預測是供應鍊中廣泛使用的方法，比如我們要預測未來的銷售額、庫存、運費等等，預測的目的是想要根據現在的情況，來推測出未來的結果，為決策找到依據。關于預測有三條非常著名的原理。

一

預測永遠都是錯誤的

這簡直是“開屏暴擊”！既然預測都是錯誤的，那我們還在讨論什麼？！大家先不要急着點擊退出鍵，讓我先解釋為什麼說預測是錯誤的。以銷售預測為例，想要精準地預測出上海所有的肯德基門店每天賣出的炸雞塊數量，難度堪稱是海底撈針。原因是銷量數字是一個連續的變量，是一個很大的正整數，想要從這麼多數字中準确地預判到實際的量，這幾乎是Mission Impossible。再比如說，我要預測我的月末的庫存金額，而我現在持有的庫存高達9位數，想要預測到準确數字的可能性幾乎為零。

預測存在着巨大的不确定性，很難捕捉到它，這就是為什麼說“預測永遠都是錯誤的“。不過呢，我們也不用氣餒。雖然預測很難，但是我們可以找到預測的錯誤區間，也就是說，準确的數字就在這個區間之内，我們把預測的結果看作是一個範圍，一種指引，告訴我們正常的方向。例如，我們的需求量正在減少，已制定的庫存策略是降低庫存金額，我預測出庫存會逐漸下降，當期的數字應該體現出低落的趨勢，這說明我們采取了有效的行動，控制住了庫存。

由于預測和實際結果之間永遠存在偏差，有些人會說“既然預測是錯誤的，那麼我們就不要做了”。這種觀點是不正确的。預測雖然是錯誤的，但它提供了一個範圍。我們跟蹤預測的誤差，然後就可以優化流程，調整模型或參數，最終提高預測的準确性。

二

近期預測的準确性高于遠期的

這是最容易理解的一條原理。大家可以想象一下天氣預報，氣象台預測明天的天氣一般都是很準的，氣溫是幾度，會不會下雨，準确率高得驚人。

預測明天的天氣很容易，但是預測三個星期以後的天氣就很難了，相信大家都有這方面的經驗。這種現象是非常合理的，我們對于未來短期會發生的事情更有把握。舉個例子，如果要我預測下周會發運哪些客戶的訂單，我可以拍胸脯告訴你結果，因為我知道許多訂單已經完成了，就在倉庫裡。運輸車輛都已經安排好了，而且是常年合作的運輸車隊，不出意外的話，是可以按照原先的計劃出貨的。我對于未來一周的運營情況很有信心。但是要我預測三個月以後的訂單出貨就比較難了，因為供應鍊存在許多不确定性。

工廠的設備可能會出現故障、生産的原材料可能供應不上、或是客戶所在城市出現了疫情，物流可能被中斷。這三個月内發生的任何事情，都可能會影響到原來的計劃，必然會降低了遠期的預測準确率。這是難以避免的事情。正是由于預測的這個特點，有經驗的人會利用短期預測，從而提高準确率。餐館老闆會根據天氣情況，結合曆史銷售額，推測翌日客流量，然後再決定備貨數量，就可以更精準估算進貨量，降低熱銷菜品缺貨風險，同時減少食材浪費。

三

彙總的預測比分離的預測更準确

彙總和分離在供應鍊中的術語分别是Aggregate和Disaggregate，從單詞的前綴上看得出它們是一對反義詞。我們在做預測的時候，通常都是針對一個較為分離的目标，比如預測一家肯德基門店裡每天的炸雞塊銷量，這裡涉及到了三個維度，分别是地點、SKU和時間。地點是某地的一家門店，SKU是店裡銷售的炸雞塊，而時間是每個營業日。此類的預測是很正常的，是高度分離的預測水平，這就是所謂的Disaggregate。分離預測的準确性往往是比較低的，炸雞雖然美味好吃，但我們也不會天天吃，肯定要換換口味，比如吃個蛋撻。離散的需求一般很難把握得住。

再比如說，某種顔色的體恤衫的銷售就是分離預測，我們很難預見到藍色、黑色、黃色或是粉色衣服各能賣出多少件，因為個體商品銷售的波動性太大了。如果我們把這些體恤衫的銷量彙總起來，從産品系列Product family的層級上做預測，可以提高準确率，這就是彙總Aggregate。假設在産品系列裡，每個SKU的預測過高和過低的可能性是一樣的，低估往往能平衡高估的數字，它們可以相互抵消。這是一種非常奇妙的現象，它的原理是風險彙總Risk Pooling，意思是把個别的風險合并到同一個池子裡，而池子裡的總體風險往往小于流入池子的所有風險的平均值。風險代表的是不确定性，波動性越大，不确定性也就越大。在統計學中，我們使用變異系數（Coefficient of Variation，簡稱CV）來反映波動性，計算方法是用标準差Standard Deviation (σ)除以平均數(µ)。

假設四種顔色體恤衫的銷售量都有相同的标準差和平均數，如下表：

它們的變異系數都等于是0.4，這也是CV的平均值。如果我們計算四種體恤衫彙總的變異系數，就會得到這樣的結果。

彙總的平均數是簡單地用100乘以4，得到了400，而彙總的标準差卻隻有80，這是為什麼呢？因為根據标準差的計算公式，它需要乘以√N，也就是√4=2。這樣一來，平均數乘以了4，而标準差隻乘以2，CV就變成了0.2，也就是說彙總後的波動性和風險更小了，更加穩定了。這一段文字有些燒腦，其中包含了統計學的知識，如果沒接觸過這些内容的同學可能理解起來有些費勁。不過沒關系，我們隻需要掌握這條預測的原理，那就是彙總的預測比分離的預測更準确。事實上，在我們的生活中有許多這方面的應用。

在我的供應鍊管理起源于日常生活，一間上海街頭早餐鋪子給我的啟示這篇文章中，早餐店老闆很難預測每天會有多少顧客購買淡漿、甜漿或是鹹漿，他非常聰明地把這三種産品彙總在一起進行預測，并巧妙地設置了推動和拉動的平衡點。老闆既提高了預測準确率，也加快了訂單響應速度，減少了食品浪費。這是經典的供應鍊延遲策略，它利用了彙總預測更加準确的特點，降低了波動性和風險。彙總不僅可以從SKU産品角度入手，也可以從地點和時間維度上展開。我們把某地區所有門店的銷量彙總起來預測，準确性肯定高于單個門店。預測一整年的銷售情況，肯定比某個月份更加精準。

理解預測的三個原理，可以幫助供應鍊人員更好地使用預測工具，為決策提供洞察，制定合适的策略。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!