为什么没法回避需求预测? | 供应链咨询案例和论丛 物流供应链咨询 智慧物流产业园区咨询

作者:刘宝红 来自:投稿 点击:

为什么没法回避需求预测?

ChatGPT 颠覆了整个咨询行业!不会用的公司和咨询师必然淘汰!
马上体验学习ChatGPT及其它大模型:点击体验(需输入会员密码)

注册会员无需翻墙即可使用 ChatGPT特惠:

  • (1)包月使用299   包年使用2999  | 微信:18121118831联系;
  • (2)送一个月以上的咨询报告库VIP会员,可以浏览下载上万篇咨询和行业报告

我们常说,供应链要么是预测驱动,要么是订单驱动。那预测和订单有什么区别呢?或许有人会说,订单是确定的,预测会改变;订单没风险,预测有风险等。其实,订单也会改变,数量、日期、配置都可能改变,甚至会取消。所以说,这些区别都是相对的。

从供应链的全局观而言,预测和订单是一回事:一个人的订单注定是另一个人的预测。比如小姑娘在网上买衣服,她得给商家下订单,是基于她预测未来你会穿这衣服。不过看看她的衣橱,有多少件衣服买来后就再也没碰过?很简单,小姑娘预测失败了呗。要说区别呢,就是对预测风险的承担:订单是供应链双方力量博弈的结果,由弱势一方来承担预测的风险。

对于这点,相信大家深有体会:当你是大客户时,你的胳膊粗,给供应商一个预测,供应商就开始备料、备产能,预测失败的话,往往是供应商买单;当你是小客户时,你的胳膊细,就不得不给供应商下订单,预测失败的话,你的仓库里多了一堆没用的东西。但问题是,这种力量博弈下,弱势一方被迫承担预测风险,但往往因为能力更差,没法把预测做得更好,最后造成积压或短缺,害了自己,也害了强势的一方。

比如在快消品行业,有的企业习惯性地向渠道压货,迫使渠道商、门店提前几周、几个月下订单。渠道、门店不可能提前那么久拿到消费者的订单,就只能做预测;但因为预测颗粒度远比制造商小,渠道的预测准确度也更低,就造成渠道库存积压,占用了渠道自己有限的资金,同时也造成库存的新鲜度不够,反过来影响到链主企业的品牌——当你发现你刚才吃了一块五个月前的点心,你首先问候的是谁的至亲?当然是品牌商的。

服装行业也是。在每年数度的订货会上,众多的经销商、门店处于弱势地位,被迫提前几个月甚至半年做预测、下订单,结果导致库存积压,就如网上有人形容的,三年不生产,库存也卖不完。品牌商已经拿到钱了,好像这些问题跟他们无关,但老库存清不掉,经销商、门店资金短缺,就没钱买下季的新品,品牌商的后续业务受影响;库存也不能一直压着啊,压到一定地步,渠道、门店就开始“跳楼”大甩卖,品牌商辛辛苦苦建立的品牌也就给毁了[1]。

当供需双方的力量比较均衡的时候,预测的风险就由双方分担。这表现在虽然客户会下订单,但要求的交期短于供应链的正常交期。比如正常交期是7个星期,客户只给我们4个星期,那剩下的3个星期呢,就只能靠预测来补齐。这意味着在原材料或半成品层面,特别是长周期的物料,我们得建立预测,提前驱动供应链来准备。在那些“订单驱动”的行业,长周期物料的预测历来是个大挑战,需求预测仍然是没法回避的话题。

【小贴士】推拉结合也离不开预测

预测驱动也叫推式供应链,订单驱动也叫拉式供应链。

有些人盲目推崇拉式供应链。其实拉式供应链成本更高,一方面因为客户要1个就得生产1个,要100个就得生产100个,生产的规模效益难以实现;另一方面因为响应周期太长,没法有效满足客户需求,就得通过催货加急来弥补,增加了运营成本。拉式供应链的库存也不低,因为响应周期长,在制和在途库存就高[2]。要说低,只是库存的风险相对较低,因为有客户订单。

推式供应链呢,因为库存风险较大,经常被视作落后、低效的代名词,特别在产品更新换代快,需求差异化大的今天。其实,推式供应链有规模效益,因为根据需求预测,可以批量生产,批量运输,降低生产和物流成本;忙的时候少生产,闲的时候多生产,提高产能利用率。所以,在库存风险可控时,推式供应链是个好东西:能推的就不用拉,就如躺着比站着舒服,能躺着就不用站着一样。

实践中,供应链既没有100%的推,也没有100%的拉,每条供应链都是推拉结合,就如图1所示:先根据需求预测推到一定地步,以获取规模效益、降低成本、提高响应速度;再由客户订单拉动,以满足差异化的需求,并降低库存风险。从本质上讲,供应链成本和速度的根本决定性因素是推拉结合。

根据推拉结合点的位置,我们把供应链细分为四类:按库存生产,按订单组装,按订单生产,按订单设计。

unnamed (4).png

图1:不管哪种供应链方式,都离不开需求预测

资料来源:http://learningwithlarry.com

在按库存生产模式,推拉结合点设在成品层面时,即按照预测来生产成品,客户需求一来就可立即满足。按订单组装模式下,推拉结合点设在半成品层面,按照预测在组件、模块等半成品层面建库存,客户订单一到,就按照客户需求来组装。而按订单生产、按订单设计呢,推拉结合点更加后移,设在零部件、原材料层面,先按照预测来准备原材料、零部件,再按照客户订单要求来生产、设计。

每个推拉结合点都有库存。凡是建库存,不管是成品、半成品还是原材料,都离不开需求预测。所以,不管是哪种供应链方式,我们都没法回避需求预测,就如美国人眼里的死亡与税收一样。需求预测是供应链的第一推动力,也是这么来的。

[1] 当然,服装行业的订货会错综复杂,有着深刻的行业原因,比如产品的生命周期短,产品的供应链长,对渠道缺乏有效控制等(如果直营的话又有重资产问题)。存在的都是有原因的,限于篇幅,这里不予详细探讨。

[2] 比如飞机制造商波音主要是订单驱动,但库存周转率只有1.7次(2016年),这意味着手头有7个月的库存。丰田汽车虽然主要是预测驱动,库存周转率却能做到10.2次(2017财年),意味着手头只有1.2月的库存。当然,飞机和汽车是两个不同的行业,缺乏可比性。这里的目的主要是阐明拉式供应链的库存并不一定低,推式供应链的库存也并不一定高。您也看得出,丰田离所谓的“零库存”还有十万八千里,下次看到盲目推崇“零库存”的文章,请一笑了之。数据来源:波音、丰田财报,gurufocus.com网站。

 

相关服务

我们的客户