智能需求计划的四种策略

大流行对需求计划实践的挑战日益增长。我们有关于如何在新现实中做得更好的指导。

我们不能低估共证大流行对需求预测的影响，在此方面取决于这一点。在2020年期间，组织发现自己处于一个快速变化的环境中，比以往任何时候都更加复杂，动荡和不确定。

过去一年的活动暴露了许多挑战在过去的十年中，这种增长 - Sku扩散，新的分销渠道，例如电子商务，更受压缩的产品生命周期以及更苛刻的客户。结果，基于我们以前不再依赖的历史数据的统计预测技术。领导者发现自己正在寻找新的数据和见解来源。

这取决于这一点：业务领导者努力预测真正的需求并采取适当的行动来解决空白。我们过多地关注预测，而不足以做出我们需要做出的决策。

这是个好消息：现在，大多数公司都有不可否认的行动来改变其供应链，并且超越传统需求计划和预测方法。这里有四个见解可以帮助您通过转换。

1.使用人工智能和机器学习来重塑预测

预测不仅有助于需求计划；它还可以帮助业务塑造需求，并迅速响应不断变化的市场力量。为了最具影响力，预测不仅必须是准确的，还必须早日生成，以使企业能够在其预测上有效采取行动。（例如，如果制造商需要四个星期来改变产量，那么预测需求的变化仅一周就不允许足够的时间做出反应。）

人工智能（AI）和机器学习（ML）已经成为满足需求计划速度需求的宝贵技术。但是要考虑一些挑战：

• 从ML平台中提取业务准备就绪的见解需要大量的成本和资源来开发，测试，部署和维护。亚搏娱乐电子
• 企业用户发现，将AI/ML功能集成到其预测过程中，而没有技术专家的大量参与，这具有挑战性。
• 公司努力利用内部和外部数据的许多来源来改善其预测。
• 凭借孤立的部门和合作决策的需求，许多人不确定如何分享AI驱动的见解以推动明智的决策并将决策转化为可行的计划。

饮料制造商的一位高级规划师最近告诉Anaplan：“我们在解释性方面挣扎，这使我们的业务合作伙伴可以理解见解。”

做对了，AI/ML的力量是建立更好的预测，并将该权力直接掌握在业务手中。这就是Anaplan开发的原因Planiq，一个情报框架这为预测预测提供了高级的AI和ML功能。

Planiq可以使基于ML的预测可用于需求计划者，以便他们可以准确预测需求，建模不同的方案，发现新趋势和速度进行精细调整的决策。计划者可以轻松地合并涵盖历史，内部和外部数据的大型数据集。增加数据量和多样性的能力使Planiq能够提供更准确，不断改进的预测。

2.重新思考预测准确性作为绩效指标

很少有组织会说，当大流行袭来时，他们的预测足够准确。太快的变化太快了。此外，我们已经交谈过的许多人发现自己面临着保守，规避风险的商业文化，这反过来又将偏见引入了预测及其解释方式的基础假设。

以速度处理复杂性会产生自己的压力。在某些情况下，计划者发现自己面临的数据过多，无法有效建模。预测不准确，尤其是中期至长期的预测，这是生活中的事实，需要深入了解现在客户想要购买和购买的客户的需求。

为了克服这一点，必须更加重视协作计划过程，业务的各个部分都贡献并占据了一致的业务成果。

最终，预测是对决策过程的投入；预测准确性只能衡量发生的事情。从过程中出现的最重要。

专注于关键结果（例如按时完成订单履行，库存库存水平等）现在应该是衡量预测价值的方法，而不仅仅是准确性。我们还看到许多客户正在使用预测值添加并预测性指标可以帮助他们集中注意力在最大价值的地方。

正如全球CPG公司中的一名高级战略规划师告诉我们：“我们的预测必须与业务的其他部分及其指标合作，包括在他们的预测视野内 - 可能短短两周。”

3.通过更新的细分改善计划绩效

处理复杂性的另一个工具是细分：使用客户和产品属性将它们分为具有共同特征和行为的组，集群和关联。例如，食品制造商可能会有一些可腐烂和其他货架稳定的商品，这些商品需要在运输和库存方面进行不同的处理。

细分始于两个关键目标：1）通过允许大量客户或产品一起进行管理，简化计划者的流程，2）为不同的组启用差异化策略，例如“ A”客户的更高服务水平。

但是，在许多情况下，提供的产品的扩散以及对更精细的客户细分的渴望，使旧式细分政策过时了。

除传统方法外，数据科学还可以帮助达到适当的细分水平（许多CPG生产商面临的问题）。例如，ML非常擅长在大量数据中找到链接和关联，以便比人类更快，准确地将它们自动分为细分市场。

4.从仅预测需求转变为塑造它

当预测和计划过程变得更加高效和准确时，洞察力和行动之间的可用时间会增加。您从反应性模式下从预测需求（“供应操作可以解决计划中的差距？”）转变为主动模式（“商业方面的商业方面可以刺激和塑造需求？”）。可以运行多种情况并询问“假设什么”？

在这一点上，计划者可以开始探索改变假设或行动的影响，从而寻求最佳成果。它们也可以更好地转移到外部环境中的快速变化。

制定计划需要一个协作过程，但是将洞察力转化为行动也需要达成共识。当您的利益相关者信任计划并确认当前气候中任何预测过程的局限性时，就达成了共识。