物流預測是為物流作業計劃而對貨物需求的地點、品種(SKU)以及時間進行的預計。物流經理在進行預測前，先要理解需求的性質和預測對象的組成部分。

需求的性質

預測的需求可以分成相關需求和獨立需求。相關需求是指某種物資的需求量與其他物資有直接的配套關系，當其他某種物資的需求量確定后，就可直接推算出來。企業內的各種在制品、零部件等都屬相關需求。如輪胎裝配到汽車上，輪胎的需求取決于汽車裝配計劃。相關需求關系可以分為垂直相關和水平相關兩種。需求的垂直相關分為若干層次，如原材料供應商、零部件制造商、裝配商和配送商等。而水平相關需求則是指在每種物資中包括的附屬物、促銷品等。例如，購買一副羽毛球拍免費提供的羽毛球。

對基本物資的需求估計最初是通過使用預測、存貨狀況和需求計劃來確定的。一旦采購或制造計劃被確定，對零部件的需求

物流線路需求：
遼寧： 阜新市 盤錦市 本溪市 鞍山市 錦州市 葫蘆島市 營口市 大連市 遼陽市 撫順市 朝陽市 鐵嶺市 沈陽市 丹東市

獨立需求是指某種物資的需求量是由外部市場決定的，與其他物資不存在直接的連帶關系。例如，對冰箱的需求有可能與對牛奶的需求無關。所以，對牛奶進行的預測對冰箱的預測不起任何作用。獨立需求物資包括大多數產成品形式的消費品和工業物資，對它們應單獨進行預測。

預測既強調時間，也強調數據。然而，當存在從屬需求時，預測者應該利用這種情況，僅預測基本物資的需求。通常說來，只要有可能，應盡量利用相關性。

預測內容的組成

物流需要用預測數量進行計劃和協調。這種預測一般是每個庫存單位和配送地點的月度數字或每周的數字。雖然這種預測數量一般是一個單一數字，但是該數值實際上由六部分組成，包括：

● 基本需求;

● 季節因素;

● 趨勢因素;

● 周期因素;

● 促銷因素;

● 不確定因素。

假定基本需求是平均銷售水平，而其他部分則是乘以基本水平，并進行了正負調整的指數或因素，由此產生的預測模型是：

Ft = ( Bt + St + T + Ct +Pt )+ I式中

Ft ——時期t的預測數量;

Bt ——時期t的基本需求水平;

St ——時期t的季節因素;

T ——趨勢因素，每一時期的增減數量;

Ct ——時期t的周期因素;

Pt ——時期t的促銷因素;

I ——不確定變數或隨機數量。

雖然預測不一定都包含以上所有的內容，但是了解每項內容的特性，對于能夠跟蹤它們，并適當地結合進預測中是很有幫助的。各項內容的特征如下。

基本需求是不考慮其他所有的因素時的數值。它預測的是沒有季節因素、趨勢因素、周期因素和促銷因素等成分的數量?；拘枨笠哉麄€時期內的平均值表示。

季節因素通常以年度為基礎。例如在圣誕節前玩具需求量較大，而在一年的前三個季度中需求量則相對較低。因此，可以說玩具的需求類型是在前三個季度中季節因素較低，最后一個季度呈現季節因素的峰值。當然，上述討論的季節因素是指在零售層次。批發層次的季節因素先于消費需求大約一個季度。對于整個時期(如月份)季節因素的平均值為1.0，但是，單個的月度季節因素的范圍可以從0到12。如果季節因素值為1.2，則表明預計銷售高于平均值20%。

趨勢因素的定義為在一個時期內，銷售的長期總趨勢。這種趨勢值可以是正的、負的，也可以是正負不定的。正的趨勢值意味著銷售量隨時間增加，負的則表示銷售量隨時間推移而減少。例如，個人電腦的銷售趨勢是增長的;出生率的下降，意味著隨之而來的一次性尿布的需求將減少;由于人們的飲用習慣的變化，啤酒消費從增長趨勢變化到一種不確定趨勢。不像其他的預測成分，趨勢值會在以后各期影響到基本需求。這種特殊的關系表現如下：

Bt+ 1=Bt ×T式中

Bt+1——在時期t+1內的基本需求;

Bt ——在時期t內的基本需求;

T ——趨勢指數。

趨勢指數值大于1.0，意味著定期需求是增長的;而趨勢指數值小于1.0，則意味著下降趨勢。

周期因素的特點是其需求模式中的波動超過一年。這種周期因素可以是上升的，也可以是下降的。例如，經濟周期，一般每隔3~5年有一次經濟從衰退到擴張的波動。住房需求通常就與經濟周期以及由此產生的電器產品的需求聯系在一起。

促銷因素的特點是需求波動是由廠商的市場營銷活動引起，如廣告、促銷等。這種波動的特點是促銷期間銷售量增加，此后隨著促銷售出庫存后銷售量下跌。促銷可以是有規則的，如在每年的同一時間發生。從預測的角度來看，有規則的促銷因素成分，它類似于季節因素成分。不規則的促銷因素成分是在不同的時期內發生促銷，所以必須對它進行分別跟蹤。促銷因素成分對于跟蹤消費品行業來說特別重要，因為它對銷售量具有很大的影響。在某些行業中，促銷銷售量甚至會占年度銷售量的50%~80%。促銷因素成分不同于其他預測成分，在很大程度上，廠商在時間和規模上可以控制促銷因素。

不確定因素成分包括隨機的或無法預計的、不適合歸在其他類別的成分中的數量。由于它的隨機性質，這種成分不可能事先預計。在展開一項預測過程時，其目標是要通過跟蹤和預計其他成分，使隨機成分的數量減少到最低限度。

預測方法與流程

預測方法論

預測從方法論上可以分為自頂向下方法(top-down approach)和自底向上方法(bottom-up approach)。

1.自頂向下方法

自頂向下方法也稱分解法。如圖4-1所示，先展開全國層次的SKU預測，然后按照歷史的銷售模式把量分攤到各地。假定全國家月度預測總計為10 000單位，廠商使用4個配送中心歷史上所占份額分別為40%，30%，20%和10%，預計每個配送中心的預測值分別為4 000，3 000，2 000和1 000單位。

自頂向下方法

預測部門必須根據實際情況選擇最佳的方法。自頂向下方法對于穩定的需求環境或當需求水平在整個市場統一變化時是適合的。

2.自底向上方法

自底向上方法是一種分權化預測方法，每個配送中心可獨立地展開預測。每一預測都能更精確地跟蹤和考慮在特定市場內的需求波動。然而，自底向上方法需要更詳細的記錄，并且更難結合進系統的需求因素，如一次大型促銷的影響。

預測部門對這兩種方法做出選擇，可以結合兩種方法的優點。自底向上方法需要詳細跟蹤，而自頂向下方法的比例分配有難度。

預測流程

物流計劃和協調要求盡可能準確估算各地區產品的各種品種(SKU)的需求。雖然預測還不是一門精確學科，但是越來越多的企業正在實施綜合預測流程，它綜合各種數據、高級的數理統計技術和決策支持工具，以及經過培訓的預測人員。

正常的物流作業預測的時間一般是1年或1年以下，它取決于計劃的預期用途。預測是以每天、每周、每月、每季、半年以及年度為基礎的，最常見的是月。

有效的預測流程由若干個部分組成，圖4-2顯示了這些組成部分及相互關系。預測過程的基礎是預測數據庫，它包括了訂單、訂單歷史，以及獲得訂貨的戰術，如促銷等。其他如經濟狀況等環境也應考慮在內。為了有效地支持預測，數據庫必須包括定時的歷史與計劃數據，它能夠使得數據的處理、概括、分析和報告更便利。這一特定的數據庫要求滿足靈活性、精確性、可維持性以及及時性的要求。

有效的預測過程

其次，有效的預測過程必須開發一種支持用戶需要(如財務、營銷、銷售、生產和物流等部門)的綜合的和一致的預測。預測的用戶特別要求精確的、一致的和詳細及時的結果。

最后，開發有效的預測需要一個能結合了三個組成部分的流程：預測技術、預測支持系統及預測組織與管理。

tags標簽：物流,