程晓华

2024-2-13

记得上高中的时候开始学习立体几何，老师在黑板上随手画了一个立方体图形，然后就跟我们说，这就是我们这学期开始要研究的立体几何。

我们有一个女同学当场就站起来说，老师，平面上怎么可能画出个立体来？我怎么看它也是个平面图形嘛！

老师说，孩子啊，你咋就这么犟呢？

有一次我在广州给一家汽车集团做内训，在讲到用相关系数（Correlation）做不同产品生命周期分析的时候，有一个女孩就说，老师，我自己做过很多产品的预测的，但我从来就没有遇到您讲的这么理想的情况。

我仔细一看，那女孩长得小小的、嫩嫩的，看起来应该刚大学毕业不久。我就问她，你说啥？就你？还做过很多产品的预测？

她说是啊，我在销售部实习的时候根据历史数据做过很多产品的预测分析的，没有一个像您说的这样的。

譬如说？我问她。

譬如说产品间需求的相关系数吧，她说，我分析了那么多产品的销售历史数据，没有一个像您说的那样高达0.7以上的。

我说，这又能说明什么问题呢？

您讲的太理想了嘛，她嘟囔了一句。

我说你还有别的要说吗？

她说，您刚才讲的东西还有另外一个问题，那就是历史数据太少，然后您就下结论了。

我说你再具体一点，这是啥意思？

她说按照统计学要求，用来做统计分析的样本不能低于300个，否则就没有代表性。

我说你是指统计学上所说的“样本足够大”？

她说是啊。

我说你马上用手机百度一下，样本足够大到底是300个还是30个？

她百度了一下说，是30个，不好意思，我记错了，但是，我还是认为您讲的太理想，反正我是没有遇到过这种情况。

我知道我又遇到犟孩子了。

你小小年纪，没见过的东西多了！你没见过的，你就认为那是“理想”，那就是不存在的？即使统计学上讲的那个所谓的“大样本”的概念，那也就是个模型，不是吗？你玩汽车的供应链，30个周，甚至是30个月的销售历史数据都可能不算什么，因为你的产品生命周期很长，但如果你是玩手机等消费电子产品的供应链呢？30个周的历史数据意味着什么呢？等到你攒够了30个周的历史数据的时候，你基本上也就不需要去做些什么了。

为什么呢？

这些产品的生命周期应该是差不多要结束了（End of Life, EOL）。

难道你能说因为消费电子的产品生命周期太短，它不符合统计学的要求，所以，我们不能对其进行统计分析和推断吗？

明显是胡扯嘛！

类似的例子还有很多。

在审核某长期咨询客户的一个BU的时候，我发现他们现行的MRP逻辑与其业务场景严重不符。尽管这个业务其实是非常简单的，但我们一帮人还是花了将近两天的时间进行了反复推理、验证，最终证明我的建议是完全可行的。新的方法将极大地简化他们S&OP（销售与运作计划）工作量，同时从根本上保证业务逻辑的正确性，并以相对简单的方式来避免人为的错误。

结果呢？

我离开那里一个周不到，他们的TIM项目经理就发邮件给我说这个方案无法落地，原因是他们有个交付（计划）经理说，他们已经按照现行的逻辑这么干了n年了，也没犯过什么大的错误，为什么一定要按照程老师的方案去改呢？这个方案是否是通用的？

两天的TIM检讨会议他都在，我们尚且不去评论这个人“会上不讲，会后乱说”的人品问题，但我敢说，他起码是不具备一个计划经理应该有的最基本的抽象和推理能力。

我在很多场合说过很多次“供应链管理丰富多彩、乌七八糟”的话，这是啥意思呢？

供应链管理不像解一些简单的数学题那样，已知、未知都是人家给你定义好了的。我们需要自己动手、动脑去定义什么是已知，什么是“近似已知”，什么是真正的未知和真正的问题，然后运用我们已经掌握的知识，如现成的模型和逻辑等去解决这些问题。

这的确不是随随便便一个不学习的人就能干得了的活儿。

顺便说一下，那些抽象和逻辑思维能力差的人基本上都是走向两个极端的人：要么是因循守旧，不思进取；要么就是瞎胡闹，胡乱创新。总之，干的都是些没脑力的事儿。

难道他们天生就是这样的吗？

肯定不是！

我理解的原因是，他们本来在专业上起点就低，又懒惰，不学习，再加上他们的老板又大多是些职场混子，n年下来，结果也就只能是这样了。

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-制造业供应链管理小说（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。

全面库存管理（TIM）文章订阅号：ITOOTD

Mail: johnchengbj@126.com