一個公司動輒有幾百、幾千甚至幾萬個產(chǎn)品，究竟哪些可以預測，該計劃;哪些不能預測，不應該建庫存?——我們可以基于需求的頻繁度和穩(wěn)定性，把所有產(chǎn)品大致分為三類來進行分析和判斷。

　　文/劉寶紅

　　一個公司動輒有幾百、幾千甚至幾萬個產(chǎn)品，究竟哪些可以預測，該計劃;哪些不能預測，不應該建庫存?

　　很多人想到的就是ABC分類法，比如A類產(chǎn)品貢獻80%的營收，B類產(chǎn)品貢獻15%，其余貢獻5%等，根據(jù)它們對業(yè)務的影響，決定是否要計劃，在總部、子公司還是工廠層面計劃等。這是從業(yè)務的視角來分類產(chǎn)品，但從計劃的角度看，價值5000元的A產(chǎn)品和價值5分錢的C產(chǎn)品單價差別很大，對業(yè)務的影響大不一樣，但完全可能用同樣的預測模型，采取同樣的計劃方式，因為他們的“計劃特性”是一樣的。

　　那什么是“計劃特性”呢?簡單地說，計劃特性就是產(chǎn)品的需求特點，可從兩個維度來描述：穩(wěn)定性和頻繁度。需求越頻繁、越穩(wěn)定，產(chǎn)品的可預見性越高，可計劃性也越高;需求越不頻繁，越不穩(wěn)定的情況正好相反。當然，這里我們一般會用需求歷史，假定歷史需求有一定的重復性，如果有設計變更、生命周期等顯著改變需求的行為，我們會另行考慮。

　　1 量化穩(wěn)定性和頻繁度

　　對于需求的頻繁度，我們這里導入13周頻次的概念，亦即在過去的13周里(1個季度)，有多少周有需求。比如13周頻次為5，表明在過去13周里，有5個星期有需求。這里的判斷標準很簡單：在特定的一周，如果有需求，那就是1;如果沒有，那就是0;把13周的值累計起來，就得到該產(chǎn)品的13周頻次。13周頻次越高，表明需求越頻繁。26周頻次、12月頻次的概念類似。

　　比如有個電商，其中有2500多個SKU的13周頻次為零，表明這些產(chǎn)品在過去13周內(nèi)沒有一周有需求;500多個SKU的13周頻次為3，表明這些產(chǎn)品在過去的13周里，有3周有需求。這些都是典型的“長尾”產(chǎn)品。13周頻率越高，產(chǎn)品越可能是“短尾”，但并不一定是“短尾”，因為這里還有個需求的穩(wěn)定性問題：需求雖然頻繁，但不穩(wěn)定的話，我們會歸入“中尾”。

　　對于需求的穩(wěn)定性，我們導入離散度的概念。假定產(chǎn)品的需求符合正態(tài)分布，我們用離散度(也叫離散系數(shù))來描述需求的穩(wěn)定性。比如過去20周，示例產(chǎn)品的每周平均需求是49.6個，需求的標準差為18.2，那么該產(chǎn)品的需求離散度就是0.37(49.6÷18.2=0.37)。

　　從數(shù)理統(tǒng)計的角度看，標準差本身就能反映需求的穩(wěn)定性。但是，產(chǎn)品的平均需求不同，其需求的標準差也缺乏可比性，比如需求越高的產(chǎn)品，其標準差一般也越大，反之亦然。離散度是對標準差的歸一化，讓不同產(chǎn)品有了可比性。

　　2 從計劃的角度，產(chǎn)品分三類

　　基于需求的頻繁度和穩(wěn)定性，我們可以把產(chǎn)品分為三類。第一類是需求頻繁而且穩(wěn)定的產(chǎn)品，我們這里稱之為可以預測的“短尾”;第二類產(chǎn)品的需求相當頻繁，但不穩(wěn)定，這里稱之為難以預測的“中尾”;第三類產(chǎn)品的需求既不頻繁，也不穩(wěn)定，是不可預測的“長尾”。

　　要注意的是，這里的“短、中、長尾”定義，跟我們平?？吹降挠新?lián)系，但也有不同。平日看到的“短尾”，更多地是從業(yè)務的角度來闡述，需求相當頻繁，營收占比也較大，其實也包括“中尾”(有些企業(yè)叫“頭部”產(chǎn)品)。從計劃的角度出發(fā)，我把需求頻繁，但變動性也大的“短尾”單列出來，這就是“中尾”。

　　在這三類產(chǎn)品中，“長尾”難對付，但相對來說是小災小難，因為業(yè)務占比較小;“中尾”在業(yè)務中占比更大，更容易導致大錯特錯，其實是最難對付的。

　　讓我們舉個例子，看如何通過頻繁度和穩(wěn)定性兩個維度，來把產(chǎn)品分門別類，區(qū)別對待。

　　如圖 1，這是個工業(yè)品企業(yè)，共有1919個產(chǎn)品型號。在頻繁度上，我們用12月頻次，因為他們的產(chǎn)品批量小，品種多，12月頻次比13周頻次更合適。對于穩(wěn)定性，為了分類的方便，我們分為多個臺階，每個臺階為0.25。比如表格的最右上角是41，意味著有41個產(chǎn)品型號的12月頻次為12，需求的離散度不超過0.5。相應地，表格最左下角的505，意味著有505個產(chǎn)品型號在過去12個月沒需求，需求離散度高于1.5等。

　　我們這里把12月頻次大于等于8、離散度小于等于0.75的定義為短尾產(chǎn)品。要強調(diào)的是，這種分法僅僅是示例，具體的標準要視企業(yè)的具體情況而定。比如在需求相對穩(wěn)定的行業(yè)，離散度為0.75其實已經(jīng)是變動相當大的產(chǎn)品;但在小批量行業(yè)，特別是這里的案例企業(yè)，項目型需求多，大客戶的影響大，再加上銷售的周期性壓貨行為，離散度為0.75產(chǎn)品已經(jīng)是相當“平穩(wěn)”的了。這些產(chǎn)品占所有產(chǎn)品的12%，它們的需求相對頻繁，變動也相對小，是用數(shù)據(jù)模型來預測的理想對象，并不需要太多的判斷，除非是有設計變更、大客戶的導入導出等。

　　圖 1 產(chǎn)品的分類示例(數(shù)據(jù)來源：某工業(yè)品企業(yè))

　　對于“中尾”產(chǎn)品，圖 1中的示例定義為12月頻次高于等于6，但離散系數(shù)大于0.75。中尾產(chǎn)品的需求之所以頻繁但不穩(wěn)定，往往是因為有顯著改變需求的事情在發(fā)生，比如促銷、活動等“大石頭”，要么是企業(yè)自己驅動，要么是客戶、競爭對手驅動的。我們的應對方案就是基于數(shù)據(jù)模型，制定基準預測(往往需要數(shù)據(jù)清洗)，然后結合銷售、市場、產(chǎn)品等的判斷，“從數(shù)據(jù)開始，由判斷結束”，來制定需求預測。

　　剩下的就是“長尾”產(chǎn)品，需求很不頻繁，也很不穩(wěn)定，可預測性非常低。這類產(chǎn)品所占業(yè)務比例往往不大，但產(chǎn)品數(shù)量眾多，在小批量、多品種環(huán)境下尤甚。對于圖 1中的案例企業(yè)，此類需求往往是項目驅動，或者客戶定制。

　　對于“長尾”產(chǎn)品，企業(yè)要么是“不見兔子不撒鷹”，由訂單驅動，這是在承擔客戶體驗的風險;要么是是承擔相當高的預測風險，備風險庫存——在備品備件領域，慢動備件即屬此列，一旦缺失，產(chǎn)線、設備就沒法運行，對業(yè)務影響巨大，不能不備，但要備的話預測準確度低，庫存周轉慢，呆滯風險高。

　　此外，我們還可在顆粒度更大的地方做預測。比如那些高值慢動的備件，我們不在每個工廠建庫存，而是在子公司甚至總公司層面?zhèn)湟恍Ｔ谛狈b行業(yè)，有些極端尺碼比如超大碼不是在每個零售店備貨，而是在一定商圈里的某個地方備，別的零售店有需求的話可以調(diào)貨(《貨品極端尺碼商圈分析》，武俊敏，微信公眾號wujunmin)。

　　3 產(chǎn)品類別不同，主導職能也有差異

　　對于“短、中、長尾”產(chǎn)品，我們有不同的計劃方式，由不同的職能來主導：

　　l 對于“短尾”產(chǎn)品，歷史數(shù)據(jù)有相當大的可參考性，主導職能是計劃;

　　l 對于“長尾”產(chǎn)品，要么由訂單驅動，要么由銷售提需求，更多依賴銷售的判斷。出于服務水平考量，不得不備的“長尾”產(chǎn)品，計劃也可根據(jù)有限的需求歷史，或者產(chǎn)品管理、設計、銷售等的建議，設置一定的安全庫存;

　　l “中尾”產(chǎn)品介于短尾和長尾之間，可由計劃來主導，根據(jù)歷史數(shù)據(jù)，采用預測模型得到基準預測;銷售、產(chǎn)品、市場等職能輔助，預判可能顯著改變需求的事件，由判斷結束。

　　要特別注明的是，這里講的“計劃”泛指做數(shù)據(jù)分析的人，并不一定在供應鏈下的計劃職能;“銷售”則泛指有判斷的人，也可能是市場、產(chǎn)品、品牌、設計、高管、內(nèi)部用戶等。