“平时”与“战时”：两类典型的需求预测问题

根据不确定性的大小，我们可以把预测分为两类情况，如图1-14所示：“战时”的不确定性大，要避免大错特错；“平时”的可预见性高，要追求精打细算。

“战时”指不确定性很大，历史数据很少甚至没有的情况，比如新产品上市、“双11”备货等。没有太多可参考的数据，人们就习惯于找专家判断，让销售、市场、产品经理等“拍脑袋”，容易出现大错特错。一个解决方案呢，就是德尔菲专家判断法：群策群力，整合跨职能、跨阶层的最佳判断，提高首发命中率，避免大错特错。

“平时”指历史数据较充分，需求的可预见性比较高的情况，比如成熟产品的需求。企业的大多数业务属于此列，但管理者的注意力集中在第一种情况，此类业务就交给基层人员，凭经验计划，这是另一种形式的“拍脑袋”。对于解决方案，我们要借助数据模型和数理统计，精打细算、精益求精，以求交付和库存周转的最优化。

图1-14　“平时”与“战时”两类不同的预测问题