第3章需求预测与计划

3、需求预测与计划：历史数据法、市场调研法、德尔菲法、滚动计划

各位同行，咱们今天聊需求预测。说实话，这活儿在材料行业里，比在快消品或电子行业要难搞得多。为什么？因为材料生产的刚性太强了。你想想看，一条窑炉点火了，就不能随便停；一个化工反应釜，投料了就得跑完整个流程。所以，预测不准，要么是库存爆仓，要么是产线断粮。

我个人习惯把需求预测分成两类：一类是“看后视镜”，一类是“看挡风玻璃”。看后视镜的，就是历史数据法；看挡风玻璃的，就是市场调研和德尔菲法。而滚动计划，则是把这两者串起来的“方向盘”。

历史数据法，说白了就是假设“过去发生的，未来还会发生”。在材料行业里，对于成熟的大宗商品，比如标准牌号的钢材、通用塑料粒子，这个方法非常管用。

常用的模型有几种：

移动平均法： 取最近N个月的平均值。比如，预测下个月的销量，就把过去3个月或6个月的销量加起来除以N。平滑掉短期波动。
指数平滑法： 给最近的数据更高的权重。这个比移动平均更灵敏。我记得在管一个铜杆项目时，市场突然因为基建政策回暖，指数平滑法比移动平均法早两周捕捉到了这个信号。
趋势外推法： 如果数据有明显的上升或下降趋势，就用线性回归或指数回归去拟合。

避坑指南： 我曾经犯过一个错，直接用过去三年的历史数据预测了某款特种工程塑料的需求。结果忽略了去年有个大客户因为环保检查停产了半年，导致历史数据里有一个巨大的“假低谷”。所以，用历史数据前，一定要做“数据清洗”——把那些因为罢工、火灾、政策突变导致的异常点剔除掉。

下面是一个简单的移动平均法计算示例，假设我们预测某型号铝型材的月度需求：

历史数据法搞不定新产品，也搞不定剧烈变化的市场。这时候就得靠市场调研法了。

在材料行业，市场调研不是发问卷那么简单。我建议你重点做两件事：

我的经验： 做市场调研时，别只听销售部门的“好消息”。销售往往过于乐观。我习惯把销售给的预测打个八折，再把生产部门给的保守估计加个两成，然后取个中间值。这叫“三方校准”。

德尔菲法，听起来很玄乎，其实就是“背靠背的专家会”。为什么不能面对面开会？因为怕有“大牛”在场，其他人不敢说话，或者被带偏。

操作流程很简单：

我在做碳纤维复合材料项目时用过这个方法。当时市场太新，谁都没底。第一轮预测，有人觉得明年能卖500吨，有人觉得只有50吨。经过三轮匿名反馈，大家最终收敛到了180-220吨之间。事实证明，这个区间非常靠谱。

注意： 德尔菲法很耗时，一轮至少一周。别指望用它来做月度预测。它最适合做年度或季度的大方向判断。

预测永远是错的，但计划必须做。怎么办？用滚动计划。

滚动计划的核心思想是：“近细远粗”。也就是说，未来1-2个月的计划要做得非常细，精确到周甚至天；而未来3-6个月的计划，可以只做到月；再远的，给个季度总量就行。

每个月，我们都要把计划往前“滚”一个月。比如现在是3月，我们做的是4月（细）、5月（细）、6月（粗）、7-9月（更粗）的计划。到了4月，我们再做5月（细）、6月（细）、7月（粗）、8-10月（更粗）的计划。

这样做的好处是：既保证了近期生产的稳定性，又保留了远期调整的灵活性。

实战建议： 我建议在ERP系统里设置一个“冻结期”。比如未来2周的计划，原则上不允许修改，因为原材料已经采购、产线已经排好。冻结期之外的计划，可以每周根据最新需求调整一次。这样既不会乱，也不会死。

下面这张图，帮你理清这四种方法的关系：

你看，历史数据法和市场调研法、德尔菲法，一个偏定量，一个偏定性。它们不是二选一，而是互补的。滚动计划则是把预测结果落地执行的工具。

最后说一句，预测这件事，别追求100%准确。能做到70%的准确率，加上一套灵活的滚动计划机制，就已经是行业顶尖水平了。剩下的30%，靠的是供应链的“韧性”——也就是你的安全库存和快速响应能力。

公众号:蓝海资料掘金营，微信deep3321