供应链的三道防线：需求预测、库存计划、供应链执行（第2版）

供应链的三道防线 需求预测、库存计划和供应链执行 1. 尽力做出准确度最高的错误的预测，提高首发命中率（第一道防线）； 2. 预测错了，我们要设立安全库存或安全产能来应对（第二道防线）； 3. 预测失败了，安全库存不够，最终要靠供应链的执行能力来弥补（第三道防线）。 SKU是stock keeping unit的缩写：存货单元 - [ ] 第一道防线：需求预测 1. 需求预测怎么做：始于数据，终于判断：对于需求相对稳定、要选择合适的数据模型降库存；对于不确定性非常大的，要群策群力，整合销售、产品和供应链的最佳智慧——最优是计划提供预测，销售根据市场给判断调整，供应链看预测能否满足需求； * 论数据不如计划多，论判断不如销售多，何德何能比计划、销售预测得更准——在案例企业，大区是最佳的对接点：每个大区有计划经理，可以做该区的数据分析，套用合适的预测模型，制定基准预测；每个大区有销售、市场等职能，制订本区的促销方案、上新计划等，预估相应的增量。两者结合，就在大区层面，得到了准确度最高的错误的需求预测。等各大区的预测整合到一起，在总部做综合评审时，可以根据公司层面的市场计划、业务目标等进一步调整，但这样的调整应该是微小的； * SKU要求：其一，最好是控制SKU的复杂度，降低预测难度；其二，不在SKU层面做预测，而是通过执行来弥补。；其三，在更大颗粒度层面做预测，然后自上而下地分解。 2. 需求预测由谁做：短尾产品由计划来主导，销售、市场、产品来协助；长尾产品由销售、项目主导，计划来配合等； * 为什么最后都是销售做预测：谁能担风险谁做——销售的预测做砸了，他可以推到客户和市场竞争的头上，客户和市场永远在变，而谁又能把客户和市场竞争怎么样，但这是不合理的； * 存量来自数据，增量来自判断：销售应该盯着增量，把大量的精力花在整理存量信息上，做了很多无用功，反倒没有时间判断增量； * 就产品的生命周期来说，越是在产品生命周期的两头（新品和EOL），判断的成分就越多；越是在成熟期，数据的成分就越多。 * 一线销售做预测：有明确的绩效机制、颗粒度不要太细、只判断不提供（销售没有预测工具，八成是从客户的采购那里来的（注意采购也是个没数据的职能），或者凭经验“拍脑袋”拍出来的，数据来源就不准）、受考核/市场等影响 倾向于虚高； * 一线销售提需求（做预测）也是如此，这是企业在系统、流程能力不足的情况下的理性选择。要改变这种现状，得通过提高系统、流程的能力，而不是简单地采取组织措施。企业的系统、流程的能力越是不足，就越得依赖有能力的人；越是管理粗放的企业，就越容易患上能人依赖症。 * 第一，计划与执行分离：设立专门的采购计划，由专人来对接销售，制订需求计划，转化为采购计划，并且负责仓储管理。第二，供应商管理与订单管理分离：设立专门的人负责供应商开发（寻源），再由专职的采购员负责不同采购项的订单处理。第三，采购与付款分离：由专人负责合同履行及支付。 3. 那预测错了怎么办：首先是滚动预测，尽快纠偏；其次是设立安全库存，应对需求和供应的不确定性；最后是计划的先天不足要靠执行来弥补，那就是加急赶工，驱动工厂和供应商快速响应。 * 不管是内部客户还是外部客户，经常给我们制造麻烦，不是他们故意让我们难过，而是因为他们的能力有限，没法有效管理自己的需求。证明他们不够聪明不是解决方案，弥补他们的能力不足才是——解决的不是人，而是其背后的流程和机制； * 冻结期、半冻结期、自由期： * 安全管理理论：那就是1个大事故背后，隐藏着10个小事故、100个没发生但快要发生的问题，以及1000个安全隐患； * 在客户眼里，服务水平就如你的工资，只能升不能降； 4. 销售目标不同于需求预测，常见的“销售目标是1个亿，但需求预测怎么算都是8000万”，那该怎么办：启动三道防线；计划和供应链的角色是做详尽的分析，由老板风险决策； 5. 合理运用AI和大数据，适度减少时间单元，比如周比月要好，管理能力越强，管理力度越大，企业的时间单元就越小，就越可能用周而不是月； * 好的计划软件一般会降低库存，但整体降幅往往并不显著；计划软件的更大价值在于改善库存结构，把合适的库存放在合适的产品上； * 计划软件一般专业的公司做更合适，而不是ERP软件公司； * 优先处理主要的，看量少金额大的部分（比如量20%，金额占50%以上）：不变的不需要管理，小的变化可以通过现有的系统、流程来对付，而显著的变化呢，系统和流程没法有效应对，要有销售的介入。 6. 需求计划五个阶段： * 第四个阶段，需求预测超越企业的边界，跟供应链伙伴对接起来。这就是协同计划、预测和补货（CPFR）。这最早是零售行业发展起来的。比如沃尔玛每卖掉一瓶洗发水，相应数据就传递给宝洁，帮助宝洁安排后续的生产和补货计划。这是在拿信息换库存：信息越对称，不确定性就越小，库存也就越少。跨职能之间如此，公司之间也是如此。 - [ ] 第二道防线：库存计划 1. 预测不足、安全库存应对：安全库存的设置也是个“从数据开始，由判断结束”的过程 * 量化需求的不确定性、量化供应的不确定性、量化服务水平的要求，计算出一个基准的安全库存，然后根据具体业务情况来调整：比如新产品要导入了，那么老产品的安全库存可适当调低；年头节下需求旺盛，安全库存可适当拔高点等。再比如产品的成本高，就适当少放些安全库存；产品的成本低，就适当拔高安全库存，这样以较低的总体库存，实现较高的总体服务水平。 * VMI是供应商管理库存的缩写VMI可以简化客户与供应商之间的产品流、信息流和资金流，降低双方的交易成本，降低供应链的总库存，供应链上的库存节点越少，供应链的总库存就越低 * 库存花的是公司的钱，省的是员工的事； 2. 一定的库存是合理的，要盯着风险库存，风险库存是长时间消耗不掉的，不但积压了资金，还可能形成计提等，降低了企业的利润率。风险库存是不合理的，从上到下，一定要特别关注，深究根源，采取组织、流程和系统措施来预防。 * 在供应链上，设置合适的推拉结合点，适当承担一定的过程库存，往往能够缩短周转周期，降低整体库存：该公司决定在精加工供应商处，建立粗坯的半成品库存，以缩短周转周期。整个供应链就变成了推拉结合：前段是推（基于预测），后段是拉（基于订单），虽然粗坯的半成品库存增加了，但因为交货周期缩短、供应的不确定因素减少，需求的不确定性也是，成品的安全库存水位因而明显下降。因为成品的成本远高于粗坯，所以供应链的总库存金额反倒更低。 * 精细化管理、坚持原则才能提效，工作是细碎、繁琐、具体的：卖的人比买的人精，销售的总体能力要强于采购，只要销售愿意做恶人，总能影响到客户的采购，即便采购不愿意改变订货习惯，也至少增加他们的负罪感：这就是为什么你们没法拿到货——销售和客户是一个物体的正反面，如同孪生兄弟，糟糕的销售找到的一般是糟糕的客户； * 要解决过剩问题，首先要解决短缺问题。这就是说，要降低库存，首先要增加库存。或者说，要省钱，首先要花钱。 3. 对于计划来说，几条基本准则：（1）采购提前期是多长，就给供应商释放多少订单；（2）持续的短缺状态下，拔高安全库存、拔高预测不是解决方案，相反助长了牛鞭效应，造成更多的后续问题；（3）如果出于策略备货（比如预计价格上涨），给供应商下了额外的订单，计划需要定期监控整个在库与在途库存，及时采取措施，包括取消部分订单； 4. 信息化——系统延迟、流程所需要的时间： * 时间的流逝往往不是出自供应商的产品生产环节，而是自家公司的信息流，从签订订单到执行订单的时间过长； * 如何审批及节省时间：比如从信息系统中抓取什么样的信息，用什么样的公式，做什么样的分析，符合什么样的条件就批准等，只要他们按照同样的方式做决策，我就不用事先审批，而是事后审批。 - [ ] 第三道防线：供应链执行 催货流程： * 清晰的优先级。一旦陷入短缺状态，每个人都认为自己的需求最紧急。定义了清晰的优先级，有利于降低执行过程中的沟通成本，减少由此产生的混乱。 * 单一责任人。从客服到计划再到采购，每个产品的催货在每个环节都有唯一的责任人，当问题在一线没法解决时，就申诉到管理层。 * 清晰的申诉路线。一旦得不到需要的关注，就得通过组织措施——层层申诉来应对。

本书是以供应链管理层的角度，对需求管理进行讨论的一本书。 需求预测的准，就会对交付以及降本产生正向影响。比如提高交付准确率，提升库存周转率，降低采购成本等。 而想要让需求预测变得准确，有三步：需求预测、库存管理、供应链执行。 这三步被作者称为三条防线。首先是想办法让需求的大体达到想对准确，然后是用安全库存应对意外情况，最后再用供应链执行对特殊的意外情况进行最后的处理。 三步同时走，才能尽量保证需求的准确。 而这三步都有一个主题思想：以数据开始，以判断结束。 所有的判断是基于数据的，因为数据不会骗人。所以如何处理数据，又是需求预测的基本中的基本。 数据不能只是罗列，而是需要分析。如果不会分析，就要一次次的拷打数据，让它们回答不同的问题，迟早会把真相吐露出来。这样数据才会对判断产生指导的价值。 总之，所有的决策不能拍脑袋，一定要有理可依。 判断的基础是各种方法论。根据数据的真相，结合方法论和实际情况，得出最符合现实的结论。 总之，这本书对需求的各种指导，十分全面。不过针对的读者群体更偏向于管理者，而不是一线采购。但一线采购获得了这方面的认知之后，对供应链整体的理解也会加深。 推荐

刘宝红老师写的这本书写的供应链三道防线，从需求预测到库存计划，然后再到供应链执行，写得很完整，也很细化。对于中小企业来说是很受益用，其实大企业来说也会很好。这里面需求预测特别写了从数据开始到判断结束，这是很多供应链是没有理解到这点。我做供应链十多年，其实也没有完全的悟到。等我做了咨询以后，特别是系统化以后，才理解到信息的需求预测也不是不能做啊，做的差异的部分一定是有的，它的预测一定是有差异的，不是一点都没有。哪怕是用AI去预测，也会有差异。因为明天的事件谁也不能去预测，人类不能，AI也不能，只是用了AI以后更有规律。那有了AI以后，那我的库存计划跟我们的供应链执行，那可能更加有连体了。所以现在在推出了供应塔这一块，会把预测库存计划加执行做一个闭环，未来会更加好。其实这方面可能我们可以更好地去发表这方面，因为刘宝红老师可能那时候的，还没有说这一点。以上就是我的一个分享。

作者通过浅显易懂的案例帮助读者们了解供应链的方方面面。是一本非常好的，受众面很广的供应链实际事务指导书籍。 同时，作者也由表及里的解释了供应链的问题其实是组织的问题: 信息在组织内部流通不畅、跨部门协作受阻、人才密度不高主观能动性较差等等组织内部层面的问题；组织外部的协作和互信等问题才是影响供应链效率的根因。 本书也让我畅想未来。以后信息化数字化程度高了，组织内部的信息流将不再受阻，甚至组织之间都靠AI来坦诚沟通了，那供应链是不是就没有矛盾了？ 总的来说，这是本有内容，有思想，能引发读者不断思考的好书，个人强力推荐！

推荐。 供应链三道防线，就如同事件的管理逻辑： 需求预测对应事前预防， 库存计划对应事中控制， 供应链执行对应事后处理； 读完之后对供应链会有更深的理解，将就策略的做事。

《供应链管理的三道防线：精准预测、合理库存与高效执行》 供应链管理通过需求预测、库存计划和供应链执行三道防线，实现精准预测、合理库存和高效执行，从而提升企业运营效率和市场竞争力。 1.第一道防线：需求预测 1.1 需求预测的方法与流程 需求预测是供应链管理的第一道防线，其准确性直接影响后续库存计划和供应链执行的效果。需求预测的方法可以从数据和判断两个维度展开。对于需求相对稳定的产品，数据模型是关键。例如，通过历史销售数据的分析，结合时间序列分析模型，如ARIMA模型，能够有效降低库存水平。一家制造企业通过引入ARIMA模型进行需求预测，库存水平降低了15%，同时库存周转率提高了20%。而对于不确定性较大的产品，群策群力是关键，需要整合销售、产品和供应链的最佳智慧。例如，某电子企业通过跨部门协作，将计划部门的数据分析与销售部门的市场洞察相结合，需求预测的准确率从60%提升至75%。 在预测流程上，大区层面是最佳的对接点。每个大区设立计划经理，负责数据分析和基准预测；同时，大区的销售和市场职能负责提供增量预估。这种模式下，大区层面能够得到准确度最高的需求预测。例如，某大型零售企业在全国设立多个大区，每个大区的计划经理与销售团队紧密合作，最终整合到总部时，总部仅需进行微小调整，整体预测准确率提升了10%。 在SKU层面，需求预测需要控制复杂度。一方面，减少SKU数量能够降低预测难度。例如，某服装企业通过优化产品线，将SKU数量减少了30%，预测难度大幅降低，预测准确率提高了12%。另一方面，不在SKU层面做预测，而是通过执行来弥补也是一种有效策略。例如，某家电企业将预测集中在产品类别层面，然后通过供应链执行进行分解和调整，库存周转率提高了18%。 1.2 需求预测的责任主体 需求预测的责任主体因产品特性而异。对于短尾产品，计划部门主导预测，销售、市场和产品部门协助。例如，某汽车零部件企业，计划部门通过数据分析制定基准预测，销售和市场部门提供市场动态和促销活动信息，产品部门提供产品特性信息，最终预测准确率达到了80%。而对于长尾产品，销售和项目部门主导，计划部门配合。例如，某医疗器械企业，销售和项目团队根据客户需求和项目进展制定预测，计划部门进行数据验证和调整，预测准确率达到了70%。 尽管如此，销售部门往往是最终的预测主体。这是因为销售部门能够将预测失败归因于市场和客户的变化，而这些因素难以控制。然而，这种模式存在弊端。销售部门往往缺乏专业的预测工具，数据来源不准确，容易导致预测偏差。例如，某化工企业的一线销售团队，由于缺乏预测工具，预测准确率仅为50%。此外，销售团队更应关注增量，而不是花费大量精力整理存量信息。在产品生命周期的两端（新品和EOL），判断的成分更多，而在成熟期，数据的成分更多。例如，某电子产品在新品阶段，销售团队的判断占比达到70%，而在成熟期，数据占比达到80%。 一线销售做预测时，需要明确的绩效机制和合理的颗粒度。例如，某食品企业为销售团队制定了明确的绩效机制，预测颗粒度控制在产品类别层面，销售团队的预测准确率从40%提升至60%。同时，销售团队只负责判断增量，不提供存量数据，避免了数据来源不准确的问题。此外，受考核和市场影响，销售团队倾向于虚高预测。例如，某机械制造企业的一线销售团队，由于考核压力，预测虚高了20%。因此，企业需要通过提高系统和流程能力来改变这种现状，而不是简单地采取组织措施。 1.3 预测错误的应对策略 预测错误是不可避免的，但可以通过多种策略进行应对。首先是滚动预测，尽快纠偏。例如，某服装企业采用滚动预测机制，每两周更新一次预测，预测准确率提高了10%。其次是设立安全库存，应对需求和供应的不确定性。安全库存的设置需要量化需求和供应的不确定性，以及服务水平的要求。例如，某电子企业通过量化分析，将安全库存水平调整为平均需求的20%，库存周转率提高了15%。最后，计划的先天不足需要靠执行来弥补。例如，某汽车制造企业通过加急赶工，驱动工厂和供应商快速响应，订单交付周期缩短了20%。 在客户管理方面，客户能力有限导致需求管理不足，企业需要弥补客户的不足，而不是指责客户。例如，某机械制造企业通过优化客户管理流程，帮助客户更好地管理需求，客户满意度提高了15%。此外，安全管理理论表明，一个大事故背后隐藏着多个小事故和安全隐患。在供应链管理中，小的预测偏差如果不及时纠正，可能会引发更大的问题。例如，某化工企业通过及时纠正小的预测偏差，避免了多次大规模的库存积压。 在销售目标与需求预测不一致时，需要启动三道防线。计划和供应链部门的角色是做详尽的分析，由高层管理者进行风险决策。例如，某电子企业面临销售目标与需求预测不一致的问题，通过详细的分析和高层决策，最终调整了销售目标和生产计划，库存周转率提高了12%。 合理运用AI和大数据可以改善需求预测。例如，某零售企业通过引入AI技术，将时间单元从月缩短到周，需求预测准确率提高了15%。同时，计划软件的价值在于改善库存结构，而不是简单地降低库存。例如，某制造企业引入专业的计划软件后，库存结构得到了优化，库存周转率提高了18%。此外，优先处理主要的、量少金额大的部分，能够有效应对显著变化。例如，某家电企业#2.第二道防线：库存计划 2.1 安全库存的设置原则 安全库存是应对需求和供应不确定性的关键缓冲，其设置遵循“从数据开始，由判断结束”的原则。首先，量化需求的不确定性是基础。通过对历史销售数据的标准差分析，可以评估需求波动的程度。例如，某制造企业通过分析过去12个月的销售数据，发现产品A的需求标准差为10%，这意味着需求波动较大，需要设置较高的安全库存。其次，量化供应的不确定性也很重要。供应商的交货周期波动、质量不稳定等因素都会影响供应的可靠性。例如，某电子企业发现其供应商的交货周期波动为5天，为了应对这种不确定性，企业将安全库存水平提高了15%。 服务水平的要求也是设置安全库存的重要依据。企业需要根据客户满意度目标来确定安全库存水平。例如，一家零售企业希望将缺货率控制在5%以内，通过计算得出，需要将安全库存设置为平均需求的25%才能达到这一目标。在具体业务中，还需要根据产品特性进行调整。例如，对于高成本产品，适当减少安全库存以降低成本；对于低成本产品，可以适当增加安全库存以提高服务水平。通过这种灵活调整，企业可以在较低的总体库存水平下实现较高的服务水平。例如，某机械制造企业通过优化安全库存设置，将库存成本降低了10%，同时客户满意度提高了8%。 2.2 库存管理的风险与优化 库存管理中，风险库存是需要特别关注的部分。风险库存是指长时间消耗不掉的库存，不仅积压资金，还可能形成计提损失，降低企业利润率。例如，某服装企业发现部分过季产品的库存积压严重，占用了大量资金，最终不得不进行大幅折扣销售，导致利润损失了20%。因此，企业需要从上到下特别关注风险库存，通过组织、流程和系统措施来预防。例如，建立定期的库存盘点和分析制度，及时发现并处理风险库存。 在供应链上，设置合适的推拉结合点可以有效优化库存管理。例如，某汽车制造企业将粗坯的半成品库存设置在精加工供应商处，前段基于预测进行生产（推），后段基于订单进行交付（拉）。这种模式虽然增加了粗坯的半成品库存，但缩短了交货周期，减少了供应和需求的不确定性，成品的安全库存水位明显下降。由于成品的成本远高于粗坯，供应链的总库存金额反而降低了15%。此外，精细化管理是提效的关键。例如，某电子企业通过优化采购流程，将采购提前期缩短了20%，同时减少了信息流的延迟，库存周转率提高了25%。 2.3 VMI等库存管理模式的应用 VMI（供应商管理库存）是一种有效的库存管理模式，可以简化客户与供应商之间的产品流、信息流和资金流，降低双方的交易成本和总库存。例如，某汽车零部件供应商采用VMI模式，直接管理客户的库存，根据客户的实际需求进行补货。这种模式不仅减少了客户的库存持有成本，还提高了供应商的客户满意度。据统计，采用VMI模式后，客户的库存水平降低了30%，供应商的订单响应时间缩短了25%。 VMI模式的成功应用需要双方的紧密合作和信息共享。例如，某电子企业与供应商建立了实时的信息共享系统，供应商可以根据客户的销售数据及时调整补货计划。这种信息对称性不仅减少了库存不确定性，还提高了整个供应链的效率。此外，VMI模式还可以通过优化库存布局来降低成本。例如，某制造企业将部分库存前置到供应商处，减少了自身的仓储空间需求，同时缩短了补货时间，库存周转率提高了20%。通过这些措施，VMI模式在优化库存管理方面发挥了重要作用。#3.第三道防线：供应链执行 3.1 催货流程的优化 催货流程是供应链执行中的关键环节，其优化能够显著提升供应链的响应速度和效率。清晰的优先级是催货流程优化的基础。在短缺状态下，每个部门都认为自己的需求最紧急，这会导致执行过程中的混乱和沟通成本的增加。例如，某制造企业在未明确优先级之前，催货过程中各部门相互推诿，导致关键零部件的供应延迟了20%。通过定义清晰的优先级，该企业将关键零部件的供应周期缩短了15%，整体生产效率提高了10%。 单一责任人制度是催货流程优化的另一关键措施。从客服到计划再到采购，每个产品的催货在每个环节都应有唯一的责任人。当问题在一线无法解决时，可以申诉到管理层。例如，某电子企业实施单一责任人制度后，催货效率提高了25%，问题解决时间缩短了30%。这种制度不仅减少了沟通成本，还提高了问题解决的及时性。 清晰的申诉路线也是催货流程优化的重要组成部分。一旦问题得不到关注，员工可以通过组织措施——层层申诉来应对。例如，某汽车制造企业建立了清晰的申诉路线，员工在遇到问题时能够迅速上报，管理层能够及时介入并解决问题，催货成功率提高了20%，客户满意度提升了18%。 3.2 供应商管理与协同 供应商管理是供应链执行的核心环节，良好的供应商管理能够有效提升供应链的稳定性和响应能力。首先，选好供应商是基础。企业需要根据供应商的交货周期、质量控制、价格等因素进行综合评估。例如，某机械制造企业在选择供应商时，通过严格的评估体系，将供应商的交货准时率从80%提高到95%，质量合格率从90%提高到98%。 其次，管好供应商是关键。企业需要与供应商建立紧密的合作关系，通过定期的沟通和反馈机制，确保供应商能够及时响应需求变化。例如，某电子企业通过建立供应商协同平台，实现了与供应商的实时信息共享，供应商的订单响应时间缩短了25%，交货周期缩短了15%。 此外，供应商管理还需要关注供应商的持续改进能力。企业可以通过培训和技术支持，帮助供应商提升生产效率和质量控制水平。例如，某汽车制造企业为供应商提供技术培训和设备支持，供应商的生产效率提高了20%，质量控制水平显著提升，客户投诉率降低了12%。 3.3 供应链执行中的信息化应用 信息化是提升供应链执行效率的重要手段，能够有效减少信息延迟和流程时间。系统延迟和流程时间过长是供应链执行中的常见问题。例如，某制造企业发现从签订订单到执行订单的时间过长，通过优化信息系统，将这一时间缩短了30%，库存周转率提高了20%。 信息化应用的关键在于如何审批及节省时间。企业可以通过建立自动化的审批流程，减少人工干预，提高决策效率。例如，某电子企业通过引入自动化审批系统，将订单审批时间从3天缩短到1天，订单处理效率提高了50%。同时，企业还可以通过信息系统抓取关键信息，进行数据分析和决策支持。例如，某机械制造企业通过信息系统抓取销售数据和库存数据，进行实时分析，提前调整生产计划，库存水平降低了15%，客户满意度提高了10%。 此外，信息化还可以通过实时监控和预警机制，及时发现和解决问题。例如，某汽车制造企业通过建立实时监控系统，对供应链各环节进行实时监控，一旦发现异常，立即发出预警并采取措施，问题解决时间缩短了20%，供应链的稳定性显著提升。#4.总结 本文从供应链的三道防线——需求预测、库存计划和供应链执行出发，详细探讨了其在供应链管理中的作用与实践方法。 4.1 需求预测：从数据到判断的转化 需求预测作为供应链管理的第一道防线，其准确性直接决定了后续库存计划和供应链执行的效果。通过数据模型和跨部门协作，企业能够有效降低库存水平并提高库存周转率。例如，制造企业引入ARIMA模型后库存水平降低了15%，库存周转率提高了20%；电子企业通过跨部门协作将需求预测准确率从60%提升至75%。此外，大区层面的对接模式和控制SKU复杂度的策略，也显著提升了预测的准确性和管理效率。 4.2 库存计划：应对不确定性的缓冲 安全库存是库存计划的核心，其设置遵循“从数据开始，由判断结束”的原则。通过量化需求和供应的不确定性，企业能够科学地设置安全库存水平。例如，制造企业通过分析销售数据的标准差，将安全库存水平调整为平均需求的20%，库存周转率提高了15%。同时，VMI模式的应用进一步优化了库存管理，降低了总库存成本。例如，汽车零部件供应商采用VMI模式后，客户的库存水平降低了30%，订单响应时间缩短了25%。 4.3 供应链执行：弥补计划不足的关键 供应链执行是三道防线的最后一环，其优化能够显著提升供应链的响应速度和效率。通过清晰的优先级、单一责任人制度和清晰的申诉路线，企业能够有效减少催货过程中的混乱和沟通成本。例如，制造企业通过定义清晰的优先级，将关键零部件的供应周期缩短了15%，整体生产效率提高了10%。此外，供应商管理和信息化应用也是提升供应链执行效率的重要手段。例如，机械制造企业通过优化信息系统，将订单到执行的时间缩短了30%，库存周转率提高了20%。 综述，供应链的三道防线相互配合，共同构成了一个高效、稳定的供应链管理体系。需求预测的准确性、库存计划的科学性和供应链执行的高效性，是企业应对市场变化、降低运营成本、提高客户满意度的关键。通过持续优化这三道防线，企业能够在激烈的市场竞争中保持优势，实现可持续发展。

看完本书觉得需要做的工作非常多， 刚好公司遇到多渠道扩张， SKU 与库存管理遇到重大挑战，任重道远。 梳理下大概公司要改革的几点 1. 梳理 SKU：整个 SKU，进一步统一规则简化 SKU。 2. 改变备货逻辑：从销售发起需求改成计划“从数据开始” 到 销售“由判断结束” ， 然后基于第一点统一备货，形成集合效应 3. 优化采购组织架构 * 增设计划职位： 让专业的人做专业的事 * 让跟单专业化 4. 加强信息系统： * 能在系统实现销量预测与“判断”后的校正与确认 * 能在系统统计出来供应链的各节点时效。（包括采购与物流） * 进一步自动化采购流程 * 增加库存看板： 按照本书的库存定义（周转，安全，过剩，风险库存） 来增加库存数据到 BI 看板，可视化监控。 5. 集中供应商： 把采购进一步集中，”把自己变成大客户”。 6. 未来计划： 让供应商系统与公司 ERP 进一步集成 7. 学习预测模型知识： 简单的平均与指数平滑法已经掌握， 但是需要学习机器学习模型对比效果。

两年前通读过一遍纸档的书籍已经很有收获，主要是观念的改变。这次再次精读一遍，几点收获：1、太阳底下无新事，原来我遇到的问题别人也遇到了，没什么特殊性。2、屁股决定脑袋的事情没少干，确实是聪明人容易干傻事。3、很多坑还没填，有些坑还真不容易爬上来，路漫漫。4、大部份问题的解决对策基本都在书本中了，怎么驱动跨部门的协同优化是个大工程，最关键的是顶层的认知和支持。

书中系统构建了供应链管理的三大核心防线。 1、以“七分管理”为纲，强调需求预测“始于数据，终于判断”，并通过安全库存应对预测的不确定性； 2、全书案例丰富、通俗易懂，为从业者提供了从理论到实践的清晰路径。

看了三分之一发现自己看错书了。我是想要知道需求预测的方法策略，而书里全是需求预测的流程，架构，主导部门对象，汇报等一些管理方面的内容。无奈弃了。适合专业人士，不适合门外汉。