打开文本图片集

摘要：随着汽车保有量逐年递增，汽车维修和保养等售后市场需求日趋增多，汽车产业竞争的关注点将从售前市场逐步向售后市场转变，作为汽车售后市场的重要一员，售后服务将逐渐取代整车销售，成为汽车制造企业和经销商的主要利润来源。但消费者对经销商的服务及时性和服务质量都提出了更高的要求，一旦服务时限与质量不能让消费者满意，可能会造成严重的客户流失，进而对汽车制造企业的形象和客户忠诚度产生不可挽回的影响。

本文在查阅和仔细研究国内外供应链、汽车售后零部件库存管理、售后零部件需求预测等相关文献的基础之上，并结合A汽车品牌经销商在售后零部件管理的业务现状，分析了A汽车品牌经销商如何对售后零部件做需求预测及上传订单等上面存在的问题进行分析并改进，最终达到了A汽车品牌经销商对售后零部件做出准确的需求预测并上传订单，使经销商们达到了较高的一次满足率，有效控制了库存当量。

关键词：需求管理，需求预测，售后零部件管理

前言

据来自国外的统计数据表明，汽车制造商30%的利润来自于售后零部件业务，同样地，售后零部件业务也占据了经销商48%的利润，由此可见，汽车售后零部件业务将逐渐成为汽车制造商和经销商竞相争夺的一块诱人蛋糕。

1、A汽车公司发展现状

2020年7月，习近平总书记在汽车行业调研时强调，一定要把关键技术掌握在自己手里，要争取把民族汽车品牌搞上去，在全行业的共同努力下，我国汽车产业取得了举世瞩目的成就。而A汽车有限公司就是这个行业的佼佼者，A汽车有限公司（简称“A汽车公司”）是由A集团和德国一家汽车集团合资经营。公司总部位于上海市嘉定区安亭镇，并先后在南京、仪征、乌鲁木齐、宁波、长沙等地建立生产基地，累计产量也达到了2500万辆，员工人数近3.1万人。如图1-1所示，A汽车公司近10年来整车销量台次。

A汽车公司整个售后服务部由售后技术、物流及现场管理、售后包装工艺和售后零部件采购与计划四个部门组成，四个部门相互协调，相互配合，保证了公司售后零部件供应链的正常运行。

2 A汽车公司经销商售后零部件需求预测管理存在的问题

通过对A汽车公司售后服务售后零部件管理现状中可以看出，A汽车公司售后服务针对经销商的售后零部件计划管理、订单管理、销售管理等方面制定了比较完善的管理流程和基本要求，但在近几年经销商层面的执行效果及走访经销商和对经销商的售后零部件需求预测管理现状的分析，大部分经销商存在的具体问题总结如下：

（1）客户一次性满足率低

为了应对市场不稳定的需求，追求较高的客户满意度，经销商在售后仓库中积压了大量的库存，但是当客户来店保养或者维修时，真正需要的零件却是缺货的状态。

（2）售后零部件分类管理不合理

目前经销商仅根据零部件的储存大小划分货架和存储区域，经销商几乎对所有的零部件关注度都和目前市场上流行的管理方法差不多，但缺乏科学合理的分类管理，在一定程度上造成了资源的浪费以及库存成本的增加。

（3）呆滞件增多，导致库存压力大

由于单次订货过多，造成入库超过一年时间零部件未全部出库，一些特殊性的零部件或季节性的零部件在有需求的时候进货量大，剩余部分无需求；有些车型已经老化或是车型已经停产，原来库存的售后零部件就有可能难以出库；客户订单到货后，客户已在其它店更换或零部件到货时间太长，客户最终到其它店更换；以上这些原因导致售后零部件周转率低、资金占用比例高、库存压力增大。

3.A汽车公司管理经销商售后零部件库存策略

需求预测是对有一定发展规律的事物根据合理的推理方法从中找出规律，推测将来可能发生的结果，是通过分析过去时段的变化结果，找出发展变化中的原因，并总结规律建立可行可靠的需求预测模型，可以用来指导企业经营管理售后零部件库存。韩岷光[1]浅谈售后服务的备件管理管理中提出实际预测需求随着时间的推移，系统将之前的算法结果和实际产生的零部件需求量进行比较，优化其数学模型并修正下一次的预测。

A汽车公司售后服务部在对授权经销商的整个管理中，由于售后零部件业务管理涉及到资金占用、售后零部件成本控制、客户满意度等很多方面的直接关系，所以显得尤为重要。针对目前A汽车经销商在售后零部件管理方面出现的问题，在以下几个方面进行优化提升：（1）利用正确的售后零部件统计方法和管理工具，指导经销商进行需求预测管理及库存管理。（2）结合售后零部件的销量预测，对售后零部件进行更加合理的分类及订货。因此A汽车公司向全网络的经销商上线了全新的订货系统，称之为自动补货系统，可以帮助经销商解决上述问题。

4 自动补货决策的模型构建

已有的ABC分类法对于库存研究和需求预测来说比较单一，且不太适用于大型公司运行的具体情况，因此在借鉴ABC分类法思想的基础上，公司对售后零部件的分类采取了全新的统计分析模式。李玮和黄美娟[2]我国解决汽车售后服务备件库存积压严重的一种比较成熟且有效的方式是使用 ABC分类法对备件进行控制和管理。

首先，根据经销商的出库记录给所有的出库零部件进行零部件分类：自动补货类，建议零件类型，冻结零件类型。其中自动补货类型的零件达到了系统的补货条件，系统会自动生成采购订单并上传至A汽车公司系统内，不需要经销商过多的关注，属于常用件或易损易耗售后零部件，对于这种类型的零部件，订单数量大，库存比例高，管理措施是及时订购售后零部件，此类主要包含电瓶，机油，火花塞，滤清器等常用保养件。建议零件类型达到补货条件，系统会生成建议订单，经销商可以采纳该条订单，也可以不采纳该条订单，属于周转性次高的零件，管理措施是进销平衡，避免造成呆滞库存，此类零件主要包含车窗，机电单元等非常用保养件。冻结零件类型，系统不做建议或者自动补货考虑，需要经销商自行上传订单，属于不利周转的零件，管理措施是按客户需求再订货，此类零件主要包含有车身总成、发动机总成等。

此篇文章主要讨论的是经销商最常用零件的需求预测管理策略也就是自动补货类型的零件。主要包含有收集数据，过程控制，预测计划，建储决定，目标数量，订单数量，回购等流程节点。在数据收集过程中，系统会每天收集所有在网的经销商进、销、存的数据进行计算。在需求分类过程中：在每个预测计算之前进行，每个SKU需求行为按一下标准进行分析，可以分为新零部件，淘汰零部件，季节性零部件，稳定性零部件等类型。对于不同的SKU系统对分配一个预测方法：新零部件与稳定的趋势的零件，一定趋势的零部件类型对应无趋势的指数平滑（EXPO1），偶发性零件对应近似法（SB），淘汰类零部件对应平均值预测法（AVG）。

雷斌等[3]组合预测模型将成为预测领域的研究重点。Puka等[4]基于对大量企业的调研，得出了Min-Max策略仍然是企业资源规划系统中最常实施的方法之一的结论。大量的研究表格，单一的预测模型是确定新决策的有效工具，但不能成为唯一的决策标准，而组合预测模型能够使各单项预测模型有机结合，相互补充，相互交验和修正，充分发挥各单项预测模型的优势。A汽车公司在全国有2个中心库，11个分库，所以从经销商订货开始到经销商收到货品为止运输时间最短3天，最长15天，系统可以根据经销商的到货时间来设置提前期。需求提前期= LT + BVR，安全库存= Sigma * KS，Smin=需求提前期+安全库存=LT+BVR+Sigma*KS，LT：市场确定的前置时间，包括30%的前置时间偏差，BVR：在计划部分层面每月额外的前置时间（通常不会使用），Sigma：需求与前置时间的标准差，KS：标准正态分布的逆。一次满足率的增加会降低sigma值，因此是设定安全库存的关键参数，一次满足率高于84%和低于84%会分别增加和降低sigma值。一次满足率=50%表示KS=0。但A汽车公司并不是对所有的经销商和计划组都采用统一的服务水平，通常需要对不同的经销商和计划组进行分门别类，并选择不同的一次性满足率。

Smax = Smin + EOQ，Smax会受到Smin和经济订单数量限制改变的影响

年度预测值：此零部件本年度总的预测值数量，经销商订单成本：反应了放置库存订单的成本，经销商总成本：库存体积* 库存金额+经销商成本价格 * 利率。

订单数量计算：订单数量计算在目标数量计算之后，自动补货订单和订单建议是根据SKU目标数量和库存信息计算的，原始订单数量会考虑到系统设置的最小包装数进行自动圆整。移动平均法：，其中Dt为t周期的需求预测值，若以系统所观察到的前n期的市场总需求数据为基础，则采用移动平均法的Dt为。指数平滑法：，其中（0<<1）为平滑系数。一般线性法：假设为t+1周期到t+L周期需求预测之和，即。

自动补货系统会根据经销商的SKU（Stock Keeping Unit）历史销量进行分析，自动分配一个预测的方法，对应不同的预测方法进行运算，在后续的使用过程中，根据历史需求数据进行滚动预测，选取误差最小的预测方法为每一个SKU计算未来一段时间的预测值。在实际的使用过程中，情况会更复杂，考虑的因素会更多，比如自动识别季节性特征，配件替代关系的考虑，不同需求流的需求趋势不同等等。

4.2.2 案例分析

经销商60106，售后零部件04E115561C前12期的销量分别是208，188，193，215，118，117，110，143，119，124，95，109，经过自动补货系统计算，此零部件归为有一定趋势的零部件，所以对应的预测方式是指数平滑方式（EXP01），由此计算出来的smin值为54，EOQ值为21，smax值为75，此零件当天的结余库存为46，在途库存为0，库存+在途库存=46，此值46<smin，当天计算的补货最为31，但是些零件最小包装数设置为10，所以补货数量会自动圆整，最终补货数量为40。

5、需求预测管理优化效果检验

5.1 选定效果检验指标

在前面的研究中，面对A汽车公司经销商需求预测方面所存在的几个比较突出的问题，对应的提出了需求预测相应的优化方案。为了验证提出的方案是否有效，现根据这这种优化方案的具体情况，选取了相对应的效果评价指标，通过对比指标在优化前后的数据变化来判断其优化效果的好与差。它们分别是自动补货的使用率=自动补货订单金额/经销商总订单金额，客户一次满足率=有库存零部件的出库条目/月出库总条目，库存当量情况=当前库存最新采购金额/（过去3个月平均销量*最新零件采购价）。

5.2 优化前后效果对比

在未使用自动补货系统以前，经销商配件经理或计划员都是手工上传订单浪费了很多时间，在使用了自动补货系统以后，大部分的常用件都是由系统自动计算及上传订单，为经销商省下了每天上传订单的时间。从系统导出A公司经销商的自动补货使用率情况如下图所示：

通过问卷星调查全国经销商的订货情况，每天在订货上面花费的时候大概要3H，若有自动补货功能，则这部分订货不需要经销商关心，每天每家经销商的售后零部件经理可以节省45分钟左右用于其他事务方面。

从A汽车公司系统中导出上线自动补货系统后7个月内（2021年12月-2022年6月）的一次满足率对比分析情况，与上线自动补货系统前5个月（2021年7月-2021年11月）的一次满足率作对比，以此来验证本文自动补货系统对于提升一次满足率真正起到优化作用。由图5.2经销商一次满足率可见，系统上线后，经销商的一次性满足率得到了稳步的提升。

由图5.3库存当量对比分析可以明显发现，经销商的自动补货使用率有提升，库存当量也在稳定下降到原来的72.22%。

6.结论

基于帮助A汽车公司经销商做好需求预测与实现经销商和A汽车公司共赢这两个出发点，本文研究了A汽车公司经销商的需求预测，订单自动计算，自动提交这三个主要环节分析，找出一些问题点并分别针对性地提出需求预测的优化方案。本文将结合系统的历史销量数据来预测将来的销量来帮助经销商进行备货，进而提高客户一次满足率，指导经销商合理订货，降低经销商的售后零部件库存当量，进而减少经销商的呆滞库存。为了验证优化方案的有效性，本文选取了自动补货系统使用率对比分析、一次满足率对比分析、库存当量对比分析这三个效果指标，以此来分别进行优化前后的效果对比。从优化前后的数据可得知，优化后的自动补货主使用率在逐步的提升；一次性满足率稳定上升；库存当量也有所下降或者维持在一个比较正常的范围。

在后续的工作及研究中也必须意识到，需求预测管理的优化是一项持续改进的管理活动，它可应用于供应链管理系统的方方面面，在未来的研究中，可以着重从以下几个方向寻找突破口：（1）零部件分类。A汽车公司目前的采用的是按零部件中组号来进行零件分类，分为自动补货类，建议订单类，冻结类，后续应该考虑加入车型上市时间来进行分类会更加准确和贴合市场的变化。（2）需求预测类型更加多元化。

参考文献：

[1]韩岷光.浅谈售后服务的备件管理[J].商场现代化，2017（09）：116-117.

[2]李玮，黄美娟.我国汽车售后服务备件物流发展的障碍及改进对策[J].2017，23：86-89.

[3]雷斌等.库存需求预测方法研究综述[J].理论探讨.2020（03）.58-62.

[4]Puka R，Skalna I，Stawowy A.Decision rules-based method for dynamic adjustment of Min–Max ordering levels[J].Applied Soft Computing，2021，3：107-110.

作者简介：王萍君（1986.2-），女，籍贯：四川省南充市，汉，硕士，研究方向：工程管理。