光伏投资成本分析
服务详细...一个好的需求预测是“从数据开始，由判断结束”——在需求历史上做出基准预测，辅以相应职能的职业判断，这是得到一个“准确度最高的错误的预测”的关键。判断主要来自销售。当然，还有市场、产品管理、高层管理及其他接近需求的职能。这里以销售为例：那么多的销售，从管理层到一线员工，应该由谁来做判断？判断特定的客户、地区还是全国、全球的需求？
计划和销售的视角不同，双方看待问题的层面不同。计划天然地着眼全局。他们在预测产品需求时，考虑的是所有的客户、所有的地区。而销售呢，特别是一线销售，则习惯于着眼具体的地域、具体的客户。你发现，这两个职能的关注点不一样。于是就经常出现这样的情况：作为计划，他的基准预测是整个产品的，发给销售征求意见，销售总监一看傻眼了：我只负责华南地区，怎么给你产品层面的意见呢？即使在华南区，下面还有几十个销售，销售总监、销售经理当然没法完全知道几十个销售的故事，该如何做判断呢？
所以，要求销售做判断，一定要把需求预测分解到适当的层面，针对特定的产品，找到合适的人来做判断。如果判断主要集中在销售大区层面，那就分解到销售大区；如果得依赖地上跑的销售，那就得分解到客户，再找到对应的销售。
比如对于一个产品，假定未来13周的预测是每周200个。其中有个大客户，需求历史占总需求的30%。这意味着基于需求历史，这每周的200个预测中，有60个是为这个客户准备的。征求销售的判断，就是找到这个客户对应的销售，给他这个客户的销售历史，并告诉他我们给该客户的需求预测是每周60个，让他看看这数字如何。当然，你不能期望销售对数字，或者说存量有多敏感，这里的关键是对增量的判断，要他们讲故事，比如这个客户在扩张产能，销售认为需求会拔高20%。那好，这意味着每周12个的增量，反映到产品层面，总的预测就从每周200个变成了212个。这就是“由判断结束”。
图1：聚焦到具体的产品、具体的客户，是获取销售判断的关键
这是针对客户层面的显著变化，一般来自具体客户的变化，由客户主导，要落实到具体的一线销售人员以获取判断。对于公司自己主导的，比如促销、团购、新产品导入、老产品下市等，相对的判断层面就较高，比如在特定的销售区域，针对特定的产品，合适的判断者呢，就是负责这些区域的销售管理、产品管理、市场管理人员等。
管理比较粗放的企业呢，则经常分解不到合适的层面，或者找不到关键的“大石头”，导致需求预测“由判断结束”的闭环没法形成。
比如有个百亿级的制造商，原来是供不应求，所以就没有需求预测可言——可着劲儿生产，有多少卖多少。你知道，所有的短缺都是以过剩结束：后来，行业产能过剩，盲目生产造成的库存问题开始凸显，这个企业就不得不开始推行需求预测。他们的计划总监认识到“从数据开始，由判断结束”的重要性，就做好产品层面的预测，分解到二十几个大区，近百个产品型号，总共1000到2000行数据，通过一个简单的信息系统，发送给各大区的销售经理。对于这么多数据，大区销售经理当然无从下手，就交给手下的销售助理来对付。销售助理能有什么更好的办法呢？就只能不作为，调整很少，回复给计划了事。
该公司考核销售大区的预测准确度，所以得到大区销售经理的重视；到了销售主管层面，重视度就明显不够；一到那几百个具体的销售人员，就根本没人理睬。对于工业品而言，真正的判断来自一线，即销售-客户的组合层面（这里的客户也可能是渠道经销商）。考核对象是大区经理，预测也分解到大区一层，但真正的判断来自一线销售，而需求预测又分解不到那一层，就注定“从数据开始，由判断结束”的闭环流程没法完成，结果就是计划依赖需求历史做预测。这问题不解决，用不了多久，你就会发现该公司会走上另一个极端，开始由销售提需求了（后文会详细谈到）。
对于大多数产品来说，一个产品有多个客户，需求相对均匀地分散到各个客户，每个客户只占微不足道的份额，需求起伏对整体影响有限，而且往往会互相抵消。这些客户就是典型的“沙子”，根本用不着去麻烦一线的销售人员：计划人员按照需求历史，加上对整体业务发展的判断，就能做出相当准确的预测来。当然，对整体业务的判断可能得借助市场、产品管理、销售的管理层，但用不着找一线销售来帮忙。
真正重要的呢，是那些需求集中在有限客户的产品。比如一个产品虽然有25个客户，但其中一个客户的需求占比是40%，其余的客户都平均分布。这个大客户的需求一旦变动，对供应链的影响就很明显，要么是短缺，要么是过剩。这样的产品—客户组合就是“大石头”，要从众多的“沙子”中筛选出来，让对应的销售重点关照，有的放矢地管理需求变动。
比如根据需求历史，这个产品的基准预测是每周100个，其中40个是给那个“大石头”客户的。计划找到“大石头”客户对应的销售，说我们给你的客户预测是每周40个，这数字看上去怎么样？销售就开始“讲故事”，说该客户的产能在飙升，对我们的产品需求会提高20%左右。这意味着每周的预测会增加8个左右，在此基础上，计划把总体预测从100调到108，完成“从数据开始，由判断结束”的需求预测流程。
对一个几亿几十亿的企业来说，产品众多，客户众多，产品—客户的组合动辄数以十万计，甚至是百万。过滤“沙子”，筛选出“大石头”意味着大量的分析工作，你不能指望几十、几百个销售人员或者他们的助理来做这分析工作；计划职能处于更好的位置，来统一做这样的分析。要知道，“从数据开始”也包括找出这些“大石头”，并呈现给相应的销售，而且只呈现他的客户的那一部分。
