新品计划难免大错特错，老品计划做不到精益求精，是众多企业面临的普遍挑战。追求精益求精要靠预测模型，本书会详细介绍几种最常用，也是最重要的预测模型；避免大错特错要靠群策群力，本书会详细介绍德尔菲法，来有效应对高度不确定性。本书还会详细介绍库存计划，比如安全库存、再订货点如何计算，批量大、批量小的产品如何计划，VMI的库存水位如何设置等。鉴于绝大多数企业没有专门的计划软件，本书所有的案例都在Excel中完成。本书为实践者量身打造，目标受众为计划经理、供应链总监、一线计划人员，以及对需求预测、库存计划实践感兴趣的人。

前言 一本关于怎么做计划的书
作者简介
引言 计划是供应链的引擎
供应链的三道防线
从“七分管理”到“三分技术”
本书的内容结构
第1章 数据是计划的基础
定义需求历史
不能拿发货历史当需求
案例1-1 发货数据带来系统性的偏差
谁的需求
小贴士 三家手机厂商，都是第一
多少需求历史算合适
按日、按周还是按月汇总需求
数据清洗
基本的数据清洗
极端值的处理
小贴士 极端值的识别
小贴士 削峰填谷
案例1-2 某跨境电商的数据清洗
案例1-3 某设备商的备件数据清洗
案例1-4 某代理商的数据清洗
与数据有关的一些好习惯
第2章 移动平均法和简单指数平滑法
时间序列简介
移动平均法
究竟用多长的需求历史
相信数据，而不是你的眼睛
小贴士 预测的灵敏度和准确度
移动平均法的局限
加权移动平均法
简单指数平滑法
简单指数平滑法的逻辑
小贴士 “指数”是怎么来的
简单指数平滑法的初始化
平滑系数的择优
小贴士 平滑指数的经验值
小贴士 特别警惕Solver给的优化值
简单指数平滑法的优劣
第3章 评估预测方法的优劣
预测的准确度
准不准，跟谁比
预测准确度如何计量
案例3-1 某制造商的预测准确度
那么多的预测，究竟评估哪个
预测准确度的行业标杆是个伪命题
小贴士 预测准确度的几个规律
可以不考核，但不能不统计
……
第4章 趋势的预测
第5章 季节性需求的预测
第6章 一家电商的预测方法优化
第7章 高度不确定性下，如何预测
第8章 新品预测：尽量做准，尽快纠偏
第9章 预测不准，设置安全库存来应对
第10章 再订货点和再订货机制
第11章 长尾产品：库存计划的终极挑战
后记
参考文献