可以说，预知未来是十分迷人的神力，每个人都幻想拥有这种能力。在经济生活中，预测能力越来越成为企业实力的重要体现。预测的准确性是衡量供应链是否高效最重要的指标，也是建立供应链优势最关键的要素。那么，企业如何能够提升预测分析能力？如何利用这种能力使供应链体系运营更加高效？赛仕软件（SAS）有限公司高级咨询顾问李波先生为我们做了详尽的解答。

 

　　记者：我们知道SAS软件公司在数据分析软件开发上，尤其是需求预测软件开发上有着丰富的经验，能不能为我们简单介绍一下贵公司的情况？

 

　　李波：SAS 全称为Statistics Analysis System，于1976年正式推向市场。SAS是用于决策支持的大型集成信息系统，最早的功能限于统计分析，至今，统计分析功能也仍是它的重要组成部分和核心功能。

 

　　经过多年的发展，SAS软件已被全世界120多个国家和地区的近三万家机构所采用，直接用户则超过三百万人，遍及金融、医药卫生、制造、运输、通讯、政府和教育科研等领域。在数据处理和统计分析领域，SAS系统被誉为国际上的标准软件系统，并在1996～1997年度被评选为建立数据库的首选产品。

 

　　记者：现在很多企业都把优化供应链作为提高竞争力的途径。那么，需求预测的能力在供应链优化中能起到怎样的作用？

 

　　李波：需求预测、销售预测直接关系到企业对市场的把握。现在有一种观念认为，销售预测的准确程度已经成为衡量一个供应链是否高效的重要指标。因为在供应链上，销售预测是一个龙头。

 

　　以某服装企业的CPFR供应链项目为例，按照这个项目的计划，把销售预测数据输入系统后，系统会根据这些数据推算从制造到物流再到库存在全年的情况，以指导供应链上各个环节的运作。这个想法非常好。但是系统上线后发现一个问题，最初的销售预测都是各地经销商拍脑袋想出来的，预测数值与实际销售数值差异太大，误差超过100%，结果导致成倍的波动。所以，如果销售预测这个龙头出现问题，以错误的数据为指导的生产、物流环节执行得再好也没有意义，也改变不了整个供应链低效的事实。因此，要做好供应链管理，做好一个CPFR项目，准确的需求预测是必备的。

 

　　记者：需求预测、快速响应和库存控制三者之间有怎样的关系？

 

　　李波：准确的预测不仅能大大提高快速响应的速度，还能够降低供应链上的库存。以服装行业为例，我们的软件不可能做每个SKU，或者说对每一种商品的销售预测都十分准确，只要做到同一大类产品的销售预测值准确就好了。因为即便我们对每个SKU的销售量进行预测，这个数字也会和实际情况有差异。而同一类产品生产所需的原材料基本上是相同的，版型也是相同的，这些都可以提前作好准备。即使单个SKU的销售情况与预测值出现差异，相对而言，整个系统所作的调整也会比较小，调整时间也会大大缩短。

 

　　SAS有一套库存优化软件，可以进行综合预测和库存优化。系统中有一些重要指标，其中之一是企业能容忍的缺货率。通常，缺货率低，库存就要上升，客户满意度会上升；相反，缺货率高，库存成本能降低，但是客户满意度也会下降。SAS软件会根据企业的经营策略，自动计算、平衡各种因素，自动计算出一个安全库存，自动生成补货订单的数量和时间。之前的ERP软件也有这个功能，但是它的安全库存数是一个静态的数值，是企业根据经验确定后人工输入的一个数值。其实安全库存这个数值对企业来说特别重要。SAS软件的特点就是，通过综合考虑各个相关因素，包括市场预测、历史数据、市场满意度概率、库存成本等，来自动计算出一个安全库存数，而且这始终是个动态的数值，始终根据市场的变化来调整。很多企业都有好几级的仓库，例如中心大库、区域配送中心、门店的仓储等等。其实所有的库存最终都是为了满足市场的需求。由于整个供应链系统是分层考核，每一层都需要一定的库存来满足下一层的需求，这样就导致这个供应链上的库存往往远大于市场的需求，也就是所谓的牛鞭效应，造成供应链效率低下，运营成本增加。

 

　　但是优化整个供应链有一定的难度，因为首先优化不能降低各个层级客户的满意度。此外，还有一个要求，尽量避免调货。因为有的产品在一个地方是滞销的，但是在另外的地方可能是畅销的，如何调配？其实调货的成本是很高的，而且周期较长，很可能中间物流用掉的一两周的时间，已经错过了销售的最佳周期。

 

　　记者：现代企业大都有完备和功能强大的信息系统支持企业的日常运营，而且他们的经营者往往在这个行业淫浸多年，有着丰富的经验，这种情况下，为什么还需要需求预测分析类软件？

 

　　李波：要搞清楚这个问题，我们首先要明白预测的原理是什么。从古至今，人们预测的方法大致分为三类：第一，定性(Qualitative)预测方法：在没有较充分的数据可利用时，只能凭借直观材料，依靠个人经验和分析能力，进行逻辑判断，对未来作出预测；第二，因果关系(Causal)预测方法：使用回归分析法，从事物变化的因果关系出发来进行预测；第三，时间序列分析(Time Series Analysis)预测方法：按照时间的顺序把随机事件变化发展的过程记录下来就构成了一个时间序列。对时间序列进行观察、研究，找寻它变化发展的规律，预测它将来的走势就是时间序列分析。预测软件的基本原理就是运用第三个方法，即承认事物的变化发展是有规律的，并依据之前的数据来推演事物未来的变化。

 

　　当一个企业需要做需求预测或销售预测的时候，个人的经验当然十分重要。但是，在信息爆炸的时代，市场信息瞬息万变，各种变量、影响因素十分复杂，往往是个人难以掌控的。

 

　　而传统的ERP/SCM系统缺乏分析深度，之前很多企业运用EXCEL表格来做统计、