SCOR供应链预测的三个关键点

　　对一个产品的预测可以用绝对值偏差，和相对偏差来表示。用偏差的%更常见。SCOR供应链给出的标准公式为： 1-绝对值（预测-实际）/实际。见表格的计算。但按照这个公式，可能预测会出现负数。博革咨询辅导过的一个企业，就是因为按照标准公式会计算出来负数，所以自己开发出一个有趣的公式，就是用实际和预测2个数值中小的那个数/大的那个数。
　　这里面的一个关键点是预测精度最低要设为0，见表格中4.预测1000，实际400. 按照上面公式为-50%，在实践中调整为0。

　　第二个关键点是多种产品如何计算预测精度？有2种方法，按实际销量加权计算预测精度；按SKU计算算数平均值。2者各有道理。销量大小的产品预测精度对公司实际运作的影响度不一样，同样偏差20%，1000吨/月的产品影响的销量就是200吨。 1吨的产品影响只有200公斤。  所以加权是合理的。但如果完全按照销量作为权重系数，由于一般来说量大的产品需求比较稳定，那量小的产品由于波动大，预测困难大，可能预测计划员干脆放弃预测。博革咨询在实践当中见到过1个公司同时计算算数平均值和加权平均值。然后将2个预测精度取平均值。

　　第三个关键点是如何设定考核目标：

　　多数企业都是基于历史预测精度来逐步提升预测精度目标，这里面有1个难点，如果企业分多个区域分别预测，不同的区域的目标是相同还是不同。博革咨询在05年时在一家欧洲企业的亚太区供应链部门负责预测，负责中国区，印度，新加坡，韩国，日本，澳大利亚等六个区域的市场预测。同样的预测方法，预测精度从高到低为中国，日本，韩国，澳大利亚，印度，新加坡；预测精度从80%到50%中国区销量大，相对稳定。日本和韩国销量虽然不如印度，但客户厂家自身管理水平较高，订货相对有规律；新加坡区负责整个东南亚，销量不低，但客户订货波动大。印度销量也大，但当地客服经理喜欢随机的从中国或丹麦订货，将相对稳定的需求搞的没规律。

　　设定相同的目标肯定不合理，要考虑市场需求波动；但设定不同的指标似乎又不大科学。

　　后来博革咨询想出一个方法，即在统计预测的基础上，给所有的区域增加一个百分比作为销售预测考核指标。如果销售人员什么信息都不反馈，得到的是统计预测。它反映了市场波动。做联合预测就是希望提升销售人员的参与度，让他提供市场反馈。那么设定目标要能让销售人员经过努力能实现。在统计预测的精度上增加5%作为考核指标就体现了这个目的。