155 奋进之路 156
第二章
来吧,展示! 03
也不知道过了多少个日日夜夜,测试出来多少个系统问题,咱们的预测系统
终于迎来了具备上线条件的一天:上线问题已解决完毕、培训工作全部开展
到位、基础数据维护完成、业务系统账号开通完毕!此刻大家最期待的应该
就是预测系统是怎么个玩法?别急,让我用最通俗易懂的语言来为大家一一
道来。
首先,我们要确定预测对象
目前,已经明确和运用的预测对象有两种:SKC、原材料。有人就要问了,
怎么没有 SKU 预测呢?其实最开始,是包含 SKU 预测的,我们常规理解的
SKU= 货号 + 型号 + 规格,但是在测试过程中,我们发现,外贸的选配项太
多,导致生成的 SKU 数量数不胜数,无法使用 SKU 预测,只得剔除。
其次,要选择合适的预测模型
目前市场上在编的预测模型非常多,有移动平均法、补货点法、二次指数平
滑法、季节指数平滑法、产品生命周期分析法等。可惜顾家始终没能成功运
用任意一种预测模型作为我们的预测工具来改善我们的预测现状。在大计划
域项目的牵引下,项目成员们头脑风暴,并结合之前华为顾问老师分享的预
测知识,最终,我们挑选出了最适合顾家业务现状的两种预测模型:移动平
均法和补货点法。不论预测对象是 SKC 还是材料,都可以适用这两种预测
模型。这里需要科普一下,预测模型并不是一成不变的,会随着客户下单节
奏的变化而发生转变。
第三,历史订单数据作用大,系统预测值有理可依
预测模型的判定离不开历史数据的支撑,系统根据该客户在近 7 个月的需求
订单中找到规律,并分析适用哪种预测模型,在业务导出预测需求填报表时,
系统已经为你定好了预测模型,同时系统自动完成了预测建议值的填写。并
且,客户计划 BOM 百分比的计算也源自于历史订单数据。历史数据不仅仅
为预测模型和客户计划 BOM 百分比提供了支撑,更方便了各个业务。全面
的订单数据汇总(历史已排、未来已排、已下未返、未下订单、材料用量等)
让预测人员不再需要从各个系统获取数据,各自分析,大大提升了业务同事
做预测的效率。
第四,继 SAP 上线后,采购计划终迎来纯线上作业
SAP 上线以来,因种种因素影响,没有完成预测的线上传递、导入及运用。
此次从销售业务端到主计划再到采购计划的全流程拉通,让预测数据能够更
加准确、便捷的传递给采购计划,不仅提高数据时效性,同时规避了线下传
递预测需求可能导致的操作失误。
以往采购计划根据 SAP 系统导出供需平衡报表,做预测请购时需要把销售
计划提供的预测数据透视到每个物料上,然后通过手工添加运算逻辑计算出
预测请购缺口,检讨拉通后进行请购安排。预测系统化后,可以直接导出系
统的数据作为预测请购依据,不但减少了采购计划手工操作的时间,同时规
避了整理数据可能存在的人为失误。另外,采购计划可以依据系统数据结果,
实时关注预测与实际订单偏差,通过预测调整快速拉通采购及供应商端,对
材料回货进行调整,减少在外慢动及超期未提数量,提升后端材料协同的沟
通效率。
最后,预测流程全线拉通,主计划能力初显
此次预测流程的上线将全面实现预测的线上化和系统化,包括预测的填报、
调整、导入、主计划审视以及采购计划请购、回货各个环节。由上至下融汇
贯通,从业务模式匹配预测模型,基于预测模型匹配预测对象,系统满足各
种数据转换需求;主计划前置审视预测结果与实际差异,联动物料计划进行
申购、回货调整;落地执行预测 - 审视 - 申购 - 回货线上一体化操作,人员
工作效率及管控风险能力得到较大提升,外贸计划域质的改变已扬帆起航!