如何量化波动对供应链的影响？

图3-6中显示的客户实际需求的波动大吗?

似乎不小，每日波动很大。可是如果看每周的日平均需求呢?如图3-7所示。

从周的角度看，就会发现订单量比较平稳。另外，如果再对比客户订单与实际提取，可能差异并不大，所以不能看到客户的需求上下波动就简单地下结论波动大不稳定，也许结果恰恰相反，客户的波动未必大，客户的可预测性可能很高。

通常波动的分析，需要到达型号的层面，总量保持稳定而型号波动大仍可能造成很大的问题。总量波动，不代表各型号都波动。同样总量平稳，

图3-6 日需求示例

(www.xing528.com)

图3-7 日平均需求示例

也不代表型号需求平稳。

客户波动大小的判断，取决于波动影响的结果。一个工厂所谓大的波动，在另一个工厂可能不被视为问题。日波动大，也未必是问题，型号的需求波动大，也未必造成大的影响。

比如产品的主要零件是通用件，那么型号层面的波动的影响就会小很多，尤其当生产前置期短的情况下。也可能使用同样零件的产品组的需求波动相比型号的波动更值得关注，因为这直接影响到零件的需求以及相应的库存是否足够。

产品的差异性、需求的波动、生产的提前期、目标的库存水平，都可能影响到生产计划的制订模式。面对同样的客户波动，一种排产方式下问题百出，而另外的方式就可能波澜不惊，这就未必是客户波动的影响了，可能是生产计划模式的问题。