需求預測:ERP如何執行?
有個本土企業,是典型的銷售提需求——銷售在做需求計劃。幾十個銷售預測未來三個月的需求,每個月更新一次,按照客戶匯總,上傳到ERP系統,驅動後端的供應鏈來執行。我們去給這個公司培訓,負責公司最大客戶的銷售經理說,讓幫忙看看這個客戶的備貨計劃。當天培訓結束後,我們就坐下來談。原來想,她和她的團隊應該問需求預測、安全庫存方面的問題——這是供應鏈的前兩道防線,也是計劃工作中最為核心的兩塊。誰知道打開Excel表格後,所有的問題都歸結到執行操作上,在信息化水平高的公司由 ERP做的那些事。
這位銷售經理的客戶採購1000個左右料號,五六個工廠,料號跟工廠的組合就有幾千個。她的銷售團隊用Excel表格在每個工廠、每個料號層面做3個月的預測,然後把這些數字整合到料號層面,工作量確實不小。然而麻煩的還在後面:逾期需求的處理。逾期需求就是預測偏高,但銷售認為需求只是暫時偏低,後續需求會拔高,所以不願把多餘的需求預測刪掉。比如6月份預測了100個,實際需求80個,這多餘的20個預測還沒有被消耗掉,變成逾期需求,是繼續掛在那裡驅動供應,還是該砍掉?要掛的話該掛多久,要砍的話砍多少?
每個月,銷售從ERP系統里拉出逾期需求,把那成千行逐行看過去,全部都是手工,哪些要保留,保留多少;哪些要砍掉,砍掉多少,這帳可不好算,工作量更是驚人。對於銷售來說,他們最關注的是短缺;逾期需求是過剩,工作量又那麼大,一忙就忘了。結果是ERP系統里,有的需求都逾期半年了,還掛在那裡,驅動的庫存以千百萬元計。
那麼,信息系統ERP究竟是怎麼做這些事兒的?且聽我們細細道來。
在ERP里,比如SAP,需求預測會按照日期錄入,比如未來13周(3個月,一個季度),每周100個,連續錄入ERP。ERP里的物料需求計劃(MRP)就開始運轉,產生毛需求,減掉在庫庫存、在途庫存,就得到凈需求。根據凈需求量,ERP系統自動生成申請單,然後根據系統設置,一旦進入生產、採購的提前期,要麼由ERP自動,要麼由採購、物控等職能來手工轉換成生產、採購訂單,驅動供應鏈來執行。
那需求預測過高、過低怎麼辦?功能健全的ERP有辦法自動處理。假定6月份的預測是100個,實際需求是80個,這20個的過剩預測ERP可以替你保留。保留多久的期限可以設定,一旦超過保留期限,系統就自動刪除過剩需求預測,同時提醒供應鏈來取消相應的供應。如果ERP跟電子商務系統對接的話,這些信息會轉到電子商務,由電子商務轉給供應商。如果供應已經取消不掉了,那也讓供應商停止進一步加工,以後即使要報廢,也報廢半成品,這樣把企業的損失控制到最低——信息系統會清楚地記錄指令是什麼時候給供應商的。
那如果預測過低呢,比如預測100,實際需求是130,這多出的30個又該怎麼辦?功能健全的ERP也可自動處理:如果以前有逾期需求預測,那就先消耗逾期需求,否則就提前消費未來一段時間的預測(這叫「向前消耗」,系統可以設置,比如說未來3個星期)——這是告訴ERP,我們的需求只是提前了,但總需求沒變,ERP會發出催貨信號,讓供應商把儘快送貨。如果未來這一時段的預測還不夠,那多餘部分就形成多餘需求,驅動ERP產生更多的訂單,這對供應鏈來說就是緊急需求。
這有點抽象,舉個例子。假定需求預測是10個/周,以前還有8個的逾期需求(預測過高,實際需求過低造成),現在突然來了個60個的大訂單,而且就要貨,ERP系統會這麼對付:先消耗過去的8個逾期需求,剩餘52個;這52個消耗了本周和未來3周的預測,就餘下12個——ERP說,你不能繼續消耗未來的預測(假定向前消耗定義為3周),那這12個就成為多餘的緊急需求,ERP會產生請購申請,驅動供應鏈來多生產12個。對於供應鏈來說,從ERP傳遞來的信號是這樣的:趕快把未來3周預測的10個/周送來,現在就要;再額外提供12個,這是比原來預測多的部分,現在就要。
上面這套邏輯就是ERP里的向後消耗(Backward Consumption)、向前消耗(Forward Consumption),是匹配實際需求與需求預測,合理驅動供應的關鍵邏輯:預測一般是經過平均後傳遞給供應鏈,好幫助供應鏈平滑產能;但實際需求時高時低,與預測不會一一匹配,部分原因是需求端的正常變動(提前或推後到,但總量與預測一致),部分原因是預測失敗(過多或者過少)。這套邏輯把一定範圍內的不匹配,比如不超過3個星期的量,作為「正常變動」處理;超出部分就按照預測失敗來對待,及時提醒供應鏈來應對,比如取消逾期需求(其實是減少預測),或者產生額外的需求信號以獲取更多供應(其實是增加預測)。
看到這裡,大多數人註定是雲里霧裡。原因很簡單:他們公司的ERP沒有這些功能,或者有但沒有用。這套邏輯很強大,也很複雜,專業的計劃人員也往往搞不懂,那些兼職做計劃的銷售就更不用說了:面對成千上萬的料號,手工要把這些用Excel算清楚,可不是件容易的事,算錯的概率有多高就可想而知。結果呢,都是白花花的銀子——算多了是庫存積壓,算少了是營收損失,都是錢;一旦算少,造成短缺,解決方案註定是更保守,多壓庫存,最終以過剩結束,還是錢。
這裡還反映的一個問題,就是在信息化水平低的企業,大家習慣性地通過組織手段來彌補信息系統的短板——員工花了大量的時間在做信息系統應該做的事,就沒時間來做真正需要人做的事,導致決策質量下降,製造了更多的問題。
就拿上面這個公司來說,銷售人員在花無窮無盡的時間來應對ERP該做的事,難怪培訓結束後的討論中,就出現了「可憐夜半虛前席,不問蒼生問鬼神」[1]的事兒來——「蒼生」是需求預測和庫存計劃,供應鏈的第一、第二道防線;「鬼神」是執行層面的事,供應鏈的第三道防線。不是「蒼生」不重要,而是「鬼神」製造的麻煩更多:銷售的大多時間都花在做ERP的活上了,折騰最多的也是那一張張的Excel表格,你讓他們不談補貨談什麼?銷售整天忙著補貨,需求預測和庫存計劃還有時間做好嗎?銷售做計劃,錯誤的人在做錯誤的事;人工做ERP的活兒,錯誤的人以錯誤的方式做錯誤的事。你知道,最後都是以庫存為代價。
劉寶紅 | Bob Liu
暢銷書作者,供應鏈管理專欄創始人(http://www.scm-blog.com)
最新專著《供應鏈管理:實踐者的專家之路》聚焦專業能力提升,在京東、噹噹等網站正式發行。《供應鏈管理:高成本、高庫存、重資產的解決方案》《採購與供應鏈管理:一個實踐者的角度》繼續領跑暢銷榜。[1]出自唐代李商隱的詩《賈生》。漢初的賈誼,有治國之才。漢文帝為詢問鬼神之事,曾半夜把賈誼叫進宮裡。見「百度百科」的「不問蒼生問鬼神」詞條。
推薦閱讀:
※伯克利創造出「可看到未來」的機器人,能幫助無人駕駛預測事故
※為什麼銷售不願分享信息
※預測準確度究竟要多高
TAG:预测 |