跟鏈主企業(yè)一樣，供應商的供應鏈也需要預測來驅動。供應商執(zhí)行是否到位，很大程度上取決于需求預測的及時性和準確度。

預測從哪里來？從采購方來。但有些采購擔心預測準確度，不愿意給供應商提供需求預測。作為供應商，你的選擇有兩個：如果你胳膊粗，你就不見兔子不撒鷹——沒有訂單，我就不建產能不備庫存；如果你胳膊細，那就只好自己承擔預測的風險，自己猜個預測。

不見兔子不撒鷹，自然是害了需求方：需求落地時，供應商已經來不及響應了。供應商自己做預測呢，因為比采購方更加遠離需求，預測準確度只能更低，不管是短缺還是過剩，不管影響到的是客戶還是供應商，從供應鏈的角度來看都不是好事。

要知道，在供應鏈上，誰處于最合適的位置做某件事，誰就應該去做，否則注定是次優(yōu)化的解決方案。這是個基本準則。顯然，采購方離需求更近，處于更合適的位置做預測。

在管理良好的公司，企業(yè)一般有滾動預測，定期發(fā)送給供應商，比如13周預測準確度較高，指導未來三個月的交貨；14到26周的預測準確度較低，指導供應商做中長期產能規(guī)劃。在管理粗放的企業(yè)，企業(yè)的需求預測能力薄弱，給自己的生產都沒有預測，供應商就更不用提了。計劃先天不足，就只能靠執(zhí)行來彌補，表現在生產線上加班加點，忙的時候忙死，閑的時候閑死；采購采取多點尋源，一個料號由多個供應商做，以防萬一供應商A供不上貨，供應商B來備份。這樣做的結果是生產效率低，運營成本高；采購額分散，規(guī)模效益喪失。

進一步講，對于定制化程度高的產品，或者采購方需求很大、占供應商的產能比例較高時，沒有一個供應商會有那么多的富裕產能，來“準備”萬一自己的競爭對手沒法供貨，好把它們的生意搶過來——因為產能利用率低，那樣的供應商早就破產了。所以，在供應商的產能準備上，我們必須正視預測，督促、幫助供應商及早準備。

在給供應商分享需求預測時，還有個問題是采購要不要調整預測，比如加碼或者打折。

調整預測的最正當理由呢，就是預測不準確。不過想想看，作為采購，你更加遠離需求源，何德何能比計劃、銷售預測地更準？采購調整預測，更多的是基于對供應商的不信任，比如擔心產能不足，那好，就拔高預測。這結果就是需求信號重重放大，導致“牛鞭效應”；供應鏈的各個環(huán)節(jié)多重博弈，給供應鏈導入太多的不確定性，最后都形成庫存。

打個比方。比如需求預測是100個/周，采購擔心供應商產能不足，就加碼20%，調整為120，供應商會不會知道？當然會，因為實踐是檢驗真理的唯一標準：供應商按照120來準備，發(fā)現訂單只有100個，你不用是個MBA也知道發(fā)生了什么。那以后供應商怎么辦？打折。采購會不會知道？當然會：我訂了100個，你只能供應80個，這不明擺著打八折了嘛。作為反制措施，采購就加更多的碼，供應商就打更多的折，相互博弈，導入很多不確定性。對于不確定性，供應鏈的自然應對就是加庫存、加產能，兩者都是成本。

采購與供應商這么博弈，計劃與采購、銷售與計劃、客戶與銷售也是這么博弈，你會發(fā)現，供應鏈上有四重博弈。博弈的結果呢，就是四個需求預測，而正確的需求預測只有一個，那就注定至少3個預測都是錯的。錯誤的結果呢，就是庫存過剩或者短缺。更糟糕的是，這種博弈導致需求變化沿著供應鏈層層放大，形成“牛鞭效應”。要知道，“牛鞭效應”是供應鏈的大敵，導致短缺與過剩輪番出現，無論是產能還是庫存，最后都是成本。人類一思考，上帝就發(fā)笑。職能與職能、公司與公司之間互相博弈，導致的多重預測顯然屬于此列。

講到這里，或許有人會說，我明白，采購調整預測是件很糟糕的事。但是，預測虛高，供應商已經吃過N次虧了，前年的呆滯庫存還沒處理掉呢，不調整行嗎？是啊，你知道按照計劃的指令，往前走會掉到坑里去，而且已經掉下去N次了，那你當然要調整。做為采購，你怎么調整呢？把需求歷史調出來，根據過往的需求來打個折。得，這不就是計劃應該做的數據分析嗎？

這里的根源呢，是在很多企業(yè)，銷售“提需求”；計劃職能薄弱，簡單匯總起來就給采購和供應鏈，只起個傳聲筒的作用。看得出，這需求預測不是“從（計劃的）數據出發(fā)，由（銷售的）判斷結束”，而是銷售“由判斷開始，由判斷結束”，習慣性地虛高。因為缺了“從數據開始”，采購調整預測，其實是在彌補計劃的不作為。這也再次印證了，一個職能不做它的核心任務，就只能由它的內部客戶或內部供應商來做了。

那怎么辦？你不能簡單地說，采購不得調整預測，如果需求預測的質量不能提高的話。要知道，不改變能力，就沒法改變行為。這里的能力呢，就是計劃對接銷售和運營，做出一個“準確度最高的錯誤的預測”的能力。這就回到前面的需求預測流程，也是企業(yè)銷售與運營計劃（S&OP）的關鍵構成。

這兒又有人會說，我們是嚴格遵循“從數據開始，由判斷結束”，相信得到了“準確度最高的錯誤的預測”。但這預測一到采購的手上，作為人之常情，采購總想增加點價值，搗鼓搗鼓后發(fā)送給供應商。這里的解決方案有二。從組織角度，要重申采購哪些可以做，哪些不可以做；從系統(tǒng)角度，就是增強信息系統(tǒng)的能力，比如通過電子商務，把預測自動、直接發(fā)送給供應商，甚至下級供應商。

供應商把預測給它的下級供應商時，也可能有同樣的信息扭曲問題。作為解決方案，有個全球制造商就把電子商務平臺開放給下級供應商，下級供應商在網上輸入自己的料號，就能得到最終客戶給一級供應商的預測。該公司是大型設備制造商，行業(yè)周期性異常明顯，確保公司、供應商、供應商的供應商采用同樣的預測，需求飆升時大家一起準備產能，需求下跌時大家一起控制庫存，是供應鏈協(xié)同的關鍵。

這些措施都是增加信息的透明度。畢竟，“牛鞭效應”的根本原因是信息不對稱：銷售知道的計劃不知道，計劃知道的采購不知道，采購知道的供應商不知道。電子商務這樣的信息系統(tǒng)呢，就是把各職能、供應商、供應商的供應商都納入同一系統(tǒng)，信息對稱了，預測失真就小，庫存就少。這就是北美過去二三十年來常說的“拿信息換庫存”。

看到這里，你就知道，在那些習慣性地采取一品多點的企業(yè)，為什么會屢屢抓瞎了。這些企業(yè)為了導入更“充分”的競爭，就把同一個料號分給多個供應商做。為了吊起供應商的“胃口”，各自的份額都經常變動。你知道，這種情況下，供應商的需求預測就很難做，導致諸多產能、庫存問題。這還沒完。有的企業(yè)把這種做法延伸到二級供應商，導致問題更加復雜，需求更加難以預測。

比如有個互聯(lián)網企業(yè)，新近進入電子硬件行業(yè)，為了“增加”對供應商的控制，就在一級、二級供應商上都推行一品多點。結果呢，新產品導入時預測本身就很難做，現在又分割給多個一級、二級供應商，組合太多，管理難度大增。打個比方。這產品的預測是100，由兩個制造商來制造（一級供應商），其中的關鍵零部件又有兩個供應商（二級供應商）。每個一級供應商的份額可能是0%到100%，每個二級供應商也是這樣。二對二就是四種組合的情況下，不確定性很大，二級供應商的業(yè)務量不但取決于采購方，而且也受一級供應商的影響，預測的變數太大，產能就很難規(guī)劃，也很難承諾最好的價格。這給采購方的新產品導入帶來很大挑戰(zhàn)，也給他們的成本控制帶來很大麻煩，因為產品成本大部分來自下級關鍵零部件供應商。