bob最新域名:提高销售预测准确度
这实在是一条提高预测准确度的最基本的原理。很多企业因为预测与实际销量误差太大，就放弃了做预测，或者没有人关心预测，结果是销售部门每月把预测当成一项家庭作业，生产部门依据自己长期做生产的经验来生产，预测没有在供应链运作中发挥任何作用。提高预测准确度根本无从谈起。
预测一定要做，哪怕是最初预测与实际误差很大，也要坚持执行预测流程，通过预测这个流程，可以在采购部门、生产部门以及销售部门之间建立定期沟通机制，可以把各方面的人的意见通过预测这个信息载体聚集在一起，相对于供应链各环节分头制定决策，减少了风险。
企业刚开始编制销售预测的时候，总是预测误差太大，而经过一段时间的一直在改进，预测的精度会逐步的提升。如果不做预测或者对预测放任不管，则预测准确度是永远也不能提高的。
既然是预测，就可能不准确。如果实际的需求与预测相差较大，企业所有的环节要能快速调整，适应变化，减少损失。
曾经有如下一个案例：2000年3月，广州某超市，某品牌新上市的洗发香波缺货了，专程前来购买的顾客不得不购买另外的品牌的产品。该公司立即召开紧急会议：这个新品上市一周，全国销售40000箱，已超越两个月市场预测总和，市场严重缺货；公司会议计划把下周的预测从5000箱提高到50000箱，增加到10倍，这个数量工厂虽然不可能立刻产出，但是立即生产，能够大大减少缺货的时间，比长期缺货好。
工厂计划部经理看到新的预测量，目瞪口呆：生产要增加10倍，而原材料库存最多只能支持1.5倍的生产量；原材料大多是进口的，就算立刻下单，就算供应商仓库有能够支持10倍产量的库存，按照一般的情况，运输清关需要2个月才能完成；并且，下周生产计划已经排满了。但是，工厂的职责就是保证预测的需求，无论如何，也要尽力产出；Jake通知采购部门紧急给供应商下单，所有海外材料一律空运，这样运输和清关时间能缩短到2星期，同时调整2周之后的生产计划，优先保证该新品种的生产。然后计划部经理告诉总部，三星期之后能完成新的计划，建议先制定给现有客户的销售配额。
一个月后，产品陆续摆上各个商店货架，公司上下都等着喜讯，但是市场却出奇的平静，新产品无人问津，甚至还不如别的产品卖得好。最有利的商机转瞬即逝，预测不准确以及过长的供应链给公司带来大量的损失：巨额的材料空运成本，囤积在仓库里面的大量库存，还有失去的消费者。
这是某著名快速消费品公司的一个悲壮的例子，这个例子一方面说明了要实现准确预测是多么的困难，市场的变换可能受到天气、受到竞品影响、可能受到自己推出新品的影响，甚至毫无原因的变化。另一方面：我们也看到案例中的企业，在面临实际的需求远大于预测的情况下的快速响应能，从整个公司层面进行快速响应，适应了市场需求的变化。如果案例中市场仍就保持旺盛的需求，则可以大幅度减少销售损失，减少一半的缺货时间。同时，在案例中还采用了一种给经销商的配额机制，以减少缺货的区域，这也是一种应对实际的需求大于预测的应对措施。对于快速消费品行业来说，正常情况下不会采取提高价格的策略，别的行业企业面对猛地增加的需求也能够使用这个策略。案例中的企业按周制定需求预测，每次连续滚动制定未来13周各个SKU的需求计划，从总体上保证了预测精度，上面的例子时一个例外。
预测的时间越远，预测的准确度越差。为提升预测准确度，能够最终靠滚动预测的方式。如图2所示：滚动预测能轻松实现对一个时间间隔的多次预测，比如现在是5月，预测8月的销售数量，可以在5月做一个三月周期的预测，比较精确的预测六月的需求，同时对于7月8月做粗略预测；同样6月也会对8月做粗略预测，7月对8月做精确的预测。由于多次预测，可以最大限度地考虑市场变化的因素，能够比单次预测有更好可信度。
企业的销售业务是一个大系统：市场总监对市场总体了解很清楚，各个分公司办事处经理对区域市场的总体比较了解，而一线的销售人员对各自所负责的区域比较了解。因此要准确做出预测，必须由对市场最为了解的人员编制。通常，业务人员汇报各自负责区域的预测，分公司办事处经理根据本区域各业务人员预测汇总，与业务人员沟通情况，并最后确定本区域的预测情况。市场总监根据与分公司办事处经理的沟通，以及他对行业整体发展状况，结合分公司办事处经理的预测汇总，做出企业总的销售预测。所以最终的预测结果，一定是整个销售体系的各级人员多次沟通的结果，这样的一个过程也是企业对市场信息的反应。
预测结果对于供应链运作成本有重大影响，前面已经提到。如果各级销售人员、销售经理对做出的预测不负责任，仅仅把预测当成一项普通地工作任务来做，则各级地销售人员就没有动力去收集更充分的市场信息，确定预测数据时也就非常随便，销售预测的准确度将会大幅度的降低。因此，需要把预测的准确度作为考核各级销售人员的一个重要指标。从本质上说：作为一个销售人员，不仅要尽量多卖出产品，而且要把市场的需求尽可能准确地告诉供应链上游，以便满足市场需求，即准确的做出销售预测是销售人员的责任。
对于销售预测准确度地考核，根据公司产品地特点，可以考核关键产品的预测准确度，也可以考核所有品种地预测准确度。某快速消费品企业，对于销量较大地品种，企业持有库存相对较少，每日都在不断补充库存，这部分产品销售的波动对于供应链影响很大，如果预测大于实际的需求，很快就导致过量库存，如果实际的需求大于预测，由于安全库存较少，可能会引起断货，因此对这类产品必须加强预测；另一方面，就预测本身来说，这类产品是消费的人经常购买的产品，容易预测准确。对于销量较小的品种，预测准确度较低，对于这类产品，为提高生产线利用率，企业做一次生ǔＲ３?0-50天的需求量，因此这类产品预测误差较大不会对供应链造成非常大的影响。不会导致库存大量增加，也很少缺货，即使缺货，影响也不大。所以能选择销量大的品种作为预测准确度的考核内容。
销售人员还要承担销量任务，这个销量任务是销售人员最重要的业绩指标。但是这个销量指标不能等同于销售预测。销售指标是企业销售部门对于销售人员的期望，而销售预测是对市场未来需求情况的估计，应该是在收集客观市场信息基础之上完成的。
一些企业没有把二者分清，销售人员把自己的销售指标数据作为销售预测报给生产部门，结果导致在年末月份销售预测与实际的需求相差太大，可能对企业的运作产生致命的影响。如某企业各办事处承担月度以及年度销售指标，并根据销售指标确定销售预测数据。到年末最后一月，一个下属分公司总的销量离年度销售指标还差8万吨，于是把这8万吨做为12月的销售预测数据。但是根据公司的历史运作数据，在12月最好的销售情况下也只能生产销售4万吨，并且企业的产能也不能够实现这个产量。最后的结果是生产部门把销售预测数据放在一边，按照自己的经验进行生产；销售部则是通过低价促销等手段尽力达成目标，最后实际销售数量与销售指标还有差距，企业获得利润降低(因为低价销售)，生产与销售脱节，出现了市场一线促销的时候缺货现象，浪费了促销费用。
企业与经销商的利益有一致性，只有产品销量上去了，大家才能有钱赚。把经销商纳入销售预测流程，能发挥经销商更接近消费者、更了结消费者、更了解市场的优势。同时，对经销商也有激励控制作用。
经销商做出预测，需要对预测数据承担相应的责任：如果实际的需求小于预测数据，则经销商必须努力提高销量以实现销售，如果实际的需求大于预测数据，则公司能够根据预测数据给经销商发货(相当于供不应求的情况下，企业把把经销商的预测数据作为发货配额)。对于经销商来说，无论预测高于实际需求还是低于实际需求都是不利的，所以经销商会尽力把预测做准确。
不同的行业对经销商预测的数据执行情况不一样。对于食品这类快速消费品，经销商不一定为预测承担完全责任(经销商不会买断预测需求量，但是要为预测不准确度承担部分损失)，对于一些服装企业来说，经销商的预测数据可能就是买断的期货，经销商为预测销量承担完全责任。经销商承担责任大小不仅与行业，也与供应链上下游的企业的实力对比有关。但是无论怎样，让经销商承担预测责任有助于提高预测准确度，分担市场需求波动的风险。
在快速消费品行业，促销会对预测准确度造成很大影响。这个影响体现在两方面：一是对促销的效果更难以预测；二是促销通常是一种保密的信息，有时促销不是事前周密计划的，而是根据市场需求情况临时决定的，所以促销信息只为少数人掌握，导致生产物流等部门无法应对促销带来的需求上升。某企业销售部门的促销信息甚至连生产部门经理都不知道，有时当市场前端大力促销时，后端才刚开始生产，导致产销脱节，达不到预测的销量也就很自然了。所以，各项销售活动要尽量做到事情计划，并在企业内部供应链地上下游环节信息共享，避免产销脱节。
最后一个可以提高销售预测准确度的手段就是建立分销信息系统。建立覆盖供应链分销网络的信息系统是每一个做快速消费品企业地梦想，但是建立这个信息系统代价昂贵，同时阻力巨大。建立成功这样一个信息系统需要企业在供应链上有足够的号召力，同时要求对供应链上下游的利益进行必要的调整：如对于运用分销信息系统的经销商做必要优惠，通过分销系统帮助经销商加强管理等；也可以采用一些强制手段，如只通过系统接收订单。某企业建立的分销系统能够实时实施掌握经销商的进销存数据，供应链上游能够准确的通过前端的销售情况及时调整生产策略，促销也可以根据经销商的销售情况及时了解市场的反应，由于信息透明，供应链的反应速度大幅度的提升，极大减少供应链运行中的不确定性，销售预测的重要性降低了，也就是应对销售预测出现较大误差的能力增强。
前面说了很多提高销售预测准确度的方法，似乎还少了一条：就是合适的预测方法。作者觉得，选择哪一种预测方法对提高预测准确度的贡献不大。有很多种预测方法依据历史数据，结合一些辅助信息推测未来的需求，只要实际条件与预测方法使用的条件差别不大，不同的方法计算出的结果不会差别太大，否则，差别太大的预测方法就不会存在下来。而实际上，一线人员更多的是根据对市场的深刻感受来预测的，可能会比科学的预测方法有效。