需求预测和库存计划：一个实践者的角度 第2版

面对企业新品计划极度不准、老品计划不能精打细算的普遍挑战，本书围绕众多的案例，用常用的预测模型来有效预测随机波动、趋势和季节性，力求做到精益求精；用德尔菲法有效应对高度不确定性，争取避免大错特错；用库存计划设定合理的安全库存，并用设立再订货点等方法，解决大批量、小批量的产品如何规划的问题。鉴于绝大多数企业都没有计划软件，书中所有案例都在Excel中完成。需要说明的是，本书不是一本关于预测方法论的书，而是为实践者量身打造的应用之书，目标读者为计划经理、供应链总监和一线计划人员。

刘宝红，供应链管理畅销书作者，“供应链管理专栏”（www.scm-blog.com）创始人，西斯国际执行总监。<br />自2000年起，刘先生便在美国学习和实践供应链管理。他先在硅谷半导体设备制造业从事供应商开发和管理，在全球采购产品、服务和技术；后转入供应链计划领域，支持一家高科技企业每年13亿美元的服务备件业务。从2004年起，刘先生致力于推广供应链管理，帮助中国企业培养中高层管理人员，改善供应链绩效，推动供应链转型。<br />刘先生的专著《采购与供应链管理：一个实践者的角度》于2012年推出初版，至今已经写到第4版（2024年），每年都居京东、当当供应链管理门类销量榜首。他的专著《供应链的三道防线：需求预测、库存计划、供应链执行》于2022年再版，《供应链管理：高成本、高库存、重资产的解决方案》于2023年再版，都成为供应链领域的畅销书。<br />围绕这些畅销专著，刘先生推出一系列专题培训，先后为众多行业龙头企业提供内训，并且有几千家企业、数万名职业人参加他的公开课培训，来自汽车、家电、电信设备、航空航天、机械制造、新能源、新零售、电商、快时尚、服装、餐饮等多个行业。<br />刘先生毕业于上海同济大学，获项目管理硕士；后赴美国，在亚利桑那州立大学读商学院，获供应链管理的MBA。他通过了美国供应管理协会（ISM）的注册采购经理认证（C.P.M.）、运营管理协会（APICS）的生产与库存管理认证（CPIM），接受了亚利桑那州立大学、摩托罗拉和霍尼韦尔的精益六西格玛培训，是六西格玛黑带。<br />刘先生现旅居硅谷，定期往返于中美之间。如欲联系他，请电邮至 baohong@hotmail.com，或致电136 5127 1450（中国，微信同） / 1(510) 456 5568（美国）。<br />

目录<br />前言　一本关于怎么做计划的书<br />作者简介<br />引言　计划是供应链的引擎　 /　1<br />供应链的三道防线　 /　2<br />从“七分管理”到“三分技术”　 /　3<br />本书的内容结构　 /　5<br />第1章　数据是计划的基础　 /　7<br />定义需求历史　 /　8<br />不能拿发货历史当需求　 /　9<br />案例 1-1　发货数据带来系统性的偏差　 /　10<br />谁的需求　 /　11<br />小贴士　三家手机厂商，都是第一　 /　13<br />多少需求历史算合适　 /　14<br />按日、按周还是按月汇总需求　 /　16<br />数据清洗　 /　18<br />基本的数据清洗　 /　19<br />极端值的处理　 /　20<br />小贴士　极端值的识别　 /　23<br />小贴士　削峰填谷　 /　26<br />案例1-2　某跨境电商的数据清洗　 /　28<br />案例1-3　某设备商的备件数据清洗　 /　32<br />案例1-4　某代理商的数据清洗　 /　34<br />与数据有关的一些好习惯　 /　38<br />第2章　移动平均法和简单指数平滑法　 /　40<br />时间序列简介　 /　41<br />移动平均法　 /　44<br />究竟用多长的需求历史　 /　44<br />相信数据，而不是你的眼睛　 /　46<br />小贴士　预测的灵敏度和准确度　 /　48<br />移动平均法的局限　 /　49<br />加权移动平均法　 /　50<br />简单指数平滑法　 /　50<br />简单指数平滑法的逻辑　 /　51<br />小贴士　“指数”是怎么来的　 /　53<br />简单指数平滑法的初始化　 /　54<br />平滑系数的择优　 /　56<br />小贴士　平滑指数的经验值　 /　60<br />小贴士　特别警惕Solver给的优化值　 /　61<br />简单指数平滑法的优劣　 /　62<br />第3章　评估预测方法的优劣　 /　64<br />预测的准确度　 /　64<br />准不准，跟谁比　 /　64<br />预测准确度如何计量　 /　66<br />案例3-1　某制造商的预测准确度　 /　69<br />那么多的预测，究竟评估哪个　 /　71<br />预测准确度的行业标杆是个伪命题　 /　72<br />小贴士　预测准确度的几个规律　 /　73<br />可以不考核，但不能不统计　 /　74<br />预测的系统性偏差　 /　76<br />案例3-2　猪突然不怎么吃玉米了　 /　81<br />预测模型择优的几点补充　 /　82<br />过度拟合是择优之大忌　 /　82<br />小贴士　数据是很好的仆人，却是糟糕的主人　 /　84<br />小贴士　预测模型的择优流程　 /　85<br />简单的模型往往比复杂的好　 /　86<br />小贴士　最基本的方法也是最重要的　 /　88<br />寻找更优而非最优的解决方案　 /　88<br />预测：增值还是添乱　 /　90<br />小贴士　预测模型的边际效益　 /　91<br />预测能力的评估　 /　92<br />第4章　趋势的预测　 /　95<br />用线性回归来预测趋势　 /　95<br />小贴士　Excel表格中运行线性回归　 /　97<br />小贴士　如何解读线性回归　 /　99<br />小贴士　用函数TREND来预测趋势　 /　102<br />小贴士　正确解读残差图　 /　103<br />案例4-1　线性回归中，极端值的处理　 /　105<br />霍尔特法　 /　108<br />小贴士　指数平滑法的一点小历史　 /　111<br />初始化和平滑系数择优　 /　112<br />小贴士　用FORECAST.ETS来运行霍尔特法　 /　114<br />霍尔特法和线性回归法的优劣　 /　115<br />案例4-2　究竟该用什么模型　 /　117<br />小贴士　介绍一个专业网站　 /　119<br />第5章　季节性需求的预测　 /　124<br />传统的季节性模型　 /　125<br />有季节性，没趋势　 /　125<br />季节性、趋势并存　 /　126<br />小贴士　季节性需求的安全库存设置　 /　129<br />案例 5-1　季节指数的计算　 /　129<br />案例 5-2　季节性需求预测的纠偏　 /　130<br />霍尔特–温特指数平滑　 /　133<br />初始化　 /　135<br />平滑系数择优　 /　136<br />小贴士　用Excel函数做霍尔特–温特指数平滑　 /　137<br />小贴士　用Excel中的“预测工作表”做霍尔特–温特指数平滑　 /　139<br />小贴士　不要寄厚望于霍尔特–温特模型　 /　141<br />案例5-3　三种不同方式来预测季节性需求　 /　142<br />方法1：霍尔特–温特模型　 /　143<br />方法2：传统的季节性模型　 /　145<br />方法3：把周三当作独立的时间序列来预测　 /　147<br />最优的预测方法　 /　148<br />预测准确度这么低，怎么办　 /　150<br />小贴士　季节该如何切分　 /　154<br />小贴士　究竟参照什么日历　 /　155<br />第6章　一家电商的预测方法优化　 /　156<br />案例企业背景　 /　157<br />案例6-1　中心仓的预测方法择优　 /　157<br />需求预测的现状　 /　158<br />需求预测的集中化　 /　159<br />预测方法择优：整体思路　 /　162<br />供应链执行能力限制了计划　 /　165<br />小贴士　4周锁定，2周滚动　 /　166<br />移动平均法，几周最准　 /　167<br />小贴士　配对t检验　 /　168<br />简单指数平滑法，是否更准　 /　172<br />小贴士　初始预测值的影响　 /　173<br />系统性偏差　 /　175<br />小贴士　极端值的识别和处理　 /　179<br />预测方法择优建议　 /　181<br />小结：中心仓的预测　 /　185<br />案例6-2　店铺的预测和库存计划　 /　185<br />那么多的库存从何而来　 /　186<br />预测方法的设计　 /　187<br />预测方法的择优　 /　189<br />系统性偏差　 /　192<br />小贴士　移动平均法和简单指数平滑法的比较　 /　194<br />预测有趋势的产品　 /　195<br />小结：店铺预测　 /　200<br />小贴士　前置仓的计划人员做什么　 /　201<br />经验教训　 /　202<br />第7章　高度不确定性下，如何预测　 /　205<br />游戏：瓶子里有多少颗糖　 /　207<br />德尔菲法　 /　209<br />小贴士　德尔菲法与开会大不一样　 /　211<br />案例7-1　快时尚电商的新品预测　 /　212<br />德尔菲法失败的一些原因　 /　220<br />小贴士　反馈改进，从失败中学习　 /　221<br />小贴士　德尔菲法的设计　 /　222<br />案例7-2　专家小组不是免责委员会　 /　225<br />小贴士　德尔菲法不是万能药　 /　226<br />专家判断有没有约束力　 /　227<br />德尔菲法错了怎么办　 /　228<br />小贴士　德尔菲法的变种　 /　228<br />小贴士　德尔菲法的应用越来越多　 /　230<br />第8章　新品预测：尽量做准，尽快纠偏　 /　232<br />新品不同，预测的难度也不同　 /　232<br />新品预测的两大核心挑战　 /　234<br />案例8-1　新品开发期的滚动纠偏　 /　234<br />新品开发期的三个节点　 /　235<br />新品导入期的三个节点　 /　237<br />小贴士　关于快反的迷思　 /　239<br />新品的滚动计划要有计划性　 /　239<br />小贴士　新品计划由谁做　 /　240<br />案例8-2　新品预售期的滚动纠偏　 /　241<br />线性回归模型　 /　243<br />线性回归模型的验证　 /　245<br />预售期需求的滚动预测　 /　247<br />初始预测高估或低估了，怎么办　 /　248<br />项目型需求的滚动计划　 /　251<br />案例8-3　大型设备的预投机制　 /　251<br />第9章　预测不准，设置安全库存来应对　 /　256<br />安全库存：库存计划的看家本领　 /　257<br />供应确定，需求不确定　 /　258<br />第一步：量化需求的不确定性　 /　259<br />小贴士　季节性需求的不确定性　 /　261<br />第二步：量化服务水平的要求　 /　263<br />小贴士　服务水平怎么定　 /　265<br />小贴士　服务水平和有货率不一样　 /　267<br />第三步：计算安全库存　 /　269<br />小贴士　补货周期如何计算　 /　270<br />案例9-1　安全库存的计算示例　 /　272<br />需求、供应都不确定　 /　273<br />小贴士　两种不确定性对安全库存的影响　 /　275<br />需求确定，供应不确定　 /　276<br />非现货供应，安全库存如何设置　 /　278<br />案例9-2　需求符合正态分布时，非现货供应的安全库存　 /　279<br />缓冲库存也是安全库存　 /　280<br />安全库存计算中的一些假设　 /　281<br />第10章　再订货点和再订货机制　 /　284<br />再订货点的主要参数　 /　284<br />再订货点　 /　285<br />案例10-1　再订货点的计算　 /　285<br />订货量　 /　287<br />小贴士　经济订货量　 /　287<br />案例10-2　经济订货量的计算　 /　290<br />小贴士　库存持有成本　 /　292<br />再订货点的适用范围　 /　294<br />小贴士　用再订货点，还是安全库存+需求预测?　 /　294<br />补货机制　 /　298<br />补货机制：定量与不定量　 /　298<br />补货机制：定期与随时　 /　300<br />案例10-3　定期补货机制下，再订货点计算　 /　301<br />补货机制小结　 /　302<br />案例10-4　某工业品企业的库存计划　 /　304<br />VMI的库存水位如何设置　 /　305<br />计算最低、最高库存水位　 /　306<br />VMI的库存风险　 /　307<br />VMI库存的绩效管理　 /　308<br />案例10-5　离开信息化，就很难具备做VMI的件　 /　310<br />小贴士　VMI有助于减轻牛鞭效应　 /　312<br />第11章　长尾产品：库存计划的终极挑战　 /　314<br />长尾、中尾、短尾分类　 /　317<br />小贴士　从计划的角度来对产品分类　 /　318<br />用泊松分布来模拟长尾产品　 /　321<br />小贴士　什么时候用正态分布，什么时候用泊松分布　 /　324<br />简单法则来指导长尾产品的计划　 /　325<br />成本—频次编码体系　 /　326<br />备件损耗指数　 /　330<br />长尾产品的库存控制　 /　332<br />高库存、高服务水平是怎么来的　 /　333<br />长尾产品的库存控制事关决心　 /　335<br />后记　 /　337<br />参考文献　 /　339