需求計劃與預測。說到需求預測，我們必須提到預測的三個公理：
? ?1.預測永遠是錯的。Forecasts are always wrong.
?? 2.集成預測比單個預測更準確。Aggregated forecasts are more accurate.
? ?3.短期預測比長期預測更準確。Shorter horizon forecasts are more accurate.
關于以上的每一點，MIT都給了一些解釋和方向性的建議。比如預測永遠是錯的，我們可以采用區間預測，并且捕捉預測錯誤，建立一些安全產能、庫存來處理；關于集成預測為什么比單個預測準確，MIT用了數學和圖表的方式形象的展示了這點，CV(Coefficient of Variation), CV越大，需求波動越大，根據時間、地點、產品型號進行一定程度的集成進行預測，可以大幅減小波動的幅度。
在許多企業中，關于需求有三個層面的問題需要回答：
A需求計劃(Demand Planning)需要回答針對我們的產品，我們應該如何塑形產品的需求？
? ?如何設計產品型號和包裝、促銷策略、價格策略、銷售地點等問題。
B需求預測(Demand Forecasting)需要回答在給定需求計劃的前提下，我們期望的需求是怎樣的？
? ?這個分成戰略性的預測、戰術性的預測以及運營層面的預測。
C需求管理(Demand Management)回答了在運營層面如何備戰和響應真實需求
? ?主要有：平衡供應和需求，管理銷售和運營計劃(S&OP)的關系
本章的內容是針對B需求預測，而針對這個有三個層面的預測技術，針對不同的時間周期和不同的目的，本圖片引用在MIT的課件，具體如下，有問題請在公眾號下面提問。
關于預測的方法，基本可以分為兩大類，主觀(Subjective)的預測和客觀(Objective)的預測。在主觀預測里面又可以分為：主觀判斷，如銷售調查、專家預測；試驗判斷：客戶調查問卷、針對性的小組討論或者市場測試。
而在客觀預測里面也可以分為兩大類：因果或者關系分析和時間序列分析，作為麻省理工學院這樣的一個專業學府以及供應鏈管理的科學特性，我們更專注于討論客觀性的預測方法。而在實際操作中，必然是主觀和客觀的預測方法同時使用。
關于預測的質量，MIT給出了一些數字化的考核指標，基本可以通過兩個方面進行衡量：準確性和偏見，下圖可以很好的解釋這兩個概念。還可以通過很多參數來追蹤預測與實際的差異，最簡單的一個就是e = A – F，其中e是錯誤(error),A是實際發生的數值(Actual),F是預測的數值(Forecast)，當然還可以對e進行一定的加工，比如MD,MAD,MSE, RMSE, MPE, MAPE,等等，每個參數可以給預測結果做一些判斷。
歡迎大家在公眾號里面回復
