《食品杂货代码》(Grocery Code)的评审委员会指出，英国食品杂货零售商的供应商应该得到及时准确的预测。它的《杂货店供应实务守则》(GSCOP)规定了人们的期望，其最新的年度报告指出，所有受监管的零售商都符合了这一要求。
尽管如此，预测仍是供应商面临的三大问题之一。报告强调，供应商反映零售商的预测不佳，预测与订单之间存在显著差异，以及因未能达到服务水平而受到处罚。
从某种程度上来讲，在于缺乏对预测的定义，甚至GSCOP也不清楚这是什么意思。要考虑的是以下的预测：
- 从供应商处购买的每种产品的数量的年度预测(综合商业计划)；
- 3个月的每周店内产品销售预测(季节性预测)；
- 6个星期的每周订单预测；
- 14天的每天短期产品销售预测，包括天气和促销活动；
- 7天的需求预测(与销售预测不同，对供应商更重要)；
- 明天交货的订单。
以上哪个是GSCOP要求零售商与供应商共享的“预测”? 其中哪个对供应商最有用? 应根据实际订单来衡量哪些指标，以确定“预测的准确度”。
此外，GCA 2018年6月的出版物指出：
研究发现，零售商采用了一系列的方法，并以多种方式使用预测这个词。有些人明确区分了预测和订单，其他人并不认为预测是一种离散的活动，而是将其视为供应链管理的一个组成部分，通常接近实时。
那么，零售商和供应商如何才能向前迈进呢？
GCA的最佳实践指南提出了17条改进当前流程的建议。这些包括：
- 加强零售商与供应商之间的合作；
- 定期检讨预测工作表现；
- 确保供应商能够进入供应链或采购团队，共享情报，讨论预测或订单；
- 确保零售商有合适的系统和流程，对已知或者过去的问题进行学习和思考；
- 确保供应商能够获得足够的销售数据。
GCA最佳实践指南中的17项建议都是可以实现的——只有在双方能够更好地利用现有数据，并在愿意以一种容易获取的方式分享和讨论见解的情况下。
因此，准确预测需求有四个关键步骤，它们不仅将帮助零售商遵守GSCOP和GCA的建议，还将帮助改变供应链的效率、可用性和浪费。
1、数据的粒度级别#
预测的目的是帮助确保供应商满足订单预期，因此，他们收到的预测订单数量的细节是非常重要的：
- 按产品分类(不按类别，也不按总数)；
- 按天为时间单位(对短周期货物和/或准时制物流很重要)；
- 按仓库分类(对于在适当的地区进行适当的库存至关重要)。
如果没有这一点，任何其他的预测充其量只是对可能需要什么以及什么时候需要的指南，但不能帮助供应商确保适当的库存，在正确的时间出现在正确的位置，从而使订单能够实现高服务水平的目标(通常是98%或以上)。
2、快速解读数据的能力#
一些供应商每天有数百(甚至数千)种产品进入多个仓库。他们不仅需要准确的数据，还需要对预测中的变化提前发出警报。
对变化进行分析是费时的，而且很容易错失机会。相反，供应商需要能够迅速做出反应，纠正预计的缺货、促销活动表现不佳和配送问题。
零售商每天提供的数据并不包括警报、分析或趋势。因此，许多供应商开发了复杂的电子表格来提取数据并提供一些分析，但这通常依赖于供应商中的一个或几个人的知识。这些复杂的电子表格本身就容易出错。
数据库或BI软件提供了电子表格之外的另一种选择，但是必须指定、构建和维护数据视图，而且通常这些知识还是由供应商业务中的一个或几个选定的人持有。在一个系统中，每天都有最先进的可视化分析呈现出来，供业务人员查看和交互，这使得关键的干预能够自信而轻松地进行。
3、一致的定义#
对大多数供应商来说，按位置在SKU级别进行预测是至关重要的，但对某些零售商来说，在类别级别进行预测可能就足够了。即使是那些预测达到SKU水平的人也常常无法区分地点甚至渠道，因此对零售买家的预测可能只是一个随时间推移的数量，而对供应商的良好预测则要细得多。
零售商和供应商可以对相同的SKU使用不同的编码。供应商可能以不同的计量单位供应零售端使用的产品。(例如，用纸箱而不是单位)。供应商和零售商甚至可以给中转库和分支机构起不同的名字。所有这些都使得对比零售商数据变得困难——包括跨零售商的对比，以及与自己的内部度量和报告的对比。
因此，能够将零售商提供的数据转换成供应商能够理解的格式是非常重要的。只有到那时，企业才能做出明智而明智的决定，从而对其业务产生影响。
4、挑战预测的能力和合作#
供应商可能会因为没有在正确的时间和地点提供正确的货物而受到惩罚。但如果零售商的预测过于短期或不准确，以至于供应商无法做出反应，那么双方都有问题。供应商和零售商必须建立相互信任的伙伴关系，鼓励互利合作。
同样，根据GSCOP规则，零售商必须全额赔偿供应商因预测与杂货产品有关的任何错误而产生的任何成本。
.
那么，这种合作应该如何进行呢？
为了在零售商和供应商之间进行任何讨论，首先必须有一个可信的公共数据来源。此外，数据应该人性化，换句话说，以一种双方都容易理解的格式呈现。最后，必须有一种在线共享数据的方法，因为零售买家和供应商可能在不同的地点，这将确保双方唱的是同一首赞美诗。
使用这个数据共享视图，供应商可以帮助零售商：
- 对订单和库存水平做出战略性的主动决策和干预；
- 计划和优化促销活动；
- 根据准确的分析回顾预测。
这样做的最终结果可以看作是：
- 缺货减少了，双方的销售都有所改善；
- 更准确的预测可以减少两种食品(尤其是新鲜农产品)的浪费；
- 改进的服务水平和有效性。
结论
要实现成功的需求预测，我们需要消除供应商与零售商的概念。退一步来看全局，双方都需要认识到，只有培养一种真诚合作的心态，每个人都能从中受益。供应商和零售商都必须有一个平台，使sku完全可见，并且能够轻松访问关键的日常信息。通过这样做，可以建立真正的关系，预测的变化可以以最小的干扰做出反应。
通过使用最佳实践的可视化分析工具和技术，可以将供应链和销售数据混合在一起，突出需求指标(如销售高峰、低库存等)，并提供近期和历史销售模式的易于理解的图片。
在竞争日益激烈的零售环境中，那些能够向供应商提供准确预测的零售商，将受益于更高效的供应链、更低的成本、更好的可用性和更快乐的客户。
本文为翻译内容，转载自《supply chain digital》
翻译者：上海天睿物流咨询有限公司 首席战略执行官 | 颜家平先生
更多《智能供应链》精彩内容
6、【超长干货，建议收藏反复品阅！】智能供应链图谱解析（少定义）
