn)市場(chǎng)迅速而起的驅(qū)動(dòng)力,尤其是時(shí)尚快消產(chǎn)品,后者的因素尤其重要。這往往是預(yù)測(cè)結(jié)果不準(zhǔn)確的一個(gè)很重要因素。
走出象牙塔,預(yù)測(cè)并非孤立的推算工作。如何和市場(chǎng)信息能夠緊密連接,而預(yù)測(cè)人員必修課題。而這些信息有時(shí)并不透明,或者簡(jiǎn)單地?fù)Q成數(shù)字,這需要預(yù)測(cè)人員分析和恰當(dāng)?shù)匕盐眨瑥亩{入在預(yù)測(cè)中,否則信息記錄的錯(cuò)誤,不但不能提高預(yù)測(cè)準(zhǔn)確率,反而降低預(yù)測(cè)質(zhì)量。
這些都是一些常見的問題。
認(rèn)識(shí)和克服這些問題,才更好地讓預(yù)測(cè)工作步入正軌,帶來更多的價(jià)值和獲得更多的認(rèn)同。
瑪氏中國(guó) | 2025年度國(guó)內(nèi)運(yùn)輸物流服務(wù)【冰淇淋業(yè)務(wù)】
3384 閱讀2025年京東物流貴州大件宅配、京東幫資源招商
1521 閱讀2025年京東物流-河北大件宅配、京東幫資源招商
1063 閱讀物流企業(yè),沒有效率的增長(zhǎng)就是在加速衰亡
867 閱讀快運(yùn)網(wǎng)點(diǎn)的“跨境突破”:利潤(rùn)更高、增長(zhǎng)潛力大、協(xié)同增效
875 閱讀【權(quán)威發(fā)布】2025年貨車司機(jī)從業(yè)狀況調(diào)查報(bào)告(第一部分)
772 閱讀順豐獲任大圩葡萄官方指定物流服務(wù)商
785 閱讀為何有些物流人越混越差?
781 閱讀支持99%歐洲國(guó)家互發(fā)快遞!菜鳥升級(jí)G2G泛歐3日達(dá)服務(wù)
782 閱讀什么樣的物流人,會(huì)越來越厲害?
758 閱讀