最近两个月，喜乐君为某生产制造企业做了一个可谓细致而全面的咨询项目，其中的一个关键，是如何围绕远期的订单需求，拉通生产计划、实时库存，协助销售人员和生产计划领导实现更准确的需求管理。
更具体说：如何把未来的订单需求、订单预测，和生产的排产计划建立动态平衡，从而指导生产节拍和采购。
在最后的交付环节，喜乐君为客户详细地介绍了背后的“业务-数据-分析”方法论，并协助客户直接投入生产使用。这里简要地概括关键内容。
1、数据准确、全面对齐
输入准确，才能确保逻辑处理和输出准确。
数据输入，通常涉及到多个业务场景，对应多个数据表。每个数据表，既要求业务要素齐全、业务过程完整，前者对应字段，后者对应数据行。
销售预测，涉及到订单预测数据（1.0/1.1）、历史发货数据（1.1/1.2）、计划生产数据（2.1）、库存数据（3.1）。
为了帮助客户更好地树立整个业务流程和数据底座，喜乐君为客户绘制了详细的“以数据拉通生产各环节”的示意图，然后分主题将所有数据对齐到天*SKU，完整、准确、及时的数据，是拉通所有环节，实现精准预测的关键所在。
2、逻辑完整，持续迭代完善
预测的关键是经验的黑箱，转化为逻辑的“透明体”，用交互控件控制输入和计算过程（比如筛选、参数），按照既定逻辑完成计算，然后输出期望的结果。
基于销售预测、发货、生产计划和库存，估算缺口，从而更合理的条件生产，建立在如下的逻辑过程基础上，之后喜乐君在tableau平台基础上日渐完成，目前已经完成了最后一环：
（1）最简模型（0库存，全员观察）：本月计划生产数量 – 本月在手订单数量 = 物料盈缺
（2）Today观察日模型（0库存，今天观察当月，今天之前有发货，且生产完全等于发货）
未来计划生产数量 – 待发货数量 = 物料盈缺
其中，计划生产数量 = 本月的排产计划数量（已生产=0对应的计划）； 待发货数量 = 计划发货数量（订单数） – 已发货数量
计划生产数量，是生产排产中deliverydate为本月的whs unit需求数量；「待发货销售数量」是订单明细表中shipdate为本月的所有订单quantity数量，减去对应明细中已经发货的数量（从1.2发货明细表中汇总到1.1订单明细表）。
（3）进化模型（有库存）：计划生产数量 + 库存数量 – 待发货数量 = 物料盈缺
库存数量，取3.1实时库存数量，观察日为今天。
（4）优化模型（有库存，且生产有延迟，且有close状态管理）：
计划生产数量 = 未来的计划交付数量 + 历史应交付但延迟生产数量 （排除已close，但有差异的数量）
排除已经关闭的工作令，排除已经close的未交付订单。
（5）指定范围的预测模型（指定观察日，指定观察区间）
在默认的“本月”基础上，增加“未来N天”的观察范围，帮助客户在月底时，依然可以选择未来3周或者4周，确保样本范围具有代表性。
(6) 增加每个物料的每周的销售、生产及其累计汇总，帮助销售人员了解生产进度（个人不推荐）
（7） 增加物料视角，查看每个订单的发货通知及进度
3、交互可视，实现动态观察
最后，把上述的逻辑，通过tableau Desktop予以实现。仪表板的关键是计算逻辑和交互逻辑。
这里不便于分享客户的生产内容，仅以交互为例，说明交互为何如此重要。如下所示，为了确保每个人都能尽快找到自己的关注点，除了常规的筛选，我还借助于参数动作，实现了主仪表板和辅助工作表的联动，既能提高性能（避免其他看板一次性显示过多），还能帮助用户纵览细节。
可见，预测的难点其实不在于逻辑本身，而在于数据质量和工具实现。
工具是我们大部分人能力“变现”的天花板，对于企业而言亦如是。
@喜乐君