供应链的三道防线：需求预测、库存计划、供应链执行 第2版

供应链的成本做不低，交付做不快，库存水平居高不下，这些问题表面上看是供应链的执行不到位，但解决方案则必须从计划或者说供应链的三道防线着手。如何有效对接销售和供应链，制定“准确度高的错误的预测”，提高首发命中率，这就是需求预测，也是供应链的第 一道防线。预测不准怎么办，那就得靠第二道防线，设立安全库存，应对需求和供应的不确定性。需求预测错了，安全库存不够用，那就得靠供应链执行来弥补。这就是供应链的第三道防线。<br>家电、手机、汽车、大型设备、快速消费品、零售贸易、纺织服装、跨境电商和新零售等的业务区别很大，但供应链的问题却惊人的相似，而解决方案都能在供应链的三道防线上找到答案。第2版聚焦“七分管理”，主要是有效对接销售和运营，协同供应链各环节来提高预测准确度，控制库存，提高供应链的执行效率。

序言一：貌似没做到，实则没想到<br/>序言二：给读者的一些说明<br/>作者简介<br/>第一篇<br/>供应链的第一道防线：需求预测 / 1<br/>需求预测怎么做：始于数据，终于判断 / 3<br/>【小贴士】需求预测是企业博弈的焦点 / 5<br/>需求预测不能等同于销售目标 / 8<br/>需求预测是“从数据开始，由判断结束” / 11<br/>【小贴士】从数据开始是种习惯 / 15<br/>【小贴士】从数据里学什么：以发货记录为例 / 17<br/>从数据开始：不但要有数据，而且要有分析 / 21<br/>由判断结束，必须要有针对性 / 26<br/>【案例】分解需求，对接合适的判断者 / 26<br/>【小贴士】存量来自数据，增量来自判断 / 30<br/>【小贴士】多少数据，多少判断呢 / 32<br/>从数据开始，由判断结束，为什么这样难 / 33<br/>层层报批是不是从数据开始，由判断结束 / 34<br/>【案例】为什么需求评审不是解决方案 / 36<br/>给供应商时，采购能不能调整预测 / 38<br/>【小贴士】没有预测，意味着有多个预测 / 42<br/>“平时”与“战时”：两类典型的需求预测问题 / 42<br/>需求相对稳定时，选用数据模型来精打细算 / 43<br/>【小贴士】计划软件往往优于人工，为什么不被采用 / 51<br/>【案例】预测模型一直都很准，直到…… / 54<br/>不确定性高时，群策群力避免大错特错 / 57<br/>由判断结束：判断什么，怎么判断 / 64<br/>【案例】识别和管理“大石头” / 69<br/>提高判断的一致性，提高判断质量 / 73<br/>【小贴士】如何减少判断中的偏见 / 74<br/>【小贴士】经验主义与教条主义 / 79<br/>专题：在合适的颗粒度上做预测 / 80<br/>自来水模式的预测机制 / 82<br/>推拉结合：在合适的颗粒度上做预测 / 85<br/>合适的颗粒度：数据与判断的最佳结合点 / 88<br/>【小贴士】四种不同的业务，四个层面的颗粒度 / 93<br/>SKU泛滥，需求预测怎么做 / 94<br/>预测的时间颗粒度 / 98<br/>需求预测由谁做：让合适的职能做预测 / 103<br/>为什么一线销售做不好需求预测 / 103<br/>【案例】为什么短尾产品也预测不好 / 105<br/>【小贴士】一线销售做预测vs.主教练兼任总经理 / 107<br/>如果考核准确度，一线销售能否做好预测 / 109<br/>既然做不好，为什么一线销售还在做预测 / 112<br/>销售提需求，计划做判断，如何 / 116<br/>谁在做需求预测：兼谈计划的进化史 / 118<br/>【小贴士】肯德基 vs.中餐馆的计划 / 121<br/>【案例】计划与执行的分离：某快消品公司为例 / 125<br/>【小贴士】需求计划的进化史 / 131<br/>需求预测汇报给哪个部门 / 134<br/>需求计划做什么：快消品行业为例 / 139<br/>需求计划做什么：销售与运营协调 / 144<br/>什么样的人适合做需求计划 / 150<br/>【小贴士】分析能力是可以评估的 / 153<br/>需求计划的绩效管理 / 154<br/>【小贴士】预测准确度如何统计 / 160<br/>【小贴士】预测准确度：可以不考核，但不能不统计 / 165<br/>【小贴士】需求预测的最终结果，由销售老总负责 / 167<br/>需求预测：分门别类，区别对待 / 169<br/>需求预测错了怎么办：滚动预测，尽快纠偏 / 178<br/>小步快走，尽快纠偏：服装行业为例 / 179<br/>【案例】尽快纠偏要从产品开发阶段开始 / 182<br/>怎么知道预测错了，需要纠偏 / 188<br/>【案例】他没说，那你问了没有 / 191<br/>聚焦重点客户的重点变化 / 197<br/>尽快纠偏要以数据驱动、计划主导 / 199<br/>建立滚动的预测更新机制 / 201<br/>向失败学习，提高预测准确度 / 208<br/>本篇小结 / 210<br/>第二篇<br/>供应链的第二道防线：库存计划 / 213<br/>预测之不足，安全库存来应对 / 215<br/>【小贴士】适当拔高预测，不就代替安全库存了吗 / 218<br/>【小贴士】你是如何设定库存水位的 / 220<br/>安全库存的设置：库存计划的看家本领 / 221<br/>第一步：量化需求的不确定性 / 221<br/>第二步：量化服务水平的要求 / 224<br/>【小贴士】服务水平跟有货率的关系 / 225<br/>第三步：计算安全库存 / 228<br/>【案例】安全库存的计算示例 / 229<br/>【小贴士】如何确定合适的服务水平 / 231<br/>【小贴士】承诺的是服务水平还是库存水平 / 233<br/>再订货点：需求预测和库存计划的结合 / 235<br/>【小贴士】用再订货点还是安全库存+预测 / 240<br/>【案例】为什么不能一刀切地设置库存水位 / 244<br/>【小贴士】库存计划要学赌场，而不是学赌徒 / 248<br/>【小贴士】为什么系统建议的库存水位经常偏低 / 249<br/>VMI：最高、最低库存水位如何设置 / 253<br/>VMI是对供应链三道防线的终极挑战 / 258<br/>【小贴士】VMI是个好东西，对供应商也是如此 / 260<br/>【小贴士】VMI和寄售没关系 / 262<br/>库存四分法：有针对性地控制库存 / 264<br/>【案例】库存四分法：原材料为例 / 269<br/>【案例】关键元器件的库存四分法 / 271<br/>库存究竟多少才算合适 / 273<br/>缩短周转周期，降低周转库存 / 275<br/>【案例】周转周期的构成：采购件为例 / 275<br/>信息化，缩短走流程的时间 / 278<br/>改变批处理，减少等待时间 / 281<br/>设置推拉结合点，缩短周转周期 / 283<br/>降低不确定性，控制安全库存 / 284<br/>渠道压货，人为加剧需求的不确定性 / 286<br/>改变组织行为，控制多余库存 / 289<br/>避免“互扣人质”，打开降库存的死循环 / 291<br/>过激反应，短缺最后总是以过剩收尾 / 295<br/>【案例】有呼吸机，还是没有 / 300<br/>本篇小结 / 304<br/>第三篇<br/>供应链的第三道防线：供应链执行 / 307<br/>需要预测，是因为供应链的响应能力有限 / 308<br/>什么问题由催货解决：由加拿大的过期口罩谈起 / 309<br/>催货是有学问的 / 312<br/>【小贴士】虽然抱怨，其实最喜欢的还是催货 / 316<br/>把自己做成大客户，驱动供应商快速响应 / 318<br/>要不要给供应商提供预测 / 324<br/>【案例】日本供应商供不了货 / 325<br/>计划可以调整，但得考虑供应链的刚性 / 328<br/>人都在忙什么？在忙着做信息系统的事 / 330<br/>超前和逾期消耗问题 / 331<br/>安全库存的手工管理 / 333<br/>采购订单的手工处理 / 334<br/>ERP：信息系统的核心应用 / 336<br/>物料需求计划 / 337<br/>【小贴士】为什么MRP跑不起来 / 339<br/>可承诺逻辑 / 344<br/>ERP作为信息共享的平台 / 348<br/>电子商务：供应商的电子连接 / 350<br/>电子商务推动订单层面的自动化 / 350<br/>电子商务传递需求预测和VMI信息 / 355<br/>与供应商协作的信息枢纽 / 357<br/>本篇小结 / 359<br/>后记　每一次相遇都是久别重逢 / 362<br/>参考文献 / 364