智慧供应链 课件 第2章 智慧供应链的需求预测.pptx

智慧供应链的需求预测演讲人汇报日期 CONTENTS1 需求预测2 智慧供应链的用户需求驱动模式C2M3 行业实践目录 智慧供应链的需求预测开篇案例：日化巨头联合利华的供应链需求预测体系 开篇案例：日化巨头联合利华的供应链需求预测体系联合利华公司（以下简称联合利华）作为世界500强企业，在全球拥有400多个品牌，是日化行业的知名头部企业。此外，联合利华在2018年便开始打造4S（SwiftAgile迅速敏捷，Smart智能的，Sustainable可持续的，Striving努力）供应链，加速推进智慧供应链的创新。 当顾客从超市货架上取走一瓶清扬洗发水时意味着什么?对联合利华（中国）来说，意味着1500家供应商、25.3万平方米的生产基地、9个区域分仓、300个超商和经销商都因此受到牵动，它们是构成这家企业供应链体系的基本节点，那么联合利华复杂而庞大的供应链是如何高效运转的呢？ 智慧供应链的需求预测 需求预测2.1 需求预测的概念需求预测是指针对一项产品或服务的预期需求所做的评估。 在供应链管理和运作的过程中，预测对象包括需求、库存、风险、销售、竞争对手的战略与战术等。与销售预测主导的推式组织方式不同，基于需求预测的活动是来自消费者的拉动。 需求预测的概念 ?长期需求预测属于战略层面，是厂房建设、融资、经营、制定竞争战略等长期规划和决策的基础。 ?中期需求预测主要是战术性预测，是对企业战略的具体分解和实施过程，其预测时间粒度比战略预测小。 ?短期需求预测是预测粒度最小的一个层次，主要是操作性预测。 需求预测的应用场景需求预测通常是供应链的重要一环，它主要是为供应链下游，如预生产、补货、库存管理、供应链运营等环节服务的。 需求预测根据应用场景分为两种类型：事件驱动型和周期趋势型。这两种类型并不是完全孤立的，而是在现实场景中同时存在。 需求预测的应用场景事件驱动型常见的事件驱动型场景是电商平台、快消商品等2C产品的需求预测，也包括网页UV（Unique Visitor，独立访客，即用户访问量）预测、网页PV（Page View，页面浏览量，即点击量）预测等。电商平台的销量主要通过各种促销活动进行驱动，比如“6 18”“聚划算”“11.11”“超级品类日”等，在没有活动时电商平台的销量相对较低且稳定。而快消商品的销量在平时比较稳定，在部分节假日和促销活动时会有大幅增长，然后回落之前的水平，如图2-3所示。 需求预测的应用场景周期趋势型常见的周期趋势型场景主要针对一些稳定的制造业的2B商品，活动少或不靠活动带来销量的2C商品，比如汽车零部件、医药产品、办公消耗品等。除了节假日、特殊活动或政策等外界因素的影响，从整体来看，这些商品的需求呈现一定的周期性和规律性，如图2-4所示。 需求预测的步骤01① 明确预测对象和目的。预测对象包括预测结果的用途、时间跨度等。据此可确定预测所用信息、需求做的投入。② 选择适合的预测方法和预测模型。这一步要充分思索预测目的、时间跨度、需求特征等要素对预测方法的影响。02③ 搜集、剖析相关的资料数据。0304④ 预测。通过一定的科学方法和逻辑推理，对事物未来发展的趋势做出预计和推测，发现事物发展的规律。⑤ 预测结果评价，剖析预测精度和误差。05 需求预测的基本方法定性预测定性预测是指企业根据一些定性数据预测需求。这需要预测者熟悉业务知识，具有丰富的行业经验和综合分析的能力，根据已掌握的历史资料和直观材料，运用个人的经验和分析判断能力，对事物未来的性质和发展程度做出判断。虽然定性预测在一定程度上运用数学方法做出定量的预测评估，但是易受预测者主观因素的影响。 需求预测的基本方法时间序列预测相比于定性预测，时间序列预测是一种量化的需求预测方法，它用更为精准的数字作为需求预测的基础，给出具有一定置信区间的量化预测值，属于定量预测的一种。它的基本原理是：一方面，承认事物发展的延续性，运用过去时间序列的数据进行统计分析，预测事物发展的趋势；另一方面，充分考虑各类特征因子对数据表现的影响，综合给出预测结果。 时间序列预测适用于有大量过去的销售数据的零售企业，有季节性、周期性销售趋势的商品。 需求预测的基本方法因果模型因果模型考虑了可能改变预测结果的多种可控因素和非可控因素，是利用事物发展变化的因果关系进行预测的方法。它以事物发展变化的因果关系为依据，抓住事物发展的主要矛盾与次要矛盾的相互关系，建立数学模型进行预测。01因果模型适用于具有大量指标的数据驱动零售商，特定产品的类别预测，多渠道、多元化客群的零售业务，与市场营销、广告活动和促销活动相关的预测。02需求预测既是一门科学，也是一门艺术。好的预测方法，一定是综合考虑定性数据和定量数据、内部数据与外部数据、可控因素与不可控因素，做出一些必要的“猜测”和“假设”，再结合先