在選擇合適的預(yù)測(cè)模型時(shí)，我們首先要看預(yù)測(cè)準(zhǔn)確度。前面說過，常用的準(zhǔn)確度指標(biāo)有兩個(gè)：絕對(duì)誤差百分比、均方差。前者的好處是直觀，但有可能誤導(dǎo);后者的好處是更能夠避免極端誤差，但不直觀。

　　我看到，有人用預(yù)測(cè)“成功率”來評(píng)判模型的好壞。比如準(zhǔn)確度目標(biāo)是70%或更高，選100個(gè)樣本，用預(yù)測(cè)方法A，有60個(gè)樣本達(dá)到70%以上的準(zhǔn)確度;用方法B，只有55 個(gè)，所以就得出A優(yōu)于B的結(jié)論。這看上去有道理，但如果A 沒有預(yù)測(cè)“準(zhǔn)”的產(chǎn)品中，誤差極端大的案例很多;而B沒有預(yù)測(cè)“準(zhǔn)”的產(chǎn)品中，誤差都相對(duì)挺小，怎么辦?

　　我們當(dāng)然希望更多的產(chǎn)品能夠預(yù)測(cè)更準(zhǔn);但害死我們的是那些預(yù)測(cè)極端不準(zhǔn)的，這在上面評(píng)判方法中沒有覆蓋到。打個(gè)不恰當(dāng)?shù)谋扔?，這有點(diǎn)像木桶理論，每個(gè)桶板當(dāng)然是越長(zhǎng)越好，但真正害死我們的是那些最短的板。

　　所以，圍繞多個(gè)產(chǎn)品選擇一種更優(yōu)的預(yù)測(cè)方法時(shí)，我們也要觀察那些預(yù)測(cè)誤差極大的產(chǎn)品，通常有3種方法來應(yīng)對(duì)。

　　1. 方法1是把所有產(chǎn)品的預(yù)測(cè)誤差加起來，看哪種預(yù)測(cè)方法的整體準(zhǔn)確度最低。

　　2. 方法2是采取兩種互補(bǔ)的預(yù)測(cè)方法，比如方法A的優(yōu)勢(shì)是預(yù)測(cè)需求變動(dòng)大的產(chǎn)品，方法B的優(yōu)勢(shì)是預(yù)測(cè)變動(dòng)較小的產(chǎn)品，每個(gè)產(chǎn)品根據(jù)自身的特點(diǎn)，在A和B中選擇一種方法， 以盡量避免出現(xiàn)大錯(cuò)特錯(cuò)。我們后面要講的預(yù)測(cè)方法擇優(yōu)， 就是基于這樣的思路。

　　3.方法3是用多種方法預(yù)測(cè)，求其平均值作為最終的預(yù)測(cè)。我看到學(xué)者們?cè)谡f，這樣做可以提高預(yù)測(cè)的準(zhǔn)確度。這有點(diǎn)集思廣益的意思，跟“三個(gè)臭皮匠，能頂一個(gè)諸葛亮” 一樣。針對(duì)具體的案例，我們可以通過復(fù)盤的方式，來驗(yàn)證究其效果?！?/p>

對(duì)預(yù)測(cè)來說，我們與其說是在追求“更準(zhǔn)”，不如說是在避免“更不準(zhǔn)”：我們要盡量避免極端錯(cuò)誤。這就如長(zhǎng)壽和早死的關(guān)系：我們雖說都在追求長(zhǎng)壽，其實(shí)更多是在力求避免早死。長(zhǎng)壽充滿偶然性，但早死卻有相當(dāng)?shù)谋厝恍?你很難對(duì)偶然做點(diǎn)什么，你是通過控制必然來應(yīng)對(duì)偶然，那就是避免早死，才會(huì)長(zhǎng)壽。

　　或許這也能夠解釋，至少是部分解釋，為什么人們不愿接受人工智能(AI)和計(jì)劃軟件的建議：凡是我見過的AI和計(jì)劃軟件，整體的預(yù)測(cè)準(zhǔn)確度都要比計(jì)劃人員更高;但是， 由于這些信息系統(tǒng)不知道它們不知道的東西，比如促銷、活動(dòng)等需求歷史沒法完整體現(xiàn)的信息，往往會(huì)出現(xiàn)大錯(cuò)特錯(cuò)， 計(jì)劃人員一眼就可以看出。在精益求精的優(yōu)化上，計(jì)劃人員雖然斗不過軟件;但在避免大錯(cuò)特錯(cuò)上，他們卻往往做得更到位，或者至少覺得他們做得更好。出于避免“更不準(zhǔn)”的心理，人們卻不敢用，或者不愿用AI和軟件系統(tǒng)做預(yù)測(cè)，也就不難理解了。

　　預(yù)測(cè)方法的擇優(yōu)，要盡量考慮對(duì)供應(yīng)鏈執(zhí)行的影響，在預(yù)測(cè)準(zhǔn)確度差不多的前提下，預(yù)測(cè)要盡可能平滑，以減小供應(yīng)鏈的執(zhí)行難度，降低供應(yīng)鏈的運(yùn)營成本。

　　最后，預(yù)測(cè)模型的選擇還要考慮實(shí)施的難易度。人們難以理解的模型，就不信任;不信任，就很難推廣。就整體預(yù)測(cè)效果而言，簡(jiǎn)單的模型往往比復(fù)雜的更理想，很大程度上是因?yàn)楹?jiǎn)單的模型更容易落地。這就相當(dāng)于給你一個(gè)100% 功能的“武器”，你能實(shí)現(xiàn)30%、50%，還是70%的功能一樣。

　　真正的計(jì)劃高手，高就高在用最基本的模型，比如移動(dòng)平均和指數(shù)平滑法，解決實(shí)踐中的大多數(shù)問題。這就如真正的武林高手不會(huì)花拳繡腿，拖泥帶水，而是用最簡(jiǎn)單、最直觀的招數(shù)克敵制勝一樣。所以，如果有些人一張口，就搬出一些你沒聽過的復(fù)雜方法，他八成是在以主題博大，以掩蓋在基本方法論上的貧瘠。

【小貼士】尋找更優(yōu)，而不是最優(yōu)的解決方案

　　有個(gè)千億級(jí)的大公司，開設(shè)了專門的事業(yè)部，雇了一幫博士、碩士開發(fā)計(jì)劃模型，也給別的企業(yè)提供咨詢。但他們自己的計(jì)劃人員呢，我問他們是怎么設(shè)安全庫存的。計(jì)劃員們說，對(duì)于A類物料，他們放x天的安全庫存;對(duì)于B類物料，他們放y天的安全庫存……你知道，他們還是在拍腦袋， 雖然公司很大，名氣也很大，但做計(jì)劃的方式跟粗放經(jīng)營的企業(yè)無異。

　　這后面反映的呢，就是典型的系統(tǒng)和組織“兩層皮”： 一邊是——幫博士、碩士、數(shù)理統(tǒng)計(jì)專家們皓首窮經(jīng)，奔著最優(yōu)化的目標(biāo)去，開發(fā)了很完善、當(dāng)然也很復(fù)雜的軟件系統(tǒng)(“完善”在很多時(shí)候是復(fù)雜的代名詞);另一邊是—— 幫計(jì)劃人員呢，還是我行我素，繼續(xù)操著“土槍土炮”討生活。一方面，這跟博士們懂?dāng)?shù)理統(tǒng)計(jì)，但不懂業(yè)務(wù)有關(guān)，導(dǎo)致軟件系統(tǒng)本身不一定實(shí)用;另一個(gè)方面，信息系統(tǒng)嚴(yán)重超前，超越組織的現(xiàn)有能力兩個(gè)階段，也會(huì)導(dǎo)致“兩層皮”的問題。

　　什么叫超越兩個(gè)階段?打個(gè)比方。一群原始人在赤手空拳與野獸搏殺，你給只棒子，這是超越組織能力一個(gè)階段， 他們?cè)囋嚭笥X得不錯(cuò)，用的可能性很大;但如果給輛坦克， 這是超越現(xiàn)有能力兩個(gè)階段，他們根本沒有能力操控，當(dāng)然也就不會(huì)用了。

　　尋找漸進(jìn)式的改良方案，可有效避免上述問題。

　　比如某企業(yè)對(duì)于所有的產(chǎn)品，原來都在用8周移動(dòng)平均來預(yù)測(cè)。我們經(jīng)過復(fù)盤分析，發(fā)現(xiàn)部分產(chǎn)品用6周移動(dòng)更準(zhǔn)確，其余的用8周移動(dòng)更準(zhǔn)確;或者說整體而言，指數(shù)平滑法比移動(dòng)平均法更準(zhǔn)確，那我們就適當(dāng)?shù)夭町惢幚?，這就是漸進(jìn)的改良。

　　再比如說，每個(gè)產(chǎn)品在不同的庫存點(diǎn)，最優(yōu)預(yù)測(cè)方法都可能不同。但為了簡(jiǎn)單，我們把一個(gè)庫存點(diǎn)的所有產(chǎn)品作為一個(gè)整體，尋找一種或兩種方法，讓整體勝算更高。我理解，相比每個(gè)產(chǎn)品都采用最優(yōu)預(yù)測(cè)方法，這樣做會(huì)喪失一些準(zhǔn)確度，但希望換取可操作性，降低預(yù)測(cè)模型的維護(hù)成本， 也適當(dāng)提高模型的容錯(cuò)性。

　　商業(yè)問題的本質(zhì)是尋求更好，而不是最好的方案。就如NBA里“獨(dú)行俠”的老板庫班所言，商業(yè)上追求完美是件糟糕的事， 因?yàn)橛袀€(gè)投入產(chǎn)出比的問題。等組織的能力提升到一定地步后， 我們可以逐步導(dǎo)入更完美、也更優(yōu)化的做法。

　　【實(shí)踐者問】我是做供應(yīng)鏈系統(tǒng)的，公司讓我主導(dǎo)供應(yīng)鏈計(jì)劃改進(jìn)項(xiàng)目。我怎么做預(yù)測(cè)部分的需求呢?畢竟信息化的從業(yè)人員很少有供應(yīng)鏈體系的從業(yè)經(jīng)歷，我的問題比較尷尬。

　　【劉寶紅答】這是對(duì)你們IT人員的不公平。需求定義首先是計(jì)劃人員的責(zé)任，他們得搞清楚需求預(yù)測(cè)怎么做，庫存計(jì)劃如何設(shè)，哪些地方需要改進(jìn)，定義好需求后，你們IT團(tuán)隊(duì)可以幫助自動(dòng)化。有趣的是，另一個(gè)公司的IT也有同樣的問題：他們?cè)诠綜FO的驅(qū)動(dòng)下，給供應(yīng)鏈設(shè)計(jì)了一整套的預(yù)測(cè)、計(jì)劃模型，整體思路很好，但根本沒法落地。反過來想想看，如果讓一個(gè)計(jì)劃經(jīng)理設(shè)計(jì)一套IT解決方案，其可行性會(huì)有多高?

　　這也反映了有些公司對(duì)計(jì)劃的誤解，認(rèn)為計(jì)劃就是分析數(shù)據(jù)，而IT似乎是數(shù)據(jù)的對(duì)口部門。跟任何職能一樣，計(jì)劃的能力要從組織、流程、信息系統(tǒng)三個(gè)方面來改進(jìn)，IT可以改進(jìn)信息系統(tǒng)，但信息系統(tǒng)要圍繞組織的目標(biāo)和做事的流程來開發(fā)，那些都需要計(jì)劃職能來定義。

　　注：劉寶紅，供應(yīng)鏈管理暢銷書作者，“供應(yīng)鏈管理專欄”創(chuàng)始人，美國亞利桑那州立大學(xué) MBA。他的暢銷書包括《供應(yīng)鏈管理：高成本、高庫存、重資產(chǎn)的解決方案》《采購與供應(yīng)鏈管理：一個(gè)實(shí)踐者的角度》《供應(yīng)鏈管理：實(shí)踐者的專家之路》。十多年來，他一直在美國研究和實(shí)踐供應(yīng)鏈管理，經(jīng)常往返于中美之間，培訓(xùn)本土采購、計(jì)劃與供應(yīng)鏈管理人才，幫助本土企業(yè)提高采購與供應(yīng)鏈管理水平。如欲聯(lián)系他，可電郵bob.liu@scm- blog.com，或訪問他的網(wǎng)站(www.scm- blog.com)查詢最新培訓(xùn)信息。