需求预测的基本方法

怪怪怪蜀黍

需求预测，即对未来市场需求的预估。通过预测未来某一时段内客户对于产品的需求，企业可以提前购买原材料、安排生产活动，以应对客户的需求变化。因此，预测的准确性，直接影响了企业的生产计划、库存水平和客户满意度。
预测有以下几项基本原则：

• 预测在大多数时候都是不准确的。
  
• 预测存在一定的估算误差。
  
• 产品大类（或称产品族，product families）的预测比单个产品（individual item）的预测更准确。
  
• 短期预测比长期预测更准确。
  

由于预测固有的不准确性，很多企业将提高预测准确度作为持续改进的目标。因此，选择正确的预测方法，对于预测的准确度起着至关重要的作用。

预测方法分为两大类：定性预测和定量预测

如下图所示，定性预测主要基于判断得出结论，而定量预测则是基于计算得出结论。


定性预测 Qualitative

定性预测属于主观判断，是依靠经验、直觉和有根据的推测做出的预测。定性预测通常用于缺少历史数据的产品（如，新产品）；或是企业中长期的战略计划；或是作为定量预测的补充手段。
这类预测受主观判断的影响，更容易出现偏差。所以企业会通过市场调查、试销、研究类似产品或竞争对手的产品等方式，提高定性预测的准确性。
常见的定性预测方法包括：历史类推法（historical analogy），专家意见法（Judgmental/expert opinion）和德尔菲法（Delphi method)。


历史类推法（historical analogy）
历史类推法是以主观判断为基础的预测方法。根据事物发展的类似性原理，通过过去发生的类似事件，来预测未来趋势。比如，新产品上市之前，通过类似产品过去的销售情况，来推测未来的需求趋势。
但历史事件和预测事件不可能绝然相似，所以历史类推法仍然有一定的局限性，并不是一种精确的预测方法。
专家意见法（Judgmental/Expert opinion）
专家意见法是借助专业人士的意见获得预测结果的方法。可以是由执行管理层、销售人员、市场分析员、营销委员会和其他具有专业知识的人员组成的团队，根据过去的预测和实际销售差异进行分析和判断，从而生成预测。
这种预测方法，主要用于调整定量预测的结果。即，根据专家的经验和认知，对计算出来的预测结果进行调整，以匹配实际市场需求。再对调整后的预测进行跟踪，从而得知专家的判断是否存在偏差。
专家意见法可以是公开征询专家意见，也可采取匿名的形式。公开征询意见可以使专家之间相互启发，交换意见。因此考虑的因素较多，较全面。但是这种形式，容易导致少数屈从多数或追崇权威人士意见；也有可能因为面子而不肯改变自己的错误意见；或因表达口才的好坏对结果产生影响。因此公开征询的方式可能对预测结果造成较大偏差。


通过匿名的方式收集专家意见，又称反馈匿名函询法。最具代表的，就是德尔菲法：
德尔菲法（Delphi method)
德尔菲法的大致流程是：将所要预测的问题发给若干名专家，让专家以匿名的方式进行反馈。然后将专家的意见进行整理、归纳、统计，再将结果反馈给各专家，请他们重新考虑。专家们根据反馈再次发表意见（可以修正或改变原来意见）。如此进行多次，使专家们的意见趋向一致。
采取匿名的方式有两个主要原因：

• 避免受到权威人士或多数人意见的影响
  
• 避免因为面子而不肯改变自己的错误意见
  

德尔菲法已被证实是一种较为可靠的预测方法。但由于此方法需要花费大量的时间和精力，因此通常仅被用于企业战略层的预测。
定量预测 Quantitative

定量预测法是根据以往的历史数据，运用各种数学公式对市场未来发展趋势作出定量的计算，求得预测结果。常用的定量预测方法主要有时间序列分析法和因果分析法。


时间序列分析法 Time series
时间序列分析法，又称内部型预测方法（intrinsic forecast method), 是因为这类预测方法主要使用企业内部数据来做预测，比如，历史平均销售额。该方法假设，近期的历史数据可以引导近期的未来趋势。由于计算方法简单、预测结果易懂，时间序列分析法比其他预测方法更为常用。
常用的时间序列分析法有：
简单移动平均数 Simple moving average
移动平均数是用于计算过去一段时期的平均需求的方法，比如，过去三个月或六个月的平均需求。运算结果，即为下个月的需求预测。
这种方法被称为“移动”平均数是因为，计算过程永远使用最近周期的数据，随着时间推移，所用于运算的数据也是不断滚动的。比如，计算4月份的销售预测，会用到1，2，3月的销售平均值；而到了5月份，则需要使用2，3，4月的销售平均值，以此类推。
计算公式如下：
3个月的移动平均数等于：第一个月，第二个月和第三个月的实际销售数据相加，再除以三。所得结果，即为第四个月的销售预测。


加权移动平均数 Weighted moving average
加权移动平均数和简单移动平均数的主要区别在于，加权移动平均数会给最近周期的数据分配较高的权重，而给较远周期的数据分配较少的权重。权重比例通常由专家判断、反复试验后得出。这种方式，加入了实际情况的考量，因次得出的预测结果相对更加准确。
具体运算方法如下：同样是计算3个月的移动平均数，通过加权的方式，给第一个月加权1；第二个月加权2；而最临近当前日期的第三个月加权最多，为3；最后除以权重总和6，即可得出第四个月的销售预测。


指数平滑法 Exponential smoothing
指数平滑法实际上是一种特殊的加权移动平均法。以上一周期的预测和上一周期的实际销售额作为基础，引入权重因子，即平滑常数（smoothing constant）来计算下一周期的预测数据。平滑常数用希腊字母α（alpha/阿尔法）表示，取0到1之间的的数字，或以百分比来表示。
公式如下：


如果上一周期实际需求为220件，预测200件，α为0.2
则，新周期预测为：= 0.2 * 220 + 0.8 * 200 = 44 + 160 = 204
通过调整平滑常数α的大小，可以决定上一周期的需求和预测对于下一周期预测的影响程度。
比如，假设上个月的实际销售额是由于临时促销而远高于上个月的预测，但下个月不会有促销活动。那么可以将α设定为较小的数值，从而降低上个月的促销事件对下个月预测造成的影响。


因果分析法 Causal
因果联系法，又称外部型预测方法（extrinsic forecast method), 是利用事物发展变化的因果关系来进行预测的方法，通常用于确定外部因素和需求之间的关联。两者的关联，被称为因果关系（correlation）。
因果分析法有很多种，本文仅就领先/滞后指标和回归分析法进行简单介绍：
领先和滞后指数 Leading and lagging indicators
领先指数是在变化时间上早于预测对象，用于预示未来趋势的指标。企业可以通过领先指数所传递的信息，推测出未来的宏观或微观经济变化，以便企业提前采取措施，规避风险。
以美国为例，列举几个主要的领先指数：

• 新增私人投资的营建许可。
  
• 平均周申请失业金人数。
  
• 制造商新增消费品和原材料订单。
  
• 标准普尔500股票指数及股息收益。
  
• 密歇根消费者信息指数
  

滞后指数是经济波动发生以后才显示出来的指标，可以对领先指标的预测趋势进行验证。这类指标的变化一般滞后于国民经济的变化。
滞后指数包括：

• 失业率
  
• 库存量
  
• 企业利润
  
• 银行未收回贷款
  
• 消费者物价指数（CPI)，等等
  

密切关注领先和滞后指标，可以帮助企业了解经济环境和市场趋势，对未来做出正确的判断，采取灵活的策略应对外部的变化，从而赢得竞争优势。
回归分析法 Regression Analysis
回归分析法，是研究两个或两个以上变量之间关系的数学方法。通过公式来计算因变量和自变量之间的关系，并对未来结果进行预测。如果只涉及两个变量，叫做一元回归分析或单回归分析（Simple regression）， 如果涉及两个以上的变量，则叫做多元回归分析或复回归分析（Multiple regression）。

想要做出准确的预测，企业需要将定量分析和定性分析两种方式相结合：通过收集和分析历史数据和未来趋势，做出预测判断；不断追踪预测准确性，并分析预测差异的根本原因，进而对预测方法进行调整；做到持续改进、不断优化，从而提高预测准确性，达到降低企业的成本和风险的目标。
<hr/>【原创文章，谢绝转载】

更多CPIM和供应链干货，请关注公众号【供应链课堂】（ID：CPIM-SCM）。

德勒

预测的方法很全面

徒手攀岩

适合公司做初级预测基础参考

太阳石

会持续关注Merry！！对每块知识的解读到位，对我这种初入职场的小白有很大帮助！！

久久广告

专家意见法（Judgmental/expert opinion）和德尔菲法（Delphi method)有什么区别？

三高营养顾问

啊 想看一元回归具体应该怎么做

云歆

写的一般

乐在其忠

感觉是匿名版的专家意见+分步回归

强力电工

请问一般供应链做预测都用什么手段？是自动化或半自动化吗？我刚入职供应链，目前预测都是经理做，不太了解都有什么方法

微量元素

有的大公司都会有算法专家做预测模型跑结果给业务做参考，业务基于机器跑的数据做调整。