供应链的三道防线全面覆盖计划与执行，聚焦需求预测和库存计划，兼顾供应链的执行实施。当然，如果认为本书只是写给计划人员看的，那就大错特错了。计划的本质是三分技术、七分管理。时时刻刻，这本书都是从管理的角度入手，在管理层面阐述需求预测、库存计划和供应链执行的解决方案。
本书是对《供应链管理：高成本、高库存、重资产的解决方案》（蓝皮书）的延伸，聚焦中间治乱的问题，基本的思路在蓝皮书中有阐述，这里用整本书的篇幅，纳入大量的案例，更系统、更全面地阐述供应链计划，兼顾供应链执行，以降低运营成本，提高库存周转，同时改善按时交付水平。

企业规模大不相同，问题却惊人地相似：供应链的成本做不低，交付做不快，库存水平居高不下。这些问题，表面上看是供应链的执行不到位；但仔细探究，根源却都离不开计划，比如需求预测变动频繁，紧急需求频发，没有足够的响应时间等。
解决方案必须从供应链的三道防线着手：
所有的预测都是错的，但有效整合需求与供应端信息的预测错得少。这是供应链的道防线。
预测不准怎么办？那就得靠第二道防线：科学合理地建立安全库存，以应对需求和供应的不确定性。
安全库存不意味着安全，而是一定波动范围内的安全。当安全库存被突破时，就需要执行实施来弥补。这就是供应链的第三道防线。

貌似没做到，实则没想到

自2008年以来，我每年拜访、服务几十家本土企业，它们的年度营收上至千亿，下至刚过亿，规模大不相同，问题却惊人地相似：供应链的成本做不低，交付做不快，库存水平居高不下。这些问题，表面上看是供应链的执行不到位；但仔细探究，根源却都离不开计划，比如需求预测变动频繁，紧急需求频发，没有足够的响应时间等。
与这些企业的计划部门对接，发现很多共性的组织、流程和系统问题。比如虽然规模很大了，很多企业却没有独立的需求计划职能，需求计划由销售、生产计划甚至老总兼任；库存计划拍脑袋，库存水位一刀切，统一设成一定天数的用量，一边是短缺，一边是过剩；信息系统落后，BOM、库存和主数据准确度太低，物料需求计划MRP没法跑，员工大量的时间花在做本来该由信息系统做的事情上。
于是，供应链的成本越来越高，库存越来越多，但客户服务水平越来越低；企业的生意越做越多，钱却越赚越少；或者说账面上赚了，却都赚到库存里去了。这些问题，表面上看是执行不到位，但解决方案呢，则必须从计划，或者说供应链的三道防线着手。
1.所有的预测都是错的，但错多错少可不一样。有效对接销售和供应链，制定准确度的错误的预测，提高首发命准率，这就是需求预测，也是供应链的道防线的核心任务。
2.预测不准怎么办？那就得靠第二道防线：建立安全库存，以应对需求和供应的不确定性。如何科学合理地设置库存水位，兼顾客户服务水平和库存周转率，是库存计划需要解决的核心问题。
3.安全库存不意味着安全，而是一定波动范围内的安全。当安全库存被突破时，就需要执行来弥补。这就是供应链的第三道防线。比如，赶工加急，压缩响应周期；整合供应商，集中采购额，驱动供应商更快响应等。

需求预测、库存计划和供应链执行是供应链的三道防线

供应链的三道防线就相当于一条河的三道堤坝：需求预测是道堤坝，希望能把80%左右的洪水拦住，拦不住的就溢出来，进入第二道堤坝；安全库存是第二道堤坝，希望把10%～20%的洪水拦住，拦不住的就溢出来，进入第三道堤坝；供应链执行是第三道堤坝，用来对付那5%～10%的洪水。这是良性的三道防线。但在实践中，计划上的先天不足，加上执行上的拖泥带水，导致这三道防线没法建好，出现结构性的问题，给供应链执行带来莫大挑战。
常见的就是需求预测准确度太低，道防线习惯性地失守，被需求的洪水一下子冲垮，那作为第二道防线，安全库存自然就顶不住，导致所有的石头都落到执行者的头上，供应链就不可避免地陷入救火模式。而计划呢，就不得不花费大量的精力来管理供应，比如催货加急，导致花在需求预测、库存计划上的时间更少；计划上的资源投入不足，导致需求预测和库存计划做得更差，给后续的执行带来更多问题。这就陷入恶性循环。
我到过很多行业，比如家电、手机、汽车、大型设备、快速消费品、零售贸易、纺织服装、跨境电商，发现它们的业务看上去区别很大，但供应链的问题却惊人地相似，而解决方案都能在供应链的三道防线上找到答案。于是我就开始总结这些行业的共性，提炼、完善供应链的三道防线方法论，并在此基础上写就本书，希望更多的企业、更多的职业人能够受益。
三道防线的内容非常广博，本书的重点是计划，即需求预测和库存计划，兼顾供应链执行。当然，如果认为本书只是写给计划人员看的，那就大错特错了。计划的本质是三分技术、七分管理。我们的一大误区就是过于强调计划的技术特性，而忽视其管理本质，这也是导致供应链计划做不好的一个根本原因。时时刻刻，这本书都是从管理的角度入手，在管理层面阐述需求预测、库存计划和供应链执行的解决方案。
想要进一步说明的是，虽说企业的问题有很多共性，供应链的三道防线也有很多共性，但这些共性并不应该掩盖具体行业的特点。我深知供应链计划的跨度非常广，从快消品到零售贸易再到工业产品，各有明显的行业特点，很少有人能同时覆盖这么多的领域。为了写好本书，我特邀请赵玲女士一起合作，主要是基于几个考量：
，我的职业经历主要在工业产品和B2B贸易领域，比如批量小、品种多、存货单元（SKU）数量很大的环境；赵玲女士在快消品、零售等领域有丰富的经验。两人一起，覆盖了所有的主要行业。
第二，我在供应链的组织、流程管理领域有多年的实践，赵玲女士在企业应用软件商SAP等公司实践多年，在系统和流程方面有深厚的造诣。两人一起，全面覆盖了组织、流程和信息系统的能力建设。
第三，我在库存计划领域有近10年的职业经历，管理过大型的全球计划团队，熟悉复杂库存网络的优化；赵玲女士在需求预测领域深耕多年，熟悉销售与运营计划（S&OP），熟悉需求预测的数理统计模型。两者结合，能够很好地从技术层面全面覆盖需求预测、库存计划的主要领域。
整个协作过程是这样的：赵玲女士先写了一本书《如何让你的需求预测比同行更准》（未出版），主要从销售与运营计划、需求预测的角度着眼；我开发了供应链的三道防线模型，主笔写就全书的三大块框架，融合赵玲书中的精华，主要在需求预测领域，后的定稿工作 由我完成。
这就是您看到的这本书，一本以管理为主，兼具技术细节的书。对于高层管理，希望这本书提供了供应链问题的整体解决方案；对于供应链人士，希望这本书能给需求预测、库存计划提供技术解决方案。

刘宝红 | Bob Liu
供应链管理畅销书作者
供应链管理专栏创始人，西斯国际执行总监
2018年1月4日于硅谷

刘宝红

畅销书作者，供应链管理专栏创始人，西斯国际执行总监。在供应链管理领域，刘先生有十几年的实践经历，主要来自硅谷高科技行业。他的专著《采购与供应链管理：一个实践者的角度》自2012年出版以来，每年都居供应链管理销量榜首。他的《供应链管理：高成本、高库存、重资产的解决方案》为企业提供整体的供应链解决方案。刘先生旨在填补学者与实践者之间的空白，在研究和著述的同时，还通过培训、咨询，积极参与供应链实践，全面覆盖汽车家电、电信设备、航空航天、机械制造、石油石化、快时尚、电商贸易等多个行业。

序言一：貌似没做到，实则没想到
序言二：给读者的一些说明
作者简介
篇
供应链的道防线：需求预测 / 1
需求预测怎么做：始于数据，终于判断 / 3
【小贴士】需求预测是企业博弈的焦点 / 5
需求预测不能等同于销售目标 / 8
需求预测是从数据开始，由判断结束 / 11
【小贴士】从数据开始是种习惯 / 15
【小贴士】从数据里学什么：以发货记录为例 / 17
从数据开始：不但要有数据，而且要有分析 / 21
由判断结束，必须要有针对性 / 26
【案例】分解需求，对接合适的判断者 / 26
【小贴士】存量来自数据，增量来自判断 / 30
【小贴士】多少数据，多少判断呢 / 32
从数据开始，由判断结束，为什么这样难 / 33
层层报批是不是从数据开始，由判断结束 / 34
【案例】为什么需求评审不是解决方案 / 36
给供应商时，采购能不能调整预测 / 38
【小贴士】没有预测，意味着有多个预测 / 42
平时与战时：两类典型的需求预测问题 / 42
需求相对稳定时，选用数据模型来精打细算 / 43
【小贴士】计划软件往往优于人工，为什么不被采用 / 51
【案例】预测模型一直都很准，直到…… / 54
不确定性高时，群策群力避免大错特错 / 57
由判断结束：判断什么，怎么判断 / 64
【案例】识别和管理大石头 / 69
提高判断的一致性，提高判断质量 / 73
【小贴士】如何减少判断中的偏见 / 74
【小贴士】经验主义与教条主义 / 79
专题：在合适的颗粒度上做预测 / 80
自来水模式的预测机制 / 82
推拉结合：在合适的颗粒度上做预测 / 85
合适的颗粒度：数据与判断的结合点 / 88
【小贴士】四种不同的业务，四个层面的颗粒度 / 93
SKU泛滥，需求预测怎么做 / 94
预测的时间颗粒度 / 98
需求预测由谁做：让合适的职能做预测 / 103
为什么一线销售做不好需求预测 / 103
【案例】为什么短尾产品也预测不好 / 105
【小贴士】一线销售做预测vs.主教练兼任总经理 / 107
如果考核准确度，一线销售能否做好预测 / 109
既然做不好，为什么一线销售还在做预测 / 112
销售提需求，计划做判断，如何 / 116
谁在做需求预测：兼谈计划的进化史 / 118
【小贴士】肯德基 vs.中餐馆的计划 / 121
【案例】计划与执行的分离：某快消品公司为例 / 125
【小贴士】需求计划的进化史 / 131
需求预测汇报给哪个部门 / 134
需求计划做什么：快消品行业为例 / 139
需求计划做什么：销售与运营协调 / 144
什么样的人适合做需求计划 / 150
【小贴士】分析能力是可以评估的 / 153
需求计划的绩效管理 / 154
【小贴士】预测准确度如何统计 / 160
【小贴士】预测准确度：可以不考核，但不能不统计 / 165
【小贴士】需求预测的终结果，由销售老总负责 / 167
需求预测：分门别类，区别对待 / 169
需求预测错了怎么办：滚动预测，尽快纠偏 / 178
小步快走，尽快纠偏：服装行业为例 / 179
【案例】尽快纠偏要从产品开发阶段开始 / 182
怎么知道预测错了，需要纠偏 / 188
【案例】他没说，那你问了没有 / 191
聚焦重点客户的重点变化 / 197
尽快纠偏要以数据驱动、计划主导 / 199
建立滚动的预测更新机制 / 201
向失败学习，提高预测准确度 / 208
本篇小结 / 210
第二篇
供应链的第二道防线：库存计划 / 213
预测之不足，安全库存来应对 / 215
【小贴士】适当拔高预测，不就代替安全库存了吗 / 218
【小贴士】你是如何设定库存水位的 / 220
安全库存的设置：库存计划的看家本领 / 221
步：量化需求的不确定性 / 221
第二步：量化服务水平的要求 / 224
【小贴士】服务水平跟有货率的关系 / 225
第三步：计算安全库存 / 228
【案例】安全库存的计算示例 / 229
【小贴士】如何确定合适的服务水平 / 231
【小贴士】承诺的是服务水平还是库存水平 / 233
再订货点：需求预测和库存计划的结合 / 235
【小贴士】用再订货点还是安全库存 预测 / 240
【案例】为什么不能一刀切地设置库存水位 / 244
【小贴士】库存计划要学赌场，而不是学赌徒 / 248
【小贴士】为什么系统建议的库存水位经常偏低 / 249
VMI：、库存水位如何设置 / 253
VMI是对供应链三道防线的终极挑战 / 258
【小贴士】VMI是个好东西，对供应商也是如此 / 260
【小贴士】VMI和寄售没关系 / 262
库存四分法：有针对性地控制库存 / 264
【案例】库存四分法：原材料为例 / 269
【案例】关键元器件的库存四分法 / 271
库存究竟多少才算合适 / 273