爱华网摘要
目前销售预测管理信息化仍然是一个比较新的业务模式，从商业实践而言需要有一个行业规则去帮助制药企业获取一个行业应用范例，指导他们去如何去达到这个水准。本论文总结13个不同行业的销售预测实践经验而归纳出了一个制药行业的最佳业务实践范本。这个范本包括了销售预测流程，管理层的支持，预测模型，预测误差，预测软件以及其应用，甚至还包括了专业预测人员所应具备的业务技能。
全文
销售预测本身并非是一种新的业务，但是销售预测信息化却是一种全新的业务实践。因此，许多公司都在寻找销售预测业务的行业准则，也就是我们所言的“最佳实践”。许多公司想了解自己所在行业的销售预测管理模式。比如预测职能，预测软件，所用的预测模型以及其中的业务逻辑等等。比如是采用一个预测原则好，还是多个预测原则好，预测期间有多长，预测频率以及如何管aihuau.com理预测调整。销售预测除了需要来自相关业务部门，如市场，销售，财务，生产等部门的支持外，还要获取管理层的支持。并且我们还想了解一个合格的预测人员需要怎样的工作技能和业务背景等等。
这些问题的答案就形成了销售预测的业务准则。在本文中这些问题的答案来自于参加此次研讨会的人员和来自IBF( Institute of Business Forecasting) 协会的行业专家。此次研讨活动的会员均来自于一些大中型企业的管理和专业预测人员。
销售预测职能
尽管销售预测成为一个独立职能还比较年轻，但实际上它已经曲曲折折地走过了近二十年。1985年之前，很少有公司有专门的预测岗位。所谓的预测都是经济学家对整个国民经济和公司整体运作而做出的趋势判断，并且这些预测更加战略性（长期）而非运作性（短期）。随着销售预测职能的不断完善，今天我们看到的预测更加具有可操作性。在制药行业，销售预测职能的平均年龄是7.4年，这就意味着在这个行业的大部分公司是在7年前开始展开专业的销售预测业务的，并且在这个行业，平均每个公司大约有5.8人是专职从事销售预测业务的。销售预测职能的不断扩展和完善也随之带动了数十亿美元的专业预测软件业的发展。
销售预测软件是一个独立的软件包。它可以通过预测者所选择的模型生成预测，也可以通过软件自动选择的模型生成预测。绝大多数预测软件具有内置的模型自动选择功能，它可以通过预先设定好的标准为每一组业务数据选择一个最佳模型。销售预测软件不仅仅是帮助完成预测，通过系统，它还可以为分销，制造，运输，销售和市场生成运作计划。大部分销售预测软件提供商成立于1985年或之后。销售预测软件行业主要的竞争者是SAS，John Galt， Smart software和 Business Forecasting System等等。尽管SAS成立于1976年，但是它是从1980年开始引入预测功能。John Galt 解决方案发布于1996。Smart Software 和 Business Forecasting System 成立于1986。 同时在销售预测系统领域的其它的主要竞争者还有SAP， Manugisitcs， Oracle， I2 Technology以及Demand Solution。 尽管SAP成立于1972年，但它引入预测模块（APO）还是在1998。Manugistics 于1986年开始此项业务。 Oracle成立于1977，但是他引入“Demand Planner”还是在2002年，I2 Technology成立于1988。Demand Solution 在1985年开始进入这个领域。
管理层的支持
要成功运行预测职能，管理层的支持不可或缺。 因为只有获得管理层的支持才能有足够的资源去开展此项工作。我们不仅需要资源去购买预测系统，同时我们也需要资源去收集数据以及使用工具去存储和分析数据，我们还需要资源为内部和外部不同的预测参与者之间的沟通互动搭建平台。无论内部还是外部预测者都需要使用数据协同预测，提供来自外部的竞争性的信息，并且需要轻易地运行上百万的美元的业务量。购买和安装一个销售预测系统同样需要花费资金。因此，一个有效运行的销售预测职能更需要来自内部（销售，生产，市场和财务等）和外部（渠道合作伙伴和关键客户）角色的支持。销售人员是市场的眼睛和耳朵，他们可以提供客户所想要的和所计划的信息。生产人员可以提供他们能够生产什么和生产多少，并且需要多少时间的信息。市场人员可以提供市场情报，并且他们还可以告诉你，他们准备引入何种产品以及准备放弃何种产品，或者哪些区域他们准备进入或准备退出，或者他们准备使用何种推广方式，如何推广以及每个推广活动持续的时间等等。财务部门当然是预算和信用控制者。所有这些角色都在预测过程中承担一定的责任。除此之外，预测还需要渠道合作伙伴和关键客户的支持，比如需要了解他们的库存信息等等。当然如果没有高层管理者的支持，一切都将不复存在。当问到需要高层管理者如何支持预测时，43%的人会说需要高度支持，57% 的人会说，无论如何必须支持。但至少，在制药行业基本上每个公司的高层管理都意识到了这个问题，因为没有一个人说他们感觉不需要。
销售预测流程
要阐述预测流程的方法之一是通过描述它需要解决什么样的问题入手：销售预测开始之前需要准备怎样的数据和信息？这些数据或信息从哪里来？如何处理这些数据和信息？谁是预测的责任人？并且我们需要什么样的预测？期间多长？必须提前多长时间完成？我们需要什么层次的预测？预测的业务逻辑是什么？比如，一个预测原则还是多个预测原则？采用哪种方式去预测？ 自上而下还是自下而上？或者从哪个中间层次展开？谁应该参与预测？是否需要一个月度的协商会议？多长时间合适去跟踪和修正预测？是否需要去记录预测的准确性？谁有授权去改写预测？
我们将在此阐述这些问题目前在制药行业是如何被解决的。在制药行业，公司将预测职能放在市场部门的占44%，放在其它部门的占16%，做为战略计划的占16%。 LarryLapide 博士，基准行业协会总经理认为，无论放在哪里，只要它不是放在计划职能里面，其区别是不大的。否则，计划就会变成预测。如果一个预测职能运行顺利和高效，必须需要来自不同部门的合作。预测不能孤立于某个部门，预测不仅需要来自统计技术的支持，还需要不同部门的建议，如销售，市场，生产和财务等。当被问到这些不同部门之间是否会有利益冲突时，74%的人会回答：“是”。
一个预测原则 Vs.多个预测原则
泛而言之，每个人都会同意一个预测的原则，所有的业务计划都将基于这个数据。我们可以设想一下，如果生产计划基于一个预测数据，财务计划基于另一个预测数据，并且市场计划基于另外一个不同的预测数据，会发生什么？什么也不会发生，除了混乱。不过政治化的现实状况是不同的，在一个组织内，不同的职能部门一直希望编制他们自己的预测，让他们放弃不是一件容易的事情。某一大型制药企业的预测总监透露：“理论上而言，我们都同意一个预测原则，但是由于公司内部政治原因，我们需要妥协。 为了获得生产人员的支持，我们只有同意两个预测原则，一个用于生产部门，一个用于其它部门。”但是在制药行业，52% 以上遵循一个预测原则。 预测期间需要多长很大程度上取决于提前期，也就是说，需要提前多少时间去决定预测。我们需要的提前期有多长，我们就需要提前多长时间去准备好预测。在制药行业，16%的企业预测提前期是1个月，22%是3个月，34% 是6个月，28%是一年。举行周期性的（一般是一个月一次）的预测会议是非常普遍的。在这个会议上，来自不同部门的人员会一起审阅系统生成的统计预测，如果需要，他们会进行修改并达成一致。这种预测协调会议对于奉行一个预测原则，但同时又必须听取各方意见的公司非常重要。所有参于部门都将提供相关信息，并且这些信息会在预测中得到反映。更为重要的是，这种预测协调会将为基于统计模型预测的定性调整提供机会。记住，预测即不是科学也不是艺术，而是二者的集成。因为预测将不同的职能部门合成为了一个部门。
销售预测模型
这里有三种类型的模型：（1）时间序列类，（2）因果分析类，（3）主观判断类。 时间序列模型主要使用某种技术对数据进行外推预测。因果分析类主要基于定义历史数据之间的因果关系，并且基于这些因果关系去推断未来。而主观判断类，顾名思义主观意见占有主导地位。他们主要被用于缺乏历史数据的新产品预测。在这些模型中，时间序列最易于使用并且已被广泛使用（52%），因果分析类占24%，主观判断类占19%，剩下5%使用自定义模型。在很多案例中，人们往往使用多于一种模型。在时间序列中，人们往往使用最简单的模型，在这组模型中，简单趋势和移动平均法是最简单的，他们的使用率占到68%，在因果分析模型中，这里共有三种，他们是：回归法，计量法和神经网络法。其中回归法使用最普遍。
销售预测误差
通常而言，在三个主要的预测层次中—--汇总层次（公司层次），产品组层次和产品层次，汇总层次上的预测误差是最小的。这是因为在这个层次上负误差和正误差会对冲。对于产品组和产品层次的预测误差，产品组层次误差往往小于产品层次误差。并且，预测误差往往随预测期间的延伸而增加。换而言之，我们预测下一个月或下一个季度往往比预测下五年或十年更加准确。并且产品的预测难度是不一样的，有些比另一些容易预测。那些难以预测的产品预测误差更大。通常而言，预测不成熟的产品往往比成熟产品误差更大。有促销的产品预测往往比无促销的产品预测误差更大，新产品往往比成熟产品预测误差更大。
销售预测软件
基于调研结果可知，在销售预测软件市场竞争非常激烈，并且没有一个处于绝对领导地位。SAS, SPSS等等作为专业统计软件，其部分功能往往被应用于预测业务。销售预测软件总体可以分为两大类别，一类是专业预测软件，如Smart Forecast, Forecast Pro, Demand Foresight 等等，一类是将预测做为其中一个模块，如SAP APO, I2, Oracle, JDE, Manugistics 等等。据统计，目前共有30多家公司，50多个预测软件或预测应用模块。其中部分软件发展历史可以追溯到二十年前，因为预测软件市场已经是一个相对成熟并且充分竞争的市场，企业应用实践也有了相当的积累。
销售预测人员专业背景
做为一个称职的预测人员需要具备一定的统计技术知识，计算机知识，沟通技巧并且掌握预测软件的应用，还要具有一定的销售经验，产品和市场背景。我们的调研结果显示，27%的预测人员具备产品市场知识，23% 具备财务背景，14% 具有市场调研背景，而具备在预测中占有种重要地位的统计知识和数学知识的预测人员仅占到12%，因此这块专业知识是需要提升的。
结论
销售预测信息化已经在曲折中不断深化，但距成熟应用还有很长的路要走。高层的支持----这一预测业务中最关键的力量依然还十分薄弱。仅仅只有不到一半的制药企业在销售预测业务上获得高层的全力支持。并且也只有一半以上企业遵循一个预测的原则，也就是每个运作计划包括生产，财务，市场和销售都基于同一个预测数据。最容易并且被广泛使用的预测模型是时间序列类，但是随着时间，这一现象会改变，越来越多的企业希望使用回归模型。基础统计知识对于专业预测人员非常重要，但是在目前的业务实践中还十分缺乏，希望在不久的将来，这一现象也同样会得到改变。
