小贴士　多少数据，多少判断呢

销售是哨兵，打探情报；计划是军师，运筹帷幄。

虽说需求预测是“从数据开始，由判断结束”，但并不是说两者的比重一样。那么究竟多少数据，多少判断呢？这很难清楚地定义，这里只是分享一些个人看法。

总体而言，可重复性越高，数据的成分就越多；可重复性越低，判断的成分就越多。客户、渠道的集中度越高，判断的成分就越多，因为单一客户、渠道的变动可能显著影响整体需求；相反，客户、渠道越分散，需求变动就越容易互相抵消，数据分析在决策中的角色就越重要。

就产品的生命周期来说，越是在产品生命周期的两头，判断的成分就越多；越是在成熟期，数据的成分就越多。一提到预测，人们总是习惯性联想到营销，其实在产品的整个生命周期里，计划在大部分时间处于主导地位，即便在新品上市、老品下架的计划上也是如此。

此外，我们还得考虑行业特性：不同的行业，数据分析和职业判断的比重可能也不一样。

比如在快消品、家电、手机等行业，产品生命周期短，市场竞争异常激烈，市场促销、季节性需求、新老产品交替，给生产与供应带来诸多挑战，需要计划人员更多地与销售、市场、产品等职能互动，这也意味着前端职能的判断比例更高。

而在工业产品行业，特别是MRO[1]领域，产品往往批量小、品种多，料号动辄数以万计，每个计划员需要管理的产品非常多，但只有很少的产品需要借助市场、销售等的判断，绝大多数通过需求历史、装机量[2]等数据来计划。当然，客户定制、项目型需求的重复性较低，对销售端的判断就更加依赖。

另外，需求越是容易改变，判断的成分也就可能越多。就拿电商业务来说，改变需求的事情很多，比如早晨买流量，中午订单就来了，所以线上业务一般更加动荡，跟业务端的对接也就更重要。同理，产品的竞争力越弱，就越得依赖销售行为，比如打折、促销等，需求预测对业务端判断的依赖度一般也越高。[3]

不过，判断并不等同于“拍脑袋”，判断也是基于历史数据的，无非这些数据往往不以结构化的方式存储在计算机里，而是以非结构化，也就是说经验的方式装在某个人的脑子里。这就容易引申出两点：（1）管理越粗放，信息化程度越低，对业务端的判断就越依赖，表现为啥事都得靠销售；（2）信息化程度越低，经验就越重要，对“能人”也就越依赖——这顺便也解释了迷信的人找人算命的时候，为什么更喜欢找个老算命师，神婆、神汉一般都是上了年纪的人，花白头发的顾问看上去更可信，也是同样的道理。

[1] MRO是英文maintenance,repair & operations的缩写，即维护、维修、运行，通常是指在实际的生产过程中不直接构成产品，只提供用于维护、维修、运行设备的物料和服务。引自百度百科的“MRO”词条。

[2] 装机量指的是一个产品安装了多少。比如说每架波音787上装有2只引擎，某国有57架波音787，那引擎的装机量就是57×2=114。假定引擎平均4000小时大修一次，更换相应的备件，那就可以预测相应的备件需求。

[3] 产品竞争力越弱，需求也就越容易被改变，需要业务端更多地判断，比如竞争对手的举动。这就如身体越弱的人，越容易生病，对医生的依赖度越高一样。