需求预测和库存计划：一个实践者的角度

非供应链计划行业的人读可能有的几点启发： 1、“计划”在生活中、社会中到处存在。即使现在不是计划经济时代了，但不得不说，如何在不确定性的世界中制定合理的计划是一个非常重要的问题，而供应链领域能看到对这一问题的最先进、最有智慧的思考角度，可以应用到很多其他方面。比如，一个家庭如何平滑消费，在收入、消费都存在不确定性的情况下。如果有制订计划的能力，也许就不需要“库存”那么多钱，也许就不用人心惶惶地挣那么多钱。再比如，一个企业如果能制定好合适的雇佣劳动力数量，就不会面对过度雇佣、很快又裁员带来的财务成本，劳动者自己也不用面对忙碌的时候加班熬夜、没活干的时候摸鱼还得坐班造成的精神负荷。主流经济学不太认可“计划”，而推崇能自发运动的制度机制，有其合理性，因为人的理性还是有局限性，很难预测一切，对于一国经济这样庞大的场域、那么多经济主体同时运转，的确有些吃力。但是，“计划”这个领域是人类智慧体现的比较淋漓尽致的地方。虽然大事可能难以计划，但小事仍然可以，并且从制定“计划”背后的思路中可以学到很多东西。 2、“库存”在生活中、社会中也有很多种存在形式。商品是一种库存，电力、金钱、劳动力甚至情绪等等也可以是库存。库存的本质是，一个东西产生出来需要时间，或者是存在规模经济，最好大批量产生很多然后存着；同时，需要用这样东西的场景存在不确定性。只要一个东西在产生和使用方面存在上述性质，它就存在“库存问题”。刚才举了家庭中收入的库存（储蓄问题），企业中劳动力雇佣的问题为例。库存的还可以是更抽象的问题。比如“快乐”：人们经常说娱乐是在“充电”，充电这个比喻就捕捉了情绪的库存属性。产生快乐需要时间，而你不知道什么时候就突然面临一个打击，需要一些“快乐”。而快乐在脑海这个仓库里可以“存放”多久，会不会变质？快乐的供应链周期长还是短，是否需要一些可以即时配送快乐的“前置仓”，以及一些用于应对巨大需求冲击的“中心仓”？等等等等。而商品的库存，是库存问题最直接、最具体、最现实的表现形式，并且因为涉及到商业利益，被人研究的肯定最多最透。因此，以这本书入手思考自己生活和工作中的“库存问题”，是挺合适的。 3、对“方差”的强调。现实中人们经常关注均值，因为均值给人留下比较明确的直观感受，但方差是很重要的，波动的幅度、与一般情况的偏离程度有时往往是产生问题的地方。如果提升均值和如何控制方差同样值得研究。

这本书梳理的销售预测思路与实操方法，堪称供应链从业者的实用指南。全书围绕 “企业如何做出更可靠的销售预测，并以此制定科学的库存计划” 核心命题展开，对实操中可能遇到的各类问题、对应的解决路径均做了详尽拆解，兼具实用性与指导性。书中秉持的 “从数据开始，由判断结束” 核心原则，更是精准点出销售预测的关键 —— 优质的预测从非单一部门的孤军奋战，而是跨部门协同、数据支撑与专业判断的结合体。 不过通读全书，有一点观点我难以完全认同：作者对人工智能与大数据在销售预测中的价值阐释有所欠缺，几乎未提及二者的功能与实际应用，让人容易产生 “AI 在该领域无实用价值” 的误解。这或许是受作者成书时人工智能技术尚未成熟的时代限制；而步入 2026 年，AI 技术已实现跨越式发展，销售预测所需考量的多元因素、庞杂数据，均可通过 AI 工具进行高效分析与深度挖掘，以此辅助人工判断，势必能大幅提升预测准确率。期待本书再版时，能补充 AI 与大数据赋能销售预测的相关模块，让内容更贴合当下供应链行业的技术发展趋势。

​​1. 方差（Variance）​​• ​​定义​​：一组数据中每个观测值与均值差的平方的平均数。• ​​特点​​：单位是原数据单位的平方，因此在实际解释时往往不如标准差直观。 ​​2. 标准差（Standard Deviation）​​• ​​定义​​：方差的平方根，与方差一样衡量数据点围绕均值的 spread，但单位与原数据一致，易于解释。• ​​特点​​：– 数据整体放大或缩小若干倍，标准差随之同比例变化；– 若每个数据点都加上同一常数，标准差不变。 ​​3. 离散系数（Coefficient of Variation，CV）​​• ​​定义​​：标准差与均值的比值，是一个相对变异指标，用于比较不同均值水平下数据的离散程度。• ​​特点​​：– 去除了均值水平的影响，因此适合跨产品、跨时间段的波动性比较；– 当数据均值接近 0 时，离散系数会变得不稳定（分母过小）。 ​​4. 三者的数学关系​​方差 = 标准差²；离散系数 = 标准差 ÷ 均值。因此，离散系数可视为“标准化后的标准差”，而方差是“未标准化”的平方。

需求预测：重点就是做均值预估，增加多源的信息输入，让专家也参与进来决策（新品、促销品）；系统+专家一起把整体准确率做上去。 库存计划：就是设定安全库存，做概率分布预估，重点是平衡售罄的机会损失和库存成本，从而做到利润的最大化。这个过程建模的时候得考虑供应的不确定性和需求的不确定性。 构建系统+专家相互学习、相互调优的合理机制，最重要的就是增加专家对系统的理解增进信任，同时系统部分得及时吸纳专家的经验。

理论化的书。学者们只知道研究模型，却不知道如何灵活地解决问题。如果套用书里的理论，10次要死8次！虽然书名是实践者的角度，问题是实践者用的是理论家的知识而已。这些理论确实重要。不知道10次死10次！但是只是知道这些，不能灵活运用，还是不行！何谓灵活呢？每一家企业都有具体的战略，策略，流程，系统等课题。预测和库存不是独立存在的数据。如果不能有效结合这些实际的商业条件，谈库存与预测都是空谈。举例，预测是为了库存，还是订货，还是定价，还是做人时安排？每种落地场景不一样，对于预测的要求就不一样。所谓”最科学”，”最客观”的预测都是书呆子在做梦。现实中需要理解这些理论后与其它实际的场景融会贯通。这才是实践者的真言！只是从一个世界名校的博士，历经25年的实践后，觉得这书里的境地，在实际中算是一个小学水平吧……

这是一本工具书，同时也是一本好书。书里需要消化的内容太多。个人提炼出以下两个对我影响较大的知识点，分享出来希望可以供大家参考，同时也期望大家指点。其余内容还需要细细钻研。 1.依靠指数平滑法做预测的底层逻辑 下期预测值=公式：αx当期实际值+(1-α)x上期预测值，α的取值范围：大于0，小于1。 当需求历史比较稳定时，选择较小的α值，0.05～0.2；当需求历史有波动，但长期趋势没有大的变化时，可选择稍大的α值，0.1～0.4；当波动很大，呈现明显且迅速的上升或下降趋势时，宜选取较大的α值，0.6～0.8。 当产品的销量波动剧烈时，要贴近当期实际销售情况，则α的分配到当期销量的权重就需要多一点，上期预测的权重则相对少一些。反之，当产品销量波动平稳时，则要以做好预判预测为重，则α分配到上期的预测量的权重就需要多一点，当期销量的权重则相对少一些。这是一个灵活变动的数值，每一类产品不同时期的α大小均不同，要找到合适的数值需要一遍遍迭代计算对比。上文提到的数值区间是基于经验与大数据得到的参考值，真正贴合自身公司计划实际的需要具体问题具体分析。 2.新品的快速反应概念 任何一件事情做砸了，但如果及时补位、及时纠偏的话，没有什么灾难是不可避免的。 我们在第1天、第1周、前3周的销售数据出来后，通过三次系统地回顾和调整需求预测，来驱动整个供应链快速响应，比如长周期物料的采购、半成品的深加工等。这就是典型的“快反”——快时尚行业的热词。

这本书技术难度很大，虽然页数不多，但是耗时费力，需要思考。没有一定的数理统计功底，读起来会更累。 主要从需求预测、库存计划和新品计划三个部分展开。 需求计划的方法和CPIM类似，但是有宝红老师带着可以更加深刻理解，毕竟CPIM英文的，讲的也没有宝红老师的更详细更深刻。 库存部分的库存四分类，以及再订货点讲的也通俗易懂，可以学以致用，解决了我心中的很多疑惑，包括再订货点和订货量的区别。 新品部分，对于德尔菲法，讲的那就是太棒了。同样的报童模型，宝红老师没有展开太多来讲，边际收益和边际成本的概念也需要一定的经济学基础才能掌握。宝红老师对钱大妈观察的细致值得我们每一个供应链从业人士的学习。 再次感谢宝红老师，有深度有广度，不愧我们供应圈的大红人[呲牙]

刘宝红老师的这本书，扎根于供应链管理最真实的痛点——预测不准与库存两难，读来尤具实践指导意义。全书没有复杂公式的堆砌，而是以大量本土案例为骨架，从需求管理、计划流程到组织协同，系统拆解了“为什么计划总赶不上变化”以及如何构建应对不确定性的体系能力。 最深刻的启发在于，书中始终强调预测不是“算准”，而是管理误差和风险；库存不是“压货”，而是平衡服务与成本的艺术。它教会从业者跳出数字游戏，转向驱动销售、生产与供应链的有效协同，从“救火”转向“防火”。书中提炼的“从数据到决策”的流程框架，以及对于绩效考核、部门墙等软性障碍的剖析，尤其值得管理者深思。 整体而言，这是一本为中国供应链人写的“实战手册”，语言平实，见解犀利，无论对于一线计划员还是供应链管理者，都是能常读常新、推动行动的工具型读物。

这本书还是比较干货的，值得阅读。 本着想了解更多业务领域知识的目的打开了本书，读起来还是有点难度，需要一点数理统计的知识，搭配上案例真的方便理解。 看着老师提到的预测模型，在实际工作中运用不多，熟悉又陌生，有种以前零碎的想法有了专业支撑的感觉。或许这就是方法论、结构化思考、思考模型的价值。 这书解决了一个困惑，就是自己不要在各种模型中纠结到底用哪个，也不要因预测不准而自我怀疑。大师说了，预测本来就不准，我们应及时调整，提高准确度。 准备二读，提取知识点；也要重读统计学书籍，以前当成数学计算学习，现在要懂得其实际价值。

本书真的很值得阅读。 我在处于不同期间阅读了本书。 书籍刚上市，经历的业务模块只是其中的库存计划。阅读感受：需求计划-库存计划-新品计划每章节都需要阅读多次，针对其中的逻辑、公式需要自己去理解、表格中实际操作一遍。整体理解没有那么深。 在我的工作经历了做全域库存计划、参与公司的计划系统项目，上级的库存计划基础知识培训，再回过头去看这本书籍，真的感到那种阅读过、实践中的惊喜。 ❤️❤️❤️❤️❤️需要深度思考，并不断应用到实际业务中，再从业务中闭环到阅读的，此类书籍真的是常看常新。