共 244 篇文章。
经验分享 226 篇
- 促销预测为什么总让库存失控？企业该如何把活动需求管起来
- 新品上市预测为什么总失准？企业真正要管的不是一个销量数字
- 需求计划系统不是万能药：为什么企业要先搭流程，再上系统？
- 预测不准不可怕，偏差没人管才可怕：企业如何建立预测偏差管理机制？
- 需求计划不是销售预测：企业如何在不确定中建立经营确定性？
- 销售预测系统选型：该问供应商哪些问题
- AI 做销售预测，准确率到底做到多少算合格？
- 企业内部不需要FDE，他，本来就是FDE
- 销售目标、销售预测与需求计划，到底有什么区别？
- 中国企业为何长期忽视需求计划
- 销售是最差的预测者，却是最好的调整者
- 预测永远不准，但企业为什么依然必须做预测
- 需求预测中的三大常见误区
- 三国供应链：新品库存策略
- 你的销售和市场人员愿意分享他们的促销计划吗？
- 掌握未来市场的关键|需求预测方法介绍
- 如何选择预测准确率的计算方法?
- 常见的预测准确率计算方法大全
- 你愿意成为第一代需求预测主管吗?
- 供应链三国：曹操与刘备的“产销哲学”启示录
- 从“裁判”到“上帝”：计划职能和AI之间的协作分工
- 供应链管理之空地上的奶牛
- 供应链管理变革，你真的准备好了吗?
- 做好预测，从了解数据和数据形态开始
- 管理理论的两大阵营：还原论与系统论的智慧交锋
- 告别产品丛林：如何像森冈书店一样实现精准产品管理
- 影响产品复杂度的因素
- 其实你很难做得准短期需求预测
- 为什么，又如何做到 18 个月预测?
- 供应链管理思想 Vs. 阿米巴管理思想
- 需求预测的多层次架构与使用者导向设计
- 你真的了解选择预测层次的专业性?(二)
- 你真的了解选择预测层次的专业性？（一）
- 了解了谁来编制促销预测之后做什么?
- 面对促销预测管理的挑战怎么办?
- 新产品预测的技术性—新产品预测的方法
- 新产品出样预测和新产品全生命周期预测
- 建立产品退市程序
- 建立有效的产品管理机制
- 供应链变革之路
- 如何应对产能过剩环境下的供应链管理挑战（二）
- 如何应对产能过剩环境下的供应链管理挑战
- 统计技术其实只是预测技术中的十分之一
- 订单管理部门如何考核 KPI?
- 订单管理你到底管什么?
- S&OP三部曲之第二部曲-对流程驱动式S&OP管理模式的反思
- S&OP三部曲之第一部曲-S&OP到底是什么?
- S&OP三部曲之第三部曲-对数字驱动式S&OP模式的创新探索
- 你实施的是 S&OP，还是 S&OP 秀？
- 信息化 IT 与数字化 DT 的区别在哪里?
- 新产品的预测策略比预测本身更重要
- 供应链变革助力通路转型
- S&OP的最大挑战是改变最高管理者的行为模式
- 最高管理者行为不改变，就无法产销协同?!
- “以客户为中心”其实是一个技术活
- 为何供应链管理系统实施必须咨询先行
- 向上管理
- 也谈供应链人的领导力
- 预测准确性 VS. 目标达成率
- 订单管理你到底管什么?
- 供应链管理之重新定义提前期
- 实施 DMS 渠道管理系统，你做好准备了吗?
- 供应链管理之量子力学
- 如何应对产能过剩环境下的供应链管理挑战
- 供应链管理之重新定义提前期第二篇
- 产销协同的本质是决策模式的改变
- 供应链管理之有效理论框架
- 计划职能应该和物流职能放在一起吗?
- 供应链管理之服务客户从颠覆自己开始
- 计划职能应该和订单管理职能放在一起吗?
- 供应链管理之房间里的大象
- 供应链管理之查令十字街 84 号
- 供应链管理之管理中的庞加莱猜想
- 你看到的问题，不是你要解决的问题
- 供应链管理之数据是任人打扮的小姑娘
- 防火型产销协同的八大死穴
- 从第一性原理看库存管理
- 供应链我们说的太多，做的太少！
- 当我们做预测时，我们在做什么？
- 需求预测是管理还是技术问题？（二）
- 当我们做预测时，我们在做什么–天气因素
- 从“运-20”工程来看数字化对于管理效率的重要性
- 需求预测管理中的马太效应
- 定性数据就是需求预测管理的软实力
- 你会销售你的预测么?
- 你真的了解选择预测层次的专业性?(一)
- 你真的了解选择预测层次的专业性?(二)
- 你真的了解选择预测层次的专业性？
- 供应链改善故事分享之订单管理篇
- 供应链改善故事分享之需求计划管理篇
- 供应链改善故事分享之供应计划管理篇
- 产品供应链还是集成供应链?
- 用第一性原理思考法分析缺货与呆滞并存的问题
- 历史数据真的有用吗?
- 管理的“理性”与“感性”
- 聊聊需求预测那些事系列之一:该由谁来做预测?
- 问题不是由天才来解决的
- 你的供应链发挥了长板优势吗?
- 只讲道理的 S&OP 产销协同还能走多远?
- S&OP 产销协同模式之争
- 什么是 MPS？MPS 有最优解吗？
- S&OP不是计划本身，而支撑其有效运行的却是主计划
- 游戏中的真理
- 老品退出与新产品导入一样重要
- 为何 S&OP 会议体系不能承载全局决策压力
- 产销不协同是因为 S&OP 会议没有开好吗？
- S&OP三部曲之第三部曲-对数字驱动式S&OP模式的创新探索
- S&OP三部曲之第二部曲-对流程驱动式S&OP管理模式的反思
- S&OP三部曲之第一部曲-S&OP到底是什么
- S&OP的最大挑战是改变最高管理者的行为模式
- 供应链变革中的权力惯性
- 改善企业三高问题的五种解决方案
- 安全库存不是为了捍卫自身的安全
- 你在管理上的努力程度还远没有到要拼技术的地步
- 数字化供应链的核心是数字化决策
- 统计技术只是预测技术中的十分之一
- 未来供应链管理的必然选择——平台化转型
- 关于预测管理的十个认知误区
- 从数学最优到业务最优，从科学决策到管理决策
- 战场要“算”，商场更要“算”
- 什么是供应链？什么是供应链管理？
- 我们自己都懒得拷贝自己
- 我们对制造业供应链管理数字化的理解
- 项目型制造企业的中长期需求计划
- 标签式供应链概念的泛滥
- TFC 供应链沙盘模拟游戏系列分享:理论服务水平和实际服务水平的差异
- 因为(计划)复杂，所以(执行)简洁
- 带着脚镣跳舞的短期计划
- 供应链问题的本质是什么?
- 有效销售你的预测
- 我们不缺订单管理系统，缺的是订单管理
- 计划职能应该和订单管理职能放在一起吗?
- 供应链管理变革及数字化转型成功实践分享会顺利召开
- 什么是供应链?什么是供应链管理?
- 你管不好预测，那管得好订单吗?
- 工作那么多年，你真的会分析原因和解决问题吗？
- 让听得见炮火的人指挥炮火
- 我们为何要催货?
- 未来供应链管理的必然选择—平台化转型
- 工作那么多年，你真的会分析原因和解决问题吗？
- 用第一性原理思考法分析缺货与呆滞并存的问题
- 库存新解 – 库存能否直接吸收后端波动
- 关于预测管理的十个认知误区
- 你敢不敢做复杂的事情?
- 案例分享 | 数智化决策助力实现年降本数千万
- “不缺货”背后的代价你知道么?
- 再订货点公式系列(六):如何纠偏
- 再订货点公式系列(五):服务水平
- 再订货点公式系列(四):净提前期
- 再订货点公式系列(三):平均需求
- 再订货点公式系列(二):正态分布
- 再订货点公式系列(一): 公式简介
- 供应链管理中的数学
- 数学思维在供应链管理中的价值
- 定制化开放式建模—供应链计划数智化转型新路径
- 基于物料限制逆向实现产品组合的最优规划
- 从数学最优到业务最优，从科学决策到管理决策
- 案例 | 借力算法模型实现成本效率双提升
- 人，组织，绩效，流程和系统，谁是最有效的解决手段
- 供应链中的资源约束
- 主计划:供应链的导航仪
- 因为(计划)复杂，所以(执行)简洁
- 未来供应链管理的必然选择——平台化转型
- 新产品的预测策略比预测本身更重要
- 预测与计划的可靠性辨析
- 尴尬的数据治理
- 数字化供应链的核心是数字化决策
- 当供应链管理思想遇到阿米巴经营哲学
- 库存新解 – 库存能否直接吸收后端波动
- 案例 | 借力算法模型实现成本效率双提升
- 案例 | 基于物料限制逆向实现产品组合的最优规划
- 定制化开放式建模–供应链计划数智化转型新路径
- 供应链智能决策技术在制造业应用案例
- 产销协同:平衡的本质
- 我们对制造业供应链管理数字化的理解
- 数学思维在供应链管理中的价值
- 产销协同微观 2:产销协同体系中的 KPI
- 如何进行促销备货
- 老文新发 | Gartner供应链25强为何难见日本企业？
- 产销协同微观3:产销协同中的感性和理性
- 人，组织，绩效，流程和系统，谁是最有效的解决手段
- 供应链问题的本质是什么?
- 新产品的预测策略比预测本身更重要
- 数学思维在供应链管理中的价值
- 你的公司有计划层级吗?
- 为何 MPS&MRP 总是跑不起来?
- 集成供应链计划管理的三大终极使命
- 供应链管理顶层设计之一 供应链管理定位的设计
- 供应链管理顶层设计之二 供应链管理模式设计
- 供应链管理顶层设计之三 供应链管理策略设计
- 集成供应链计划管理的三大核心特征
- 其实你更容易做准中长期需求计划
- 为何中长期资源计划被称为主计划
- 思考复杂问题的方法论
- S&OP 是一个企业的软实力，形易神难!(3/8)
- 2024 年《卓越供应链计划 & 产销协同研讨会》在沪成功举办，共探行业变革转型之路
- 预测之痛与预测之难
- 【原创】你知道需求预测管理的门槛有多高吗？
- 【原创】 “预测”和“计划”哪个更不靠谱？
- 【原创】为何大家都把S&OP当成计划？
- 【原创】如何进行促销备货
- 【原创】供应链问题的本质是什么？
- 【原创】S&OP不是“白菜萝卜”，而是“星辰大海”！(2/8)
- 【原创】S&OP不是“计划”，而是“流程”！（1/8）
- 跨境电商的产销协同困境是一个伪命题
- 主公，吾有四策，可定计划
- 波动吸收派 VS. 波动管理派
- 系统论才是产销协同的底层逻辑
- 局部优化人见人爱，全局优化鬼见鬼愁
- 我们为什么要多几级库存
- 人工智能能够胜任销售预测吗？
- 制造业改善产销协同的“十大流派”
- 当我们谈论“AI”时，我们在谈论什么?
- 温故·原创 | “管理库存”而非“库存管理”
- 计划随笔：计划的KPI制定
- 浅谈供应链管理的现代化
- 如何成功落地实施需求预测软件？
- 大模型与供应链的融合之旅 | 预见科技供应链大模型6问
- 企业为什么必须要做好需求预测？|供应链管理中需求预测的重要性
- 美的公司供应链管理案例分享
- S2b 让天下没有难赚的钱
- 2018，供应链要成为跨界打劫者
- 供应链，供应链管理，供应链服务
- 由高考作文题幸存者偏差想到的
- 世界杯来了，让我们聊聊米格效应
- 世界冠军屡屡出局，是 Tiki-Taka 传控战术过时了吗？
公司动态 16 篇
- 预见新品亮相宁波，与行业伙伴共探 AI 供应链计划新实践
- 爱普生中国 x 预见科技 x 微优微，AI需求管理项目启动
- 预见科技 × 达能中国，AI需求预测项目启动
- 预见科技 × 施耐德电气，启动AI预测联合项目
- 预见科技完成来自微优微科技的新一轮股权投资
- 预见科技曹晖博士受邀参加宁波高新区AI赋能交流会
- 预见科技潘峰受邀参加复旦MBA复睿职业成长俱乐部交流会
- 预见科技创始人/CEO潘峰受邀上海交大安泰MBA校友会，分享垂直智能体赋能企业新未来!
- 预见科技 CTO 曹晖受邀成为中物联电子产业分会供应链计划工作组专家并发表 AI 赋能供应链主题演讲
- 【活动】上海卓越供应链计划 & 产销协同研讨会盛大开启
- 预见科技受邀参加2024（首届）中国数字人大会
- 企业供应链如何与AI+无代码技术进行深度融合
- 预见科技与泰尔英福达成战略合作，共塑智能供应链未来
- 预见科技创始人/CEO潘峰受邀参加2023中国信息通信大会
- 预见科技荣获“明道云2023年度最佳伙伴”
- 预见科技创始人/CEO潘峰受邀参加明道云伙伴大会并发表演讲