许多企业没有设定符合实际的成本和财务目标，结果导致重大亏损和现金流问题。利润流失不仅仅是经济滑坡造成的，它还反映出企业未投入必要的时间和精力，开展至关重要的销售和需求预测活动。

    做好预测其实并不像听起来那么难。正确地运用成熟的预测技术能显著提高利润。具体来说，在规则指导下用统计学方法进行预测，并制定更为动态的企业全面规划，能够去除运营决策中的一些猜测因素，让预测的焦点重返优化盈利，而非等事情发生了再去"救火"。据Gartner Group称，成功实施统一预测流程的企业至少可望获得10%的收入增长。

    由于竞争对手和市场状况变化莫测，许多高层经理人对预测的准确性表示怀疑。但许多大型企业如通用电气和沃尔玛已经找到可靠的预测方法，并在整个企业范围加以运用。

走出预测的误区

    首先要淘汰无效技术。有些企业使用非常复杂的模型，却没有适当地把企业的供应商和分销商网络考虑在内，从而使结果不可靠。

    而在另一个极端，许多企业过分依赖销售人员和经理的意见来产生结果。证据显示，不管他们多么富有经验，这些人员的意见可能导致不确切的结果。因为他们往往：

    混淆目标（希望）和预测（现实）；以为自己的个人判断比统计预测更可靠；预测结论为本职能部门服务，不信任其他部门的预测；高估营销攻势以及其他收入管理行动的效果。

    不要依赖于公司单个部门的预测结论。例如，财务、制造和销售等职能部门可能各自独立地产生预测结论，但没有一个部门监控其他部门预测中的变动因素，并修正自身的预测结论以反映这些变动。

    有这些问题的企业必须解决若干技术事项，才能创建可靠的财务预测。所需要的数据通常分布在多个系统中，如财务、生产、销售和供应链。在大多数企业中，获取所有这些数据几乎是一件无法完成的任务。但如果信息技术的构造能整合这些不同的系统，员工提取数据就会相对容易些。

    许多企业还需要进而解决流程问题，这就要实施系统的、跨部门的预测方法。还应考虑企业政治和信任问题。

六种最佳预测实践

    有些企业已经开始采取措施改善其预测能力。制造和零售领域的许多企业认识到，疏忽大意的预测标准导致了高库存和低利润。

    为解决这个困扰各方的问题，一些制造商和零售商联合开发了一套标准，用于整个供应链规划和预测。贸易伙伴运用"协作规划、预测和补货"（CPFR），就共同的经营目标和措施达成一致，携手制定销售和运作计划，并通过电子化协作更新销售预测和补货计划。参与各方还运用标准方法收集供应商和顾客的意见，并采用标准数据格式产生销售预测结论。

采用CPFR的企业包括伊斯曼柯达、货物零售商 JC     Penney、金佰利-克拉克（Kimberly-Clark）、凯马特（Kmart）、那比斯科（Nabisco）和沃尔玛。根据制造业咨询公司Industry Directions的调查，采用CPFR标准的企业，其预测准确率提高了约20%。例如，沃尔玛的"网上零售链"系统向公司5,000多家供应商中的3,500家提供每周预测数据。这些数据让人观测到沃尔玛的零售活动，帮助供应商改进其预测，在正确的时机向零售商提供产品。然而，大多数企业对预测流程投资不力或者欠妥。

    根据零售和其他行业公司的经验，现已出现由以下6种最佳预测实践组成的一套方法：

●标准化输入

●标准化预测方法

●预测频率

●限制偏向

●测量绩效

●采取协作式销售和运营规划

    尽管情形各异，遵循这些实践的企业都将提高其预测能力。成功的原因远不只是购买最精巧的软件。收益来自于更好的数据、人员、流程和工具。

    首先要标准化输入到销售预测流程中的信息。如果你的销售代表都遵守同样的规则对商机加以分类，预测模型每次就能基于相似的数据标准运行。

    标准化就是要以统一的规则对销售机会加以分类。首先，你要界定销售周期的阶段。然后，界定需要取得什么样的进展才能进一步上升到下一阶段。最后，根据标准规则，确定签约的几率。总的来讲，输入的信息应该基于事实而非主观意见。

最普遍的预测方法是时间序列模型，它依据的是将当前情形跟过去类似阶段进行统计比较。它能让人们观察当前的活动，预见未来的结果。

    有了时间序列模型，你可以根据以往预测的准确度或偏差度，对预测结论加以调整，使得当前的预测更为可靠。譬如，你在新的季度开始前5周作预测，你回顾以往季度开始前5周所做的预测，将预测结论跟实际结果比较，然后相应地调整新的预测结论。

认可数据而非直觉

    许多企业拥有收集数据点并运行预测模型的应用软件。包括ERP和"供应链及需求规划"软件中的财务和预算模块。

时间序列模型最适合于短期预测。如果需要做中长期（即超过6个月）预测，时间序列方法就不能揭示出必须考虑的长期趋势。

    大多数企业每季度或每个月产生预测结论。如果所要求的精确程度和回应速度较高，这样往往是不够的。在某些情况下，采用实时企业预测模型的公司每周就要做一次预测。你越早更新预测结论，就能越早知道哪些领域需要帮助，需要对生产层面做哪些调整，应该如何调整预算。

    预测频率过低会导致预算和实际结果的严重脱节。当然，你不希望停顿业务，光做预测。但一般来说，预测频率越高，其结论就越准确。

    尽管所有工具和研究显示相反的结果，许多商务人士仍认为自己的判断比成熟的统计技术更准确。这些偏向性难以预料，因为在不同的时间有不同人员参与预测流程。预测流程中混入个人偏向性，将削弱比较历史数据的意义。

    最佳做法是限制个人主观预测。总的来说，要相信数据和统计模型而非直觉。如果你必须加入个人判断，也要等统计模型产生了预测结果之后，而不是在此之前。

    要持续改进任何举措，绩效测定都是至关重要的，预测流程也不例外。你需要系统的方法来评审预测失误，不断改进自己公司的流程和模型。最佳途径是组建任务团队，评审以往的预测。最好由高层经理组成委员会，其使命是改善数据、流程和执行中的薄弱点。

有效实施预测流程

    运用统一的输入信息和标准模型做出更好的预测后，协作性规划流程就要在全公司和所有供应商当中开始运作。该流程称为"销售与运营规划"（S&OP），通常每周进行一次，涵括所有主要经营领域。它将基线预测跟供应链限制、资源可利用性、营销-促销信息以及其他相关运营信息结合在一起。

    结果就产生了整套供需计划和财务计划。这些计划用来平衡供需，处理需求薄弱领域，并利用各种机会。要确保所有经营领域都追求相同的目标。下面是实施有效预测流程的若干建议：

    为当前运营树立基准。将自己的预测方法跟行业和其他公司的最佳实践相比较。对公司内部的预测人员做调查，然后将结果与行业调查作比较。

    教育预测人员和用户。由于大多数商学院都不讲授预测，许多经理人不懂得预测。要在方法、程序和应用方面对经理人进行教育。针对改进的可能性，解释为何值得花时间去做。

    组建跨职能任务团队。将中层预测人员和业务经理组成团队，调查企业的基准，然后确定期望的方法和成果。这种讨论会可以演化为常设任务团队，实施所需要的全企业变革。

    评估数据质量。你的机会管理流程是全公司统一的吗？是否始终如一地在每个领域为每个产品捕捉信息？员工们是否及时利用系统，使数据达到高质量？你很可能会发现许多不一致，关键在于找出并解决这些不一致的地方。要让企业不同部门代表组成的控制委员会参与进来。

    实施沟通流程。设计糟糕的流程可能导致预测者和使用者之间的裂痕。这是预测中常见的陷阱。要避免这样，必须确保仔细规划自己传达预测结论的流程。要确保预测者和使用者就数据的格式和数量达成一致意见。

    重新设计公司规划流程。准确的预测应该成为公司规划流程的关键驱动力，而这要求大多数企业完全改变其规划方式。不应该只是每季度运用不同的假定，从各个领域推导出计划，计划应该更为动态，可依据预测的变化短期内进行调整。

为实现这一点，就要引进标准，使得企业的各个领域一致并同步地调整其计划。要考虑实施滚动计划，使之适应不断变化的需求并且能够让企业资源得到高效利用。

    所有这些举措都要求你改变业务流程，获得高层支持。你需要兼HTH命名顾变革管理、流程、战略和技术的综合规划。

原文经许可摘自Optimize杂志2003年3月号。该杂志出版商CMP Media LLC登记版权。连青松译。

Philip Bligh为Inforte公司首席执行官，Darius Vaskelis为该公司研发副总裁，John Kelleher为该公司咨询顾问。