在維修與服務(wù)的后市場(chǎng)業(yè)務(wù)中，零件庫存十分重要，庫存縮短了交貨期，保證了服務(wù)及時(shí)性和客戶(hù)滿(mǎn)意度。如果沒(méi)有零件庫存，服務(wù)型企業(yè)就難以保證服務(wù)及時(shí)性，留住老客戶(hù)將十分困難。

但是，并非有了零件庫存，企業(yè)就能夠滿(mǎn)足客戶(hù)需求，因為存對了零件才能滿(mǎn)足客戶(hù)需求，同時(shí)獲得利潤回報并讓資金周轉起來(lái)；如果存錯了零件，則不僅會(huì )造成客戶(hù)不滿(mǎn)，還會(huì )導致資金占用和呆滯庫存損失。那么，如何保證所存的零件是正確的呢？你怎么知道客戶(hù)未來(lái)會(huì )需要什么零件？

這就要進(jìn)行需求預測和庫存計劃。顯然，僅僅依靠經(jīng)驗進(jìn)行需求預測是不夠的，人的經(jīng)驗和水平參差不齊，企業(yè)必須向數字化轉型，通過(guò)建立零件庫存管理模型，用數據驅動(dòng)需求預測，才能改善庫存計劃效率，讓數字化成為企業(yè)的核心競爭力，通過(guò)對零件需求的歷史數據進(jìn)行分析和挖掘，用大數據的方法預測未來(lái)的零件需求。

零件業(yè)務(wù)有很強的可重復性，同時(shí)也存在很強的隨機性，受市場(chǎng)波動(dòng)影響很大，做需求預測時(shí)必須考慮這些影響因素。比如：當企業(yè)進(jìn)入一個(gè)新市場(chǎng)，推出一款新機型，服務(wù)中零件需求就會(huì )與近期整機銷(xiāo)量有著(zhù)很強的相關(guān)性，在預測時(shí)需要很高的靈敏度。

如果企業(yè)剛剛做了一次濾芯促銷(xiāo)活動(dòng)，以十分優(yōu)惠的價(jià)格，增加了不少銷(xiāo)量，很多客戶(hù)購買(mǎi)了未來(lái)12個(gè)月保養所需要的濾芯，以此來(lái)降低保養成本。企業(yè)在預測未來(lái)濾芯需求時(shí)，就不得不考慮這次促銷(xiāo)帶來(lái)的影響。如果簡(jiǎn)單地根據最近幾個(gè)月的銷(xiāo)售數據來(lái)做需求預測，很可能會(huì )庫存過(guò)量濾芯，造成積壓和呆滯。這時(shí)的需求預測就要降低敏感度，最好根據以往的需求量，并考慮促銷(xiāo)造成的需求下降。

我們可以用移動(dòng)平均法來(lái)計算過(guò)去一年中零件的月平均需求量，并以此作為市場(chǎng)需求的預測基準?？紤]到預測靈敏度，我們可以對歷史數據設置不同的加權系數，比如：可以把最近4個(gè)月需求的權重設為60%，而之前8個(gè)月需求的權重設為40%，以增加預測對近期需求變化的響應度。同樣，我們也可以用移動(dòng)平均法來(lái)計算過(guò)去12個(gè)月零件需求量的方差和標準差，按照不同的權重和響應度計算安全庫存。當需求波動(dòng)非常大，變化非?？斓臅r(shí)候，在一定程度上我們就可以通過(guò)安全庫存來(lái)滿(mǎn)足客戶(hù)需求。

最高的靈敏度就是一期平均，即拿上個(gè)月的實(shí)際需求作為下個(gè)月的預測。這看上去響應很快，其實(shí)上卻是典型的被動(dòng)反應，這種預測永遠趕不上客戶(hù)的真實(shí)需求，也給庫存計劃造成極大的困擾，導致庫存利用率低下，運營(yíng)成本很高，庫存中所有的短缺，最終都以過(guò)剩收尾，而庫存中所有的過(guò)剩，都是從短缺開(kāi)始，客戶(hù)需要的零件倉庫里缺貨，倉庫里有貨的零件卻無(wú)人問(wèn)津，庫存總是落后需求“半拍”。

在需求預測中，預測的靈敏度經(jīng)常與預測的準確度相矛盾，靈敏度高了，準確度就可能下降；準確度高了，靈敏度就不會(huì )太高，并非數據越多，時(shí)間越久，預測越準確。最近一位朋友問(wèn)我：“移動(dòng)平均法中的加權系數應該怎么設定？”從事零件計劃的人員必須做出判斷：未來(lái)市場(chǎng)需求主要受哪些因素影響？如果這些年產(chǎn)品升級換代很快，市場(chǎng)變化很大，也許一年前的零件需求數據就沒(méi)有多少參照意義，那么用最近12個(gè)月（甚至最近6個(gè)月）的數據做預測就更準確。哪些數據影響更大，就應該增加這些數據的加權系數，預測才更準確。

所以，需求預測要兼顧靈敏度和準確度，有時(shí)響應太快常常造成準確度太低。我見(jiàn)到很多企業(yè)的庫存管理人員，他們的主要工作不是專(zhuān)注于需求預測和庫存計劃，而是每天忙于尋找貨源、調貨、催貨，一天到晚忙個(gè)不停，他們卻很喜歡這種感覺(jué)，以為這才是客戶(hù)服務(wù)，因為感受到客戶(hù)對自己的依賴(lài)。其實(shí)這都是庫存計劃沒(méi)有做好，不得不多花很多時(shí)間去做供應鏈執行，加急和空運多花了不少錢(qián)，客戶(hù)還不滿(mǎn)意。如果做好了需求預測和庫存計劃，就能大大減少供應鏈執行的工作。

需求預測的戰略就意味著(zhù)企業(yè)的長(cháng)遠利益，必然犧牲一定的短期利益?？梢晃毒劢箮齑鎽鹇?，對當下發(fā)生的零件缺貨不管不顧，也會(huì )導致客戶(hù)流失。兩者之間的平衡，讓靈敏度與業(yè)務(wù)相匹配，也是準確度最高的時(shí)候，這往往能夠展現出庫存計劃人員的價(jià)值。

人們常說(shuō)計劃趕不上變化，其實(shí)庫存計劃的目的不是要“趕上”變化，而是要預測出變化并滿(mǎn)足需求?！摆s上”就意味著(zhù)滯后，隨著(zhù)變化被動(dòng)地做出反應，結果把庫存計劃做成了供應鏈執行；庫存計劃就是預判，雖然市場(chǎng)需求是變化的，其背后卻存在一定的規律，發(fā)現模式，做好預測，最大限度地滿(mǎn)足需求，降低運營(yíng)成本，提高庫存周轉率和零件現貨率，而大數據挖掘正是找到這些規律、做好需求預測的一把金鑰匙。