企业要不要做销售预测或需求预测?答案无疑是肯定的。同时，销售预测质量的高低将直接决定整个供应链的运作效率和品质。没有准确的预测，就没有准确的计划，一方面会导致库存积压或者缺货的问题，另一方面会造成生产反应不及时，只能依靠加班等方法应付，大大增加成本。

但销售预测准确一直是非常困难的。特别是对于医药企业来说，在销售业绩的压力下，容易盲目地编制新品销售计划，使得计划与供应链脱钩，加剧供需失调。

此外，药品的批次要求严格、缺货成本高，不仅要求库存合理，还必须对客户响应及时，达到较高的产品交付率，这也加大了供应链管理的难度。

而中国市场规模排名前三的某国营医药巨头，虽然产业链复杂，药品品类繁多，但药品销售预测准确率却达到了80%。这样的成绩是怎么做到的呢?我们总结了这三点，供大家参考。

首先，选对预测方法和模型。

过去，该国营医药巨头的销售预测主要依靠个人的历史经验和手工填报。像OTC(非处方药)药品多达200多个品种，单纯依靠人工每月进行一一预测数据填报，难度非常大。这造成小品种药只能被忽视，主要选报一些较为重要或者关键的品种，导致整体预测率偏低，仅为40%。

为改变这一点，企业高层决定引入一个科学、智能的销售预测系统，为销售、供应链、营销中心等部门提供系统化的技术支持，从而全面改善其预测质量长期低迷的现状。

该系统采用多版本的滚动需求预测方法，定期把前一期的历史实际数据纳入预测考量，来响应市场对于产品实际需求。也就是说，每月一产生新的销售数据，就要根据市场实际的销售状况，对未来的预测数据进行调整。

这不但提升了预测准确率，可以更快地察觉市场变化，提早启动应变机制，为生产、物流留出充足的前置准备时间，让供应链支持更到位，也有利于企业的中长期战略规划，做出更周全的决策考量。

通过统计模型优化，系统会自动给各销售大区和地区生成建议值作为调整基准，针对一些非重点品种或者小品种，销售人员可直接参考建议值进行填报。这样，95%的用户在2小时内能完成预测提报，显著降低预测数据填报的难度。

其次，数据获取要实时、准确、便捷

以前，这家医药巨头的产品历史数据都散落在内部的各个系统之内，想要利用这些数据来销售预测，需要经过层层部门申请，从提出需求到获取数据，至少需要2天时间，到手的信息显然已经过时。而且由于缺乏通畅的获取渠道，不少人员并没有形成利用数据来辅助决策的习惯。

为此，该企业专门打造了大数据中心，来打通各个系统之间的信息孤岛，完成数据整合和共享，并与销售预测系统进行对接，实现总部、大区、片区、产品、客户等维度批量的销售影响因子可视化。

“不管是前端销售，还是营销中心、供应链部门，都可以在这个销售预测系统上找到第一手的实时数据，了解销售任务的进度、库存周转率、纯销同环比、订单同环比等信息，及时补单、补货，或者制定促销计划去库存，方便地利用数据作精细化决策。”系统提供方联合通商科技顾问高铭介绍。

此外，该系统还支持根据库存状况、销售量等信息来设定系统的预警机制，对于异常信息进行实时追踪和预警，一旦发现异常，系统会自动侦测并通知、处理。

第三，透彻的需求分析是基础

系统再好也只是个工具，需要依靠人来实现。而销售预测更是需要大量人员的支持和协同合作，涉及跨部门的沟通和协调。

以这家医药巨头为例，销售预测流程中涉及的角色是非常多的，从地区的销售经理到大区的商务经理，总部的供应链组、营销中心等部门人员都要参与进来。

所以，在项目正式实施之前，企业在系统提供商的协助下，与各个销售大区、片区进行大量的访谈，深入了解各个部门的需求，重新梳理了整个销售预测流程。最终，与营销中心、大区、片区和供应链部门一起完成了协同销售预测体系构建，实现了自上而下、自下而上的销售目标分解以及销售预测编制。

该企业供应链管理计划部门的相关负责人对此总结：“通过这个项目，我们建立了销售预测协同流程，实现了滚动销售预测，帮助我们增加了信息透明度，加快了市场反应效率，同时也提高了一直困扰我们的销售预测准确率较低和没有好的新产品预测模型的问题，降低了库存和缺货率，让我们在销售预测上有了新的思路和更好的预测方式。”

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，企业网D1Net将携手需求预测和供应链大数据分析面的知名服务商——联合通商科技推出系列供应链创新领域的实战案例，敬请期待!

关于联合通商科技

联合通商科技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。