📚 智能硬件PM学习日报 | 2026-10-03(周六)
今日主题:需求预测与产销协同(S&OP)—— 项目型智能硬件怎么回答"该备多少货、什么时候备、备在哪一环"
取材说明:任务里的两条 `curl` 直连 Google 在本机仍被网络策略拦截(实测 exit 0、0 字节,与 09-14 起一致),已改用备用检索通道取材,来源真实可查(见文末)。
主题轮换:本主题历史日报中从未作为主主题讲过。已覆盖:IPD / NPDP / 竞品分析 / PRD / DFM×2 / BOM成本 / GTM / 测试验证 / 用户调研 / 路线图 / 跨部门与供应链 / 专利布局 / 迭代策略 / 质量体系 / 敏捷硬件 / CBB / 认证合规 / 成本工程DTC / DFR可靠性 / NPI / QFD+KANO / ECR-ECO-ECN / 无人机强制合规 / 定价 / OTA / 招投标 / 失效分析 / 机巢产品定义 / DaaS / DFS可服务性 / EMC / 元器件国产化 / 数据合规 / 立项商业论证 / 结构件与开模管理。
与既有主题的分工:09-15 讲"单台怎么更便宜";09-29 讲"这颗料明天还能不能买到";09-27 讲"坏了怎么修";10-01 讲"这笔钱该不该投"。今天是把它们全部串起来的那条线——数量与时间。
已归档:`/home/ubuntu/reports/pm-learning-2026-10-03.md`
🎯 今日主题(约15分钟):需求预测与产销协同 S&OP
一、先承认一件不体面的事:PM 的第二个交付物是"数量"
1.5 年经验的 PM 通常默认交付物是文档。但等你坐进立项会和交付会就会发现,老板问的从来不是"需求写得全不全",而是:"明年卖多少台?什么时候能交?现在备了多少料?"
S&OP 定义(APICS 协会):一个制定一系列计划的流程,把所有业务计划(销售、市场、研发、制造、采购、财务)集成协同;至少每月执行一次,管理层在汇总层审核,关注 18~36 个月的中长期。
几个被人念歪的点,今天先钉死:
| 常见误解 | 事实 |
|---|---|
| S&OP 是一个"计划" | 它是一个流程(辅助决策流程)。目的不是算出数字,而是对已有结果做选择评估、提出纠偏行动 |
| 上了系统才算落地 | Oliver Wight 明确:技术仅占 10%(Culture 文化 50%、Process 流程 40%、Tool 工具 10%) |
| S&OP 就是需求计划 | 需求计划是它的基石输入,不是它本身 |
| 就是每月开五个会 | 会议只是表象。会议越多的公司其实越混乱——靠开会解决的协同是最低效的协同 |
| 我们有产销会就是有 S&OP | 90% 企业说的是救火式短期协调(S&OE),不是防火式的中长期预防 |
| **S&OP**(销售与运营计划) | **S&OE**(销售与运营执行) | |
|---|---|---|
| 视角 | 中长期(18~36 个月展望) | 短期(未来 1~8 周,周节奏) |
| 属性 | 防火:解决"为何缺货、为何这么多插单"的根本原因 | 救火:解决"这周缺的货怎么补、插单怎么排" |
| 谁开 | 管理层(总监/高管) | 计划、采购、生产、交付执行层 |
一句话:S&OE 处理已发生的问题,S&OP 处理产生问题的原因。
二、经典"五步流程":每一步的输出是什么
| 步骤 | 谁主导 | 干的事 | 输出 |
|---|---|---|---|
| ① 数据收集 / 产品评审 | 产品 + 计划 | 新品导入节点、老品退市、ECN/设计变更影响 | 可执行的产品计划(含切换点) |
| ② 需求评审 | 销售 + 市场 + 产品 | 市场情报、大项目管线、历史误差修正 | 共识预测——不是销售一个人的数 |
| ③ 供应评审 | 计划 + 采购 + 生产 | 产能、瓶颈工序、长周期料到货、齐套风险 | 可承诺供应量 + 缺口清单 |
| ④ 预备会议 Pre-S&OP | 计划牵头 | 解决 80% 分歧,形成 2~3 个方案 | 带取舍的方案包 |
| ⑤ 高管会议 | 管理层 | 只做取舍决策 | 唯一的"一套计划"→ MPS → MRP |
PM 在① ② 是最强输入方,在③ 是最强"翻译官"。 供应评审卡住时,第一个被问的永远是 PM:*"这个定制件能砍吗?这个模块能用上一代的吗?这个功能晚一个版本行不行?"* 能答这三个问题的 PM,和"写需求文档的 PM"不是一个物种。
三、把"预测"变成可管理的数字(四个 KPI)
| KPI | 含义 | 怎么用 |
|---|---|---|
| MAPE | 每次误差÷实际需求取平均 | 最常被引用,但对低需求量严重偏斜(分母小),优化它会导致系统性低估 → 建议避开 |
| WMAPE | 误差总量÷需求总量 | 供应链实操首选,A 类重点品常用它考核 |
| Bias(偏差) | 不加绝对值,看方向 | 长期为负=系统性高估;为正=系统性低估。Bias 出问题说明方法错了,不是运气差 |
| MAE / RMSE | 绝对误差 / 均方误差 | MAE 抗离群值,RMSE 罚大错。可"用 MAE 汇报、用 RMSE 优化" |
可直接拿去用的验收标尺:核心 A 类产品 WAPE ≤ 25%;全品类 Bias 稳定在 −5% ~ +5%;因预测失真造成的跌价损失同比降 40%+;存货周转天数压缩 15 天以上。
必记的分层规律:产品系列 > SKU(大数原则);月度 > 周度、近期 > 远期;A 类 > C 类(长尾间歇性需求本质不可预测);行业间没有统一标准,别拿快消的 MAPE 要求无人机。
机制陷阱:只考核"准确率"会逼销售永远少报(报多了担库存责任,报少了算业绩)。正解是非对称双向考核——引入 Bias 指标,系统性低报超 10% 同等扣分;把"预测不足导致的断货机会损失"折算成成本计入销售考核;预测准确率进销售高管 KPI(权重 ≥15%)。
四、该备多少:安全库存与"供应链三道防线"
刘宝红把它总结成三道防线:① 需求预测(最便宜)→ ② 库存计划 → ③ 供应链执行(最贵)。前两道做不好,第三道就永远在救火。
安全库存 SS = Z × σ_L (交期稳定时)
σ_L = σ_周 × √(补货周期周数) ← 是开根号,不是线性!"夜长梦多"
服务水平 → 安全系数 Z:
50% → Z=0(等于不放,一半时间缺货);84% → 1;97% → 2;99%+ → 3
最重要的一条商业直觉:在预测值上加 1 个标准差安全库存,服务水平从 50% → 84%(+34 个点);再加 1 个 → 97%(+14 个点);再加 1 个 → 99%+(+2 个点)。边际效应急剧递减——用库存追最后几个点的服务水平是糟糕的做法,那几个点应交由"执行"(加急、赶工、替代料)去补。
算一遍(示例,非真实数据):某模块周需求均值 3 台、周预测误差标准差 1.5 台、补货周期 8 周。
- 补货周期内标准差 σ_L = 1.5 × √8 ≈ 4.24 台
- 服务水平 95%(Z=1.645)→ SS ≈ 7 台;服务水平 99%(Z=2.326)→ SS ≈ 10 台
- 多投 3 台库存只换来 4 个点服务水平 —— 这 3 台占多少资金、多大仓储?值不值?这就是 PM 要在会上给出的判断,而不是让计划员拍脑袋。
五、我们的特殊困难:项目型智能硬件 ≠ 卖饮料
| 特性 | 消费电子 | 我们的项目型装备 |
|---|---|---|
| 需求形态 | 连续、近似正态、可周预测 | 招投标脉冲 + 项目制,间歇无规律 |
| 需求性质 | 独立需求 | 大量派生需求(先有合同,才有物料需求) |
| 业务模式 | MTS | MTO / ATO / ETO 混杂 |
| 交付节奏 | 现货发货 | 合同交期 60~180 天,装调后验收 |
| 致命点 | 库存积压 | 物料齐套缺料 → 在制积压 + 交期延误 |
两句行业黑话,今天要懂:
- "三边模式"(边设计、边采购、边生产):项目型装备几乎都这样跑,直接后果是设计变更频繁 → 齐套难 → 计划执行困难。这不是管理不善,是结构性问题,只能靠机制缓解(变更影响评估、齐套前置、通用件预投)。
- "齐套率(Kitting Rate)":投料前有多少工单的料配齐了。行业实测:某 MOM 平台在 30 余家离散制造企业统计,上 MRP+齐套管理后,齐套率从约 70% → 95%,订单准交率从 75% → 95%,计划编制耗时 2~3 天 → 4 小时。齐套率与准交率是一对孪生指标。
交期不是一个数字,是分段的(做交付承诺极有用):
材料LT(最不可控) + 制程LT(急单最先被压缩) + 运输LT(只有平均值)= Total LT
客户要求交期 < Total LT ⇒ 这就是急单,必须逐段找可压缩空间
长周期物料处理原则(可直接借用):长周期料(电子件常见 4~5 个月)必须由预测驱动——"所有预测都是错的,但有个预测比没有预测强";没有官方预测,各环节会各自拍一个,陷入多重预测内耗。由谁出?有个企业的答案就是:由上层产品的产品经理负责提供。 另有企业设专岗 CPMC 每周与销售回顾。推拉结合:通用长 LT 件按预测推着备,定制件按订单拉着做;推拉结合点定在哪,是 PM 与供应链要一起拍的决策。最后,把柔性写成合同:"提前 13 周免费取消 / 8 周付 x% / 4 周付 y%"——零成本条款,等于给"预测必然不准"买了保险。
六、落地工具一:按 BOM 分层定"备什么、不备什么"
| 品类(成至场景) | 需求特性 | 业务模式 | 备货策略 |
|---|---|---|---|
| 飞控 / 电机 / 电池 / 图传 | 通用、长 LT、跨项目复用 | MTS | 按滚动预测建安全库存 + 长约 + 双源 |
| 云台 / 载荷通用平台件 | 通用、中等 LT | ATO | 备半成品模块,按订单装成整机 |
| 无人机整机 | 可跨五警种复用 | ATO/MTS | 小额成品安全库存,供演示机与应急插单 |
| 机巢箱体 / 钣金 / 专用结构件 | 项目定制、外观件、开模 | ETO/MTO | 不提前备,按单开工;靠平台化复用 |
| 警种专用载荷(静音/水域增强/RFID等) | 极低频、一单一议 | ETO | 不备货,中标后启动;模块化降复杂度是唯一解 |
核心洞察:控制长周期物料风险的根本办法不是"算得更准",而是标准化、模块化、通用化设计——这正是 PM 的活。预测做不好,一半是设计带来的复杂度债。
七、落地工具二:三个案例
案例1 · 某省级警航机巢项目(示例推演):招标 3 月发布,合同 6 个月交付,关键件(图传、专用电机)LT 16 周。
- 错误做法:中标后统一下料 → 16 周料期 + 8 周装配调试 + 运输,撑不住 → 空运加急+加班,吃掉项目毛利。
- 正确做法:产品线提前给"未来 12 个月机巢滚动预测",通用长 LT 件按预测提前备安全库存,定制箱体按单开工;同时把"提前 13 周免费取消"写进供应商合同,把备错的风险成本锁在可接受区间。
案例2 · 预测 KPI 的博弈:只考核绝对误差,销售最理性的应对就是永远少报。正解:① Bias 考核,系统性低报超 10% 同等扣分;② 断货机会损失折算成本计入销售考核;③ 预测准确率进销售高管 KPI(≥15%)。
案例3 · 共识预测 ≠ 各部门数字取平均:研发说"6 月量产",销售说"5 月就要 20 台",采购说"关键件 4 个月到货",财务说"库存不能超 800 万"。Pre-S&OP 的产出不是折中,而是两三个带取舍的方案:A(不高库存、接受 1 个月延期)/ B(空运加急、成本 +12 万、准交)/ C(分批交付、先交 10 台)。高管会议只做选择,不做算术。
💡 知识速览(每个1-2分钟)
1. 会议多 ≠ 协同好。 S&OP 的本质是部门之间的做事规则,会议只是表象。判断标准:一件事有没有在不开会的情况下被规则自动处理掉。
2. 端到端"计划对计划"的协同,行业里做得极差。 2024 年对 300+ 泛制造企业调研:近 40% 已与客户/供应商有常态化交流,但真正实现计划对计划协同的低于 15%。→ 只要与核心供应商共享滚动预测,就已超过 85% 的同行。
3. "从数据开始,由判断结束"是 PM 在预测会上的正确姿势。 公式算出 10 台,若是新品上升期 → 判断 +3 台;临近退市老品 → 判断 −2 台。数据给基准,判断给调整,调整必须写理由。
4. 四个业务模式对号入座。 MTS(通用现货备货)/ MTO(接单才做)/ ATO(半成品先备、按单装配)/ ETO(一单一设计)。同一产品在不同模块上可以混用——这正是"按 BOM 分层备货"的理论依据。
5. 与供应商共享预测时,别忘了"阶梯取消条款"。 把"预测必然不准"这个事实转成可定价的风险;谈成它,比把预测准确率再提高 5 个点更值钱。
📌 今日金句
"所有的预测都是错的,但有个预测比没有预测强。" —— 刘宝红《供应链的三道防线》
因为它逼着全公司用同一把尺子看未来。没有这把尺子,研发、销售、采购会各自拍一个数字,然后在缺料那天聚在一起互相指责。
而对产品经理更值得记住的是它的推论:预测准确率不是"预测部门"的 KPI,而是产品复杂度的体检报告。 产品线越模块化、通用件越多,预测越容易准;定制件越多、变更越频繁,神仙也预测不准。所以"该备多少货"这个问题的终极答案,写在你当年的结构设计与平台化决策里。
📎 参考来源
- SAP 中国《什么是 S&OP(产销协同)》:https://news.sap.cn/2024/04/sop(产销协同)
- Oracle 中国《什么是销售和运营计划 (S&OP)?》:https://www.oracle.com/cn/scm/supply-chain-planning/sales-operations-planning/s-and-op
- 预见科技《S&OP 不是"计划",而是"流程"!(1/8)》(摘编自赵玲《卓越供应链计划》):https://www.4see.tech/sop-a-1
- 预见科技《如何选择预测准确率的计算方法?》:https://www.4see.tech/how-to-choose-prediction-accuracy-method
- 刘宝红《安全库存:库存计划的看家本领》:https://scm-blog.com/2026/01/post-931.html
- 刘宝红《长周期物料的预测:需求预测的一大难点》:https://scm-blog.com/2017/10/forecasting-long-lead-time-mat.html
- 通天晓《MAPE 与 WAPE 计算、归因与纠偏方案》:https://www.ittx.com.cn/article/sales-forecast-accuracy-variance-analysis-correction.html
- Establish Inc.《What is Integrated Business Planning》(五步流程):https://www.establishinc.com/what-is-integrated-business-planning
- 金蝶《装备制造业数智化转型白皮书》("三边模式"、齐套统筹):https://pdf.dfcfw.com/pdf/H3_AP202609261829929655_1.pdf
- CSDN《齐套率分析:概念、计算与应用》(齐套率 70%→95%、准交率 75%→95%):https://blog.csdn.net/neweastsun/article/details/148491762
- 鼎捷数智《装备制造行业解决方案》(关键料预报与通用件预投机制不完善):https://www.digiwin.com/solution/machinery/machinery.html
- 就享知《企業如何決定存貨備料策略》(安全存量/补货点/MOQ):https://www.digiknow.com.tw/knowledge/6448c048e087d
To stop or manage this job, send me a new message (e.g. "stop reminder 智能硬件产品经理学习").