預測準確度究竟要多高

經常有人問，需求預測多准才對？答案是這取決於你所在的行業。比如在工業產品領域，批量小、品種多，60%的預測準確度可能就相當不錯；但在汽車製造、家電、消費品行業，這樣的準確度可能意味著災難。

美國有個叫ToolsGroup的公司做過調研，說消費品的預測準確度在85%上下，零售業跟消費品差不多，而工業品就低得多，只有70%不到[1]。這應該主要是針對北美企業，採用的是月度預測。別的細節就不清楚，比如準確度是如何計算的，提前多久的預測作為基準等——你馬上就知道，這些都是預測準確度統計的關鍵構成。

根據Gartner的調查，消費品公司的預測準確度在50%到60%之間。這一數字明顯低於ToolsGroup的統計。不過Gartner的統計方法相當嚴苛，是基於SKU和庫位層面，統計方法是絕對差的百分比（MAPE），即預測的準確度=(1-(|實際值-預測值|)/實際值)*100%[2]。

其實，預測的準確度多高才算高，其意義不是有些人想像的那麼大。在我們看來，圍繞預測準確度，更重要的是對偏差的分析，理解偏差的誘因，採取糾偏措施，提高未來預測的準確度。

這裡還要提醒的是，預測的準確度是個多維概念，一定要弄清楚其中的細節：（1）產品層面還是SKU層面？產品層面的預測準確度可以很高，而SKU層面的則會低很多；（2）工廠層面還是渠道層面？工廠層面可以很高，但銷售更關注的是具體的渠道。（3）提前多久的預測作為基準？是M-1（上個月做的預測），還是M-2、M-3？

企業也經常在時間單元上做文章。時間單元越小，預測的準確度就越低，反之亦然。生產希望時間單元越小越好，最好是天，如果不是小時的話，因為那是他們安排資源的方式。再不行，周。銷售的要求就沒有那麼細，月度即可。不過對生產來說，月度的第一天和最後一天、第一周和最後一周可大不一樣。所以按月統計，離解決生產的日常產能安排尚有距離。

說到這裡，讓我們講個笑話。有個百億級的多品種、小批量企業，供應鏈職能在不斷抱怨，說預測的準確度太低。究竟有多低？答曰百分之八九十。那麼高還算低？答曰這是按年算——銷售說了，今年計劃賣掉10個，結果到12月31日只賣掉9個，預測的準確度就是90%。啊，原來是這樣。你不得不佩服人民群眾的創造力。但是，這個預測準確度對供應鏈又能有多大意義呢？

跟很多指標一樣，預測準確度如何統計，取決於職能之間力量博弈。在銷售強勢的企業，需求預測準確度更多地定義在產品而非SKU層面，提前期也更短，時間單元也更大。現在你知道，在那個以年為單位的企業里，銷售一定是爺，供應鏈肯定是三孫子。作為供應鏈專業人士，你要跳槽的話，能去這樣的企業嗎？

對供應鏈來說，SKU層面的預測準確度最好。但是，這個層面的準確度一般都很低，我們熟悉的一些公司只有百分之二三十，實在太寒磣了。對有些產品來說，從生產工藝的角度看，SKU層面的區別很小，統計這一層面的預測準確度或許沒太大意義，如果考慮到為評估而花費的資源的話。比如同樣式樣，同樣顏色，褲管26吋和28吋是兩個尺碼的衣服，因而是兩個不同的SKU，但區別實在是小，提高生產的靈活性，通過供應鏈的柔性來應對，或許比花費巨大資源來提高SKU層面的預測準確度更可取？當然，這只是一家之言，僅供商榷。

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。

[1] Benchmarking Your Supply Chain Planning in 2017，作者Alicia Oriol and Frederic Rousseau，http://www.ToolsGroup.com。

[2]Why CPG Demand Forecasting Has Hit a Ceiling，作者Jeff Bodenstab， https://blog.toolsgroup.com/en/why-cpg-demand-forecasting-has-hit-a-ceiling。

推薦閱讀：