如何提升销售预测准确率？富士施乐（中国）有限公司首先选择这么做

导读：富士施乐(中国)有限公司主要向中国大陆市场提供能满足所有企业不同需求的文件管理设备、解决方案和服务，包括桌面型打印机/多功能一体机、商用数码多功能机、专业生产型数字印刷机、大幅面数字印刷机以及面向企业文印及沟通等的外包服务业务。公司在北京、上海、广州、深圳、沈阳、天津、武汉、成都等城市均设有分支机构。富士施乐(中国)有限公司希望打造数字化的供应链管理，以更精准的需求预测驱动供应、采购、备货、分配体系，强化供应链的协同性，从而更有效地掌握客户订单类型，应对零部件和耗材需求，提升供应链管理效率。

如何提升销售预测准确率?

富士施乐(中国)有限公司认为实现数字化供应链的一大关键是通过优化市场需求预测，建设和完善协同的供应链计划及决策体系来实现。富士施乐(中国)有限公司认识到销售预测的偏差不仅让供应链管理被动、低效，也影响库存管控，并让销售、生产、计划、采购等各个环节之间的配合难以协调，甚至会因无法及时交货而影响客户满意度。

富士施乐(中国)有限公司的产品线长、机型也多，除了销售产品外，还要提供产品的定期保养、耗材更换和零部件维修等售后服务，这意味着不仅要进行产品预测，还需要对种类繁多的零部件和耗材进行预测和备货。

富士施乐(中国)有限公司供应链管理部门意识到影响销售预测准确率的最主要因素是历史数据的质量和算法模型。过去，该部门主要利用Excel来进行统计和预测。一方面需要收集各方数据，表格版本多，缺乏规范的数据管控，效率和质量有时会难以保证。另一方面，主机、配件、零件、耗材等的特性是不同的，固定的算法模型很难应对不同的产品，而如果采用不同的算法模型，其预测的工作就变得极为复杂、不仅耗时而且耗力。

建立科学的智能的预测系统，或许是答案

两年前，富士施乐(中国)有限公司决定引进一个名为SFS(Sales Forecast System)的销售预测系统(内部把其叫作 销售需求预测及采购系统DPPS)，采用其科学化预测模型与精细化需求管理流程，建立智能协同的需求预测体系，提升订单预测准确度，从而实现数字化供应链管理。

该系统能提供更为科学的预测统计模型和滚算算法， 可根据历史出货数据，自动选择适合的预测方法生成预测数据，并及时反映出需求状况和产品库存，出货量和走势，从而做好库存预测、采购计划以及后续的区域分配和供货。

以零件和耗材为例，富士施乐(中国)有限公司的供应链管理部门必须在每月固定时间，根据预测需求和安全库存量，提交包括上万种零件和上千种耗材的采购订单。由于订货种类多，算法复杂，以往部门人员经常加班加点才能完成。

富士施乐(中国)有限公司采用该系统后，不仅优化了原有采购预测算法，让采购量更贴合实际，也因系统自动推算采购值而减少了工作量，从而大幅提高了生产力和供应链管理能力。

缺货了?爆仓了?如何做好安全库存?

对于富士施乐(中国)有限公司来说，其特点是大量的主机和配件是从国外进口，到货后需要从港口把货物分配到不同的区域仓库，然后根据区域远近，把货物快速调拨到实际的安装地，然后完成组装供货给客户。因此，库存管控是其供应链管理的重要环节，也是直接影响供应链成本和企业现金流的重要因素。

在采用系统化预测之前，富士施乐(中国)有限公司主要依据前一阶段销量的平均数计算安全库存值，再推算确定未来所需采购数量，这样计算的结果有时并不合理。

现在，富士施乐(中国)有限公司根据产品分类，设定不同的库存控制策略, 并根据固定服务水平参数及提前期，建立动态的安全库存，设定库存上下线，并进行异常监控和预警处理。

“每周系统都会自动生成包括库存预警在内各种类型的报告，协助供应链部门观测和监控各个区域库的库存量，以及每个产品的销售情况，根据库存量调整采购订单，灵活地进行区域调配，及时补货，并为下月需求提前做好充分准备。” 该系统的提供方联合通商科技项目顾问万通介绍。

共识难达成，如何实现协同预测?

通过召开S&OP会议(产销协同会议)，让销售、市场、采购、研发等团队配合密切，形成合力，达成需求端和供应端的共识，是协同预测流程中关键的一环。但在企业具体落地时，往往难度很大。 如果S&OP流程只是停留在形式或会议层面，而缺少系统性的数据输入输出以及跨部门的沟通，那么管理层就会难以准确决策。

而富士施乐(中国)有限公司通过该系统，建立统一协同的预测平台进行数据提报、数据共享，数据统一(预测版本管理)、并把预测流程、采购管理流程与区域分配流程等都串联起来，大大提升了跨部门协调、沟通及共识能力。

该预测系统支持自下而上、自上而上或平行提报流程，能同时支持多个平行流程进行，并提供专家建议值作为提报基础，同时，还可灵活拆分普通单与大单需求，加速形成需求共识。万通介绍说“大单跟日常的销量不一样，比如来自于政府或企业采购大单的中标，这实际上是很难预测的。但一旦中标，后续的采购也必须马上跟进。而我们提供的系统也会对这些预测需求量进行收集，这对供应链人员做好需求计划帮助很大。”

结语：随着数字化时代的到来，协同、智能、精细化的决策变得日趋重要。借助系统化、科学化的预测模型和协同、智能的预测和决策流程，富士施乐(中国)有限公司从以经验为主的预测模式改变为智能化系统预测，不仅实现了更精准、高效的库存管理，更建立起以需求为主导的智能化、数字化的供应链管理模式，提高了业务的效率与效益。

延伸阅读：

2017年10月13日，国务院发布了《关于积极推进供应链创新与应用的指导意见》，第一次将供应链创新与应用上升为国家战略，把供应链作为促进产业组织方式，商业模式变革和政府治理方式创新，特别是供给侧结构性转型的重要举措之一。为此，多家主流媒体携手需求预测和供应链大数据分析面的知名服务商——联合通商科技推出了系列供应链创新领域的实战案例，敬请关注!

医药人怎样搞定销售预测?这三点至关重要

深度解析|中国白电巨头如何打造直面市场的供应链协同

关于联合通商科技(eBizprise)

联合通商科技(eBizprise)是滚动式需求预测与供应链大数据分析专家，开创性地提出“未来数据”概念，并基于 “未来数据分析”这一核心竞争力， 面向大型企业，以SFS(Sales Forecast System)销售预测系统，即私有云为主，提供基于协同预测和共识的”需求计划解决方案”，为客户打造大数据驱动的智能供应链。面向大企业个人、部门和进取型组织，以RollingDemand_滚需预测云平台，即轻量弹性化模式，提供“预测数据解决方案”，为客户提供精准与差异化的“数据决策分析”。 并陆续获得来自康师傅、味全、嘉士伯、可口可乐、卡夫亨氏、无限极、华润三九、安斯泰来制药、老百姓大药房、海尔、海信、欧普照明、飞利浦照明、富士施乐、中联重科、圣戈班等众多世界知名企业的肯定。

免责声明： 本网站资讯内容，均来源于合作媒体和企业机构，属作者个人观点，仅供读者参考。  本网站对站内所有资讯的内容、观点保持中立，不对内容的准确性、可靠性或完整性提供任何明示或暗示的保证。