在企业MRO采购过程中，零库存是十分理想的状态，然而却没有几个企业能够实现，只能靠自己或者借助第三方平台准备一些自己的库存，而一定的物料库存是十分必要的，既能够满足日常使用，又能满足应急需求。

　　但是如果物料库存备错了不仅会耽误生产经营进度，还会导致资金占用和呆滞库存，所以该如何决定库存种类和数量呢?如何进行需求预测和库存计划?

　　一、需求预测要兼顾灵敏度和准确度

　　MRO采购物料有很强的重复性，但却也有随机性，受市场波动影响很大，而且由于原材料特殊，价格波动也不小，做需求预测时必须将这些因素考虑在内。例如：当企业进入一个新市场，推出一款新产品，服务中零件需求就会与近期整机销量有着很强的相关性，在预测时需要很高的灵敏度。

　　除此之外，企业的促销活动的影响也要考虑在内，如果简单地根据最近几个月的销售数据来做需求预测，很可能会库存过量，造成积压和呆滞。这时的需求预测就要降低敏感度，最好综合以往的需求进行考量。

　　同时在预测过程中也可以用到移动平均法，以此计算过去一年中MRO工业品的需求量，能够有效消除预测中的随机波动，因此计算结果能够作为市场需求的预测基准。考虑到预测灵敏度，可以对历史数据设置不同的加权系数，比如：可以把最近4个月需求的权重设为60%，而之前8个月需求的权重设为40%，以增加预测对近期需求变化的响应度。同样，也可以用移动平均法来计算过去12个月需求量的方差和标准差，按照不同的权重和响应度计算安全库存。当需求波动非常大，变化非常快的时候，在一定程度上就可以通过安全库存来满足需求。

　　在需求预测中，预测的灵敏度经常与准确度相矛盾，灵敏度高了，准确度就可能下降;准确度高了，灵敏度就不会太高，并非数据越多，时间越久，预测越准确。所以，需求预测往往要兼顾灵敏度和准确度才能得到较好的结果。

　　二、数字化助力需求预测

　　显然，仅仅依靠人力进行需求预测是不够的，人的经验和水平参差不齐，企业必须向数字化转型，通过建立零件库存管理模型，用数据驱动需求预测，才能改善库存计划效率，让数字化成为企业的核心竞争力，通过对零件需求的历史数据进行分析和挖掘，用大数据的方法预测未来的零件需求。

　　三、第三方库存完美解决企业需求

　　以上的方法对于涉猎互联网的企业十分适用，但是对于工业、建筑、工程等较为传统的企业来讲并不简单，这种情况下可以选择借助第三方平台，选用平台也有讲究，什么样的才能当作库存?那么一定是要求平台有现货，交付时效有保障的，好采慧就是这样一个平台，线下实体仓货一体店与线上交易并行，支持企业在线上积极选购的同时，也是作为仓库储存使用，并且平台的智能备货以及路线规划全面保障交付时效与质量。

　　实际上依据需求预测而制定的库存计划，目的就是要满足企业的需求，提高库存周转率，而大数据挖掘正是辅助需求预测的一把金钥匙。

　　需求预测的战略意味着企业的长远利益，必然牺牲一定的短期利益。可一味聚焦库存战略忽略了正常采购过程，也可能会影响企业的正常生产经营，两者之间需要进行平衡。