• 电话: 18121118831
  • QQ: 896161733
  • 电话:18121118831
  • QQ:896161733
物流咨询频道-供应链咨询案例和论丛

为什么销售做不好预测?

摘自刘宝红的畅销书《供应链管理:高成本、高库存、重资产的解决方案》,机械工业出版社,京东、当当等各大网站有售。

在培训供应链管理时,我有个案例,专门讨论如何提高需求预测的准确度。每每谈到哪个职能该做预测、哪个职能该对预测准确度负责时,鲜有例外,大家的矛头所指都是销售。原因很简单:销售离需求最近,最了解需求,所以处于最合适的位置做预测,自然也该对预测的准确度负责了。这听上去很有道理,其实是个误区。

account-bank-cashbook-870902.jpg

先说离需求近。销售是离客户最近,但一个产品,尤其在大公司,可能有多个销售负责多个客户、渠道、门店:如果让多个销售都做预测、合起来成为产品的总预测的话,预测的准确度就注定不高;如果让其中一个销售统一为这个产品预测,除了自己的客户,他对别的客户需求不熟悉,面临的问题就与我们的计划人员没有两样。

此外,因为预测是销售的兼职,销售的绩效主要看销售额与利润率,你可以把预测准确度作为一个考核指标,但对任何一个销售来说,这只是个辅助指标,所以不会得到足够的重视;如果让预测的准确度成为该销售的主要绩效指标,那么他的销售任务必将大幅缩减,所能接触的客户也就更少,导致"销售离需求近"的优势全面消失,客户端的主要信息还是得通过别的销售获得,这个人就势必成为负责预测的专职人员,也就是说,需求计划人员,不再是销售了。

再说能力。需求预测的基本功是数据分析,即在需求历史的基础上,通过建模,预测未来的需求。数据分析并不是销售的特长----销售的天职是跟人打交道,社交能力高于分析能力,做预测以拍脑袋为主。而在缺乏数据分析的情况下,拍脑袋注定得不到高质量的预测。

从能力上讲,计划和销售可以说是两个极端:计划是数据驱动,典型的分析型决策,通俗点讲就是有点像计算机;销售是直觉判断,典型的直觉型决策,通俗地说就是拍脑袋。分析型和直觉型是决策方法上的两个极端,单纯一种方法没法做出高质量的决策:因为缺乏对业务的直接经验,计划做的预测往往不切合实际;因为缺少数据分析,销售做的预测往往是拍脑袋。企业在提高预测准确度上鲜有建树,常常就是因为游走在这两个极端,没有意识到好的预测需要集成销售和计划的能力。

用一句话来总结,好的预测是"由事实开始,由判断结束"----先从数据分析开始,通过数据模型,比如平均移动法、指数平滑法等得出基本的预测(计划是这方面的专家),再加入职业判断,比如某个产品有促销计划,那就在过去三个月的销量基础上上浮30%(销售是这方面的专家)。数据分析加上职业判断,才会产生最好的预测。

这就是说,好的预测是销售和计划相结合的产物。在这里,计划埋头数据分析,主要跟已经发生了历史数据打交道;销售注重直觉和经验,弥补历史数据的不足。从职能的角度看,销售的眼睛是朝前看的,关注的重点是还没有发生过的;计划的眼睛是朝后看的,关注更多的是已经发生过的。销售与运营计划(S&OP)的一个根本目标就是促进销售与计划的结合,以便把已知的和未知的紧密结合,在公司层面产生最高质量的预测计划。

那么,究竟哪个职能应该对预测和预测的准确度负责?需求计划。预测是在历史数据的基础上,整合销售、产品和供应链的知识,对未来业务量做出的判断,而需求计划是这一系列活动的核心,把各个职能粘合起来。作为一个独立的职能,预测是需求计划的根本任务,是需求计划职能的产物。冤有头,债有主,谁的“孩子”干了坏事,谁就是第一责任人,所以需求计划应该对预测的准确度负责。相反,销售的根本任务是销量和利润率。所以要给预测找个第一责任人的话,这就是需求计划而不是销售。

一提起预测的准确度问题,人们就习惯性地把手指向销售,貌似销售是需求预测的决定因素,其实在大多情况下,需求预测并不需要多少销售端的信息,因为大多企业是以重复性业务为主,历史需求已经蕴藏了丰富的信息,分析得当,便能制定不错的预测。即使预测不准,还有安全库存来应对----由于计划团队的能力问题,安全库存往往设置不合理,造成短缺或过剩,又一个典型的计划问题。

我管理全球计划团队八年,对此深有体会。即便有时候需求异动较大,也往往是因为计划没有与销售定期沟通----销售没说,打他们的板子;计划没问,同样罪在不赦。销售整天忙于救火,应对客户和消费者的种种问题,活在当下,对未来的事往往不能及时告知计划;计划的天职是着眼未来,应该建立与销售定期、不定期沟通的机制,及时探知可能发生的需求异动。很多时候,表面上看是销售没有及时说,其实是计划没有建立与销售的有效沟通机制,没有及时问。

对于预测的准确度问题,计划习惯性地往销售头上推,其实是走阻力最小的路:计划怪销售,销售怪客户,而凡事不管有多大,一旦到了客户头上,就不了了之了----谁又能拿客户怎么样呢?所以这就是屡屡上演的场景:需求预测不准,造成短缺或过剩,大家把矛头指向计划;计划呢,总能找到客户需求方面的问题,把责任推到销售头上,完成压力转移;而销售呢,想都不想就直接推到客户头上了。于是这压力就消失在棉花堆里了。这对大家来说都是最"合理"、最"安全"的做法。但结果呢,就是形成企业的受害者文化----每个职能都觉得自己是受害者,没法形成真正的责任机制。

而这责任机制呢,就是层层问责制:需求预测不准造成业务损失或库存积压,需求计划首当其冲得挨板子,比如扣奖金;需求计划挨了板子后,继续追溯责任,一级一级打板子:如果根源是销售对客户的大规模异动管控不力,或者促销计划没有及时通知计划和供应链,那销售也得挨板子,在绩效考核上受到影响。

不真的打板子,就不可能建立真正的问责机制。这就如我小的时候,一般家庭孩子比较多,几个孩子经常一起淘气,干坏事。妈妈一问,大孩子的自然反应就是往最小的弟弟身上推,因为他们知道,小弟弟不懂事,干傻事,爸妈一般不会拿他怎么样。有经验的妈妈自然熟知这一伎俩,解决方案呢就是先打大孩子们屁股,然后给小弟弟一顿巴掌,如果这坏事果真是小的所为。她的逻辑很简单,但不无道理:小弟弟干坏事,要么是大孩子怂恿小孩子,要么是大的没有管好小的,再不就是大孩子在栽赃小弟弟。不管怎么样,大孩子是主要矛盾所在,所以注定先挨打。光打大的,不打小的也不行,如果这坏事果真是小弟弟干的话——小弟弟也要认识到,自己要对自己的行为负责,不懂事不能成为借口。而这挨打就是反馈机制,也是小弟弟学懂事的过程。否则呢,小弟弟就会"以小卖小",故意干坏事,也就是说被惯坏了。

计划和销售的关系,其实就如大孩子与小弟弟的关系。需求预测做砸了就如小孩子们一起干了坏事,需求计划是主要的责任方,要么是对数据分析不当,决策质量不高;要么是对销售、供应链等相关职能管理不力,没有及时获得高质量的输入信息。所以,预测失败,计划是第一责任人,要挨板子。但如果根源是销售,销售的板子则不能不挨,否则销售就成了惯坏的小弟弟,对待需求预测越来越不严肃,提供的预测信息就会越来越随意,造成更多的库存问题。

本土企业常犯的错误呢,就是销售是强势职能,问责机制很难建立,尤其是老总本身是主管销售的情况下。我曾经亲身坐在一个会议里,问题明明是销售造成的,但"秃子头上的虱子就是没法捉",因为负责销售的是公司的二把手,就在会议室里坐着呢,而负责追溯问题根源的计划呢,就只能不痛不痒,专打苍蝇,不打老虎,谈几件小事拉倒。几十亿的大企业如此,规模小的企业就更别说了。

既然销售的问责机制没法建立,企业面临的选择就只剩下两个,两种结果都不符合企业的长远利益:

(1)继续维持对计划的问责机制,但对销售没有问责,就如光打大孩子,不打小孩子,时间长了,小孩子胡作非为,大孩子管也管不了,就成了受害者。需求预测本身呢则更是"垃圾进垃圾出",质量自然也是越来越差。当需求计划归供应链时,计划职能两头受气,前端管不了销售,后端对付不了供应链,越来越弱势,发挥不了应有的作用。

(2)为了维持公平,放弃了对需求计划的问责机制,或者表面上有问责机制,但没有实质性的纠偏举措,比如打板子,就成了供应链怪计划,计划怪销售,销售怪客户,最后不了了之,结果呢,预测变成儿戏,注定是越做越烂。这也是为什么在很多企业,需求预测的准确度一直没法提高:没有责任机制的事情注定是做不好的。


|行业最新研究报告(下载)|最新热点报告(下载)|

1459350321768547.gif

让我们共同发展

在线提交物流供应链咨询需求

上海通之略是国内领先的供应链和物流咨询专家.

客户遍及全国,从天津保税区、上海铁路局、福州烟草、海南航空,到青岛啤酒、芜湖邮政等各类企事业单位。从战略规划、信息系统管理、市场调研、生产管理和人力资源,这里都能够搞定!.

现在就提交需求

20年的物流供应链咨询经验,遍布沪上的国内外一流物流供应链专家是项目坚强后盾

可以QQ联系我们:896161733;也可以电话:18121118831

相关服务

创新服务

商业计划书

云微咨询

商业计划书是一份全方位的项目计划,它从企业内部的人员、制度、管理以及企业的产品、营销、市场等各个方面对即将展开的商业项目进行可行性分析。

点击查看详细

创业网站制作

云微咨询

一般企业网站和中大型B2B、B2C网站策划制作,满足创业型公司到一般集团公司企业形象、电子商务、电子支付和订单管理需求…

点击查看详细

决策咨询

云微咨询

依托其信息资源优势和专业的研究咨询团队,结合多年积累的庞大数据库资源和在经济行业分析、战略规划和企业管理等领域积累的丰富经验,...

点击查看

研究报告

云微咨询

行业报告、竞争对手研究报告、企业案例,一站搞定

点击查看详细

服务客户

真诚合作
brands-small4
brands-small3
brands-small2
brands-small1
brands-small4
brands-small3
brands-small2
brands-small1