简介
精彩点评
-
Joseph 金川推荐
三道防线： ①需求预测：前端防杂，精减 SKU、需求汇集，降低供应链成本，同时聚合预估提高准确性。 ②库存计划：中间治乱，需求预测+安全库存，结合确定性和不确定性平衡好需求和供应。同时平衡服务水平、库存水平、库存成本、售罄损失。 ③供应链执行：后端减重，降低执行的成本（比如批量订货补货）提高效率，管好、服务好供应商，走轻资产之路。
-
会飞的鱼推荐
供应链的核心对象是库存，核心问题是如何提升库存周转率和有货率。
-
YUN推荐
这本书最大的收获就是刘老师介绍库存计划的方法论，此前一直好奇设置多少安全库存才是科学的，刘老师通过选取合适模型，量化供应/需求不确定性、定义合适服务水平，给出了理论依据。不一定适合每个场景，但是为库存计划的设置给出了很好的方法论。
-
🍓 泡芙小姐推荐
如何使需求预测更准确 把需求预测由前置仓集中到中心仓，在颗粒大的地方做预测。在清洗、整理数据的前提下，选择更好的预测方法，做好数据分析，提高基准预测的准确率。基于需求历史制定基准预测后，由销售、市场、产品管理等部门基于市场需求做出预测调整。 一、数据清洗 以数据清洗为前提，提高数据的准确性，为后续的需求预测和库存计划打好基础。 检验数据的一致性，发现超出正常范围、逻辑上不合理或者相互矛盾的数据，供进一步核对和纠正；用样品均值、中位数或众数代替无效值和缺失值，删除特定样品，甚至删除整个变量。 应采取“削峰填谷”的方法进行数据清洗，即促销期间以及相邻的时段，用之前一段时间的平均需求来代替。至于时段多长，取决于具体业务特点，跟移动平均法要用多长周期的历史数据的道理类似。削峰填谷后就得到基准数据，然后用合适的预测模型来制定基准预测。至于后续的促销，许需要另外预测，叠加到基准预测，就是最终预测。 【数据清洗的步骤】 1.预处理阶段： （1）将数据导入处理工具，单机跑数搭建MySQL环境，数据量大，可以使用文本文件存储+Python操作的方式。 （2）看数据。一看元数据，包括字段解释、数据来源、代码表等一切描述数据的信息。而是抽取一部分数据，使用人工查看方式，对数据有一个直观了解，并初步发现一些问题，为后续的处理做准备。 2.缺失值清洗 （1）确定缺失值范围：对每一个字段都计算其缺失值比例，然后按照缺失比例和字段的重要性，分别制定策略。 （2）去除不需要的字段 （3）填充缺失内容 ·以业务知识或经验推测填充缺失值 ·以同一指标的计算结果（均值、中位数、众数等）填充缺失值 ·以不同指标的计算结果填充缺失值 （4）重新取数 3.格式内容清洗 （1）时间、日期、数值、全半角等显示格式不一致 （2）内容中有不该存在的字符 （3）内容与该字段应有内容不符 4.逻辑错误清洗 （1）去重 （2）去除不合理值 （3）修正矛盾内容 5.非需求数据清洗 6.关联性验证 二、数据分析 根据预测精准度，通过平均绝对百分比误差、均方误差的准确度指标，采取更优的预测方法，选择合适的预测模型，同时还要考虑现货率、库存周转率和运营成本。 复盘过去一段时间的预测，通过比较各种方法的准确度，来选择更合适的预测模型。对于每版预测，保留过去几周的值，计算每周的预测误差，求出均方误差，根据均方误差的大小，决定下次预测用什么方法。 1.移动平均法 适用于需求相对平稳，没有趋势、季节性的情况。 A.简单移动平均 Ft+1=过去n期需求的总数/n=D1+Dt-1+Dt-2+......+Dt-n+1/n B.加权移动平均 需求历史越接近，权重比例越大，所有权重加起来为1。 Ft+1=W1D1+W2D2+........+WnDt-n+1 2.指数平滑法（调整误差） A.简单指数平滑法 平滑参数(α) α介于0和1之间，通过选择不同的平滑系数，指数平滑法可以更好的匹配业务的变化 需求历史越近，权重越大，能更快的响应需求变化。 Ft+1=Ft+α(Dt-Ft) 平滑系数α的选取 ·当需求历史比较稳定时，选取较小的α值，0.05～0.2 ·当需求历史有波动，但长期趋势没有大的变化时，可选取稍大的α值，0.1～0.4 ·当需求历史波动很大，呈现明显且迅速的上升或下降趋势时，宜选取较大的α 值，0.6～0.8 ·当需求历史是上升或者下降序列时，α宜取较大值，0.6～1 B.霍尔特双参数法（应对趋势） 本期水平部分=α*本期需求实际值+（1-α）*（上期水平部分+上期趋势部分） 本期趋势部分=β*（本期水平部分-上期水平部分）+（1-β）*上期趋势 下期趋势=本期水平部分+本期趋势部分 C.霍尔特-温特模型（季节性➕趋势） 3.线性回归 Y=ax+b x为自变量，y为因变量 线性回归就是找到一条最好的贴近或者模拟样本中的实际情况的直线。一般用均方误差最小来衡量，使预测的误差最小。 三、判断结束 要求前端人员做判断，把需求预测分解到适当的层面，针对特定的产品，找到合适的人做判断。 按照需求的特点对产品进行分类。对于需求频繁的的产品，用指数平滑法，计划根据历史数据加以分析可以做到很高的预测。对于需求不频繁、客户集中度高的产品，销售因为离客户更近，需求预测会更准确。这些需要销售做的就是“大石头”，计划需要找到“大石头”，让销售做判断。 “大石头”一般具有以下特点：产品比较独特、客户比较集中，单件相对高，地域性、季节性相对的强，供应周期比较长，需求变化比较大。 需求预测还需要总经理、市场、销售和财务的配合。参与预测、对自己的预测结果负责，需要成为市场和销售工作的一部分，最好进入考核。同时，需要流程保证其权责的实现，需要合理的KPI考评和激励政策。 我希望我可以成为一名优秀的供应链管理人员，我想在这领域里发光发热，即便萤火，也有微光。
-
我不是凯撒推荐
书很专业，主要是两个方面，其一是，关键的术语都是专有名词。有人说就是国外直接翻译，比如，对三道防线的描述：①需求预测：前端防杂，精减 SKU、需求汇集，降低供应链成本，同时聚合预估提高准确性；②库存计划：中间治乱，需求预测+安全库存，结合确定性和不确定性平衡好需求和供应。同时平衡服务水平、库存水平、库存成本、售罄损失。③供应链执行：后端减重，降低执行的成本（比如，批量订货补货）提高效率，管好、服务好供应商，走轻资产之路。但是，这倒是真的无所谓，因为本来这些概念就是从西方流传过来。其二，以实例说话。文章多次提到了跨境电商的模式，从最开始excel的表单去处理MRP，通过销售去预测需求，到后来上成熟的ERP系统。但是，案例说实话，如果是跨境电商从业者来看，会发现案例是他们在几年前经历的阶段，而这一两年完全不是这个现状。 刘宝红的书是有连续性的，而这本绿皮书是上一本蓝皮书《供应链管理：高成本、高库存、重资产的解决方案》的延伸，关注点在「中间治乱」，也就是库存计划的问题，纳入大量的案例，更系统、更全面地阐述供应链计划，兼顾供应链执行，以降低运营成本，提高库存周转，同时改善按时交付水平。因此，如果没看过蓝皮的，直接看这本书会有不适应 本书值得推荐吗？值得。对于完全不懂的小白，这是一本非常好的入门级别的读物。刘大师是行业老司机了，他的几本供应链的书都给读者搭了一个很好的框架，把供应链的核心思路立得很清晰。对于从业者，可以将这本作为筛错指南，看看哪些地方只是纸上谈兵，哪些地方只是脑袋不够，四肢来凑等等。 说点儿发散性的。作者一直强调所有问题最后都回归到库存上。各位是否有想过这个所谓的库存问题，其实说的是：资金成本 销链企业会关心自己的利益，尤其是销端的龙头企业。其次是他们才会考虑供应链上供链的中小企业的利益。那么，销端企业关注利益关注的是什么？是资产回报率（ROA）。我记得杜邦公司把资产回报率分成两个层面：一个资产周转率，另一个叫营业利润率。 提高资产回报率（ROA）的话要做三件事。 第一，是降低成本，降低成本是最有效的提高ROA的方式。但是，如果销端的龙头企业会尽可能地压低供应商的成本时，供应商的压力会很大。第二，通过营销活动提高销售。第三，提高周转率。降低资产。资产里面分为固定资产和流动资产。 应付帐款帐期越长越好，不要说是销端的龙头企业，一般企业也这么想。企业本来是轻资产，固定资产很少，因此，会关心流动资产是否可降低，比如，库存和应收账款净额。如果销端的强势，应付帐期势必会被越拖越长，对于供端的来说，即大问题：应收账款积压。 供应链管理其实是供端和销端之间的利益分配的问题，所以，对于上一个ERP系统就能够提高供应链效率这一点保留意见。
-
hurong推荐
由数据开始，由判断结束，这句话出现了很多次，需求预测也是需要跨部门协作的一件事情，而数据分析对计划员来说很重要，从数据中能得到很多重要的信息
-
张海敏推荐
讲了供应链的入门的东西。但是要想读懂还是要有其他书填充一下。 优质的供应链一定是聚焦于重点客户，重点需求。
-
雲華推荐
今年读过的最佳的库存管理主题书籍。 有理论、有实践考量,有研究拓展思考。值得再读。
-
🌻Stella L💫推荐
今年的几件大的供应链事件还是备受瞩目的，而且最近的大批物价上涨也与之相关。 本书内容条理清晰，配有充足的案例，类比生活的例子让人易于理解。 虽然讲的是供应链，但是很多道理、以及企业的管理和问题也可以引申延展到很多层面。 比如“得不到想要的结果，就会想要控制/影响过程”。
-
蜗牛推荐
把供应链的三道防线解释得清清楚楚，如果真的要做区分，个人觉得需求预测是基础，库存计划是保障，供应链执行是底线。三道防线越往后越严重，越往后风险越高。同时阐述了系统，流程与组织的关系，组织的目的是完成一件事，流程是让大家正确的依次完成自己的事，系统是协助实现规范化，信息化及数字化。最后还有一点感触最深的就是作者阐述的，所有的业务现状都可能是不合理的，但一定有它形成的理由，也是最适合现状的，供应链的优化也不是一蹴而就的，需要有计划有目标的逐步迭代优化。
-
LWq推荐
初次阅读关于供应链的书籍，阅读速度比较慢，从中学到了很多。 在我之前看来，一个小小的供应链，无非就是采购，生产，库存，销售的事情。但当深入其中，小小的需求预测，需要用到大量的数理统计知识。一个看似功能完备的ERP系统，但真正的实现信息数据化是如此的艰难。 线下流程与系统之间，存在着巨大的执行鸿沟，需要付出难以想象的人力物力资源来实现，遇到的挑战也是一大堆。 整个供应链系统，信息化问题仅仅是最表层的。更需要的是从业者之间的协同，整个行业系统的数据化意识，更触及大量的管理学知识。 问题既然已经知道，那么能解决这些问题的人，就是国家需要的高水平人才，也就是供应链从业者的提升方向。
-
shine推荐
按刘先生建议，随手写写看完本书首先冒出的三个感悟：1.企业还是应该尽量不吝使用优秀的人才，就像乔布斯说他的首要责任是确保第一流的人才有第一流的人才共事合作。如果这确实很难实现，那至少也要不惜代价使用合格的人才吧。2.管理层的核心任务之一是从组织、流程和系统的角度尽量避免让执行层的工作复杂化，最理想的状态是让各职能可以专注各司其职发挥所长而不必跨界兼职。3.透明度和可信度是解决现代商业复杂问题的关键。
-
by推荐
供应链管理NO.3:这个人写的书的一大特点就是啰嗦，完全可以压缩，对于我来说，还是有些点状的干货
-
小王子～🍃推荐
如果你要看具体预测方法和其他计算方法，你看机械工业出版社出版的教材类就很好。如果你想发现问题解决问题提供思路，这本书很好，作者有丰富的经验，了解各种问题，所以这本书对于实践有很大的知道意义
-
长歌吟风推荐
在大海里捞干货 希望作者能清晰自己的定位 不是在试图写文学 也不是在写人生鸡汤 试图了 就会变得不伦不类