导读 计划是供应链的引擎
貌似没做到，实则没想到；不但要做到，而且要想到。
简单地说，供应链管理是采购把东西买进来，生产来加工增值，物流来配送给客户。这是供应链的三大执行职能。我们有这三环，我们的客户、供应商有这三环，客户的客户、供应商的供应商也有这三环，环环相扣，就形成供应链。这三大执行职能的上面是计划职能。计划告诉采购买什么、买多少，生产什么、生产多少，配送什么、配送多少。如图0-1所示，计划加上三大执行职能，就形成供应链管理。
图0-1 供应链管理是“计划+三大执行职能”
资料来源：APICS Supply Chain Council的SCOR模型，有简化。
计划是供应链的引擎。供应链的绩效，比如赶工加急，表面上看是计划没做到，实际上是没想到——计划想不到，采购、生产和物流就很难做到；即便做到了，也是以高昂的成本、较低的库存周转率和产能利用率为代价。对于供应链管理者来说，他们不但要做到，而且要想到。企业越大，计划就越重要，就越需要先想到，再做到，通过想到来指导做到。否则，在执行导向下，运营成本高昂，产能利用率和库存周转率低下，最终导致生意越做越多，钱却越赚越少；账面上赚了，但都赚到库存和产能中去了。
在供应链管理中，计划的概念相当广泛，包括销售计划、需求计划、库存计划、生产和采购计划等。简单地说，销售计划就是做到多大的营收规模，一般是一个金额。这个金额对供应链的帮助有限，除非“翻译”成产品和数量，最好是细化到规格、型号，这就是需求计划。[1]基于需求计划，我们扣除在库、在途和在制库存，算出净需求，围绕净需求制订生产计划，由生产计划导出物料计划、采购计划等。
由此可见，在整个“计划链”上，需求计划是最为关键的一环。如果说计划是供应链的引擎，那么需求计划就是计划的引擎。在供应链的三道防线中，需求预测是第一道防线，也反映了需求计划的重要性。[2]如图0-2所示，我们简单介绍一下供应链的三道防线，也叫计划的三道防线，以帮助大家确定本书在整体框架中的位置。
供应链的第一道防线是需求预测。所有的预测都是错的，但错多错少可大不一样。“从数据开始，由判断结束”，有效对接销售和供应链运营，做出一个“准确度最高的错误的预测”，是需求预测的核心任务。
图0-2 供应链的三道防线
“从数据开始”是基于需求历史，做出基准预测。这里的假设是业务有一定的重复性，要么在成品层面，要么在半成品层面，要么在原材料层面，至少也应该在工艺层面。企业的大部分业务都有这样的重复性，否则，光靠没有重复性的一锤子买卖，企业很难做到几千万、几亿、几十亿元甚至更大的营收规模。
但是，历史不会百分之百地重复，要么是以前发生过的未来不会发生，要么是原来没发生的未来可能会发生。哪些人对未来没发生的有一定的预判？销售、市场、产品管理人员，凡是跟客户端有接触的，有时候包括设计人员、客服人员、高管，都有一定的预判能力，从而可以调整预测，这就是“以判断结束”。
企业规模大了，有判断的人往往没数据，有数据的人往往没判断。比如销售人员整天跟客户、市场打交道，有判断，但他们不怎么接触信息系统，对于需求历史等数据并不熟悉，即便有了历史数据，也往往分析不到位。相反，计划整天跟数据打交道，很清楚每个产品卖掉多少、卖给谁了，数据分析能力较强，但他们处于供应链的后端，远离市场与客户，所以没有判断。这就注定需求预测是个跨职能行为：有数据的出数据，有判断的出判断，把这些都拿到台面上，消除信息不对称，是提高需求预测准确度的关键。
所有的预测都是错的，那错了该怎么办？这就得靠供应链的第二道防线——库存计划，通过设立合适的安全库存、安全产能，来有效应对需求和供应的不确定性，同时兼顾资产周转率。除了科学、合理地设置安全库存，库存计划还有一个任务，就是把合适的库存放到合适的地方，避免“有的地方短缺，有的地方过剩，短缺与过剩并存”的情况。
如图0-3所示，对于企业来说，计划的挑战有二：其一，制定最靠谱的预测，让产品的总体供应与总体需求相匹配（总进等于总出），这是需求预测的首要任务，不匹配的地方由安全库存、供应链执行来弥补；其二，总进和总出匹配了，还要确保合适的库存放到合适的地方，比如分仓、店铺等，这需要设定合适的再订货点和安全库存，是库存计划的一大任务。
图0-3 中心仓和前置仓的计划重点
安全库存、安全产能不够用怎么办？这就得靠供应链的第三道防线——供应链执行来弥补。对于众多企业来说，供应链上的绝大多数活儿都归供应商负责，这就回到供应商的选择与管理上，这些内容在我所著的《采购与供应链管理：一个实践者的角度》（第3版）有重点阐述。
整体而言，供应链计划是“七分管理，三分技术”：大部分的计划问题跟组织、流程、信息系统有关，是“七分管理”的范畴；小部分的计划问题需要从数据分析入手，比如选择更合适的预测模型、设置更合理的库存水位等，是“三分技术”要解决的。本书的重点是“三分技术”，基于数据分析来优化需求预测和库存计划。
“三分技术”的关键是做好数据分析，在需求历史的基础上，做出一个靠谱的基准预测，设定合理的安全库存和再订货点。计划职能的数据分析能力不足，表现在需求预测上，就必然是过分依赖销售“提需求”，导致基准预测的准确度太低；表现在库存计划上，就是简单地一刀切，导致短缺与过剩并存。结果，计划这一本来数据驱动、滚动更新的过程就变成了一个凭经验、“拍脑袋”的一锤子买卖，而计划职能也就失去了价值，变为跟单执行的打杂机构。
从数据开始是计划的根本。企业规模大了，业务越来越复杂，没有人能知道真相——真相在数据里，没有人知道得比数据更多。计划职能的任务，就是在纷繁复杂的数据里，寻找具有重复性的规律，计划好能够计划的，更好地指导执行。即便是没有一点儿需求历史的新产品，我们也要从数据开始，比如类似产品的需求历史，我们在“新品导入与滚动计划机制的建立”部分会详细阐述。
接下来，我们先介绍常见的预测模型，探讨预测模型的择优；然后讨论库存计划，比如安全库存、再订货点的设置，这都是“三分技术”的内容；最后我们探讨新产品的计划——计划领域内最具挑战性的话题之一。我们的思路还是从“怎么做”开始，兼顾“由谁做”，先解决“怎么做”，再解决“由谁做”。企业习惯性地从“由谁做”开始，但“怎么做”的问题没有解决，这个问题谁也解决不好，最后就成了烫手山芋，在不同的职能之间转来转去，一直得不到有效解决。
就拿需求预测来说，“从数据开始，由判断结束”就是在解决“怎么做”的问题。一提起预测，很多计划首先想到的就是销售不协助判断。这没错，当销售与运营协调的流程不稳健时，是很难有效得到销售端的判断的。但是，作为计划人员，我们很少看到自身数据分析能力不足的问题，没有做好靠谱的基准预测，销售的判断再好也不够。计划职能做不到“从数据开始”，就只能依靠销售“由判断结束”，由一线销售人员拍脑袋“提需求”，这就注定了需求预测质量不高，给后续的执行造成更多的问题。[3]
相对而言，“由判断结束”涉及销售和运营协调，是一个大的流程问题，更难对付；“从数据开始”则相对容易，在计划职能内部就可以完成，如果计划掌握了基本的数据分析模型，以及知道如何优化那些模型的话，就能比以前做得好，比竞争对手做得好。这就是竞争优势，也是本书希望解决的问题。
[1] 当然，这个“翻译”不是简单地拿销售计划当需求计划。销售计划往往受销售目标驱动而失真，这就如你的孩子从学校回来饿坏了，说他能吃五碗饭。作为“供应链”的妈妈，你当然不会简单地做五碗饭，而是根据他以往一碗半的饭量（从数据开始），考虑到他今天饿得脸有点儿发白，多做半碗（由判断结束），这就是你的需求计划。
[2] 这就是我和赵玲所著的《供应链的三道防线：需求预测、库存计划、供应链执行》中的内容。这里提到的需求预测和需求计划，严格意义上是有区别的：需求预测是基于一定的条件，比如价格和性能，客户端会需要多少，这完全是由客户需求决定的；需求计划则会考虑到供应能力等，适当调整需求预测，比如在淡季的时候多做些，旺季的时候少做点。在实践中，这些细微的差别往往被忽略。在本书中，这两个概念等同使用。
[3] 详见“为什么一线销售做不好需求预测”，《供应链的三道防线：需求预测、库存计划、供应链执行》第106～117页。