资金需求预测如何影响企业决策？
大家好，资金需求预测如何影响企业决策？相信很多的网友都不是很明白，不过没有关系，接下来就来为大家分享关于资金需求预测如何影响企业决策？的知识，下面我们开始吧！
影响企业投资战略的因素有哪些
企业投资战略(InvestmentStrategiesofEnterprises)是指根据企业总体经营战略要求，为维持和扩大生产经营规模，对有关投资活动所作的全局性谋划。那么影响企业投资战略的因素有哪些？
影响企业投资战略的5方面因素：
(1)国家经济形势、经济政策及企业自主权的大小;(2)企业所属行业或即将进入的行业的技术结构、技术水平和竞争结构差异及平均利润率水平;
(3)企业自身经营状况及自身素质;
(4)市场需求状况及企业的市场开发能力;
(5)企业筹集与调源的能力。
三元投资决策系统
任何一个层次上的投资主体，都有三类决策，即战略决策、结构决策、项目及其组合的优化决策(简称为项目决策)。
(1)战略决策是全面性的，核心内容是依据投资主体的发展方向及行动方针确定投资总规模;
(2)结构决策是根据投资总规模确定如何组织人力、物力、资金、时间以及投资的优先顺序，将企业资源有效地分配到各投资方向并确定相应的规模，以期最优地实现投资主体的发展战略目标;
(3)项目决策是确定在选定的结构下最有效地实现战略目标的投资项目及投资方案的组合。
企业投资战略的选择
企业对投资环境、自身能力和资源进行尽可能透彻的分析后，即可：①确定发展战略，其战略选择取决于市场前景预测和企业态势。
②决定经营战略，企业经营战略的核心是选择投资战略方向及确定投资战略态势。
③确定投资战略，共有7种战略态势:
A.领导者，某产品市场占有率最大的企业即所谓的领导者，其产品性能和价格成为市场规范。其他企业可以根据自己的特点，选择以下6种战略态势中的一种或几种与之展开竞争。
B.声望竞争者，这是由于历史或其他原因造成的。该企业的产品声誉好，故其性能相同的产品可以高于“领导者”产品的价格出售。
C.性能竞争者，其产品性能好，故价格也高于领导者的。
D.价值竞争者，其产品性能好，但价格与领导者相同。
E.跟随者，价格和性能都与领导者的一致。
F.价格竞争者，产品性能与领导者的相同，但价格低。
G.经济竞争者，产品性能和价格都比领导者的低。
如何做好需求预测
---1、导读
我们知道企业有三大支柱职能：研发（产品管理）设计个好产品，营销（需求管理）卖个好价钱，供应链（供应管理）以合适的成本和速度生产出来、配送出去。
而供应链是把采购把东西买进来、生产来增值、物流来配送---这是供应链的三大执行职能，他们按照计划的指令行事；计划是供应链的引擎。那如何做好计划，以及计划与执行的联动？总结为三个环节：那就是需求预测、库存计划和供应链执行。
---1.2、需求预测是什么？
当然，需求预测虽然很重要，但它并不能被当做需求计划，也不能被当做销售目标。所谓预测，是对未来可能发生的情况的一种假设，本质上还是一种推测，只能作为参考，而需求计划则是保证目标能达成而做的决策，更具有权威性和可执行性，销售目标则是希望达到的结果，三者不能混为一谈。
①所有的预测都是错的，但是错多错少不一样，要尽力做出准确度最高的错误预测；
②所有的预测都是错的，所以我们要设立安全库存或安全产能来应付；
③预测失败，安全库存不够，最终要靠供应链的执行能力来弥补。
---1.3、为什么要做需求预测？
那么既然预测的都是错误的，我们为什么还要做需求预测呢？
需求预测是基于历史数据和未来的预判得出的有理论依据的结论，有利于高层对未来的销售及运营计划、目标，资金预算做决策参考；需求预测能为采购计划、仓库作业资源调配起推荐作用，有助于采购部门做采购计划，仓库提前做排产计划，减少受业务的波动影响。
如果没有需求预测，公司内部很多关于销售、采购、财务预算的决策都只能根据经验拍脑袋而来了，会导致对市场预测不足，产生库存和资金的积压或不足等问题。
1.4、需求预测怎么做？
需求预测怎么做？基本的方法论是“从数据开始，由判断结束”，在历史数据分析的基础上，计划作出基准预测；根据营销等的反馈（判断），做出适当调整，成为最终的需求预测。需求预测是三分技术、七分管理；企业最大的挑战不是选择什么样的预测模型，而是建立销售与运营对接的流程，把公司前后端最佳的智慧凝聚到一起，做出准确度最高的判断。
一.从数据开始
关键点：
1.1谁的数据
对于制造商来说，最理想的就是越过渠道，直接利用零售终端的销售历史，来生成需求预测。协同计划、预测和补货（CPFR）就是打通制造商和零售商的通道，提高信息的透明度，及时、准确地把终端销售数据传递给制造商，以安排后续的库存计划、补货和需求预测。对于零售商，让他们做基于分析的工作，比如制定需求预测、设立库存水位、确定补货数量等，就很难做到位。而制造商，虽然分析能力是整个供应链上最强的，却远离一手数据，不得不依赖经验判断做出各种决策来。供应链的挑战，就是把这两类企业对接起来，整合前端的判断能力和后端的分析能力，完成“从数据分析开始，由专业判断结束”的需求预测流程。
1.2从数据里面学什么
①先看发货数据的时间单元，是按月还是按周划分，也就是说，记录的是每周还是每月的发货量。在供应链运营上，周是个比月更理想的时间单元，是企业运营管理细度的体现。
②订货的频次也反映了客户的运营水平：运营水平越高，订货的频次一般越高，订货量一般也越平稳，这些更可能是优质客户的体现。
③从发货数据中，还蕴藏着更多的客户信息。比如客户的订货习惯：每周还是每月下订单？是不是接受部分发货？
④还可分析客户的集中度。摘取一段时间的需求历史，比如6个月，按照料号、客户、月份分解，你就能判断，对于特定的料号，是否有客户占了相当的比例。
⑤还可以从发货历史中看需求的变动性。比如基于13个星期的发货历史，你可以计算每个料号的需求标准差，跟13周平均需求值相除，就得到度量变动性的变异系数。
1.3如何做准预测：选择合适的预测颗粒度
预测的颗粒度：颗粒度越大，预测的准确度越高，反之亦然。
预测的颗粒度是个三维概念：组织、产品和时间，每个维度都有多个层次。就组织维度来说，我们有全国、大区、分公司等；产品维度有大类、小类、SKU（存货单元）等；时间维度有季度、月度和星期等。
概念上很简单：实际值与预测值的差就是偏差。
1.4需求预测的方法
二、关于销售判断
要求销售做判断，一定要把需求预测分解到适当的层面，针对特定的产品，找到合适的人来做判断。如果判断主要集中在销售大区层面，那就分解到销售大区；如果得依赖地上跑的销售，那就得分解到客户，再找到对应的销售。
聚焦到具体的产品、具体的客户，是获取销售判断的关键。
对于大多数产品来说，一个产品有多个客户，需求相对均匀地分散到各个客户，每个客户只占微不足道的份额，需求起伏对整体影响有限，而且往往会互相抵消。
真正重要的，是那些需求集中在有限客户的产品。比如一个产品虽然有25个客户，但其中一个客户的需求占比是40%，其余的客户都平均分布。这个大客户的需求一旦变动，对供应链的影响就很明显，要么是短缺，要么是过剩。
其它，关于库存
我们知道，库存可分为三类：第一类是周转库存，这是由周转周期决定的。比如生产周期是3周，那生产线上就有3周的过程库存；运输周期是28天，那就意味着有28天的在途库存。周转库存一般会得到相当多的关注。周转库存=需求预测 × 周转周期，其中周转周期一般假定是恒值，对于作为变量的需求预测，总是有很多人盯着，根据实际需求和市场变化及时调整。这点我们在第一篇详细谈过，这里不再赘述。
第二类是安全库存，用来应对需求的不确定性、供应的不确定性，以达到既定的客户服务水平（有货率）。安全库存的高低取决于三个因素：①需求的不确定性——需求变动越大，需要的安全库存就越多；②供应的不确定性——供应越不确定，需要的安全库存就越多；③有货率的要求（服务水平）——服务水平要求越高，安全库存水位也就越高。
第三类是多余库存，比如预测失败、订单取消、最小起订量等造成的库存。周转过程中充满不确定性，所以安全库存往往跟周转库存并行。需求预测没法回避，安全库存也是。
如果你还想了解更多这方面的信息，记得收藏关注本站。