2016年央视3.15晚会，让刷单产业曝光在公众的面前。何为刷单产业，简单的说就是电商的商家，制造虚拟的订单信息，包括订单的生成，物流运输，付款等环节，炒作商家的信用和业绩，误导消费者。

随着刷单人群的日益庞大，其危害性开始显露出来，刷单让所有的东西都变成假的，消费者被欺骗了。

不过，在我看来，被欺骗的不仅仅是消费者，电商平台才是最大的受害者。我们都知道，阿里巴巴是一个以大数据为基底的公司，搜索、广告等，都是基于大数据的深度分析，大数据是阿里巴巴需求管理的基石。大数据的基础是丰富性，但前提是这些数据必须是准确的。

维护大数据的准确性，是一项艰巨，持久的任务，阿里巴巴为此还专门成立规模近百人的“炒信特战队”，用来清查平台上刷单炒信行为。随着业务量的不断增加，未来在这方面的投入会继续加大，可见阿里巴巴为了数据的真实性下了血本。

联系到我们的生产企业，很多都希望通过大量的基础数据，利用某些工具得到企业的需求预测。认为只要预测做的好，生产、销售等环节就一定没有问题。

对此，我有不同的看法：

需求预测是非常重要的，如果能把需求预测做准，可以减少很多干扰，但是准确的预测通常是很难做到的，因为市场的不确定因素太多，我们的基础数据（大数据）又难以做到准确无误。

我们有多少企业可以像阿里巴巴那样，为了数据的真实性，需求预测的准确性，投入巨大的成本？

那既然需求预测很难做准，我们有什么方法可以应对？答案是——产供销协同。

做准需求预测——产供销协同
 

关于排产

企业有三大核心职能：研发设计出好的产品（产品管理），市场开拓以实现好的销售（需求管理），供应链以高效低成本保证供给（供应链管理）。而生产排程处于整个供应链的末端，又是属于执行层面的操作，因而也就经常成了被忽略的角落。

但是在当前产品种类繁多，生产工序复杂的环境下，排好产，及时反馈交货期虽然非常重要，但是要实现它，却没那么简单。如果没有一个强大的工具指导排程有条不紊的进行，势必会使得产线排程要么过于死板，不允许插单，不允许调整；要么就是一直处于救火的状态，一个产品做到一半，被销售的急电打断，赶紧换做在催的另外一个产品，变成了谁催得急就先做谁的，完全没有章法流程可循。最终会使得车间的管理进入恶性循环，越乱越催，越催越乱，而深层次的影响是由于无法提前反馈交货期，客户往往在最后一刻才被告知交货延迟，最终导致客户对公司信任度的下降，甚至因此而丢掉将来的订单。
 

关于计划

上面讲到，企业的三大核心职能：研发设计出好的产品（产品管理），市场开拓以实现好的销售（需求管理），供应链以高效低成本保证供给（供应链管理）。而在整个供应链管理中，供应链计划是最核心的部分。

好的供应链计划能帮助提高整个供应链的效率，降低库存资金的占用量，提升客户的满意度，特别是在市场需求萎缩，个性化产品更新换代加速，利润率下降的情况下。提高供应链的效率和质量成为了企业能否生存的重要因素。

古语“预则立，不预则废。”如果没有一个好的计划，企业必定会被迫偏重于日后的纠正措施。计划能帮助我们预测可能发生的问题，从而为预防措施指明方向。采取主动的预防措施对企业供应链的健康运行要远远好于被动的事后纠正措施，但预防措施的数据获取比较困难，分析也相对复杂。

传统MRP缺失自下而上再分配的功能，如果能基于现有原料及产能的数据，在后台通过严密的逻辑计算，整合出最靠谱的一份供货计划，包括针对市场部中长期预测给出的供货计划，从而使得在前线拼杀的销售团队将后方供应了然于心，更加从容的面对客户。

真正好的计划能基于现有的供需状况，演变出未来的每个财务帐期的整体库存、呆滞库存和过期库存的预测分析报告，使得各个职能部门能够有的放矢的管理企业的库存，企业高层管理人员和财务人员也能够提前了解企业的现金流，从而做一些决策上的调整改进。
 

关于SAP排程

很多朋友在群里提到SAP系统中APO的排程工具很难使用，系统参数设定的要求很高，相关的导出报表也很不友好。

其实不单单是SAP，我接触过的其它ERP系统，无论是国外的高大上的系统，还是国内的简易低端的系统，生产排程这块都不太好用。SAP是进口高档品，价格不菲，我们的用户花了大量的财力，人力来实施SAP，最后发现和当初的预期相差甚远， 会有很大的心理落差。SAP在国外或许好用，但移植到中国的土壤上就不见得能枝繁叶茂， 就好比在德国的高速公路上开车，可以使用自动巡航，但在大多数国内的道路上定速巡航只是个摆设，实际驾驶中司机的及时调整，快速反应是必须而且异常重要的。

而国内的一些简易ERP系统，排程的功能非常不完善甚至根本就是缺失的。

然而不管是舶来品还是本土的软件，其相同点是：他们对参数设定的准确性要求都很高，换句话说，使用的前提条件都很苛刻。 而当前国内市场的现状是需求变化快，定制化要求越来越高，这就需要柔性化（快速调整），物料齐套等系统功能来支持排程的需求。

需求预测

前几天有朋友提到在SAP系统中做需求预测比较难，通常得到的数据无法直接运用。对此，我也感同身受。

首先，需求预测是非常重要的，如果能把预测做准，可以减少很多的干扰，但是准确的预测通常很难做到。因为市场不确定的因素太多， 需求很难把控。

为什么需求预测很难做好呢？

1. 通常我们用历史实际需求通过数模来反映将来的需求趋势，这么做的弊端是，在中国市场情况不断快速变化，产品更新换代频繁的商业环境下，历史往往很难代表将来。也不可能用几种数学模型来模拟各种不同的纷繁复杂的，不停变化的市场情况。

同时要拿到真实的历史数据比较难，例如， 客户的真实需求是每月100个，一般在月初就出给客户，但是第二个月由于某些原因，在第一个月的最后一天将货提前出给了客户，这样系统出货的历史数据就是连续三个月200, 0, 100。每月100的需求和200，0，100的需求这两种情况，经过数模计算出来的结果是有很大差异的。如果要做到精确，需要人工剔除掉异常情况（如客户早拿货，节假日…..）。如何知道哪些情况是需要手工剔除的，并且在运行系统前调整好，工作强度，难度都非常大。

2.仅仅基于销售提供的需求预测, 就直接拿来当成需求的话，一般会偏大。因为销售关注的主要是如何完成销售指标，库存多少对他们来说是次要的。每个部门都会将自身的KPI放在首位，这也无可厚非。

我们目前的做法是：

1

基于系统历史数据产生统计学上的模拟需求预测（Statistic Forecast)

2

由业务部门主导，基于Statistic Forecast，和新的市场情况（比如多了一家分销商,临时的促销计划），来相应地调整需求预测。

3

根据业务部调整后的需求预测，预估这版需求预测能支持多少销售额。同时和公司的销售指标对比，判断需求预测是否合理。例如，需求预测可以支持500万的销售额，但是公司销售指标只有200万，碰到这种情况，需要看一下，到底是销售指标不合理，还是业务团队给的需求过大， 这是在总量上的把控。具体到每个产品上，做相应的调整，使销售预测跟销售指标保持协同。

需求计划和供给计划一样，在中国特有的市场环境下，需要加快更新的频率。目前很多企业每月做一次需求预测， 频率太低，如果我们review的流程和工具是合适的，那我们可以用高效的方式，快速地更新市场预测，同时以更新好的市场预测，通过MRP来快速调整物料供给计划。

总之，如果我们能把需求和供给做准，那最好，这样更新的频率可以降低。但是在没有能力提高准确率之前，只能提高再平衡，更新的次数和频率，来纠正之前不准确的需求预测造成的执行结果。但是增加频率如果靠手工计算整合，效率低下且准确率不高，唯一的出路是是充分、有效的利用ERP系统，计算交给系统，系统产生报表来快速反馈并指导前后端的调整。