预测不准,就换预测?你的供应链缺的是一道”分界线”
楼下的便利店,货架上的饭团是昨天夜里按销量预测批量生产的——你要做的只是伸手拿;隔壁的面馆,一碗牛肉面是你说”不要香菜、面硬一点”之后现做的。同样的餐饮生意,一个靠预测活着,一个根本不需要预测。
把镜头拉到企业经营里,大多数公司其实同时活在这两种模式里,只是自己没意识到。月度经营会上,销售总监抱怨”预测又偏了,缺口你们兜”,计划经理回敬”需求天天变,我拿什么准”——这场架吵了二十年,二十年来多数公司的解法是继续加码预测:换更强的算法、加更多促销假设、拉更细的颗粒度。效果呢?准确率在一个区间里反复横跳,好一个季度,坏一个季度。
供应链行业近来有一种观点把话说得很透:当预测失准时,解法往往不在”把预测做准”,而在重新设计供应链的结构,让波动被合适的位置承接(来源:闻道-供应链思维,2026-09)。我认同这个判断,而且想再往前推一步:这个”合适的位置”,在教科书里早就有名字——它是供应链上的一条分界线,画在哪里,是一个战略问题。
一、预测为什么总是不准:因为它被要求做不可能的事
先纠正一个认知:预测不准,多数时候不是计划团队能力问题,而是这件事本身的结构决定的。
第一,需求长尾化。企业做大的过程,几乎就是 SKU 膨胀的过程——口味、规格、包装、渠道定制层层叠加,SKU 数量成倍增长后,大部分单品沦为长尾。长尾需求的统计特征决定了它的可预测性天然差:头部爆品靠规模规律还能估个八九不离十,长尾单品的预测基本是猜。要求整份预测表都达到高准确率,等于要求”猜”的部分也不出错。
第二,渠道混流。今天的企业普遍同时服务经销商大单和电商散单:B2B 的订单是批量、有节奏、可谈的;B2C 的订单是碎片、脉冲、情绪化的。两股性质相反的信号被叠进同一张预测表里,互相污染,谁也说不清”下周到底要多少”。
第三,提前期错配。越往上游,产能和物料的准备周期越长。当供应链的响应周期显著长于市场变化周期时,预测本质上是在为一个几个月后的市场下判断——那时候竞品可能已经变了,渠道政策可能已经变了。误差不是计划的锅,是时间的锅。
这三条都是结构性原因。结构性的问题,靠算法优化只能在边际上改善,改不动根子。
二、分界线的名字:客户订单解耦点
供应链管理里,这条分界线叫 CODP(Customer Order Decoupling Point,客户订单解耦点),是 APICS 词典与 SCOR 模型中的标准概念。它的定义很朴素:在这条线以上,供应链按预测运行;在这条线以下,供应链按真实订单运行。
回到开头的比喻:便利店饭团的”分界线”画在生产之前,整条链都在预测驱动下运转,这叫按库存生产(MTS);面馆的”分界线”画在收银台,后厨完全由订单驱动,这叫按订单生产(MTO)。两者之间还有中间形态——按订单装配(ATO):组件按预测备好,成品等订单来了再组装。
这个概念最好的商业注脚之一是戴尔(Dell)。在传统 PC 厂商普遍压渠道库存、赌预测的年代,戴尔用直销+按订单装配的模式,把分界线画在组件和整机之间:标准组件按预测备量,整机等客户下单再装。这带来了两个结构性好处——成品层面几乎不需要预测(客户订单就是需求),组件层面的波动又因为汇总而变得更平滑。这个案例后来成了运营管理教材的经典,讲的不是”预测做得好”,而是把预测的份额缩小到不得不猜的那一段。
所以,解耦点回答的问题不是”怎么预测更准”,而是”哪里必须猜,哪里不用猜“。上游必须猜的部分,交给预测加上受管理的缓冲;下游不用猜的部分,交给真实订单。预测的精度要求被局部化,整条链不再为一个数字共同陪绑。
三、线画在哪里:三个判定依据,一套中国实践
分界线画在哪一层,取决于三件事的权衡:
一看提前期结构。哪一段物料的获取周期最长、最不可靠,缓冲就越值得设在这一段的下游——用库存缓冲把最长的等待时间”藏”进上游,让下游保持敏捷。
二看需求波动性。波动越剧烈的环节,越需要缓冲吸收;而波动的”性质”决定缓冲的形式——总量波动用安全库存,结构波动(要 A 不要 B)用柔性产能,节奏波动用错峰排产。
三看客户耐心。客户愿意等多久,决定了分界线最多能往上画多远。现做面包好吃,但没人愿意为一只饭团等四十分钟——客户耐心就是解耦点位置的硬约束。
这三条权衡落到中国制造业和零售业的实践里,并不陌生。工厂里常见的”战略物料+JIT 组合”——长周期、高波动的关键料按预测滚动锁量,通用料、短周期料随单拉动——本质上就是一条手工画的解耦线,画得对不对,直接决定旺季缺不缺料、淡季压不压货。零售和电商侧近年推的”一盘货”——把品牌方仓、平台仓、渠道仓的多套库存并成一个物理池统一调度——则是把多张预测表合并成一张:先在池内对冲掉互相矛盾的部分,再对上游发出一个汇总后的、平滑得多的补货信号。这些实践背后的逻辑与 CODP 完全同构,只是很少有人把它们放进同一个框架里讲。
四、三个误区:设了分界线,不等于用对了
误区一:把解耦点做成”多备库存”。缓冲的意义在于位置,不在于总量。静态地多压货,只是把缺货问题换成呆库存问题。成熟的纪律来自 DDMRP(需求驱动 MRP)方法论:每个解耦点的缓冲分红、黄、绿三区动态管理,补给节奏按净流量状态至少每日重算,缓冲参数随物料的波动分层定期校准。没有动态规则的多级缓冲,只是把一个仓库的浪费复制成四个。
误区二:位置一劳永逸。产品从导入期进入放量期、渠道从经销为主转向直面消费者、供应商格局变化——这些都会改变提前期结构和波动特征,分界线需要随之重画。把”定期审视解耦点地图”写进销售与运营计划(S&OP)的固定议程,比事后救火便宜得多。
误区三:只设不解。解耦点不是画完就完事的结构装饰,而是日常调度中枢:缓冲消耗到什么水位触发什么动作、例外情况谁拍板、区域之间怎么调拨,都要有明确的规则和责任人。画了线却仍靠表格和临时会议驱动补货的企业,等于买了保险却没记住保险公司的电话。
结语
销售和计划的二十年之争,根源是整条供应链被迫共享同一个预测、又共同承担它的误差。解耦点给出的是结构层面的答案:把”猜”压缩到不得不猜的最小范围,其余的部分,设计成不用猜。
下次再遇到预测失准,先别急着换算法。拿这三个问题过一遍自己的供应链:我的分界线画在哪一层?它还匹配现在的提前期和波动结构吗?线上的缓冲,是活的规则,还是一张没人更新的表?
预测的尽头,不是更聪明的算法,而是更聪明的分界线。
参考资料
- CODP/MTS/ATO/MTO 概念:APICS Dictionary、SCOR 模型公开定义。
- 戴尔按订单装配模式:运营管理教材经典案例(直售 + Build-to-Order 公开史实)。
- DDMRP 缓冲管理:Ptak & Smith,Orlicky’s Material Requirements Planning(DDMRP 方法论公开内容)。
- “一盘货”模式:中国电商与零售物流行业公开实践。
- 观点引用:微信公众号「闻道-供应链思维」(作者 Fubing),2026-09,罗戈网/物流沙龙转载。
