企業要不要做銷售預測或需求預測?答案無疑是肯定的。同時，銷售預測質量的高低將直接決定整個供應鏈的運作效率和品質。沒有準確的預測，就沒有準確的計劃， 一方面會導致庫存積壓或者缺貨的問題，另一方面會造成生產反應不及時，只能依靠加班等方法應付，大大增加成本。
但銷售預測準確一直是非常困難的。特別是對于醫藥企業來說，在銷售業績的壓力下，容易盲目地編制新品銷售計劃，使得計劃與供應鏈脫鉤，加劇供需失調。
此外，藥品的批次要求嚴格、缺貨成本高，不僅要求庫存合理，還必須對客戶響應及時，達到較高的產品交付率，這也加大了供應鏈管理的難度。
而中國市場規模排名前三的某國營醫藥巨頭，雖然產業鏈復雜，藥品品類繁多，但藥品銷售預測準確率卻達到了80%。這樣的成績是怎么做到的呢?我們總結了這三點，供大家參考。
首先，選對預測方法和模型。
過去，該國營醫藥巨頭的銷售預測主要依靠個人的歷史經驗和手工填報。像OTC(非處方藥)藥品多達200多個品種，單純依靠人工每月進行一一預測數據填報，難度非常大。這造成小品種藥只能被忽視，主要選報一些較為重要或者關鍵的品種，導致整體預測率偏低，僅為40%。
為改變這一點，企業高層決定引入一個科學、智能的銷售預測系統，為銷售、供應鏈、營銷中心等部門提供系統化的技術支持，從而全面改善其預測質量長期低迷的現狀。
該系統采用多版本的滾動需求預測方法，定期把前一期的歷史實際數據納入預測考量，來響應市場對于產品實際需求。也就是說，每月一產生新的銷售數據，就要根據市場實際的銷售狀況，對未來的預測數據進行調整。
這不但提升了預測準確率，可以更快地察覺市場變化，提早啟動應變機制，為生產、物流留出充足的前置準備時間，讓供應鏈支持更到位，也有利于企業的中長期戰略規劃，做出更周全的決策考量。
通過統計模型優化，系統會自動給各銷售大區和地區生成建議值作為調整基準，針對一些非重點品種或者小品種，銷售人員可直接參考建議值進行填報。這樣，95%的用戶在2小時內能完成預測提報，顯著降低預測數據填報的難度。
其次，數據獲取要實時、準確、便捷
以前，這家醫藥巨頭的產品歷史數據都散落在內部的各個系統之內，想要利用這些數據來銷售預測，需要經過層層部門申請，從提出需求到獲取數據，至少需要2天時間，到手的信息顯然已經過時。而且由于缺乏通暢的獲取渠道，不少人員并沒有形成利用數據來輔助決策的習慣。
為此，該企業專門打造了大數據中心，來打通各個系統之間的信息孤島，完成數據整合和共享，并與銷售預測系統進行對接，實現總部、大區、片區、產品、客戶等維度批量的銷售影響因子可視化。
“不管是前端銷售，還是營銷中心、供應鏈部門，都可以在這個銷售預測 系統上找到第一手的實時數據，了解銷售任務的進度、庫存周轉率、純銷同環比、訂單同環比等信息，及時補單、補貨，或者制定促銷計劃去庫存，方便地利用數據作精細化決策。”系統提供方聯合通商科技顧問高銘介紹。
此外，該系統還支持根據庫存狀況、銷售量等信息來設定系統的預警機制，對于異常信息進行實時追蹤和預警，一旦發現異常，系統會自動偵測并通知、處理。
第三，透徹的需求分析是基礎
系統再好也只是個工具，需要依靠人來實現。而銷售預測更是需要大量人員的支持和協同合作，涉及跨部門的溝通和協調。
以這家醫藥巨頭為例，銷售預測流程中涉及的角色是非常多的，從地區的銷售經理到大區的商務經理，總部的供應鏈組、營銷中心等部門人員都要參與進來。
所以，在項目正式實施之前，企業在系統提供商的協助下，與各個銷售大區、片區進行大量的訪談，深入了解各個部門的需求，重新梳理了整個銷售預測流程。最終，與營銷中心、大區、片區和供應鏈部門一起完成了協同銷售預測體系構建，實現了自上而下、自下而上的銷售目標分解以及銷售預測編制。
該企業供應鏈管理計劃部門的相關負責人對此總結：“通過這個項目，我們建立了銷售預測協同流程，實現了滾動銷售預測，幫助我們增加了信息透明度，加快了市場反應效率，同時也提高了一直困擾我們的銷售預測準確率較低和沒有好的新產品預測模型的問題，降低了庫存和缺貨率，讓我們在銷售預測上有了新的思路和更好的預測方式。”
延伸閱讀：
2017年10月13日，國務院發布了《關于積極推進供應鏈創新與應用的指導意見》，第一次將供應鏈創新與應用上升為國家戰略，把供應鏈作為促進產業組織方式，商業模式變革和政府治理方式創新，特別是供給側結構性轉型的重要舉措之一。為此，企業網D1Net將攜手需求預測和供應鏈大數據分析面的知名服務商——聯合通商科技推出系列供應鏈創新領域的實戰案例，敬請期待!
關于聯合通商科技
聯合通商科技是滾動式需求預測與供應鏈大數據分析專家，開創性地提出“未來數據”概念，并基于 “未來數據分析”這一核心競爭力， 面向大型企業，以SFS（Sales Forecast System）銷售預測系統，即私有云為主，提供基于協同預測和共識的”需求計劃解決方案”，為客戶打造大數據驅動的智能供應鏈。面向大企業個人、部門和進取型組織，以RollingDemand_滾需預測云平臺，即輕量彈性化模式，提供“預測數據解決方案”，為客戶提供精準與差異化的“數據決策分析”。 并陸續獲得來自康師傅、味全、嘉士伯、可口可樂、卡夫亨氏、無限極、華潤三九、安斯泰來制藥、老百姓大藥房、海爾、海信、歐普照明、飛利浦照明、富士施樂、中聯重科、圣戈班等眾多世界知名企業的肯定。
京公網安備 11010502049343號