供应链的三道防线：需求预测、库存计划、供应链执行 第2版

刘宝红

畅销书作者，“供应链管理专栏”创始人，西斯国际执行总监。在供应链管理领域，刘先生有十几年的实践经历，主要来自硅谷高科技行业。他的专著《采购与供应链管理：一个实践者的角度》自2012年出版以来，每年都居供应链管理销量榜首。他的《供应链管理：高成本、高库存、重资产的解决方案》为企业提供整体的供应链解决方案。刘先生旨在填补学者与实践者之间的空白，在研究和著述的同时，还通过培训、咨询，积极参与供应链实践，全面覆盖汽车家电、电信设备、航空航天、机械制造、石油石化、快时尚、电商贸易等多个行业。

供应链的三道防线全面覆盖计划与执行，聚焦需求预测和库存计划，兼顾供应链的执行实施。当然，如果认为本书只是写给计划人员看的，那就大错特错了。计划的本质是三分技术、七分管理。时时刻刻，这本书都是从管理的角度入手，在管理层面阐述需求预测、库存计划和供应链执行的解决方案。

本书是对《供应链管理：高成本、高库存、重资产的解决方案》（蓝皮书）的延伸，聚焦中间治乱的问题，基本的思路在蓝皮书中有阐述，这里用整本书的篇幅，纳入大量的案例，更系统、更全面地阐述供应链计划，兼顾供应链执行，以降低运营成本，提高库存周转，同时改善按时交付水平。

序言一：貌似没做到，实则没想到

序言二：给读者的一些说明

作者简介

第一篇

供应链的第一道防线：需求预测  / 1

需求预测怎么做：始于数据，终于判断  / 3

【小贴士】需求预测是企业博弈的焦点   /  5

需求预测不能等同于销售目标  / 8

需求预测是“从数据开始，由判断结束”  / 11

【小贴士】从数据开始是种习惯   /  15

【小贴士】从数据里学什么：以发货记录为例   /  17

从数据开始：不但要有数据，而且要有分析   /  21

由判断结束，必须要有针对性   /  26

【案例】分解需求，对接合适的判断者   /  26

【小贴士】存量来自数据，增量来自判断   /  30

【小贴士】多少数据，多少判断呢   /  32

从数据开始，由判断结束，为什么这样难  / 33

层层报批是不是从数据开始，由判断结束   /  34

【案例】为什么需求评审不是解决方案   /  36

给供应商时，采购能不能调整预测  / 38

【小贴士】没有预测，意味着有多个预测   /  42

“平时”与“战时”：两类典型的需求预测问题   /  42

需求相对稳定时，选用数据模型来精打细算   /  43

【小贴士】计划软件往往优于人工，为什么不被采用   /  51

【案例】预测模型一直都很准，直到……   /  54

不确定性高时，群策群力避免大错特错   /  57

由判断结束：判断什么，怎么判断  / 64

【案例】识别和管理“大石头”   /  69

提高判断的一致性，提高判断质量   /  73

【小贴士】如何减少判断中的偏见   /  74

【小贴士】经验主义与教条主义   /  79

专题：在合适的颗粒度上做预测   /  80

自来水模式的预测机制   /  82

推拉结合：在合适的颗粒度上做预测   /  85

合适的颗粒度：数据与判断的最佳结合点   /  88

【小贴士】四种不同的业务，四个层面的颗粒度   /  93

SKU泛滥，需求预测怎么做   /  94

预测的时间颗粒度   /  98

需求预测由谁做：让合适的职能做预测  / 103

为什么一线销售做不好需求预测  / 103

【案例】为什么短尾产品也预测不好   /  105

【小贴士】一线销售做预测vs.主教练兼任总经理   /  107

如果考核准确度，一线销售能否做好预测  / 109

既然做不好，为什么一线销售还在做预测  / 112

销售提需求，计划做判断，如何  / 116

谁在做需求预测：兼谈计划的进化史  / 118

【小贴士】肯德基 vs.中餐馆的计划   /  121

【案例】计划与执行的分离：某快消品公司为例   /  125

【小贴士】需求计划的进化史   /  131

需求预测汇报给哪个部门  / 134

需求计划做什么：快消品行业为例  / 139

需求计划做什么：销售与运营协调  / 144

什么样的人适合做需求计划  / 150

【小贴士】分析能力是可以评估的   /  153

需求计划的绩效管理  / 154

【小贴士】预测准确度如何统计   /  160

【小贴士】预测准确度：可以不考核，但不能不统计   /  165

【小贴士】需求预测的最终结果，由销售老总负责   /  167

需求预测：分门别类，区别对待  / 169

需求预测错了怎么办：滚动预测，尽快纠偏  / 178

小步快走，尽快纠偏：服装行业为例   /  179

【案例】尽快纠偏要从产品开发阶段开始   /  182

怎么知道预测错了，需要纠偏   /  188

【案例】他没说，那你问了没有   /  191

聚焦重点客户的重点变化   /  197

尽快纠偏要以数据驱动、计划主导   /  199

建立滚动的预测更新机制   /  201

向失败学习，提高预测准确度   /  208

本篇小结   /  210

第二篇

供应链的第二道防线：库存计划  / 213

预测之不足，安全库存来应对  / 215

【小贴士】适当拔高预测，不就代替安全库存了吗   /  218

【小贴士】你是如何设定库存水位的   /  220

安全库存的设置：库存计划的看家本领  / 221

第一步：量化需求的不确定性   /  221

第二步：量化服务水平的要求   /  224

【小贴士】服务水平跟有货率的关系   /  225

第三步：计算安全库存   /  228

【案例】安全库存的计算示例   /  229

【小贴士】如何确定合适的服务水平   /  231

【小贴士】承诺的是服务水平还是库存水平   /  233

再订货点：需求预测和库存计划的结合  / 235

【小贴士】用再订货点还是安全库存+预测   /  240

【案例】为什么不能一刀切地设置库存水位   /  244

【小贴士】库存计划要学赌场，而不是学赌徒   /  248

【小贴士】为什么系统建议的库存水位经常偏低   /  249

VMI：最高、最低库存水位如何设置  / 253

VMI是对供应链三道防线的终极挑战   /  258

【小贴士】VMI是个好东西，对供应商也是如此   /  260

【小贴士】VMI和寄售没关系   /  262

库存四分法：有针对性地控制库存  / 264

【案例】库存四分法：原材料为例   /  269

【案例】关键元器件的库存四分法   /  271

库存究竟多少才算合适   /  273

缩短周转周期，降低周转库存  / 275

【案例】周转周期的构成：采购件为例   /  275

信息化，缩短走流程的时间   /  278

改变批处理，减少等待时间   /  281

设置推拉结合点，缩短周转周期   /  283

降低不确定性，控制安全库存  / 284

渠道压货，人为加剧需求的不确定性   /  286

改变组织行为，控制多余库存  / 289

避免“互扣人质”，打开降库存的死循环   /  291

过激反应，短缺最后总是以过剩收尾   /  295

【案例】有呼吸机，还是没有   /  300

本篇小结   /  304

第三篇

供应链的第三道防线：供应链执行  / 307

需要预测，是因为供应链的响应能力有限  / 308

什么问题由催货解决：由加拿大的过期口罩谈起  / 309

催货是有学问的  / 312

【小贴士】虽然抱怨，其实最喜欢的还是催货   /  316

把自己做成大客户，驱动供应商快速响应  / 318

要不要给供应商提供预测  / 324

【案例】日本供应商供不了货   /  325

计划可以调整，但得考虑供应链的刚性  / 328

人都在忙什么？在忙着做信息系统的事  / 330

超前和逾期消耗问题  / 331

安全库存的手工管理  / 333

采购订单的手工处理  / 334

ERP：信息系统的核心应用  / 336

物料需求计划  / 337

【小贴士】为什么MRP跑不起来   /  339

可承诺逻辑  / 344

ERP作为信息共享的平台  / 348

电子商务：供应商的电子连接  / 350

电子商务推动订单层面的自动化  / 350

电子商务传递需求预测和VMI信息  / 355

与供应商协作的信息枢纽  / 357

本篇小结  / 359

后记　每一次相遇都是久别重逢  / 362

参考文献  / 364