当预测说了谎：一次需求计划的复盘
有一家区域性设备分销商，我们姑且叫它 Northline，2021 年春天踌躇满志。销售团队承诺将强劲反弹，计划员把数字敲进电子表格，采购据此承诺了一整年的库存。到了八月，仓库三分之二的空间被无人问津的产品占满，而客户真正来电询问的那三个料号却积压欠货长达六周。这个结果没有一丝运气成分，它是一份建立在一厢情愿之上的预测，值得我们逐步复盘。
愿望是如何溜进来的
第一个失误，是把销售目标当成了预测。目标是你希望卖出多少；预测是你对实际会发生什么的诚实最佳估计。Northline 的计划员从管理层想要的营收数字出发，再倒推出能支撑它的销量。这等于把整个流程倒了过来。预测应当从需求信号出发，再与目标比对，让差距清晰可见，并由某个人来承担。
第二个失误，是无视了历史数据中显而易见的扭曲。他们 2020 年的销售数据是被封锁、恐慌性抢购和缺货塑造出来的，并非正常需求。把这种原始历史喂进模型，得到的是一条看似精确、实则毫无意义的曲线。疫情后的复苏让这个陷阱格外普遍：2021 年，每个计划员盯着的基线，都已不再描述他们下单时所面对的世界。
诚实的预测长什么样
重建 Northline 的流程并不需要花哨的软件，需要的是按正确顺序施加的纪律。
先清洗历史，再建模。 标记并调整那些被缺货或一次性事件扭曲的月份。你无法满足的需求并不是当时真实存在的需求——根据流失销售记录和报价数据把它还原出来。
把基线和押注分开。 对大多数稳定料号使用简单的统计基线，只有在你有真实理由时才叠加人工判断：已知的合同、停产的竞品线、已确认的项目。
在你能站得住脚的层级做预测。 对每个地点的每个料号都做预测只会引入噪声。先聚合到模式稳定的层级，再向下拆分。精度存在于聚合之中，波动存在于细节之中。
每个周期都衡量误差。 按产品族跟踪偏差（你是否一贯偏高或偏低？）和精度（MAPE 或类似指标）。从不打分的预测，永远不会改进。
让它成为一场对话，而非一张表格
Northline 最关键的改进是社交层面的，而非技术层面的。他们建立了每月一次的产销运营计划会议，让销售、财务和供应围绕同一套共享数字坐到一起。销售必须以书面形式为自己的加量负责。财务必须把预测与计划对账。供应则展示每种情景对压在库存里的现金意味着什么。一旦预测在会议室里有了主人，那些乐观的虚增便烟消云散——因为现在有人必须为它辩护了。
以固定节奏召开预测评审，每次都是同一批人。
让每一次人工调整都带上名字和理由。
把预测精度反馈给设定数字的人——可见性会改变行为。
把你持有的安全库存视为预测误差的代价，靠改进预测而非靠猜测来削减它。
六个月后，Northline 的库存下降了四分之一，快销品的满足率重新回到目标之上。预测并没有凭空变得更「准确」——它只是变得诚实、有评分、有人负责。这通常就是全部的关键所在。
让需求计划、寻源与供应商承诺彼此对齐，正是那种能自己赚回成本的工作；如果你的预测和采购已经各走各路，XNM 的采购、寻源与合同管理 可以帮助你重建这份纪律。