雖然能夠搭建精致的預測模型，但是并不希望供應鏈同仁誤解預測和預測技術的用處。

本篇，唐州司馬闡述一下對于“預測”本身的看法。

需要明白，并不是所有公司，都對預測這個話題感興趣。

如果產能完全不是問題，彈性極度充分，就幾乎沒有人在乎預測。越是輕資產類的企業，越是無所謂預測，最極端的例子是軟件公司。你能想象Microsoft Office內部開會討論S&OP嗎？——這里的“無所謂”，是“不介意”。

如果產能是唯一問題，產能絕對剛性，也一樣沒人在乎預測。越是重資產類的公司，也一樣越是無所謂預測，例如農業、礦業，以及各種供應鏈最上游企業。想買晶圓嗎？交錢排隊就是了。——這里的“無所謂”，是“愛莫能助”。

所以，供應鏈管理者一定要清楚，——預測，核心原因就是為了彌補彈性缺陷。

同樣需要清楚的是，預測只是彌補彈性缺陷的方式之一，而不是全部。

先聊一聊供應鏈彈性不足。

首先需要明確，供應鏈彈性不足，這是市場競爭劣勢。

如果你的供應鏈彈性落后于同行，那么，公司的業務拓展必受拖累。

哪怕是市場地位再高，你都要很清楚：在供應鏈彈性上的保守，實質上就是為競爭對手留下成長空間。如果說，諾基亞之敗，是敗于在智能手機開發上的失策；那么，摩托羅拉之敗，實質上就是敗于供應鏈彈性。

只要有可能，供應鏈首先應該追求的都是足以適應市場需求變化的彈性水平。

如果無視供應鏈彈性能力建設，而把所有希望都寄托在預測，則是典型的“舍本逐末”。

說句題外話。大致上你也可以認定，如果哪家供應商整天跟你糾結預測準確度，那么這家供應商要么是管理能力有限，要么就干脆沒把你當做重要客戶。

再聊一聊彈性不足的彌補方式。

供應鏈彈性的建設，是需要成本和時間的。

這些彈性成本包括但不限于：

    —多技能工人的培訓及維持成本

    —快速換線、多品類通用產線的工裝設備等投資

    —為需求峰值預留的生產及檢測工位設備等

    —替代供應商、工序外包供應商等的開發和維持

正因如此，所以很多時候，彈性能力的建設速度會落后于現實需求。這時就需要一定手段來彌補。

用于彌補彈性不足的手段，首先是庫存緩沖，其次是預測。

需要注意的是，這二者不是替代關系，而是缺一不可的互補關系。

庫存緩沖是最基本的彌補手段。

    如果市場波動遠超產線彈性，那么，成品庫存緩沖就是有價值的；

    如果存在某一工序瓶頸，那么，半成品庫存緩沖就是很有必要的；

    如果原材料供應彈性不足，那么，原材料庫存緩沖則是必然的。

如果這些都不做，那就只能讓客戶來承受更長交期，——而我們知道，這種與市場掰手腕的勝負結果，通常取決于第三者，也就是競爭對手??

庫存的確有成本。所以，應當對比庫存成本和彈性成本，做出取舍。當彈性成本較高時，則需要對比原材料、半成品、成品庫存成本，選擇最合適的節點來安排庫存緩沖。

庫存緩沖，所有的分析討論基礎也仍然是基于統計分析的，也即，是基于過去歷史的。如果業務成熟度低，那么，基于統計分析的庫存策略則存在著較大的失效風險。

由于庫存緩沖策略的上述兩個缺陷，所以，必要時我們需要采用預測技術來進一步彌補。

預測，是與庫存緩沖相互配合使用的一種手段。

如果緩沖庫存成本過高、或者風險過大，同時預測又是可行的，那么，就應當使用預測方式來平衡庫存成本。

換言之，預測技術，應當用來優化庫存緩沖策略，或者，用來應對那些庫存緩沖并不能有效解決的問題。

最為常見的優化應用是：需求峰值超出供應鏈彈性水平，但是這個需求峰值又只是每年階段性的，這個時候，就可以通過預測來識別評估峰值，并通過提前預建庫存來緩沖。峰值過后，庫存恢復常規狀態。

這種情況下，用恒定高水位的成品庫存來應對一年一次的需求峰值，顯然是不夠經濟的。

基于統計分析的庫存緩沖策略，所不能很好解決的問題，包括：由于大客戶開發、新行業開發等造成的需求突增或者產品需求結構變化，由于促銷政策、大項目等帶來的特殊需求峰值等。這種情況，只能通過預測技術和流程，來盡可能保證供應鏈的提前響應時間。

不能單純依賴預測技術來應對彈性不足的原因在于，預測有兩個特點：預測是有成本的，以及，預測“測不準原理”。

預測，也一樣是有成本的。這些成本包括但不限于：

   —信息收集處理成本

    —數據分析成本

    —溝通成本

通常，越是顆粒度(包括時間、產品類、客戶類)要求精細，越是要求更長的預測周期，預測成本也就越高。

預測的“測不準原理”指的是，預測技術很難保證在準確度和顆粒度兩個方面同時得到最優結果。較高的準確度，需要適當舍棄顆粒度；反過來，追求顆粒度，則很難保證高準確度。

預測存在這種情況的根源在于，我們所能夠總結歸納的訂單行為特征都是統計學意義上的，而統計科學的理論基石，在于大數定律和中心極限定理。客戶群體所符合的行為特征，具體到單個客戶則未必。

同樣地，正是由于客戶下單過程受到諸多內部操作、管理方式等因素的影響，指望1+1=2的這種精確搜集信息匯總預測的模式，既不經濟也不現實。

所以，雖然我們前面細致地解讀了兩個預測案例，并給出了精致的預測模型，但是對于預測，我們秉持的觀點是：

    --最重要的是供應鏈彈性能力建設

    --庫存緩沖是應對彈性不足的基本手段

    --預測技術是與庫存緩沖策略配合使用的手段

最該避免的事情是：將任何缺料問題的解決，都寄希望于精確預測。

正如前面兩個案例所展示的，建立起能夠有效反映業務邏輯的預測模型，判斷最可能的未來需求場景，將會對我們的供應鏈庫存緩沖策略的有效實施帶來很大的助益。

這一點，才是追求預測技術的目的。