深圳到滁州物流公司、一站式配送無法進行較為復雜的感性判斷；另一方面，感性判斷千差萬別，無法進行有效的管理。因此，對于日復一日的運營預測，我們需要一套簡單易行并且行之有效的預測工具，讓基層管理人員能夠快速地進行理性判斷。在這里，數學模型的作用更加凸顯出來了。

例如，我們可以根據過去三十天的銷售額，采用加權移動平均或是指數平滑算法來預測未來十天的銷售額。在這個過程中，預測數據會根據每天的實際銷量不斷被更新，而基層管理人員只需要做三件事情：將歷史數據輸入到預測模型中計算預測值；根據預測值指導日常運營；觀察預測模型是否依舊有效。假如預測值與實際值發生了較大偏差，而這個偏差觸發了對預測模型有效性的報警，那么上一級的管理人員就需要進行分析。

判斷預測模型的有效性，并及時進行糾正或調整。當然，數學模型多種多樣，不是本文探討的重點。但有趣的是，許多數學家經過驗證發現：復雜數學模型未必比簡單的模型對預測更有效！預測“金字塔”戰略預測、產銷協同預測、運營預測組成了供應鏈預測的“金字塔”結構。金字塔的每一級都應當有不同的流程與之對應。

在流程中確定了不同的預測周期、預測目標以及預測方法，有的偏感性、有的偏理性，也有的理性和感性并重。細心地讀者會發現，針對同一家公司的這三層數據，可能匯總的結果會各有不同。這并不奇怪，因為預測的流程不同，針對的對象不同，結果自然會有所不同。面對不同，我們需要進行差異分析，通過向上加總和向下展開兩個步驟，判斷其中差異點主要來源于何處。

并對預測流程進行適當的調整。在這個過程中，切忌不做原因分析而根據差異直接修改預測值，這會造成各層級管理人員不對預測數據負責的結果，對于預測所形成的計劃執行帶來負面影響。總結一下：供應鏈管理的目標是匹配供應與需求，但是這兩者總是存在矛盾，例如需求和響應的矛盾、成本和效率的矛盾，因此供應鏈管理離不開預測，尤其是推式供應鏈，它的關鍵能力就是供應鏈預測體系的成熟度。

雖然預測的永遠無法做到%，但是無規矩不成方圓，良好的預測結果是由完善的預測流程保證的。這個流程能夠幫助我們構建假設，形成判斷，并且進行驗證，不斷地檢討和調整預測方法，終讓我們貼近更加真實的需求。在汽車行業里，大部分創新似乎都顯得有些“偏科”。