在没有系统的支撑下，大家都希望将数据处理简化，但是这个美好愿望的实现已经越来越难了。越来越多的公司希望为客户提供更好的服务，因此他们在全国布局更多的分销中心。有家知名的厨房家电制造商原来是通过阿里的分销体系来配送货物的，但是发现库存分布不合理，大量的调拨，呆滞库存以及超期的仓储费用难以承担，因此最后放弃与阿里的分销服务体系的合作，改为自行决策补货，但是结果也不理想，最后只能将货物更多集中在二级分销中心RDC，而不是三级分销中心DC。如果这样，为何要去建这么多DC呢？因为他们没有意识大他们的计划能力没有随着公司的扩张而扩张，他们的计划能力还不能支撑SKU/DC层面的计划需求。一个公司的发展不仅仅是硬实力的进步，还需要软实力的同步跟进。
电商模式下数据采集方式的变革
随着互联网经济的蓬勃发展，大数据概念也风生水起。但目前大部分的大数据研究主要聚焦在精准营销领域，消费行为分析领域。但无论如何，终端数据的获取上似乎有了突破，是这样吗？国内某知名的家居制造商在拥有庞大线下渠道的同时也开发了线上渠道，如果说线下渠道出货数据还难以获取的话，线上就一定能获取吗？也没有，为了确保线下渠道的利益不受线上冲击，所有的线上业务也通过线下渠道进行管理，也就是线上数据要经过线下渠道才能到达公司，因此这个信息在被线下经销商处理后就发生了变形，包括真实交期。但是不可否认，电商的发展为未来终端数据的获取带来了巨大的机会，如果这些数据可以分享，并加以正确处理来有效指导渠道的备货和工厂的生产，那中国作为世界仓库的定位可以重新改写了。
综上所述，我们已经了解了需求预测需要哪些销售数据以及如何处理不同层级的数据，这些量化的销售数据是我们需求预测的首要数据来源。但是历史不会在未来完全重现，除了了解已经发生的事情，还要了解为何发生，未来的商业环境与过去一样吗？未来还会有哪些潜在的风险和机会？因此，如果说获取定量数据是需求预测管理的硬实力，那获取定性数据就是需求预测管理的软实力。
如何获取各种定性信息？
在需求预测的日常实践中，能够对于外部的宏观环境和经济指数进行分析的公司少之又少。多数的做法是从市场销售那里直接获取信息，那市场和销售是否愿意和你如实并及时地分享信息呢？关于是否愿意又是另一个故事，在这里假设他们愿意分享。这些信息一类是对过去走势的解释，一类是对未来走势的预判。
所以务实的做法有以下几种：
1. 差异解释
对于一些较大的偏差，需求预测部门和市场，销售和财务等进行线下沟通，看看他们是否了解背后原因。这样他们就将市场变化信息以及他们的判断经验传递给了你。
2. 主动引导
有时候市场和销售人员可能还没有能力帮助你直接做出推断，在这种情况下，你可以列示一些常规的市场或销售影响因素让他们逐一确认，比如是否有新客户，是否有新产品推出，是否有价格变化，是否竞争对手有促销，是否天气原因，是否老客户有退市的，销售激励政策有变化吗？销售指标有调整吗？促销的时间，强度，范围以及详细促销计划落实了吗？等等。
3. 反馈互动
如果你已经有了一定的知识储备和分析能力，那你可以和销售市场同仁分享你的分析结果和推断，让他们提出修正建议，并提供背后的故事和解释。通过这种交互，来进一步验证你的推断，并强化你的知识储备和判断力。
4. 市场走访
需求预测还需要主动到一线市场去走走，参加促销活动，拜访门店和经销商。这个非常关键，作为需求预测不仅要了解表面的一些活动规则，订单流程，门店的摆场，沟通培训等等。更要了解背后经销商的下单逻辑，仓储压力，资金压力，交期预期，批量接受度以及管理模式对销售的影响和他们对公司的建议等等。
5. 参加销售和市场部门的会议
很多外资公司做得很好，他们的需求预测可以直接参加销售和市场的内部会议，获取第一手信息，也降低了和销售市场再次沟通的管理成本，同时确保信息的一致性和及时性。
6. 项目跟进
在一些高科技行业，特别是项目型销售为主的公司中，需求预测人员直接和销售一起跑项目，过程中支持了销售，获得第一手的客户信息，避免了所有的中间环节，但切记不能妨碍销售。因为，项目型销售周期长，信息环节多，同时交付要求高。但是这个方法成本较高，所以相对利润较高的高科技行业比较适用。
7. 联合办公
这个也是很多外资公司的实践，干脆将需求预测团队和市场销售人员放在一起办公，便于实时的交流和互动，快速建立信任和相同的沟通语境。需求预测人员不是市场和销售人员，但是最终需要比市场和销售人员还要了解市场，因为他们有更大的视角。这里必须再强调下，预测还真不是算出来的，是沟通出来的。统计预测，基准预测也是为了更有效地沟通。
8. 信息购买
购买市场信息是外资公司中比较普遍的做法。一类是购买一些重要城市的终端售卖信息，因为他们无法直接获取末端零售商的销售数据。另外就是购买行业信息，关键竞品信息，天气信息，国家经济指数信息等等，以及对行业有影响的一些期货交易信息等。AC尼尔森公司，各种行业协会，国家统计局，药监局，阿里数据魔方，百度指数，国外的信息提供网站，如阿伯丁等等都可以有偿提供信息服务。
9. 指数牵引
这里要和大家分享一种非常有用的，并且前瞻性的方法—Leading Indicator，前置指数。很多公司非常关心销售的趋势变化或者转折点，因为他们知道“初略的对”比“精确地错”更加重要（Roughly right is more important than precise wrong）。在一些需求预测管理比较完善的公司，他们会与市场部门合作发现一些对公司销售有着较大影响的行业指数，通过对该指标的跟踪来判断未来的销售走势。当然这个指数必须是一个前置性的指标，而不是滞后性的指标，并且需要找到他们与销售之前的时差规律。
10. 高层指点
有问题，找警察！但是在公司有问题还真是找高层，他们不仅有经验，还有资源。你也可以趁这个机会向他们传递积极信息。很多高层在这个行业浸润多年，他们有很强的行业洞察力和市场敏锐度，往往给你意想不到的方向性建议。切记，需求管理是一个战略性，方向性的管理工作，本身的工作性质与总经理有异曲同工之处。当然可能你还是一个计划员，但不妨碍你的思维模式可以切换到总经理模式。
如何基于定性信息进行决策呢？
一次分享会议上，一位非常敬业的需求预测经理说，他的确去收集了很多信息，但是每个人的所了解的信息是不一样的，这样大家的判断也不同。所以，需求预测需要将各路信息进行梳理并通过分享来帮助大家构建一个对称的信息平台，并基于同一个平台进行决策。这个事情说起来比较简单，但操作起来需要巨大的沟通投入。而一般的做法就是依赖需求预测经理的个人能力对所有信息作出判断和解释。一个优秀的需求预测经理需要不断历练自己的判断力，即能够沉得下去，也能够浮得上来。既可以处理SKU层面的数据，也可以从品类维度和区域进行解释。
课程链接：
新课推荐 | 供应计划管理培训
点击“阅读原文”，了解供应链人才培训