需求计划
Demand Planning
需求计划
核心释义
需求计划（Demand Planning）是通过统计模型、市场情报与业务判断，对未来一定周期内产品需求量进行预测与规划的流程，是供应链计划的源头。它综合历史销售、促销、季节性与宏观因素，输出量化需求基线供生产、采购与库存计划使用。主流方法分定性（专家判断、市场调研）、时间序列（移动平均、指数平滑、ARIMA）与因果（回归、机器学习）三类，实践中多采用组合模型并加入促销与新品因子。在实际建模中，企业会把历史销量按促销、缺货与异常事件做清洗，再叠加季节指数、新品爬坡与渠道库存变化；对多 SKU 场景常采用自上而下的品类预测配合自下而上的明细校验，兼顾效率与可解释性。
延伸理解
实际场景需求计划是供应链管理中的一环，连接采购、生产、仓配与交付，影响整体交付周期与库存成本。
相近辨析供应链概念常跨职能，需求计划易与计划、采购或物流环节混用，区分看它归属「计划层、执行层还是控制层」。
知识扩展
实操要点
建计划须分层级（品类/SKU）、分 horizon，并跟踪预测准确率（MAPE）持续迭代
对长尾 SKU 可用聚合预测或备安全库存替代单品预测。预测颗粒度并非越细越好，过度细分会放大噪声，应按品类层级分层预测再自下而上汇总。建议把预测准确率分品类、分渠道跟踪，对偏差大的组合做根因分析
关键月份（双十一、春节）要单独建模，历史数据在这些时段往往失真。
对长尾 SKU 可用聚合预测或备安全库存替代单品预测。预测颗粒度并非越细越好，过度细分会放大噪声，应按品类层级分层预测再自下而上汇总。建议把预测准确率分品类、分渠道跟踪，对偏差大的组合做根因分析
关键月份（双十一、春节）要单独建模，历史数据在这些时段往往失真。
常见误区
须避免两种误区：一是以为预测越细越准，过度细分反而噪声大；二是忽视促销与断货对历史数据的污染，缺货与促销会造成历史销量失真，须先清洗再建模。也要注意预测不是一次性动作，需按周滚动刷新；把预测当静态数字使用、不及时吸收新信息，是很多企业预测失效的隐性原因。
业务实例
用历史数据滚动生成需求计划。
来源依据
实务