越来越多的公司开始意识到需求预测的准确率（FA-Forecast Accuracy）的重要性，并开始对其评估。FA和公司固定资本，供应链运营消耗成本，以及运营资本管理的有效性有着直接的联系，并最终深刻的影响着公司的top-line销售额和bottom-line利润率。但在实务中大多数公司虽然对FA以及一些基本的供应链运营绩效指标如库存周转率，库存供应总天数，准时交付率，物流成本，失销率等等进行衡量和考核，但并没有把FA对这些指标的直接影响进行完整的计算，展示和沟通。如同医生诊断疾病，只是将该疾病的症状罗列但并未对其成因进行全面的分析。而公司内部的需求（计划）管理部门作为对FA最直接的操作者和负责者，由于也未将其和这些指标直接挂钩，从而很难精准的回答来自其他部门特别是销售和市场部门一个最具有挑战性的问题——“需求预测的作用到底是什么”，毕竟需求预测的职能不仅要投资信息技术更是还要对公司目前的业务流程和组织架构进行大幅度的调整。因此有时需求（计划）管理部门变成了公司内部最体现不出价值最不被理解和最得不到配合的部门，往往是准确率高了是别人的功劳，准确率低了则立刻又成为众部门苛责的对象。如何能够改变这一局面，下文将通过实际业界的数据进行深入的分析和阐述。
国际供应链理事会（SCC）的SCOR模型将需求预测准确率视为“渗透和影响公司各个部门的一个重要指标，并对销售额和利润率有着巨大的影响”。如图1所示，预测准确率的提升能增加销售额同时降低成本，并对供应链的运营效率有着改善的作用，最终提升公司的投资回报率（ROI）。
图1 预测准确性对top-line销售额和bottom-line利润率的影响
过度的高预测和低预测都会直接影响公司的财务健康。过低预测会直接导致失销，并最终影响品牌形象。而为了弥补过低预测所带来的负面影响，公司往往会采取一些临时极端的方式如高价采购没有计划的零部件，以昂贵的空运来替代廉价的海运等从而更加重财务负担。过高预测从另一个方面来说导致成品，半成品和原材料库存积压，严重影响公司现金流和营运资本的健康程度，而后续的低价甩卖甚至是过期作废当作废品处置（write-off）则更是杀伤力巨大。
在图2中，国际商业预测计划协会（IBF-Institute of Business Forecasting and Planning）则通过对不同产业和公司真实数据的研究展示了需求预测准确率对公司财务状况的影响，即客户满意度，库存水平和低成本的运输方式与在SKU层面FA的直接联系。如图所示，当FA提升的时候客户满意度随之上升，并在FA达到80%的时候，客户满意度接近100%。同时，当FA提升的时候，使用低成本运输方式如海运的产品在所有产品中所占的比例也在上升。反之，当FA从100%下降至70%的过程中，客户满意度则一直在85%左右维持不变，这其实就意味着通过持有大量的库存并频繁使用高成本的运输方式来让客户满意。进一步来讲，当FA上升时，超过60天库存占总库存的比例也在下降；当FA升至85%以上时，该比例无限接近0；一旦FA降至80%以下时，超过60天的库存开始积压；而FA在50%左右，超过60天库存占总库存的比例则达到惊人的60%，这是任何一个CEO和CFO都不想看到的。
而世界知名的咨询公司Oliver Wight更是认为精准的需求预测是有效库存管理的一个基础。它的一个案例分析则通过对美国一家服装公司的深入研究揭示了该公司需求预测准确率和库存之间的关系。该公司在实施需求预测改善项目之前库存占有其资本的比例能达到60%-70%并且有上升的趋势，这些给其现金流带来了巨大的风险。该公司在使用预测工具的同时更对其需求预测流程进行的彻底的改造，新流程不仅提升了需求预测准确性更是为它的S&OP流程打下坚实预测基础从而给后续的供应和需求的平衡创造了条件。通过长达12个月的流程改善，其总平均FA提升近30%从而带来了如下结果：
减少成品库存$280万
减少原材料库存$60万
减少过期库存$40万
而Oliver Wight的另外一个研究显示库存周转率和毛利回报之间的关系进而更深一步阐述了FA对公司财务状况的深刻影响。北美的一家快消品公司通过采取了CPFR（Collaborative Planning Forecasting Replenishment）需求管理流程并借助有效的工具将FA大幅提升，并同时带动了库存周转率由14达到了32。在库存周转率为14的时候，毛利存货投资报酬率（Gross Margin Return on Inventory Investment GMROI）为$4.42/箱，而在库存周转率为32的时候，GMRIO为$11.24/箱，增长了接近3倍。表1则显示了库存周转率和毛利回报之间的关系。
图2 预测准确性对于客户满意度，运输成本和库存的影响
表1 库存周转率和毛利回报之间的关系
而FA和损益（P/L）的联系则可以通过图3显示出来。该图通过对Dell公司真实数据的研究展示了当FA增加时，某一个产品的损益曲线也呈上升趋势。但FA一旦低于70%的时候，该曲线则开始急速下滑并呈现出严重的陡坡度态势。而FA从90%降至60%所给公司带来成本竟然达到了不可思议的$12。当然该数据对于不同产业和产品可能会有不同影响，但至少能从一个侧面反映出FA对于公司bottom-line利润率的深刻影响。
图3 预测错误率和bottom-line利润率的关联
盈利是任何公司存在的重要意义之一，公司的所作所为其实也都是围绕着盈利这个核心在做文章。而需求预测准确率在一部分公司内不被理解和认同的一个重要原因就是没有和公司的核心相关联，导致成为一个游离于决策体系之外的简单供应链绩效考核指标。如果需求预测准确率运用正确的话，它将成为同时改善公司的top-line和bottom-line业绩的有效利器。当然。需求预测准确率也不单纯是需求管理部门的责任，它需要销售，市场，财务，供应链等部门借助完善的需求预测管理流程和体系来通力合作，从而对“永远不100%准确”的预测准确率进行有效的管理。
核心关注：拓步ERP系统平台是覆盖了众多的业务领域、行业应用，蕴涵了丰富的ERP管理思想，集成了ERP软件业务管理理念，功能涉及供应链、成本、制造、CRM、HR等众多业务领域的管理，全面涵盖了企业关注ERP管理系统的核心领域，是众多中小企业信息化建设首选的ERP管理软件信赖品牌。
转载请注明出处：拓步ERP资讯网http://www.toberp.com/
本文标题：低需求预测准确率要付出怎样的代价？
本文网址：http://www.toberp.com/html/consultation/10820619777.html
相关文章
