医药人怎样搞定销售预测?这三点至关重要

摘要：企业要不要做销售预测或需求预测?答案无疑是肯定的。同时，销售预测质量的高低将直接决定整个供应链的运作效率和品质。

　　企业要不要做销售预测或需求预测?答案无疑是肯定的。同时，销售预测质量的高低将直接决定整个供应链的运作效率和品质。没有准确的预测，就没有准确的计划， 一方面会导致库存积压或者缺货的问题，另一方面会造成生产反应不及时，只能依靠加班等方法应付，大大增加成本。

　　但销售预测准确一直是非常困难的。特别是对于医药企业来说，在销售业绩的压力下，容易盲目地编制新品销售计划，使得计划与供应链脱钩，加剧供需失调。

　　此外，药品的批次要求严格、缺货成本高，不仅要求库存合理，还必须对客户响应及时，达到较高的产品交付率，这也加大了供应链管理的难度。

　　而中国市场规模排名前三的某国营医药巨头，虽然产业链复杂，药品品类繁多，但药品销售预测准确率却达到了80%。这样的成绩是怎么做到的呢?我们总结了这三点，供大家参考。

　首先，选对预测方法和模型。

　　过去，该国营医药巨头的销售预测主要依靠个人的历史经验和手工填报。像OTC(非处方药)药品多达200多个品种，单纯依靠人工每月进行一一预测数据填报，难度非常大。这造成小品种药只能被忽视，主要选报一些较为重要或者关键的品种，导致整体预测率偏低，仅为40%。

　　为改变这一点，企业高层决定引入一个科学、智能的销售预测系统，为销售、供应链、营销中心等部门提供系统化的技术支持，从而全面改善其预测质量长期低迷的现状。

　　该系统采用多版本的滚动需求预测方法，定期把前一期的历史实际数据纳入预测考量，来响应市场对于产品实际需求。也就是说，每月一产生新的销售数据，就要根据市场实际的销售状况，对未来的预测数据进行调整。

　　这不但提升了预测准确率，可以更快地察觉市场变化，提早启动应变机制，为生产、物流留出充足的前置准备时间，让供应链支持更到位，也有利于企业的中长期战略规划，做出更周全的决策考量。

　　通过统计模型优化，系统会自动给各销售大区和地区生成建议值作为调整基准，针对一些非重点品种或者小品种，销售人员可直接参考建议值进行填报。这样，95%的用户在2小时内能完成预测提报，显著降低预测数据填报的难度。

其次，数据获取要实时、准确、便捷

　　以前，这家医药巨头的产品历史数据都散落在内部的各个系统之内，想要利用这些数据来销售预测，需要经过层层部门申请，从提出需求到获取数据，至少需要2天时间，到手的信息显然已经过时。而且由于缺乏通畅的获取渠道，不少人员并没有形成利用数据来辅助决策的习惯。

　　为此，该企业专门打造了大数据中心，来打通各个系统之间的信息孤岛，完成数据整合和共享，并与销售预测系统进行对接，实现总部、大区、片区、产品、客户等维度批量的销售影响因子可视化。

　　“不管是前端销售，还是营销中心、供应链部门，都可以在这个销售预测 系统上找到第一手的实时数据，了解销售任务的进度、库存周转率、纯销同环比、订单同环比等信息，及时补单、补货，或者制定促销计划去库存，方便地利用数据作精细化决策。”系统提供方联合通商科技顾问高铭介绍。

　　此外，该系统还支持根据库存状况、销售量等信息来设定系统的预警机制，对于异常信息进行实时追踪和预警，一旦发现异常，系统会自动侦测并通知、处理。

　第三，透彻的需求分析是基础

　　系统再好也只是个工具，需要依靠人来实现。而销售预测更是需要大量人员的支持和协同合作，涉及跨部门的沟通和协调。

　　以这家医药巨头为例，销售预测流程中涉及的角色是非常多的，从地区的销售经理到大区的商务经理，总部的供应链组、营销中心等部门人员都要参与进来。

　　所以，在项目正式实施之前，企业在系统提供商的协助下，与各个销售大区、片区进行大量的访谈，深入了解各个部门的需求，重新梳理了整个销售预测流程。最终，与营销中心、大区、片区和供应链部门一起完成了协同销售预测体系构建，实现了自上而下、自下而上的销售目标分解以及销售预测编制。

相关文章推荐：

• 2019-09-22 05:31:32倚锋资本朱晋桥：未来将加大生物医药三大细分
• 2019-09-21 19:55:529062万元！重药控股拍下破产物流企业财产 ，布局
• 2019-09-21 19:04:57生病幼子为医药费发愁 “七进宫”父亲却入室盗
• 2019-09-21 07:55:16生病幼子为医药费发愁，“七进宫”父亲却入室
• 2019-09-20 22:04:06A股一波“吃药”行情席卷而来 医药产业链板块走
• 2019-09-20 21:03:56华通医药实控人变为浙江省供销合作社联合社
• 2019-09-20 20:12:02景峰医药再推国际化仿制药产品 改革营销体系减
• 2019-09-20 20:06:55复星医药获控股股东增持106万股
• 2019-09-20 09:18:38医改之后的第一个并购潮开启 医药外包行业加速
• 2019-09-19 19:35:34中关村科技举行机构交流会 与投资者探讨医药大