![]()
内容推荐 不管是时兴的跨境电商、新零售,还是传统的生产制造、贸易流通,在供应链计划上的问题都很相似,主要表现在:总进总出整体上不平衡,导致全局性的需求与供应不匹配。库存没放到合适的地方,导致局部性的需求与供应不匹配。产品、业务、需求的复杂度大增,增加了供应链计划的难度。这些问题交织在一起,集中体现为:新产品的计划靠前不准,经常大错特错;老产品的计划不能精打细算,无法实现库存优化。这些问题不是特定行业所专享的,我们需要寻找广义的解决方案,系统地从时间维度(新产品vs成熟产品)和空间维度(中心仓vs前置仓)来应对。就整体方法论而言,《需求预测和库存计划:一个实践者的角度》依旧遵循“从数据开始,由判断结束”的基本准则,在基本数据,比如需求历史的基础上,制定基准预测;根据销售、市场等业务部门的职业判断,比如促销计划、新品上市计划,来调整基准预测,制定很终的预测。本书更加聚焦“从数据开始”,通过一系列案例,更详细地介绍预测模型,包括预测方法的择优、库存计划的优化、新品导入的计划等。特别要说明的是,本书不是一本预测方法论的书。本书会探讨常用的预测方法,力图以浅显易懂的方式,把这些方法介绍给大家,让更多的人能够熟练应用。本书的目标是寻找更优而不是很优的解决方案。 目录 序言一从计划的“七分管理”到“三分技术” 序言二从药典到:我对案例的一些想法 序言三这是我的第5本书,跟其他书有什么联系 作者简介 导读 计划是供应链的引擎 章需求预测:三种基本的预测方法 时间序列的预测:移动平均法/8 小贴士预测的灵敏度和准确度/12 小贴士预测准确度的统计/13 小贴士要不要考核预测准确度/18 时间序列的预测:指数平滑法/20 指数平滑法的逻辑/23 指数平滑法的初始化/25 平滑系数的择优/27 简单指数平滑法的优劣/32 趋势的预测:霍尔特指数平滑法/34 案例一个快时尚产品的需求预测/41 小贴士有时候,不预测就是好的预测/46 季节性+趋势的预测/47 基于相关性的预测:线性回归/57 小贴士解读线性回归的参数/60 小贴士样本选择的几点考量/65 小贴士极端值的处理/66 小贴士残差图的分析/70 小贴士样本太少怎么办/73 小贴士警惕线性回归给你的东西/74 选择预测模型的一些考量/78 小贴士寻找更优,而不是优的解决方案/81 小贴士预测模型的优化要提防过度拟合/83 案例中心仓的预测方法择优/86 需求预测的集中化/90 小贴士为什么在颗粒度小的地方做预测/93 预测方法的优化/95 计划的改进得兼顾供应链的执行能力/103 小贴士电商如何选择ERP/106 魔鬼藏在细节中:需求历史数据的清洗/110 本章小结基本的方法也是重要的/118 第二章库存计划和库存的优化 量化不确定性,设定安全库存/123 步:量化需求的不确定性/124 第二步:量化有货率的要求/128 小贴士有货率怎么定/129 第三步:计算安全库存/130 小贴士按日、按周还是按月汇总需求历史/134 会设安全库存,计算再订货点就很容易/139 补货机制:定量vs不定量/143 补货机制:定期vs随时/145 案例随时补货机制下再订货点的计算/149 案例定期补货机制下再订货点的计算/150 小贴士不是现货供应,再订货点如何计算/152 案例轮辐式的库存网络计划/153 小贴士设再订货点,还是安全库存+预测/158 案例某工业品企业的计划组织/163 小贴士计划职能的绩效如何考核/172 VMI的库存水位如何设置/175 计算低、高库存水位/176 量化VMI的库存/178 VMI的绩效管理/179 案例离开信息化,就很难具备做VMI的条件/182 “长尾”产品:库存计划的挑战/184 “长尾”需求用泊松分布模拟更准确/189 用简单法则来指导“长尾”需求的计划/195 案例跨境电商的店铺库存优化/203 本章小结库存计划是个技术活/220 第三章新品导入与滚动计划机制的建立 案例新品的初始预测:群策群力,专家判断法/224 德尔菲专家判断法/226 小贴士瓶子里有多少颗巧克力豆/227 新品预测试点项目准备/230 专家判断的结果分析/236 反馈改进,从失败中学习/240 专家判断法失败的三个原因/241 小贴士预测判断力是可以培养的/243 专家判断法用于什么产品/244 专家判断有没有约束力/245 专家判断法由谁来维护/246 季节性强,一锤子买卖如何预测/247 案例新品的预售期:尽快纠偏,调整预测/250 哪个预测模型更好/255 性偏差的检验/258 重新定义样本,重新建模/259 预售期需求的滚动预测/263 案例新品的滚动计划要从开发期开始/268 小贴士新品计划本身要有计划性/274 小贴士大型设备的项目预投机制/276 新品计划由谁做/279 本章小结尽量做准,尽快纠偏/280 后记/283 |