在管理粗放、需求计划薄弱的公司，一线销售负责需求预测的情况非常常见。我们多年的经验是，如果是一线销售负责需求预测，需求预测的质量注定不高。

首先，让我们问一个很基本的问题：一线销售是干什么的？一线销售是开拓客户、拿订单、做生意的，需求预测是他们的兼职。企业规模大了，业务越来越复杂，产品越来越多，客户越来越多，兼职做需求预测注定做不好。虽说需求管理是销售的一大任务，但你听说过没有，哪个销售因为需求预测做不好而被开掉了？没有责任机制的事是做不好的。这从组织的角度决定了需求预测做不好。

一线销售做需求预测，不管是哪个行业、哪个公司，总是习惯性地虚高。为什么虚高？人们给出各种各样的答案，比如销售担心需求过旺啦，销售对库存不负责啦。这都不假，不过还缺一个根本的原因，那就是一线销售的考核机制。为了激励一线销售，老总习惯于给他们高于实际能力的目标，比如年销量定为1000万元，尽管老总、销售和供应链都认为800万是个更可靠的数字。这时候供应链找销售要需求预测，一线销售会给你个什么数字？800万？那他的脑袋肯定会被敲得到处是包——老总发话了：你从年初就计划失败？

这就是说，绩效考核决定销售提1000万或更高的需求。这也决定了，在绩效考核的驱动下，销售提需求（做预测）时会有很多感性因素，而需求预测应该是理性的。有个公司的销售提需求，前三个季度都是虚高，第四季度毫无例外都是虚低，原因也是绩效考核：第四季度是第二年销售目标的基准，定得低，第二年的销售业绩就好完成，销售提成也更多。要知道，聪明人干傻事，背后八成能看到绩效考核的影子。

讲到这里，或许有人会问，如果我们按照最可能实现的800万定需求，而销量却达到或超过1000万，怎么办？这就得动用供应链的第二道防线：供应链的多个环节都有安全库存，就是用来对付需求的不确定性。如果安全库存不够用怎么办？那就启动供应链的第三道防线：赶工加急，用执行来弥补计划的不足。

这道理不难理解，妈妈们天生都知道怎么办。比如孩子从学校回来了，说今天可把我给饿坏了，晚饭我能吃5碗（这相当于销售提需求、做预测）。做为有经验的妈妈，你当然不会给按照5碗来准备，而是按照他以前的饭量（这相当于“从数据出发”），酌情多做一个菜（“由判断结束”）。如果这孩子真的饿坏了，吃了还不饱怎么办？那好，你给他点小点心（那是妈妈们的“安全库存”）。小点心不够了怎么办？那你带他到楼下的小店买点零食，或者再给做点面条什么的（“执行弥补”）。

这时候，想必你也看到销售计划和需求计划的区别了。简单地说，销售计划是围绕销售目标制定的计划，自上而下，出于绩效考核的目的，一般总是会更激进（相当于你的孩子说，“我能吃五碗”）；需求计划是基于过往历史和职业经验（“从数据出发，由判断结束”），对未来需求的理性判断（相当于妈妈的判断：这孩子能吃两碗半）。

让一线的销售提需求，他们给你的，往往是销售计划，而不是需求计划。很多公司的销售在销售业绩的驱动下，把销售计划当成需求计划，习惯性地向渠道压货，特别是季度末、年度末的“冲刺”，造成渠道的库存问题，也给生产线和供应商带来种种挑战：为消耗季度末的“冲刺”带来的库存，渠道在季度初就订货很少，造成供应链的产能利用率低，工人闲着；季度过半，销售发现当季的销售计划远未达标，就开始新一轮的压货，于是从生产到配送，整个供应链又处于加班加点的情况。这些都跟销售计划与需求计划不分不无关系。

让一线的销售做预测，预测颗粒度太小是个大问题。比如有个快消品公司，三四十亿的销售额，由一线销售每月提未来x月的需求。该公司有1000多个经销商，对应的有1000多个销售。这意味着每个销售平均预测全公司千分之一的需求。你知道，对一个产品来说，预测全国的需求，远比预测江苏省南京市栖霞区的需求要容易，因为前者的颗粒度大，后者的颗粒度小——颗粒度越大，需求的聚集效应越高，东边不亮西边亮，不同客户、不同地区的需求变化互相抵消的可能性就越高，预测的准确度就更高；反之，颗粒度越小，预测的准确度就越低。

预测的颗粒度这么小，一线销售们提的需求自然准确度很低。叠加在一起，准确度也不会高。或许有人会说，这些销售有的人高，有的人低，应该可以互相抵消。其实未必。比如生意火爆时，大家怕拿不到货，预测往往都偏高；生意低迷时，大家怕库存积压，又向同一个方向偏低。这种大环境造成的偏差是单向的，而且因为跟风效应放大。

问这个快消品公司的计划经理，拿到1000个销售的预测后怎么办？他说把1000张Excel表格汇总起来，然后再分两种情况来处理：（1）如果产品的需求比较稳定，他就“参考”销售提的需求，根据需求历史来调整预测——你知道，颗粒度那么小，一线销售做的预测注定准确度不高；加在一起，整体的准确度只能更低，其实是没有什么“参考”价值的，这也意味着计划经理是完全基于需求历史做预测。（2）如果产品的需求不够稳定，他就完全依据销售的数据，把各个销售的预测汇总起来，作为整体预测。基于同样的原因，这预测的准确度高不到哪里去。与需求稳定的情况相似，需求不稳定的情况最后也是单一职能做预测，不过由计划变为销售了。

要知道，需求预测是个跨职能行为，凡是由单一职能来做，得到的注定是次优化的解决方案。这从该公司的库存积压上就看得出来：该公司按照销售的预测给每个渠道压货，预测准确度低，库存积压，渠道伙伴的资金周转就成问题；产品不新鲜了，消费者不喜欢，该公司的品牌也受影响。在销售业绩的驱动下，压货情况就更糟糕。这些都是管理造成的问题。

一线销售做预测，还有个问题，就是法不责众的从众心理。就拿上面的快消品公司打个比方：每个销售都知道，自己的需求只占总需求的千分之一，预测不准没关系，还有那999个别的销售呢。岂不知那999个别的销售呢，每个人心里都在打着同样的小算盘。

再比如有一个贸易公司，十几亿的销售额，几十个销售，由一线销售针对自己的客户，每月提未来3个月的需求。老总软硬兼施，但总有些销售不会递交数据，也是同样的原因：缺我一个没关系，只要几十个别的销售做了预测就可以了。而那些提了需求的销售呢，为了保证能够拿到货，就要求公司在仓库里划出一块，把他们的货另存起来，建立大客户专仓，别的客户不能用。这系统地增加了库存单元，降低了库存的规模效应和周转率。

看到这里，或许有人会说，既然销售做预测这么糟糕，哪为什么还有那么多的企业，不管是制造业还是服务业，习惯性地让销售提需求呢？我们以后再专题讨论。

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

马上自助购买体验