需求預測和庫存計劃：一個實踐者的角度（簡體書）

不管是時興的跨境電商、新零售，還是傳統的生產製造、貿易流通，在供應鏈計劃上的問題都很相似，主要表現在：總進總出整體上不平衡，導致全域性的需求與供應不匹配。庫存沒放到合適的地方，導致局部性的需求與供應不匹配。產品、業務、需求的複雜度大增，增加了供應鏈計劃的難度。這些問題交織在一起，集中體現為：新產品的計劃靠前不准，經常大錯特錯；老產品的計劃不能精打細算，無法實現庫存優化。這些問題不是特定行業所獨有的，我們需要尋找廣義的解決方案，系統地從時間維度（新產品vs成熟產品）和空間維度（中心倉vs前置倉）來應對。就整體方法論而言，《需求預測和庫存計劃：一個實踐者的角度》依舊遵循“從數據開始，由判斷結束”的基本準則，在基本數據，比如需求歷史的基礎上，制定基準預測；根據銷售、市場等業務部門的職業判斷，比如促銷計劃、新品上市計劃，來調整基準預測，制定最終的預測。本書更加聚焦“從數據開始”，通過一系列案例，更詳細地介紹預測模型，包括預測方法的擇優、庫存計劃的優化、新品導入的計劃等。特別要說明的是，本書不是一本預測方法論的書。本書會探討常用的預測方法，力圖以淺顯易懂的方式，把這些方法介紹給大家，讓更多的人能夠熟練應用。本書的目標是尋找更優而不是很優的解決方案。

供應鏈銷量top1作者劉寶紅新作，計劃是個技術活，新品要避免大錯特錯，老品要做到精益求精

序言一　從計劃的“七分管理”到“三分技術”
序言二　從藥典到藥方：我對案例的一些想法
序言三　這是我的第5本書，跟其他書有什麼聯繫
作者簡介
導讀
計劃是供應鏈的引擎
第一章
需求預測：三種基本的預測方法
時間序列的預測：移動平均法　/ 8
小貼士　預測的靈敏度和準確度　/ 12
小貼士　預測準確度的統計　/ 13
小貼士　要不要考核預測準確度　/ 18
時間序列的預測：指數平滑法　/ 20
指數平滑法的邏輯　/ 23
指數平滑法的初始化　/ 25
平滑係數的擇優　/ 27
簡單指數平滑法的優劣　/ 32
趨勢的預測：霍爾特指數平滑法　/ 34
案例　一個快時尚產品的需求預測　/ 41
小貼士　有時候，不預測就是最好的預測　/ 46
季節性+趨勢的預測　/ 47
基於相關性的預測：線性回歸　/ 57
小貼士　解讀線性回歸的參數　/ 60
小貼士　樣本選擇的幾點考量　/ 65
小貼士　極端值的處理　/ 66
小貼士　殘差圖的分析　/ 70
小貼士　樣本太少怎麼辦　/ 73
小貼士　警惕線性回歸給你的東西　/ 74
選擇預測模型的一些考量　/ 78
小貼士　尋找更優，而不是最優的解決方案　/ 81
小貼士　預測模型的優化要提防過度擬合　/ 83
案例　中心倉的預測方法擇優　/ 86
需求預測的集中化　/ 90
小貼士　為什麼在顆粒度小的地方做預測　/ 93
預測方法的優化　/ 95
計劃的改進得兼顧供應鏈的執行能力　/ 103
小貼士　電商如何選擇ERP　/ 106
魔鬼藏在細節中：需求歷史數據的清洗　/ 110
本章小結　最基本的方法也是最重要的　/ 118
第二章
庫存計劃和庫存的優化
量化不確定性，設定安全庫存　/ 123
第一步：量化需求的不確定性　/ 124
第二步：量化有貨率的要求　/ 128
小貼士　有貨率怎麼定　/ 129
第三步：計算安全庫存　/ 130
小貼士　按日、按周還是按月匯總需求歷史　/ 134
會設安全庫存，計算再訂貨點就很容易　/ 139
補貨機制：定量vs不定量　/ 143
補貨機制：定期vs隨時　/ 145
案例　隨時補貨機制下再訂貨點的計算　/ 149
案例　定期補貨機制下再訂貨點的計算　/ 150
小貼士　不是現貨供應，再訂貨點如何計算　/ 152
案例　輪輻式的全球庫存網絡計劃　/ 153
小貼士　設再訂貨點，還是安全庫存+預測　/ 158
案例　某工業品企業的計劃組織　/ 163
小貼士　計劃職能的績效如何考核　/ 172
VMI的庫存水位如何設置　/ 175
計算最低、最高庫存水位　/ 176
量化VMI的庫存風險　/ 178
VMI的績效管理　/ 179
案例　離開信息化，就很難具備做VMI的條件　/ 182
“長尾”產品：庫存計劃的終極挑戰　/ 184
“長尾”需求用泊松分佈模擬更準確　/ 189
用簡單法則來指導“長尾”需求的計劃　/ 195
案例　跨境電商的店鋪庫存優化　/ 203
本章小結　庫存計劃是個技術活　/ 220
第三章
新品導入與滾動計劃機制的建立
案例　新品的初始預測：群策群力，專家判斷法　/ 224
德爾菲專家判斷法　/ 226
小貼士　瓶子裡有多少顆巧克力豆　/ 227
新品預測試點項目準備　/ 230
專家判斷的結果分析　/ 236
反饋改進，從失敗中學習　/ 240
專家判斷法失敗的三個原因　/ 241
小貼士　預測判斷力是可以培養的　/ 243
專家判斷法用於什麼產品　/ 244
專家判斷有沒有約束力　/ 245
專家判斷法由誰來維護　/ 246
季節性強，一錘子買賣如何預測　/ 247
案例　新品的預售期：儘快糾偏，調整預測　/ 250
哪個預測模型更好　/ 255
系統性偏差的檢驗　/ 258
重新定義樣本，重新建模　/ 259
預售期需求的滾動預測　/ 263
案例　新品的滾動計劃要從開發期開始　/ 268
小貼士　新品計劃本身要有計劃性　/ 274
小貼士　大型設備的項目預投機制　/ 276
新品計劃由誰做　/ 279
本章小結　儘量做准，儘快糾偏　/ 280
後記　/ 283