作品

规划，端到端。

十四年需求与供应规划，横跨 SAP IBP、o9、OMP 和 S&OP — 工具一直在换；月度流程必须跟着一起换。滚动看货运：公路、海运、空运。

滚动，让货动起来 ↓

S&OP / IBP 流程设计

把月度节奏立起来 — 需求评审、供应评审、对齐、高管 S&OP — 让决策做得出来、守得住。

SAP IBP 与 o9 实施

需求、库存、供应规划的建模、配置与部署 — 从蓝图到 hypercare。

网络与库存优化

多级库存、安全库存策略与网络设计 — 释放现金，又不让服务挨饿。

需求计划与预测

统计基线加一个真正的共识流程 — 准确率可衡量，下游救火更少。

信号

某个需求形态在没人注意时就偏离了趋势。

以「意外」的方式失败：断裂第一周就看得见，第四周才被注意到。

计划

S&OP 把这个判断拿去和供应、成本对账。

以「争吵」的方式失败：会议室重新辩论数据，而不是在选项之间做选择。

执行

计划变成采购订单、分配和调拨。

以「交接」的方式失败：计划是对的，订单是旧的。

复盘

预测误差回流进下一个循环。

以「原地重跑」的方式失败：误差永远到不了下一个基线，于是每个季度都是第一个季度。

把这套循环带进你的网络。

规划循环、控制塔与 AI 辅助决策的咨询。先聊一次再说。

打个招呼 ✦联系

看结果，不看 logo。 ↓

作品

从信号到货架。

四个动作，一个月度循环。这个循环，我看过它稳稳转了十四年，也看过它在一个截单之夜的晚上 11 点断掉 — 需求提前三周就报了警，计划也干净地完成了对账，可执行环节发出去的还是上个月的分配量，因为 ERP 吞不下新计划。循环很少在最风光的那一步失手，它失手在交接棒。那一晚是拼合出来的 — 但它的形状不是。

S&OP / IBP 流程设计

把月度节奏立起来 — 需求评审、供应评审、对齐、高管 S&OP — 让决策做得出来、守得住。

The calendar is the product. If the monthly cycle isn’t on a fixed cadence people can plan their own work around, no amount of tooling fixes the meeting.
Every review needs one number the room agrees is real before it argues about what to do next — consensus demand, not three spreadsheets with three different totals.
Escalation criteria get written down before the first exec S&OP, not improvised in the room when the first real conflict shows up.

Common failure mode: The most common shape this takes: a beautifully documented S&OP process binder that nobody follows past month two, because the design skipped the unglamorous part — who actually owns the number when demand and supply disagree, and what happens if they miss the deadline.

SAP IBP 与 o9 实施

需求、库存、供应规划的建模、配置与部署 — 从蓝图到 hypercare。

Configuration should mirror how the business actually plans, not how the tool’s reference architecture assumes a generic company plans — the gap between those two is where most rollouts lose a year.
Hypercare is where the real requirements surface. Budget for it as a design phase, not a warranty period.
A planning model with more granularity than the business can act on is a maintenance liability, not a capability.

Common failure mode: The common failure: a technically correct blueprint that models the org chart instead of the decision flow — so the system produces a number nobody in the actual meeting knows how to challenge or override.

网络与库存优化

多级库存、安全库存策略与网络设计 — 释放现金，又不让服务挨饿。

Safety stock is a policy decision, not a formula output — the formula just prices the policy you already chose (service level) in units of cash.
Multi-echelon only pays for itself if the network’s node-to-node lead times are trustworthy; garbage lead-time data makes a multi-echelon model worse than a single-echelon one, not better.
The right question is never "how do we hold less inventory" — it’s "which SKUs are we overpaying to protect, and which are we underprotecting."

Common failure mode: The common failure: an optimization run that frees up cash on paper by cutting safety stock uniformly, then gets quietly reversed SKU by SKU over the next two quarters as service failures roll in — because the cut wasn’t risk-weighted.

需求计划与预测

统计基线加一个真正的共识流程 — 准确率可衡量，下游救火更少。

A statistical baseline’s job is to be a credible starting point for a human argument, not a final answer — forecast accuracy is a property of the process around the number, not the algorithm.
Bias is a more useful diagnostic than error. A forecast that’s consistently 8% high is a coaching conversation; a forecast that’s randomly ±15% is a data problem.
The consensus meeting should change the number sometimes — if it never does, it’s a status update wearing a planning meeting’s clothes.

Common failure mode: The common failure: a forecasting tool upgrade sold as an accuracy fix, deployed against a consensus process that was never actually adjusting the baseline — so accuracy doesn’t move, because the tool was never the bottleneck.

以「意外」的方式失败：断裂第一周就看得见，第四周才被注意到。

以「争吵」的方式失败：会议室重新辩论数据，而不是在选项之间做选择。

以「交接」的方式失败：计划是对的，订单是旧的。

以「原地重跑」的方式失败：误差永远到不了下一个基线，于是每个季度都是第一个季度。

作品

别只听我说 — 亲手扳动杠杆。

三件能上手玩的工具 — 情景模拟器、库存计算器、牛鞭效应图。没有幻灯片，没有空话：你扳动杠杆的每一刻，每个数字都在你的浏览器里实时算出来。

S&OP 情景模拟器

实时

扳动规划员真正能控制的那些杠杆 — 看取舍实时移动。示意模型。

需求 vs 计划0%

产能100%

目标服务水平95%

补货提前期4 周

预计服务水平90.5%

产能利用率100%

库存指数（计划 = 100）100

呆滞风险0%

均衡运营点。 服务水平贴着目标走，库存和利用率都在健康区间。

这个模型藏掉了什么：单个 SKU、单条产线、单个季度。这里的呆滞是个代理指标，不是报废模型。我收钱做的那一版，需求计划和统计基线是要吵出结果的 — 那场争吵，才是取舍真正落定的地方。

库存优化

实时

用你自己的数字算 EOQ、安全库存和再订货点 — 每一套补货策略背后的那点数学。

年需求量

订购成本（$）

单位成本（$）

持有成本 %/年

日均需求

提前期（天）

日需求 σ

服务水平 %

4,767

EOQ（件）

563

安全库存

5,183

再订货点

每次订购 4,767 件，一年大约订 25.2 次。在手持量降到 5,183 件时补货 — 备上 563 件安全库存，撑过 14 天提前期，守住 97% 的服务水平。

这个模型藏掉了什么：这里的 σ 是日需求波动，不是预测误差 — 正式版本用的是预测误差，它更大，也没这么客气。z 值来自一张十行的表，不是完整的正态曲线。还有，97% 只是个目标 — 去查查安全库存到底是不是按你真正承诺过的服务水平来定的。

牛鞭效应可视化

实时

货架上一丝小抖动，到上游成了风暴。看需求波动逐层放大。示意模型。

需求波动（CV）20%

供应链层级数4

货架上的小幅需求摆动，向上游放大成大额订单摆动 — 到第 4 层（区域配送中心），20% 的 CV 会变成 173 的订单指数。需求透明、更短的提前期、订单平滑，都能给牛鞭效应降幅。

这个模型藏掉了什么：每一层都把波动乘上一加 CV — 这是教学模型，不是仿真。真实的牛鞭来自被博弈的配给和批量下单。笔记里的那些阻尼器，是真正在真实订单簿面前存活下来的那几招。

02作品

看结果，不看 logo。

项目全部匿名；结果只报区间 — 背景、我的角色、我做了什么，以及结果诚实的误差带宽。

案例加载中…

站得住的计划，从外面看都很无聊 — 一个需求数字，一个节奏，用区间代替承诺。全部诀窍就这些。