做预测有五个主要步骤:
1、定义预测的目的
2、准备数据
3、选择技法
4、作出预测(包括估计的预测误差)
5、跟踪预测
公司里每一职能部门都需有其销售预测的信息。倘若没有对其产品未来需求的
知识,没有一个职能部门能够有效地作业。事实上,没有一个单独的预测能够满足
所有这些部门的需要。为了取得最好的结果,每家公司应产生一整套互相关联的预
测,用来满足使用者们的需要。
原理10.给每一使用者一个适用于其需要的预测。
倘若不遵循原理10,使用者将被迫自己去解释该预测以产生他们所需的数据。
有时,一家公司的制造、物料、工程设计、采购与财务部门必须用“官方的”市场
营销预测去做这件事;他们各自为政,好像不是在为同一家公司做事似的。
图4-1中指出了预测的一些用途;还有许多并未包括在内。各种用途在下列
四个方面是有明显区别的。
1、视界──短的、中等的与长的
2、周期──每周、每月、每季或每年一次
3、评审的频度──每天、每周、每月或更长些
4、度量单位──钱、件、小时、加仑、打等等
应弄清每种用途的目的及对上述四个因素的要求。负责发布官方预测的个人或
小组应然后为具有相似要求的使用者小组重新组织数据。只有这样才可能有一种连
贯的、一体化的计划方法。
对许多公司,准备健全的数据这一基本问题往往可能是令人生畏的。为一段足
够长的期间找出销售数字用来开发一种良好的预测方法并检验它不只是要求有一组
历史的销售数字。没有有关的信息,单看过去的销售史将看不出什么时候罢工、提
价、库存科税日期、会计日历中的更改、特别的促销等诸如此类的事可能已经在历
史数据中掺进了使这些数据不能可靠地作为预测的基础的要素。
在准备数据时,预测人还必须确定到底要预测什么。一家通过分支仓库来销售
其大多数货物给客户的工厂必须使其生产同时面向分支仓库的需求与客户的需求,
因为仓库由于对峰值客户需求的期望,将毫无疑义需有一些库存。在这种时候,这
将对工厂生成超过实际客户销售量的需求。如果预测人只预测来自客户的续入业务
的增量,工厂对在恰当时间内生产出足够的货物去满足分配网络将缺乏准备。
预测人必须确定要使用数据去预测发货量还是去预测续入业务。发货量数据反
映生产设施已经能够对续入业务作出何等的响应。例如,一种已经缺货4或5个月
的畅销产品将显示一段低发货量的历史,虽然续入业务率是高的。根据以往的发货
量来估计未来需求的预测人将由于未能反映对该产品的真正需求而延长了缺货期。
即使具有足够的库存,也很少有公司能足够快地对需求的突然增长作响应使发货量
保持同续入业务相等。图4-6是发货量对需求的关系一个典型例子,从图中可以
看出四月与五月中突然增长的业务引起了发货量的增大,但发货室直到十一月以前
┏━━━┳━━━━━━┳━━━━━━┳━━━━━━━┓
┃ 月份 ┃ 发货量 ┃ 续入订货量 ┃ 欠交订货量 ┃
┣━━━╋━━━━━━╋━━━━━━╋━━━━━━━┫
┃ 一月 ┃ 302 ┃ 305 ┃ 31 ┃
┣━━━╋━━━━━━╋━━━━━━╋━━━━━━━┫
┃ 二月 ┃ 373 ┃ 372 ┃ 30 ┃
┣━━━╋━━━━━━╋━━━━━━╋━━━━━━━┫
┃ 三月 ┃ 465 ┃ 471 ┃ 36 ┃
┣━━━╋━━━━━━╋━━━━━━╋━━━━━━━┫
┃ 四月 ┃ 530 ┃ 562 ┃ 68 ┃
┣━━━╋━━━━━━╋━━━━━━╋━━━━━━━┫
┃ 五月 ┃ 591 ┃ 681 ┃ 158 ┃
┣━━━╋━━━━━━╋━━━━━━╋━━━━━━━┫
┃ 六月 ┃ 626 ┃ 615 ┃ 147 ┃
┣━━━╋━━━━━━╋━━━━━━╋━━━━━━━┫
┃ 七月 ┃ 603 ┃ 664 ┃ 208 ┃
┣━━━╋━━━━━━╋━━━━━━╋━━━━━━━┫
┃ 八月 ┃ 687 ┃ 675 ┃ 196 ┃
┣━━━╋━━━━━━╋━━━━━━╋━━━━━━━┫
┃ 九月 ┃ 731 ┃ 658 ┃ 123 ┃
┣━━━╋━━━━━━╋━━━━━━╋━━━━━━━┫
┃ 十月 ┃ 642 ┃ 570 ┃ 51 ┃
┣━━━╋━━━━━━╋━━━━━━╋━━━━━━━┫
┃十一月┃ 372 ┃ 340 ┃ 19 ┃
┣━━━╋━━━━━━╋━━━━━━╋━━━━━━━┫
┃十二月┃ 254 ┃ 269 ┃ 34 ┃
┣━━━╋━━━━━━╋━━━━━━╋━━━━━━━┫
┃总 计┃ 6176 ┃ 6182 ┃ ┃
┗━━━┻━━━━━━┻━━━━━━┻━━━━━━━┛
图4-6 发货量对续入订货量的关系
一直不能克服所引起的欠交订货。这不是说五月份的大量订货直到十一月也未得到
发货,但它表明在高峰季节,客户发货中的延迟大大地增长了。使用发货量为基础
来确定季节性活动的预测人将预测出一个较晚而较高的高峰,结果该工厂将不能及
时地生产出产品来满足实际的客户需求。
在预测中区分不同的需求流也是重要的。上例中的工厂很可能将其货物的45%
直接发给客户而把55%的货物通过仓库再发给客户。这将意味着对工厂订单有两种
不同的预测类型,一种代表直接给工厂的真正的客户需求,另一种代表客户对仓库
的需求再加上或减去仓库库存中的增量或减量。
许多公司有一些商品是出售给不同种类的顾客的。例如,一公司可能制造一种
硬件物品,正常情况下它以小量频繁订货方式出售给批发商──但有时被原设备制
造商(OEM)以每年两批的方式买去制造家具。每年两次在库存上将是加在来自
批发商的许多小量需求上的极大需求;这两股需求流将要求有分别的预测。平均需
求量是毫无意义的。
预测人在分析历史数据与做预测时使用恰当的期间也是极端重要的。图4-7
┏━━━┳━━━━┳━━━━━━┳━━━━━━━━┓
┃ 月份 ┃月销售量┃每月工作日数┃每一工作日销售量┃
┣━━━╋━━━━╋━━━━━━╋━━━━━━━━┫
┃ 一月 ┃ 334,000┃ 22 ┃ 15,200 ┃
┣━━━╋━━━━╋━━━━━━╋━━━━━━━━┫
┃ 二月 ┃ 310,000┃ 20 ┃ 15,500 ┃
┣━━━╋━━━━╋━━━━━━╋━━━━━━━━┫
┃ 三月 ┃ 338,000┃ 23 ┃ 14,700 ┃
┗━━━┻━━━━┻━━━━━━┻━━━━━━━━┛
图4-7 月销售量与日销售量
说明月销售量可能给出的假象。单看月销售量这一列,似乎二月份的销售比一月低
不少而且三月份比一、二月都有增长。但把每月的工作日数考虑进去之后,可看出
二月份每个工作日的销售量比一月份上升了,而三月份每一工作日的销售量却比一、
二月份都要低。
有的文献把预测技法区分为客观的方法(根据“冷的”统计的或数学的分析)
与主观的方法(根据“暖的”人类判断)。这样区分对讨论是有用的,但每个好的
预测都是二者的结合。一切统计技法都是以“未来将继续像过去那样”这一假设为
基础的。过去数据中的模式、趋势或周期被假设将继续下去并选用预测模型来把它
们外推或外插到未来的期间中去。
每一企业中的管理人员都努力使未来不同于过去──希望它比过去更好。因此,
任何客观预测要想成为官方的,必须首先经过人类判断的检验,判定将来与过去的
这些不同点将如何影响这种预测。有两种因素必须考虑:
1、内部的:在公司内部,诸如价格变化、促销、提高质量、更加及时的交货、
更短的制造时间等等因素将有什么影响?
2、外部的:在公司外部,竞争者、一般经济、政府法律等等将如何影响它们?
统计的预测只是起点,一种以前后一贯的、有秩序的方法与在合理的计算机时
间内去处理大量项目的方法。靠人对之作跟踪评审正常地是主日程计划工作的重要
部份,详见第7章。
时常有人问,谁应该去作预测?通常的回答是,市场营销或销售。从刚刚讨论
过的对内外因素的影响的评价来看,却可见预测是一集体协作活动。物料控制、数
据处理与市场分析人员将选择若干预测技法并生成“初步”预测。然后,它们将由
市场营销、销售、制造、工程与其它能有助于评价这些其它因素的影响的人们来评
审。