讨论了预测和计划的关系，现在聚焦在预测本身。
    预测是什么我们已经讨论过了，那预测是怎么做出来的？简单来说，把销售员的预测汇总在一起就算作预测了，但要升级成要货计划就不简单了。
    之前我们讲过预测升级成要货计划需要考虑很多因素，例如市场策略、营销活动、客户关系、新品切换等等，甚至包括销售员个人风格都在考虑范围内。这些统称主观因素。让我们来一一讨论。
    制定要货计划需考虑的主观因素：
    1、市场策略：
    市场策略决定了重点区域、重点客户、重点产品，这决定了销售的重点和市场份额。
    2、营销活动：
    营销活动既从属于市场策略，也可单独实施。往往带来销售浪涌和要货高峰。
    3、客户关系：
    客户关系的好坏决定了我们在客户采购中的比例，一般情况，客户关系变好销售利好，反之，销售向坏。
    4、新旧品切换：
    新产品代替旧产品，或者同一产品的版本切换，都会对产品销售产生巨大的影响，搞不好的话，新品供不上，旧品一大堆，市场份额丢失。（关于新旧切换单独一篇讨论）
    有主观就有客观，哪些客观因素也要考虑？
    1、季节影响：
    对于某些行业或产品来讲，季节才是最大的客户，例如：服装行业、口罩、某些食品、取暖产品等等。这些行业或产品要货季节规律很强，历史数据分析是必不可少的。
    2、政策法规：
    国家的政策法规当然是必须遵守的了。一旦发生变化，整个公司必须及时调整。甚至会涉及整个公司整体战略，当然会对销售产生影响。
    3、客户需求变化：
    客户需求变化在这里主要是针对客户定制化需求，当此需求变化时，我们必须迅速做出反应。虽然客户应该给足够的周期来做切换，但是理想和现实总是有差距的。我们要做好紧急切换的准备。
    4、供应的变化：
    供应商无论是价格的变化还是产品的变化，都会对我们产生影响，但一般只对我们供应产生影响。不过当供应商所在行业发生重大变化，例如铜价之于金属加工业，棉价之于纺织业等情况，当这种成本变化通过供应链条传导到上游企业，我们自己的整个供应策略包括客户的采购策略都会发生变化。
    以上就是影响预测的主要因素，知道了因素，那我们在做预测及要货计划时，就要采取一些方法来规避或者利用。主要方法有以下：
    1、历史数据清洗
    历史数据是做数据分析的基础，它必须是真实的，客观的，如果能够从销售终端直接实时获得销售数据当然是最好的，但是这需要强大的销售系统和健全的流程，这不是每个公司都能做到的。更有甚者，有的公司连历史销售数据都难以完全获得，数据分析就无从谈起。
对历史数据的利用简单一点的方法只需要把历史数据清洗干净（去除异常数据、突发事件数据，春节时间对齐），找出历史要货的简单规律（高低、数量级），用现有数据和历史数据进行拟合来调整预测。
    2、数据分析
    数据分析有很多方法：算数平均法、移动平均法、修正移动平均法、趋势平均法、线性回归等等。具体计算公式有很多公开材料，这里不做赘述。只强调一点，数据分析同样是对历史数据有较高要求。
    3、高层指导
    销售的策略，市场的形势，这些必须公司高层站在更高的角度来全局把握。所以销售部门的高层要在承接公司战略的前提下，根据市场变化及时调整销售策略，并能贯彻到基层。
    4、流程健全
    只有建立在流程上的预测，才是标准的，客观的，可度量的，可利用的。但往往现实中很多企业恰恰缺的就是流程，或者说流程不健全。预测的流程包括但不限于:预测制定、预测收集、预测评审、要货计划制定、计划调整等等，还有各种配套规则，和最终使用人的模板。
    5、组织适配
    流程的落实，需要组织上的适配。包括部门、人员、职责、考核等等。其中考核宜奖不宜罚，对做好预测要多奖励，毕竟现实中，销售员很多时候对预测这件事是有抵触的。
    除了这些基本方法外，还有许多值得注意的点：BOM结构设计问题、预测与计划的颗粒度适配问题、预测计划整体时间点适配问题等。
    以上其实只是关于制定预测的一些基本方法的粗略介绍，实际业务中，预测工作远比此复杂。贴近实际，构建适合自己的预测体系才是最重要的。