不管是时兴的跨境电商、新零售，还是传统的生产制造、贸易流通，在供应链计划上的问题都很相似，主要表现在：总进总出整体上不平衡，导致全局性的需求与供应不匹配。库存没放到合适的地方，导致局部性的需求与供应不匹配。产品、业务、需求的复杂度大增，增加了供应链计划的难度。这些问题交织在一起，集中体现为：新产品的计划靠前不准，经常大错特错；老产品的计划不能精打细算，无法实现库存优化。这些问题不是特定行业所专享的，我们需要寻找广义的解决方案，系统地从时间维度（新产品vs成熟产品）和空间维度（中心仓vs前置仓）来应对。就整体方法论而言，《需求预测和库存计划：一个实践者的角度》依旧遵循“从数据开始，由判断结束”的基本准则，在基本数据，比如需求历史的基础上，制定基准预测；根据销售、市场等业务部门的职业判断，比如促销计划、新品上市计划，来调整基准预测，制定很终的预测。本书更加聚焦“从数据开始”，通过一系列案例，更详细地介绍预测模型，包括预测方法的择优、库存计划的优化、新品导入的计划等。特别要说明的是，本书不是一本预测方法论的书。本书会探讨常用的预测方法，力图以浅显易懂的方式，把这些方法介绍给大家，让更多的人能够熟练应用。本书的目标是寻找更优而不是很优的解决方案。

序言一从计划的“七分管理”到“三分技术”
序言二从药典到：我对案例的一些想法
序言三这是我的第5本书，跟其他书有什么联系
作者简介
导读
计划是供应链的引擎
章需求预测：三种基本的预测方法
时间序列的预测：移动平均法/8
小贴士预测的灵敏度和准确度/12
小贴士预测准确度的统计/13
小贴士要不要考核预测准确度/18
时间序列的预测：指数平滑法/20
指数平滑法的逻辑/23
指数平滑法的初始化/25
平滑系数的择优/27
简单指数平滑法的优劣/32
趋势的预测：霍尔特指数平滑法/34
案例一个快时尚产品的需求预测/41
小贴士有时候，不预测就是好的预测/46
季节性+趋势的预测/47
基于相关性的预测：线性回归/57
小贴士解读线性回归的参数/60
小贴士样本选择的几点考量/65
小贴士极端值的处理/66
小贴士残差图的分析/70
小贴士样本太少怎么办/73
小贴士警惕线性回归给你的东西/74
选择预测模型的一些考量/78
小贴士寻找更优，而不是优的解决方案/81
小贴士预测模型的优化要提防过度拟合/83
案例中心仓的预测方法择优/86
需求预测的集中化/90
小贴士为什么在颗粒度小的地方做预测/93
预测方法的优化/95
计划的改进得兼顾供应链的执行能力/103
小贴士电商如何选择ERP/106
魔鬼藏在细节中：需求历史数据的清洗/110
本章小结基本的方法也是重要的/118
第二章库存计划和库存的优化
量化不确定性，设定安全库存/123
步：量化需求的不确定性/124
第二步：量化有货率的要求/128
小贴士有货率怎么定/129
第三步：计算安全库存/130
小贴士按日、按周还是按月汇总需求历史/134
会设安全库存，计算再订货点就很容易/139
补货机制：定量vs不定量/143
补货机制：定期vs随时/145
案例随时补货机制下再订货点的计算/149
案例定期补货机制下再订货点的计算/150
小贴士不是现货供应，再订货点如何计算/152
案例轮辐式的库存网络计划/153
小贴士设再订货点，还是安全库存+预测/158
案例某工业品企业的计划组织/163
小贴士计划职能的绩效如何考核/172
VMI的库存水位如何设置/175
计算低、高库存水位/176
量化VMI的库存/178
VMI的绩效管理/179
案例离开信息化，就很难具备做VMI的条件/182
“长尾”产品：库存计划的挑战/184
“长尾”需求用泊松分布模拟更准确/189
用简单法则来指导“长尾”需求的计划/195
案例跨境电商的店铺库存优化/203
本章小结库存计划是个技术活/220
第三章新品导入与滚动计划机制的建立
案例新品的初始预测：群策群力，专家判断法/224
德尔菲专家判断法/226
小贴士瓶子里有多少颗巧克力豆/227
新品预测试点项目准备/230
专家判断的结果分析/236
反馈改进，从失败中学习/240
专家判断法失败的三个原因/241
小贴士预测判断力是可以培养的/243
专家判断法用于什么产品/244
专家判断有没有约束力/245
专家判断法由谁来维护/246
季节性强，一锤子买卖如何预测/247
案例新品的预售期：尽快纠偏，调整预测/250
哪个预测模型更好/255
性偏差的检验/258
重新定义样本，重新建模/259
预售期需求的滚动预测/263
案例新品的滚动计划要从开发期开始/268
小贴士新品计划本身要有计划性/274
小贴士大型设备的项目预投机制/276
新品计划由谁做/279
本章小结尽量做准，尽快纠偏/280
后记/283