 |  |  |
   |
春天，年轻人会想修理一下自己的货车。随着公路和人行道都变得越来越暖和，喜欢DIY的人认为是时候重新拾起放了一冬天的零碎修理工作了。
AMR Research把需求管理定义为形成、感知需求并做出响应的必要流程，包括市场、销售、服务、价格管理和需求预测/规划。
对于美国伊利诺伊州的瑞典SKF跨国集团零部件公司SKF Vehicle Service Market来说， 这就意味着对轴承、密封圈、万向节和其他汽车配件的需求大幅增加。
SKF VSM汽车服务市场供应链经理Matthew Schiele表示，他们遇到的挑战是低成本、高效率地满足需要，同时还要面临上游和下游供应链带来的困难。SKF VSM销售给分销商和零售商的60，000个独特的零部件，有70％都是通过北美的6个分销中心进入下游供应链的。这些分销中心的需求要么时断时续，要么“传递缓慢”，或者两者兼有。更糟糕的是，不仅分销中心里的库存会导致销售损失；而且，某些中心还遇到了Schiele称之为“将要打电话”的需要：如果没有现货，就会有客户打电话定购。
上游的情况也很复杂。位于美国肯塔基州的SKF VSM总部，接收到从世界各地制造厂家快运来的大宗产品后，再进行分拆、重新包装、存入仓库，等待向分销中心发货。不过，某些产品的供应商前置时间会长达26周；因此，精准的预测对于满足需求来说非常关键。
而Schiele表示，2003年他接手配件供应链管理时，缺少的就是准确预测。当时，只有一个国产的预测系统，勉强能准确反映出需求的季节性变化。
“响应时间很长。”Schiele回忆道，“系统时好时怀，要辨别出需求发生了变化，都需要花上一段时间。”
意识到这些局限后，Schiele的团队进行手工操作，就成了家常便饭。需求规划人员需要花费很多时间调整预测，增减库存。但是，每个月都对60，000件库存进行类似操作，是不可能的。所以，很多产品的库存决策，依据的都是不太准确的预测。包装人员冬天就无所事事，而夏天又特别忙碌才能满足需求，并完成以前的定单。
智能化工具
解决问题的方法就是Smart Software公司的SmartForecasts软件。除了规律需求预测技术之外，该软件还具有断续需求预测专利算法。
和使用SmartForecasts解决类似问题的Smart Software客户交流过后，Schiele用SKF VSM的实际数据进行了在线演示。
“我让经理们都观看了演示，印象深刻。”他回忆到。不过，讨论中人们意识到SKF VSM已经是Smart Software的客户了。十几年前就获得了该软件较早版本的使用许可，不过已经停用。
安装之后，SmartForecasts直接与编程工作相集成，只用两周时间就与SKF VSM分散的要求规划软件密切整合。由它所产生的原始数据，下载后被用于批量模式预测，得出的预测数据再传回分散要求规划系统，据此进行定单补充和库存管理。
新软件的影响立竿见影。为保持95％的目标服务水平，库存量也随着销售量而增长， Schiele解释说。例如，该年度采用该系统前，库存数量增加了6％。SmartForecasts有效地打破了这种关联：2004年库存下降了3％。
“2004年，我们采用Smart系统‘实现精益’，减少二次定购，降低了库存水平。”Schiele说。
2005年，效益更加明显。在服务水平仍报纸在95％的前提下，SKF VSM把库存降低了16％。此外，采用根据Smart Software推算出的预测结果，改善了与主要供应商的沟通。
“我们能够更加清楚地向他们传递我们的要求，它们可以据此安排生产。”Schiele说，“因此，交货情况比以前也有改善。”
内部效率也得到了提高。“仓库管理发生了很大改变。”他说，“过去，我们总是难以应对春季大幅增长的需求。现在，我们事先就准备了200，000个零部件，而不是在产品售出之后再做准备。”
购并带来挑战
匹兹堡的食品巨头HJ Heinz，是又一个成功采用需求管理方案来改善供应链的例子。它的欧洲公司是在并购过程中建立起来的。因此，企业内部的ERP系统各不相同。
Heinz的生产策略要求企业在特定地点集中生产，该公司欧洲区需求规划经理Mike Bonnici说；比如，整个欧洲的番茄酱都在一个地点生产。困难就在于，他解释说，如何把各个国家的需求预测及时传送给这个生产地。
一个最直接的困难，是预测所依据的历史销售记录分散在不同的ERP系统中，且预测方法各不相同。“德国的计算单位是‘吨’，意大利是‘瓶’，而英国则是‘打’。可是工厂需要统一的计量单位。” Bonnici解释说。
一个协作预测工具——Mercia Software公司，现并入Infor公司，的Mercia Linked Enterprise，为Heinz提供了解决方案。从各国系统中提取出信息，做出预测，传送给生产规划系统，推动制造和财务系统。
