汽车行业产业互联网探索5--从产销联动来看如何来更精准对接汽车行业需求

观点：产销联动在很多行业都是一个非常大的问题，市场和销售的不确定性往往会给产品的生产和供应链带来巨大的挑战，而生产的产能和供应链的能力做出来的产品是否是市场和客户需要的产品也给市场和销售带来巨大的挑战，汽车行业是一个非常重资产的行业，是否可以有效做好预测成为这个行业的关键。如何平衡好市场和生产之间的关心，往往会成为企业的最主要核心竞争力。

制造企业一般从营销到销售开始接到需求，会转入到制造过程，会有计划和安排、入场物流、生产、库存，再到交付物流的全过程。前几篇文章已经分析过以计划驱动的产业链变革、业务模式、汽车产业互联网简单理解和供应商协同的话题。

回到需求的源头，营销和销售，如何竞争把握需求的方向是供应链乃至互联网时代下的营销模式的变革，或者用户时代下如何更好关注客户，正在成为数据时代下，很多企业要重点关注的内容。

在汽车行业，传统的主机厂的市场需求大多来自于经销商渠道、海外渠道、互联网渠道和一些企业需要的调整需求。由于渠道来源多，标准不统一，市场紧迫度和销售的声量不同，都会影响到需要来源和预测的准确性，如何确保预测的准确性可以更加精准成为很多主机厂努力的目标，库存问题成为主机厂的主要成本，也是企业的核心竞争力。

如何来看待前面来的需求，已经对需求的准确预测，正在成为每家主机厂需要去面对和改进的方向，那如何来把握需求的生成就变成了关键要点。还要让需求更加准确，就不是简单每个渠道类型如何来报预测和需求，首先要统一的是市场口径和营销口径，如何让大家的口径一致成为了比较重要的关键要素。

以门店为例，销售的需求主要来自与门店、经销商集团、大区、再到主机厂，如何来做好预测的汇总，让预测变得更加准确，口径统一成为了关键中的关键要素，尤其是在销售的车辆有不同的产品、品牌、配置、系列和车型的时候，让各维度统一报需求变得非常重要。

其次，当汇聚上来的需求，发现不准确，或者其他偏差比较大的情况下，如何对原来的需求进行回溯也会变得很重要，只有真正做好预测汇聚和需求回溯，才能够把“牛鞭效应”的影响降低到最小。

从技术层面来看，主要如何来进行网络化的数据来源管理，通过灵活的架构多层次，内外数据联通（DLR信息直通车）；多渠道口径间的冲突检查（进行多视角预测，多角度汇拆）。

在收集完需求后，需要对收集的不同阶段的需求进行相关的版本管理和版本分析，不同的阶段，不同的市场特征，对不同的版本有不同的要求，在对比不同的版本，版本内的波动分析、版本间的差异分析非常重要。

波动需要对波动事前管理，需要包括需求的预测、波动的预测、同时产生和共同的路径和聚焦，需要对波动因子影响范围进行相关的计算。

对波动过程的可视化管理和算法支撑在预测过程中，变得尤其重要，有一整套灵活可配置的数据透视分析工具，有预测的算法工具箱来进行时间关联、因子关联和事件影响关联，确保相应的关联影响要素更加全面，才可以确保产生的成果会更加精准。

对于波动引起的扩散往往影响也会非常大，这里会从大区、渠道、门店，不同的地域对需求收集的理解也往往会千差万别，这就需要去收集可能产生的影响面和影响因素在哪里，需要人聚集影响，以把影响面降低到最小，才能确保市场汇总过来的需求更加精准化，这样的需求传送的生产、供应链和供应商才会更加精准，效率才会更高。

需求和预测是一个大课题，解决好了，可以更加有效做好产销协调，这也是所有销售渠道的制造型企业面临的共同话题，在很多公司，都有分开的子公司和部门在负责，这需要的不光是技术，更需要的是组织和需求维度的统一，流程和口径的一致，才可以真正把产销协同起来。数字化时代正在到来，如何通过数据来驱动，通过算法和模型，把预测做得更加准确，才是真正有竞争力的企业。

当然，这里指的数据驱动，不管是技术问题，更多是业务模式的创新，业务价值的创新，基于数据的驱动，可以真正让企业的业务价值得以进一步放大，企业的核心竞争力才更强。

关键词： 核心竞争力 业务模式