小贴士　要不要考核预测准确度^[1]

没有人买你们的股票，是因为你们的预测准确度高。

人人都知道，你考核什么，就得到什么；要得到什么，就考核什么。但对于预测准确度，我的倾向是要统计，但不一定要考核（注意：如果你考核，我也不反对，不过要意识到绩效考核，特别是过程性指标的考核，一方面需要相当资源来维护，另一方面也可能造成副作用）。

先说不考核。预测准确度是个过程指标。人们习惯于操纵过程指标，让大家看上去都很成功，但客户满意度、股东回报率等结果指标乏善可陈，结果是“手术很成功，病人却死了”。反过来也是，有时候过程指标很糟糕，但结果指标不一定。比如你上周的预测是100个，但是需求一个都没来，预测准确度是0。不过这没关系，这周一，100个需求都来了，客户拿到了他想要的，客户满意；你的库存也降下来了，股东满意，可谓皆大欢喜。

有句笑话说，有几个人买你的股票是因为你的预测准确度高？不要说股东，就连销售，也对你的预测准确度不理不睬。月度、季度的运营会议上，当你在汇报预测准确度的时候，有几个销售在认真听？他们知道过程好作假，供应链有各种各样的方式来把预测准确度指标做好看。他们要的是结果，结果难作假，有货没货，是骡子是马，拉出来遛遛就知道了。

不考核，指的是不直接考核，并不是不间接考核。我们会通过考核结果的方式，比如给客户的按时交付率、库存周转率、产能利用率等来间接考核预测的准确度。

这也符合绩效考核的设计准则：关键绩效指标（KPI）要与客户、股东的直接诉求有直接关系。比如，客户不能按时拿到货，会直接影响客户的满意度；呆滞库存太多，会直接影响企业的盈利水平。企业的指标千千万万——有个首席技术官对老总说，他能统计20000个指标，但这些指标大部分是过程指标，跟客户和股东的直接诉求没法直接联系起来，如果一一考核的话，那花在考核上的成本就大了。

此外，预测准确度本身有其片面性。看看这两种情况：①需求是100个，预测了150个；②需求是200个，预测了100个。这两种情况下，预测的“准确度”是一样的，都是50%。但它们的业务结果截然不同：一个是过剩，另一个是短缺。我们必须通过预测的业务结果，如库存周转率和给客户的按时交付率来真正判断预测的“准确度”。

再说“要统计”。不考核，并不是说不统计。我们还是建议企业统计需求预测的准确度，分析偏差，采取纠偏措施。毕竟，不统计就不知道，不知道就没法管理。这是管理学常识。

有时候，人们不愿意统计预测准确度，原因是缺乏问责机制：预测是个跨职能行为，人人有责；人人有责就是人人都不负责，那统计又有什么用呢？于是大家就有意无意地继续把头埋在沙子里过日子。接下来的问题就是，需求预测的绩效究竟该怎么问责呢？比如给客户的按时交付率低，或者库存周转慢，或者呆滞库存超标，谁该挨板子？

我的看法是，谁做的计划，谁就得负直接责任。如果需求预测是计划职能的产物，那计划就得先挨板子，比如扣除这个季度的奖金。不然的话，计划就不会在数据分析上下功夫，做好基准预测，督促自身做好“从数据开始”的工作；计划也不会做恶人，去踢销售的屁股，督促销售做好“由判断结束”的工作。当然，最终的成品库存，还是要靠销售来处理。也就是说，销售的老总得对需求预测的最终结果负责，驱动销售人员的执行，来弥补计划的先天不足。

实践者问

您说要通过业务结果来考核计划，但按时交付率这样的业务结果，不仅是计划出来的，而且是执行出来的。我怎么能知道是计划的功劳，还是执行的功劳呢？

刘宝红答

业务结果是计划和执行共同努力的结果，这没错：一个好的计划不光是计划出来的，更是执行出来的。计划的任务可不光是做计划，而且是驱动供应链执行，确保计划能够落实。计划要对业务结果负责，管理执行职能是其任务的一部分。考核什么，就得到什么：只考核计划的“预测准确度”，容易让其认为自己的任务就是做好计划，做好后就放之任之，就地等死。

从考核的角度而言，我们也可以参考预测准确率，来适当区分计划和执行各自的功劳。比如预测准确度没变，但业务结果在改善，这表明更多的是执行的功劳；预测准确度在提升，但业务结果没有改善，这可能是执行在倒退。当然，把两者严格区分似乎没必要，这就如要严格区分你跟你手下的功劳一样：你的一部分责任就是领导、管理部下，驱动他们为企业增值。计划职能的角色也类似。

[1] 摘自刘宝红、赵玲所著的《供应链的三道防线：需求预测、库存计划、供应链执行》（机械工业出版社2018年出版）。为了本书内容的完整性，这部分内容收录在这里，同时有修改、补充。