核心用法
该需求预测框架是一套企业级方法论体系，支持四种互补的预测方法：
1. 时间序列分析 —— 适用于有24个月以上历史数据的成熟产品。包含移动平均、加权移动平均和指数平滑等经典算法，自动分解趋势、季节性和周期成分。
2. 因果/回归模型 —— 识别价格弹性、营销投入滞后效应（通常2-6周）、经济指标（GDP、PMI）等外部驱动因素，建立多元线性回归方程。
3. 专家判断法 —— 针对新产品或市场扰动场景，提供德尔菲法、销售团队合成（需下调15-20%乐观偏差）、类比预测等定性工具。
4. 混合预测（推荐） —— 按产品成熟度动态加权：成熟产品时间序列占50%，新产品专家判断升至70%。
关键运营工具
- ABC-XYZ矩阵：将产品按销量和波动性九格分类，差异化制定补货策略
- 安全库存公式：Z值法，支持95%-99%服务等级
- 三情景规划：熊市/基准/牛市（20%/60%/20%概率权重）
- 月度S&OP流程：四周闭环（统计生成→市场情报→共识会议→供应链下达）
显著优点
- 方法论完整性：覆盖从数据丰富的成熟品到零数据新品的全生命周期
- 财务量化清晰：明确给出$10M营收企业5% MAPE改进可产生$450K-$1.15M年化收益
- 行业基准对照：提供CPG、零售、SaaS、医疗等六大行业典型MAPE区间
- 风险信号清单：六大红旗预警（MAPE>20%、持续偏差、追踪信号超限等）
潜在缺点与局限性
- 实施门槛高：回归模型需获取价格弹性、竞品情报等难以量化的输入
- 行业包付费：完整部署配置需购买$47起的行业Context Pack
- 自动化程度未明：Week 1的"auto-run models"未说明具体工具实现
- 专家判断校正系数（15-20%、30-40%）来源未标注，可能因行业差异而失效
适合人群
- 供应链总监、需求计划经理、S&OP负责人
- 年营收$5M以上、SKU复杂度中高的制造/零售/电商企业
- 已有基础数据基础设施（ERP历史数据>24个月）、寻求从Excel预测向系统化转型的组织
常规风险
- 数据质量风险：缺失值、促销活动未清洗将直接扭曲时间序列结果
- 组织博弈风险：销售团队的乐观/悲观偏差需机制化校正，否则共识会议流于形式
- 模型僵化风险：未定期重新训练（MAPE持续>20%为信号）将导致预测失效
- 外部冲击盲区：纯统计模型对黑天鹅事件（疫情、政策突变）无预警能力，必须保留情景规划的人工干预