导读
对企业的订单交付和卓越运营而言，做准、做好市场需求和销售预测是关键的一步，但还远远不够，企业还需要进一步考虑如何应用销售预测来指导供应链活动，以更好地满足客户需求。
我们知道，企业要想实现客户满意和生产、供应的经济性，必须做好供应与需求之间的精确匹配。在实际执行中，客户需求与供应活动往往存在多种矛盾：
时间上的矛盾。客户提交订单以后总是希望能够马上拿到自己所订购的产品（客户所期望的订单交货周期最好为“”），而企业组织零部件的采购、产品的生产和供应往往需要一定的时间，有时短则一两天，长则数周，乃至数月。
批量上的矛盾。客户的订购批量一般不大，有时的订购数量是“”个，而企业按照单个产品来组织生产就很难有经济性可言，通常会按一定的经济批量来组织生产。
位置上的矛盾。客户所处的位置往往是全国各地，乃至全球的各个角落，而企业的生产工厂和配送中心通常是集中在某几个区域。
为了平衡上述矛盾，显然，企业的供应活动不可能等收到客户订单后才进行，而客户的供应活动包括工程设计、原材料或外协采购、零件加工、半成品生产、成品装配、成品发运、区域配送中心缓存等多种形式，供应活动开始得太早或太晚都会有问题，而哪些供应活动，在什么的时间点开始，这就牵涉到供应链活动解耦点的选择。
、解耦点的选择
所谓解耦点，指的是供应链中，以销售预测来驱动的供应链活动和以客户订单来驱动的供应链活动之间的临界点。换句话说，在解耦点以前，所有的供应链活动都是由销售预测来驱动的，这也是销售预测的业务价值所在，以销售预测来驱动供应链活动的触发机制又称为“推式（Push）”供应链组织；在解耦点以后，所有的供应链活动都是由客户订单来驱动的。正是因为有解耦点选择的不同，才有所谓的MTS、ATO/CTO、MTO、ETO等不同形式和内容的生产模型。
图 供应链解耦点的选择
如图所示，在面向库存生产（MTS）的生产模式中，供应链解耦点在成品总装与分销发运之间。也就是说，在接到客户订单之前，工程设计、原材料或外协采购、零件加工、成品装配等供应链活动已经完成，其活动依据是企业的销售预测。在接到客户订单以后，企业才开始进行产品的分销发运等其他供应链活动。当然，在MTS的生产模式中，客户订单的交货周期通常是最短的，但如果销售预测的准确性比较低，就会发生物料呆滞和库存积压等现象。
在面向订单装配（ATO）的生产模式中，供应链解耦点在半成品加工和成品总装之间。也就是说，在接到客户订单之前，工程设计、原材料或外协采购、零件加工的供应链活动已经完成了；一旦接到客户订单，企业就开始组织成品总装等后续供应链活动。
至于面向订单配置（CTO），与ATO的差异之处主要体现在客户下单时，允许客户按自己的需求或偏好选择产品的相关配置或特性，前提是产品是可配置产品。
在面向订单生产（MTO）的生产模式中，供应链解耦点在原材料或外协采购与零件加工之间。也就是说，在接到客户订单之前，工程设计、原材料或外协采购是根据销售预测来组织并已完成，而零件加工、成品装配等后续供应链活动则是在接到客户订单后才开始。在MTO生产模式中，其订单交付周期通常要比MTS模式长得多，但发生半成品、成品呆滞和库存积压的可能也基本没有。
在面向订单工程（ETO）中，基本上，绝大部分供应链活动，包括工程设计、原材料或外协采购、零件加工、成品总装，等等，都是在接到客户订单以后才开始的。在ETO模式中，企业如果做市场需求和销售预测的话，预测数据也只是用于指导产品架构和平台的开发、工厂建设和生产能力的准备、员工招聘和培训，等等，产品的定型或改型设计都是要接到客户订单以后才开始。
在ATO/CTO、MTO等生产模式中，以销售预测来指导部分供应链活动的组织和执行，显然还需要对销售预测的数据做适当的处理或转换。
以ATO模式为例，销售预测的对象通常是成品，而ATO模式中原材料和外协采购、零件加工等供应链活动的工作对象是原材料或零部件。另外，理论上讲，销售预测的制订在客户订单的接收之前。但是，在企业的实际运营中，具体某个产品，销售预测的制订和客户订单的接收往往是同时进行，不同之处也主要是各自的展望期不同而已，销售预测的展望期有长期、中期和短期，而客户订单的交货周期往往较短，时间上会与短期的销售预测重叠。既然销售预测和客户订单所代表的都是客户需求，当所接收的客户订单与短期销售预测在时间上出现重叠时，它们之间应该要做时间和数量上的勾兑处理，然后再传递到供应环节去指导供应的展开。至于销售预测与客户订单如何勾兑，取决于企业的业务需求和计划管理。如上所述，不管是将成品的销售预测转换为原材料或零部件的生产计划输入，还是销售预测与客户订单之间勾兑逻辑的定义，都需要企业设计相应的流程和机制来进行，也就是所谓的需求管理。
、需求管理
对企业而言，总是要寻求需求与供应的精准匹配和动态平衡，以保证既不能丢失任何市场机会，又不要让库存太高。为此，企业不仅要做准、做好市场需求和销售预测，还要考虑如何用销售预测去指导采购、生产、分销等供应活动，且尽量保证这些活动的最优。以ATO生产模式为例，企业的原材料或外协采购和零部件生产等活动是通过销售预测来驱动的。为了保证供应活动的规模化、均衡化，企业肯定会以经济批量或单件流的重复式生产来组织这些供应活动，这就有要求既不能供应过度，也不能供应不足。落实到实践中，一则是如何合理使用成品的销售预测数据，二则是销售预测与客户订单之间勾兑逻辑的定义。
图解耦点上的需求管理
如图所示，供应点的解构点，既是销售预测驱动的供应链活动与客户订单驱动的供应链活动的衔接点，又是需求信息（包括销售预测与客户订单）向上游供应环节进行传递的临界点。从需求信息的内容来看，销售预测和客户订单都代表市场需求，销售预测的内容涵盖更更广、时间展望期更长，但信息可能失真，实际上做不到百分百的准确；客户订单的内容更特定、时间展望期更短，但信息却基本真实。从集合的角度来看，客户订单数据理论上应该是销售预测数据的子集，但因为销售预测的部分失真，客户订单数据与销售预测数据实际上可能是存在交集的两个不同数据集。
图 销售预测数据集与客户订单数据集
如图所示，当销售预测数据集与客户订单数据集是两个存在交集的不同数据集，但它们又都代表客户需求，如何应用它们各自所代表的客户需求数据去驱动上游的供应活动，需要企业根据自己的业务策略来做出相应的选择。从集合的角度来看，对于销售预测数据和客户订单数据，企业可以有这么几种选择：
将它们视为不存在交集的不同数据集，将销售预测数据和客户订单数据进行汇总来驱动上游供应活动。
将它们的交集，进行同类项合并抵消，只将不存在重复的需求数据传递到上游供应环节。因为客户需求存在产品品种、交货地点和交货时间等具体要求，同类项合并抵消的逻辑也考虑上述因素。比如，产品品种相同，但交货地点或交货时间不同的，是视为相同需求，还是视为不同需求，等等。
只将销售预测数据，抑或是只将客户订单数据，传递并驱动上游供应环节的计划和执行。
销售预测数据与客户订单数据之间勾兑逻辑的定义，取决于企业在市场需求和供应链管理上的策略选择。如果企业是市场机会偏好型的，倾向于把销售预测和客户订单都当成销售机会，可能就不做销售预测数据与客户订单数据的同类项抵消了，或者，把只要是产品品种、交货地点或交货时间中只要有一个因素不同就视为不同的客户需求。如果企业是低成本或低风险偏好型的，可能就倾向于只按客户订单来组织供应，或是只把产品品种不同的才视为不同的客户需求。除了销售预测数据与客户订单数据之间勾兑逻辑的定义，企业有时还需要把成品预测数据或客户订单数据转化为半成品或低阶物料的需求，这需要成品的物料清单（制造BOM）等数据的支持，或者干脆在分总成层面做销售预测，或是针对产品的配置特性做预测，这也属于需求管理的工作内容。
、需求满足
在供应链的需求端，除了销售预测（又称需求计划）、需求管理外，还要一个重要的工作是需求满足（Demand Fulfillment），后者包括订单接收和审核、可用性承诺、订单排程、订单变更管理、订单协调、拣配和包装、发运，以及订单满足全过程的可视化，等等。为了让客户满意，为了实现订单满足上的高绩效（订单交货周期短、订单满足率高、订单交付及时，等等），企业不能被动地响应客户需求，而是要以主动的方式，对需求满足的全过程，尤其是订单满足中的订单接收和审核、可用性承诺、订单排程、订单变更管理、订单协调等工作环节进行重点关注和针对性的管理。
、需求满足中的重点工作和管控点
在订单接收和审核环节，企业接收到客户订单后，需要对客户订单的内容进行审核，比如，所订购的产品及配置是否选择正确和可行，订购价格及相关优惠是否正确，订单的交货日期是否填写正确，等等。如果是现金销售，要检查付款是否已到账；如果是赊销，要检查客户的信用额度是否足够。如果客户订单的内容无误且符合信用条件，企业就需要启动可用性检查流程，检查是否能满足客户所指定的交货日期，或是建议一个能够发货的日期，也就是所谓的可用日期或订单交货截止日期。如果客户指定的交货日期无法满足，而客户又不愿意妥协成其他日期，那该客户订单就要拒收。
（）可用性检查
所谓可用性检查（Available to Promise，简称ATP），指的是企业将供应链各节点的产品或者资源与客户订单所订购的产品进行品种、交货地点和交货时间等方面的供需匹配，以决定企业是否能够，以及何时可以将客户所需的产品交付给客户。针对生产模式的不同，尤其是ATO/CTO/ETO等模式下，客户订单的可用性检查流程会比较复杂，这可以从可用性检查的层次、运行模式、与ERP等IT系统的交互等方面窥见一斑，具体可参加图所示。
图
可用性检查的内容和形式在可用性检查的层次上，可用性检查可以在客户订单所订购的成品层面来展开，也可以在成品生产所需的零部件、生产能力等层面来展开。如果既可以在成品层面，也可以在成品生产所需的零部件或原材料层面来进行可用性检查，这种可用性检查也称为多层可用性检查（Multi-level ATP）。
简单的多层可用性检查是不考虑资源的约束条件的，是无约束的可用性检查，往往在可执行性上会打折扣，也不能保证订单准时交付的可靠性。如果考虑到资源的可用性，比如外协供应商的供货能力、自身生产线或设备的生产能力，也就是资源有约束条件下客户订单的可用性，这种可用性检查又称为可用能力承诺（Capable-to-Promise，又称CTP）。
从简单的多层ATP到CTP，可用性检查的可执行性更强，订单准时交付的可靠性也能够得到保证，当然，其背后的流程和算法也更复杂。
在可用性检查的运行模式上，有实时的可用性检查和按批的可用性检查。实时的可用性检查，在客户订单录入时，就能马上给出可用性检查的结果，这需要有很强的算力做支持。按批的可用性检查，客户订单录入以后，并不能马上得到可用性检查的结果，而是等待一定的时间，相关IT系统按批处理完可用性检查以后，再反馈出可用性检查的结果。
在做可用性检查时，客户订单的录入系统需要与后台的ERP等IT系统进行数据交互。如果订单录入系统只能被动地接收ERP等IT系统的可用性检查结果，那就是被动的可用性检查。如果订单录入系统能够修改并影响ERP等IT系统所反馈的可用性检查结果，那就是主动的可用性检查。在需求满足过程中，企业往往还会对客户订单进行优先级排序，这也通常由可用性检查系统或模块来完成。简单的订单优先级排序一般采用的是“先到先得”的逻辑，先录入系统的客户订单比后录入系统的客户订单享有更高的优先级。在企业的供应能力有限时，采取“先到先得”的优先级逻辑，有可能只满足了低销售毛利的客户订单或低重要度的客户，而不能满足高销售毛利的客户订单或高重要度的客户，这显然不符合企业的商业利益。
为了兼顾需求满足、销售利润和客户服务水平等方面的诉求，企业往往会对客户或供应能力进行分类，把有限的供应资源优先服务于销售毛利高的客户订单或重要程度高的客户，典型的例子是航空公司中头等舱、商务舱和经济舱的座位分类管理和汽车企业中旗舰版、豪华版、商务版、经济版等类型的产品分类管理。以汽车企业为例，当生产能力不能完全满足客户的订单需求时，企业会把有限产能优先分配给销售毛利更高的旗舰版或豪华版车型的生产，其次才是商务版车型和经济版车型的生产，对应的客户订单可用性检查逻辑也需做相应的设计，而这种逻辑的可用性检查，又称为基于客户搜索的可用性检查或产品分配。
除了上述搜索规则的可用性检查（从数字化技术的角度看，可用性检查类似于“搜索引擎”），企业还常用到基于替代的可用性检查，替代的情形有时间替代、位置替代和产品替代，或者是三者的组合。
所谓时间替代，指的是客户订单中所指定的交货时间暂时满足不了，但在更晚一些的时候有相同产品可用；
所谓位置替代，指的是客户订单中所指定的交货地点没有可用供应，但在其他交货地点有同种产品的供应，比如，不同渠道或经销商的库存；
所谓的产品替代，指的是客户订单中所指定的产品在指定的交货时间或交货地点无法满足，但有与该产品的功能特点极为相似的其他产品供应可用；而三者的组合，则是上述三种替代情形中的两种或三种都进行检查，从而确定可用供应。
图 订单满足的过程和管控点
如图所示，企业必须明确规定订单可修改的期间（通常是工厂下达关联生产订单的前多少天），超过这个期间，就不再接受客户对订单内容的变更。当然，针对不同的客户类型，或是不同重要程度的客户，订单可修改期间的定义可以不一样。在具体细节上，订单可修改期间还需根据客户订单的变更内容做进一步的细分。比如，在相关生产订单下达（后文简称：生产下达）前天以上的时间范围内，允许变更所有的内容，包括订单的取消；在生产下达的前天到前天，允许变更订单中的产品品种；在生产下达的前天到前天，允许减少所订购产品的数量；在生产下达的前天内，允许变更订单中订购产品的配置；等等。需要再次强调的是，客户订单的内容发生变更后，需要重新做需求满足流程中订单审核和可用性检查等相关工作。随着互联网和社交媒体的普及，有的企业会将订单满足过程中的关键节点状态，通过企业官网、微信公众号或小程序、用户APP等数字化渠道共享出来，供相关客户查询。
