导读 计划是供应链的引擎 8
第一章 需求预测:三种基本的预测方法 8
时间序列的预测:移动平均法 8
小贴士 预测的灵敏度和准确度 12
小贴士 预测准确度的统计 13
小贴士 要不要考核预测准确度 18
时间序列的预测:指数平滑法 20
指数平滑法的逻辑 23
指数平滑法的初始化 25
平滑系数的择优 27
简单指数平滑法的优劣 32
趋势的预测:霍尔特指数平滑法 34
案例 一个快时尚产品的需求预测 41
小贴士 有时候,不预测就是最好的预测 46
季节性+趋势的预测 47
基于相关性的预测:线性回归 57
小贴士 解读线性回归的参数 60
小贴士 样本选择的几点考量 65
小贴士 极端值的处理 66
小贴士 残差图的分析 70
小贴士 样本太少怎么办 73
小贴士 警惕线性回归给你的东西 74
选择预测模型的一些考量 78
小贴士 寻找更优,而不是最优的解决方案 81
小贴士 预测模型的优化要提防过度拟合 83
案例 中心仓的预测方法择优 86
需求预测的集中化 90
小贴士 为什么在颗粒度小的地方做预测 93
预测方法的优化 95
计划的改进得兼顾供应链的执行能力 103
小贴士 电商如何选择ERP 106
魔鬼藏在细节中:需求历史数据的清洗 110
本章小结 最基本的方法也是最重要的 118
第二章 库存计划和库存的优化 123
量化不确定性,设定安全库存 123
第一步:量化需求的不确定性 124
第二步:量化有货率的要求 128
小贴士 有货率怎么定 129
第三步:计算安全库存 130
小贴士 按日、按周还是按月汇总需求历史 134
会设安全库存,计算再订货点就很容易 139
补货机制:定量vs不定量 143
补货机制:定期vs随时 145
案例 随时补货机制下再订货点的计算 149
案例 定期补货机制下再订货点的计算 150
小贴士 不是现货供应,再订货点如何计算 152
案例 轮辐式的全球库存网络计划 153
小贴士 设再订货点,还是安全库存+预测 158
案例 某工业品企业的计划组织 163
小贴士 计划职能的绩效如何考核 172
VMI的库存水位如何设置 175
计算最低、最高库存水位 176
量化VMI的库存风险 178
VMI的绩效管理 179
案例 离开信息化,就很难具备做VMI的条件 182
“长尾”产品:库存计划的终极挑战 184
“长尾”需求用泊松分布模拟更准确 189
用简单法则来指导“长尾”需求的计划 195
案例 跨境电商的店铺库存优化 203
本章小结 库存计划是个技术活 220
第三章 新品导入与滚动计划机制的建立 224
案例 新品的初始预测:群策群力,专家判断法 224
德尔菲专家判断法 226
小贴士 瓶子里有多少颗巧克力豆 227
新品预测试点项目准备 230
专家判断的结果分析 236
反馈改进,从失败中学习 240
专家判断法失败的三个原因 241
小贴士 预测判断力是可以培养的 243
专家判断法用于什么产品 244
专家判断有没有约束力 245
专家判断法由谁来维护 246
季节性强,一锤子买卖如何预测 247
案例 新品的预售期:尽快纠偏,调整预测 250
哪个预测模型更好 255
系统性偏差的检验 258
重新定义样本,重新建模 259
预售期需求的滚动预测 263
案例 新品的滚动计划要从开发期开始 268
小贴士 新品计划本身要有计划性 274
小贴士 大型设备的项目预投机制 276
新品计划由谁做 279
本章小结 尽量做准,尽快纠偏 280
后记 283