通过前面三次课程，我们了解到预测的三大公理，以及三个级别的预测(战略、战术和运行层面)，预测的方法有主观预测和客观预测、预测质量的监控参数建立、时间序列法建立模型(价值销量、趋势销量和季节性销量)、Holt Winter预测模型建立和初始化，本部分的内容将从2个方面继续探讨预测：预测的实际考虑和特殊需求的预测。
预测的实际考虑。
·“销售记录不是真实需求”，第一记录次听到这句话的时候，我有点诧异，销售的历史记录不就是我们的真实需求吗？细细一想，还真不是，销售记录只是我们公司成功捕捉到的需求，而市场上对于该产品的需求远远大于这个，而真实需求的曲线也许更加比我们想象的要复杂。就像人类走在地球的表面上，感觉自己走在一个水平的平面上，而其实人类走在一个球体的某个弧面。
·“历史交易记录根据不同的纬度进行汇总集合将可能扭曲真实需求”，这点应该不难理解，数据是客观的，但是如何整合和解读数据就是一个很主观的过程。
·“预测模型可以指导库存管理”，预测模型建立以后，就相当于你已经预先知道了将来1个月，2个月，或者更长时间的需求。虽然这个预测有一定的误差，但是你依然可以建立一些安全的库存模型，在一定程度上降低库存，同时也控制缺货风险。
·“不要妖魔化模型”，模型如果参数越多，越复杂，你自己将来在更新和检查模型的成本将会越高，而其他不了解模型的人因为看不懂而废弃这个模型（难免你要升职、调换工作岗位），再者，因为模型太复杂，其他的运行团队可能不相信你的模型输出建议，所以要保持平衡。
特殊需求的预测。“新产品如何预测销量”，我计划单独开一篇文章来说明这个，这个内容很有趣，在今年年初的S&OP会议上，我就展示了部分内容。“针对间断性需求的产品如何预测”，什么是间断性需求的产品，这个在大型设备行业和一些价值较高客户需求量较少的行业比较常见。产品一年的需求可能是如下图，平均值在10，而标准差是16，你怎么准备库存，应该放多少原材料和成品。如果你没有这样的困难，恭喜你。
图表里面蓝色的柱子是每个月的需求量，这个红色的线很有可能就是你按照时间序列法或者Holt-Winter模型拟合出来的需求曲线，这样的预测不能让你满意。MIT给了一个Croston方法，他的一个基本模型是X(t) = y(t) * Z(t)
X(t)是时间点t的需求；y(t)是时间点t是否有需求，如果有那么y=1，否则y=0；Z(t)是时间点t的需求量；这个模型的一个假设是任何两个时间点的销量是概率意义上的独立的，那么P (Yt = 1) = 1/n,而P (Yt = 0) = 1 – 1/n;他的更新模型不会很复杂，教材里面都给出了具体的计算公式，这里仅仅引用一个图来说明，这个部分确实有点难，如果没有这个需求，请跳过。
Croston的方法比指数平滑法的好处在于更加平滑了需求曲线，而且比指数平滑的偏差小。实际上，在真实的业务场景下，我们公司是按照某种模型计算出一个安全库存，遇到紧急订单采取空运的模式，任何的模型都是一个参考，而库存风险和空运价格一个是业务决策的平衡。
希望大家学到点什么😊
