需求预测:避免断货和库存积压的方法与公式
断货和库存积压对生意都没有好处:前者意味着资源浪费,后者意味着错失机会。做好需求预测,可以帮您同时避免这两种情况。
每家企业都应该把需求预测当作日常工作,以避免各种损失。无论企业规模大小、经营多久,都是如此。毕竟,每一分钱都很重要。
什么是需求预测?
需求预测也称需求计划或库存预测,是根据历史数据、趋势和即将发生的事件,准确预测库存水平的过程。无论季节、时段或消费需求如何变化,目标都是尽可能接近理想的库存水平。
这一过程需要细致的数据收集和专业的分析。做得好,可以为企业节省大量资金,避免经济损失。
需求预测最好搭配可靠的库存管理软件一起使用,以确保所有数据准确、及时。
准确的预测之所以重要,是因为消费需求不断变化。今天的畅销品,一周或一个月后可能就不再受欢迎;如果在需求计划中不密切关注趋势,剩下的库存就会变成积压。
反过来也可能发生:如果没有预料到季节性需求,您可能生产或订购的货物不足以满足客户,导致断货和利润损失。
需求预测的方法
预测消费需求可能是一场有风险的赌博。要想做出明智的预测、得到准确的库存估算,就必须以数据和公式为依据。
以下是最常见的几种预测方法:
1. 定量预测
定量预测利用历史销售数据来预测未来的销售。企业可以分析 2021 年和 2022 年的销售数据,来确定 2023 年的库存水平。它可以发现趋势,看出哪些月份销量上升,并为这些时期提前备货。
这是一种客观的趋势预测方式,因为企业分析的是过去的销售和市场增长情况。它可以用来估算销售增长,从而帮助确定理想的库存水平。
例如,一家服装店发现每年二月红色服装的销量总是很高。因此,每年都会增加红色服装的生产,以满足二月更高的需求。
根据这一趋势,企业还可以用不同的策略来带动非红色服装的销售。比如,店铺可以展示红色连衣裙如何搭配银色围巾,或者红色夹克配黑色 T 恤有多醒目。
借助历史数据,您可以发现可加以利用的季节性潮流,从而提高利润。理想的做法是紧跟趋势和潮流,在细分市场中保持竞争力。
最好把历史数据做成图表。用折线图、饼图或直方图展示数据,趋势和历史数字会更清晰,企业也更容易进行库存预测。
定量预测的优缺点
定量预测的主要优点是让预测变得简单。只要查看数据,就能预测理想的库存水平,不需要太复杂的操作。
缺点是,一旦输入错误的数据,整个库存预测过程都可能受到影响。此外,有些企业根本没有数据可用,比如新成立的企业。
定量预测最适合数据量大的成熟企业,这通常得益于出色的企业库存管理方法。促销活动会让需求产生波动,预测人员需要剔除促销的影响,才能得到准确的预测。
选择合适的预测方法,取决于哪些现有数据能提供最准确的预测。以下指标最好随时掌握:
- 库存水平
- 采购订单
- 销售历史
- 消费趋势
- 季节性需求
- 最高库存水平
2. 定性预测
这种方法不依赖历史销售数据或类似数据,而是分析政治、经济趋势和环境变化等外部因素。定性预测使用并非针对本企业的销售信息和市场调研来进行预测。
由于缺少企业自身的数据,它并不是理想的方法。不过,对于历史数据非常有限或还没有历史数据的企业来说,这是最好的预测方式。
成熟企业也可以从定性预测中受益。如果您想在市场上推出新产品或新服务,这些数据会很有用,可以让您了解目标客户对新品的反应,以及怎样才能取得成功。
定性预测本质上是主观的,但仍需要经验丰富的销售专家才能做出明智的预测。
定性预测的优缺点
定性预测的主要优点是,新企业即使没有数据也可以进行预测。此外,它还能根据资深销售主管或外部专家的判断,预测趋势、销售走势以及客户行为的变化。
但正如前面所说,它非常主观,几乎带有猜测性质。
尽管主观,企业仍可以采用几种不同的定性预测方式,让预测尽可能准确:
定性预测的类型
简单来说,就是一组专家聚在一起讨论业务,按“多数意见”做出预测。为了让过程更科学、更客观,专家们会填写问卷,再由团队分析答案,得出一致的预测。
- 高管意见评审法
在这种定性预测方法中,企业主会征求高层管理者或部门负责人对业务的意见。讨论中形成的共识就是预测的依据。
- 自下而上预测法
在自下而上预测中,主导的不是管理层,而是与客户或最终用户接触最多的员工。由于他们直接与客户打交道,最清楚企业应该卖什么、什么时候卖。收集所有反馈后,再做出预测。
这是最依赖数据的一种定性预测,它把消费者调查作为预测工具。如果企业没有资源开展调查,就只能对自己的客户进行访谈。
3. 组合预测
这种定量与定性相结合的预测方法兼具两者的优点,但也是要求最高的一种。
企业如何同时使用定量和定性方法呢?回到服装店的例子。从历史数据看,十一月是生意最好的月份之一,因为许多消费者开始为圣诞节和其他节日购买礼物。因此,根据过去的销售数据,企业应该为这个月大幅增加库存。
然而,在过去几个月里,店员听到有顾客询问店里是否会在 2022 年 11 月国际足联世界杯开赛时销售世界杯周边商品。这让专家们预计年末最后一个季度需要额外的库存,特别是与世界杯相关的商品。
需求预测的计算公式
以下表格为 2022 年的 T 恤销量:
| 月份 | 2022 年(售出件数) |
| 1 月 | 138 |
| 2 月 | 132 |
| 3 月 | 118 |
| 4 月 | 127 |
| 5 月 | 197 |
| 6 月 | 225 |
| 7 月 | 174 |
| 8 月 | 160 |
| 9 月 | 164 |
| 10 月 | 156 |
| 11 月 | 288 |
| 12 月 | 318 |
需求预测的方法有很多,最简单的是移动平均法和趋势分析法。
公式:
移动平均 =(N 个月的商品数量之和)/ N
趋势 =(期末值 – 期初值)/ N
如何计算移动平均
移动平均用于确定某一时期的平均需求,通常为一个季度或三个月,有时为六个月。得出的数字用于预测未来需求。
要确定 2023 年第一季度、特别是 1 月的库存,可以使用 2022 年最后一个季度的数据。
我们来做个预测:
移动平均 =(10 月 + 11 月 + 12 月)/ 3 =(156 + 288 + 318)/ 3
= 254
根据移动平均,可以把 1 月的库存定为 254。2 月的库存则可以用 11 月、12 月和 1 月的移动平均来计算。
由于有足够的数据,也可以使用 12 个月的移动平均:
移动平均 = 2,197 / 12 ≈ 183
可以把 1 月的库存定为 183。使用 12 个月数据的好处是,节假日季的销量增长不会扭曲结果。
如果用 12 个月数据预测 2023 年 2 月,可以使用 2022 年 2 月至 2023 年 1 月的销量。
如何计算趋势
做趋势分析时,也可以使用 2022 年第四季度的数据:
趋势 =(期末值 – 期初值)/ 3 =(318 – 156)/ 3
= 54
要预测 1 月的库存,只需在 12 月的库存上加 54,得到 372(318 + 54)。
也可以使用全年的数据,得到 333(318 + 15),计算如下:
趋势 =(12 月 – 1 月)/ 12 =(318 – 138)/ 12
= 15
移动平均还是趋势:选择哪种需求预测方法?
最好的预测方法取决于手头的数据。预测一两个月这样的短期需求时,移动平均更合适;预测三到六个月这样的较长期库存时,趋势分析更好。
还要考虑数据本身。如果数字呈现出明显趋势,趋势分析是最佳选择;如果数字之间差异很大,最好使用移动平均公式。
在上面的例子中,数字在最后一个季度之前看起来没有规律,而 11 月和 12 月的销量明显上升。
您也可以两种方法都试一试,看看哪种更适合您的企业。更好的做法是,再结合定性预测。
如何避免断货和库存积压
历史数据是很好的参考,但并不完美,它只是整体需求预测中的一个环节。
要避免断货和库存积压,还需要考虑以下因素:
季节性
有些商品是季节性的。例如,服装店的轻薄夏装销量很可能在五月上升;到了九月,需求会转向较厚的衣服和夹克,一个月后又转向冬装。每家企业都需要根据这些趋势调整库存。
季节性不仅仅指季节更替,也可以指超级碗这样的赛事季,每年二月前后美式橄榄球用品都非常抢手。正如前面提到的,二月也是红色服装销量上升的月份。
在世界杯年份,足球相关商品的销量增长也在意料之中。
企业自身的变化
企业不会停滞不前,至少不应该停滞不前。做库存预测时也要考虑这一点。如果企业今年有所增长,库存应高于基于过去需求得出的移动平均或趋势结果。
突发变化
需求预测还取决于当前形势。新冠疫情就是冲击商业世界的突发事件的最好例子之一。许多企业不得不缩减经营,甚至停业数月。长期的库存预测因此失去了作用,企业陷入了争取稳定和生存的困境。
关于需求预测的总结
随着节日季的到来,数以百万计的消费者将开始购买礼物。商家如何避免商品售罄?断货意味着错失盈利机会,必须尽一切可能避免。库存积压也好不到哪里去,因此理想的做法是依靠完整、准确的数据,让需求预测尽可能准确。
需求预测需要在对历史数据和趋势的定量分析,与对通货膨胀、消费支出和地缘政治等外部因素的定性分析之间取得平衡。但要让它真正发挥作用,您需要一套可靠、高效、能轻松跟踪库存的库存系统。
如需简化数据录入、让库存井井有条,请联系巢蛋或致电 (510) 270-5798。



