你的感觉需要量化

程晓华

2023-12-12

成铭在一个ODM客户那里进行TIM（全面库存管理）项目检讨，其中一个产品P有A、B两家客户有需求。看到A客户的新版需求预测在明年1月有明显的增加，成铭就问客户的需求计划员小葛，你准备怎么应对这种需求的增加？小葛说，成老师，这个问题不大，等我们拿到客户B的需求的时候你就知道了，B的需求在1月可能会减少。成铭问为什么？小葛说，我感觉它们两家的需求之间存在着“此消彼长”的关系。

成铭大拇指一竖说，很好，小葛！你对客户的需求有感觉（Sense）这点非常好，说明你是下功夫了，也说明你有这种做计划的潜质（Potential）。但问题是，我们做这么大的生意光靠你个人的感觉是不行的。或者说，我们想知道，你的感觉到底有多大的准确性呢？

小葛说，我感觉问题不大。

成铭说，我的问题是你的感觉怎么去量化呢？怎么证明你说的“感觉问题不大”？

小葛可能从来没有考虑到这个问题，心里在想，这感觉也能弄个公式计算出来？

成铭就看着整个屋子的人问，你们有谁知道怎么计算小葛这个感觉（两家客户的需求此消彼长）吗？

大家一片茫然。

成铭就摇摇头说，很明显，你们是没有好好看我的书啊！有谁带着我那本《全面库存管理数学分析》吗？

马上就有人举起了这本书。

成铭说，麻烦你翻到第二章第33页，那里有个相关系数的定义和公式不是？

说完，成铭就随手在白板上写出来如下的公式：

写完公式，成铭又随手画了一个xOy坐标轴，并在上面很随意地画了两条曲线，并注明其中一条曲线是X，另外一条是Y。

然后成铭指着白板说，这个X可以认为是客户A的需求预测，Y则是客户的B的；这里的cov(x,y)就是A、B两家客户需求的协方差（Covariance），这个cor(x, y)就是它们之间的相关系数（Correlation）。

看到大家还是一脸迷惑的样子，成铭就叹了口气说，同志们啊，你们不读书是不行的啊！你们不读别人的书还有个理由，那就是你跟他们（作者）不熟悉，那我的书你们怎么也不读啊？咱们可是认识了有n年了吧？

一屋子人就哧哧地笑。

成铭说，好吧，小葛，你听我的：在这个空格里面输入“=correl( )”，然后选中这行数据，对，到这里，然后是“逗号”，再选中下一行同期间的数据，对，敲回车！

Excel结果显示 -0.286。

成铭就问大家，这个 -0.286是什么意思？

有人说，好像是负相关的意思？

成铭说，很好！继续说下去。

那人就笑嘻嘻地摇摇头。

成铭说，你能知道这个“负相关”就已经是超过在座的绝大多数人了！这的确是个负相关的意思，而且不是“那么的负”，因为它大于-0.5，统计学上叫“弱负相关”。那这又是啥意思呢？

成铭接着说，也就是说，我们小葛对A、B两家客户需求的感觉基本上是正确的，它们（X、Y之间）的确是存在着此消彼长的关系，但是，这种关系其实并不是那么强烈。另外，正的相关系数是用来表示X、Y的变化趋势是不是“很像”的，结果越正，表明二者越像，其变化趋势越是一致。

哦，明白了！项目经理小汪深有感悟似地点点头说，这才是正确地利用Excel进行数据分析啊！

成铭说，小汪说的很对。Excel是用来做数据分析的和基本的数据挖掘的，它不是用来做数据搬运的。你看你们写的那些奇奇怪怪的极其复杂的公式，把一个简单的Excel弄得令人眼花缭乱的，这有用吗？你只是在堆砌数据而已。而数据分析和挖掘的根本目的是寻找数据背后可能存在着的“有趣的模式和知识的过程（韩建炜，《数据挖掘-概念与技术》）。”

大家还有什么问题吗，成铭问到。

小汪说，成老师，以前读您的《全面库存管理数学分析》感觉非常费劲，而且最关键的是不知道它们有什么用处，所以读着读着就放弃了。

现在呢？成铭笑呵呵地看着小汪问。

是得花点时间好好读一读了，小汪下定决心似的说。

作者程晓华（John Cheng），全面库存管理（TIM）咨询独立顾问，《制造业库存控制技术与策略》课程创始人、讲师，《制造业库存控制技巧》（第1、2、3、4版+经典版）、《决战库存（大陆及台湾版）》、《制造业全面库存管理》、《全面库存管理数学分析》著作者。TIM订阅号：ITOOTD，邮箱: johnchengbj@126.com