《计划与物流精益改善之道》
       从2016开始随着经济进入新常态，企业面临的环境是客户需求多样性增加，产品价格稳中有降，制造成本持续增加，为了应对内外部的挑战，企业的精益变革重点转向了精益设计和精益供应链。
       本书围绕“计划与物流战略咨询的方法论”展开，该方法基于供应链参考模型（SCOR）,精益生产、六西格玛的方法以及通用汽车制造的计划和物流管理方法和工具，结合作者十年的咨询经验形成的。
       本书包含2部分，一部分是方法论部分，首先从订单交付率和成本入手，制定成品交付策略，自制件制造策略，原材料采购策略；然后分章节对需求计划/订单管理，主生产计划，物料需求计划，车间调度与控制，物流管理进行了深入阐述。第二部分是案例部分，提供了汽车、家电、卫浴、医药、机械装备制造、印刷、半导体等行业的实际改善案例。

《需求预测和库存计划 一个实践者的角度》
       不管是时兴的跨境电商、新零售，还是传统的生产制造、贸易流通，在供应链计划上的问题都很相似，主要表现在：
       总进总出整体上不平衡，导致全局性的需求与供应不匹配。
       库存没放到合适的地方，导致局部性的需求与供应不匹配。
       产品、业务、需求的复杂度大增，增加了供应链计划的难度。
       这些问题交织在一起，集中体现为：新产品的计划极度不准，经常大错特错；老产品的计划不能精打细算，无法实现库存优化。这些问题不是特定行业所独有的，我们需要寻找广义的解决方案，系统地从时间维度（新产品vs成熟产品）和空间维度（中心仓vs前置仓）来应对。
       就整体方法论而言，《需求预测和库存计划：一个实践者的角度》依旧遵循 “从数据开始，由判断结束”的基本准则，在基本数据，比如需求历史的基础上，制定基准预测；根据销售、市场等业务部门的职业判断，比如促销计划、新品上市计划，来调整基准预测，制定最终的预测。
       本书更加聚焦“从数据开始”，通过一系列案例，更详细地介绍预测模型，包括预测方法的择优、库存计划的优化、新品导入的计划等。特别要说明的是，本书不是一本预测方法论的书。本书会探讨常用的预测方法，力图以浅显易懂的方式，把这些方法介绍给大家，让更多的人能够熟练应用。本书的目标是寻找更优而不是*优的解决方案。

目录
《计划与物流精益改善之道》
第1章 计划流程改善方法概述 5
1.1计划与物流运作规划 5
1.2组织职责与供应链指标 8
1.3需求计划或项目计划 10
1.4主生产计划与物料需求计划 11
1.5车间生产计划 12
1.6零部件物流规划 14
1.7持续的改善项目推进 16
第2章 计划与物流运作规划 20
2.1 产业链需求分析 21
2.2 交付价值流分析 31
2.3 成品交付策略与零件交付策略 38
2.4 制造能力规划策略 45
第3章 计划相关绩效与组织职责 48
3.1消费品制造商的交付率指标 48
3.2 工业品制造企业的交付率考核 53
3.3 消费品制造商的库存考核 57
3.4 工业品行业的库存管理 64
3.5 生产效率 66
3.6客户响应的评估与生产计划稳定性评估 68
3.7 计划相关的岗位职责——汽车行业的例子 70
第4章 需求管理 74
4.1企业需要什么形式的需求管理流程 74
4.2年度业务计划 76
4.3 需求预测 81
4.4产销协同管理 94
4.5 成品配送网络设计 98
第5章 供应计划 102
5.1 产品制造策略 102
5.2 主计划与成品库存和交付率的仿真分析实例 106
5.3 成品库存管理 108
5.4 生产经济批量 110
5.5 关键资源的能力测算 112
5.6 分厂交付计划生成以及期量管控 119
5.7 信息在供应计划应用存在的问题 123
5.8 如何衡量主生产计划的有效性 126
5.9 标准工时与应用 129
第6章 车间排程与交付管理 132
6.1 车间计划和执行的几个关键问题 132
6.2 生产日报与效率OPE管理模式 141
6.3典型的车间类型及排产方法 146
第7章 制造业物流管理 159
7.1供应商的零部件周物流量测算与交付模式设计 159
7.2 零部件的安全库存与仓储面积 160
7.3 物流标准工时测定方法 163
7.4 零部件入厂物流规划-时间窗口 166
7.5 零部件上线模式策划 169
7.6 物流量测算与仓储布置 172
第8章 汽车企业的生产计划与零件物流案例 175
8.1 通用制造及计划与物流模块概述 175
8.2 计划和物流部的部门职责及岗位设定 176
8.3 均衡化的主生产计划 179
8.4 零件的固定周期订货-通用汽车零部件订货的理念 182
8.5 少量包装的概念 190
8.6 有计划的零部件发运和收货 195
8.7 零部件的安全库存和缓存区规划 197
8.8 物料的内部拉动配送 198
8.9  空料箱的回收管理 202
第9章 家电企业的生产计划与物流改善案例 204
9.1家电企业的交付价值链分析 204
9.2 家电企业的预测与订单管理模式 206
9.3 主生产计划与物流需求计划 209
9.4 车间生产计划 210
9.5 零件的物流规划实例 213
9.6 车间物流配送与标准工时 215
9.7家电企业的供应商的准时交付率改善案例 218
第10章 建材家居行业的供应链改善案例 221
10.1 某卫浴行业的供应链诊断 221
10.2 需求流程梳理及改善 223
10.3  缩短龙头制造周期时间 226
10.4 缩短浴室柜交付周期 230
10.5  降低陶瓷产品线的交付周期 235
第11章 装备行业的计划流程改善 237
11.1 项目计划 237
11.2 主生产计划 244
11. 3分厂计划 247
11.4 通用物资的采购计划 252
第12章 医药企业的计划与物流改善 254
12.1 医药行业交付价值链分析 254
12.2 医药商业企业的计划与物流改善 260
12.3 医药工业企业的计划与物流改善 277
第13章 半导体企业的计划与物流改善案例 285
13.1 半导体厂的供应链计划流程 285
13.2 产能测算 291
13.3 工装需求测算 299
13.4 包装物流的精益改善 306
第14章 包装印刷企业的交付改善案例 315
14.1 企业的供应链计划管理现状 315
14.2 流程梳理 316
14.3 订单交付的数据分析 322
14.4 重点改善推进 324

《需求预测和库存计划 一个实践者的角度》
序言一 从计划的“七分管理”到“三分技术”
序言二 从药典到药方：我对案例的一些想法
序言三 这是我的第5本书，跟其他书有什么联系
作者简介
导读
计划是供应链的引擎
第一章
需求预测：三种基本的预测方法
时间序列的预测：移动平均法 / 8
小贴士 预测的灵敏度和准确度 / 12
小贴士 预测准确度的统计 / 13
小贴士 要不要考核预测准确度 / 18
时间序列的预测：指数平滑法 / 20
指数平滑法的逻辑 / 23
指数平滑法的初始化 / 25
平滑系数的择优 / 27
简单指数平滑法的优劣 / 32
趋势的预测：霍尔特指数平滑法 / 34
案例 一个快时尚产品的需求预测 / 41
小贴士 有时候，不预测就是最好的预测 / 46
季节性+趋势的预测 / 47
基于相关性的预测：线性回归 / 57
小贴士 解读线性回归的参数 / 60
小贴士 样本选择的几点考量 / 65
小贴士 极端值的处理 / 66
小贴士 残差图的分析 / 70
小贴士 样本太少怎么办 / 73
小贴士 警惕线性回归给你的东西 / 74
选择预测模型的一些考量 / 78
小贴士 寻找更优，而不是Z优的解决方案 / 81
小贴士 预测模型的优化要提防过度拟合 / 83
案例 中心仓的预测方法择优 / 86
需求预测的集中化 / 90
小贴士 为什么在颗粒度小的地方做预测 / 93
预测方法的优化 / 95
计划的改进得兼顾供应链的执行能力 / 103
小贴士 电商如何选择ERP / 106
魔鬼藏在细节中：需求历史数据的清洗 / 110
本章小结 最基本的方法也是最重要的 / 118
第二章
库存计划和库存的优化
量化不确定性，设定安全库存 / 123
第一步：量化需求的不确定性 / 124
第二步：量化有货率的要求 / 128
小贴士 有货率怎么定 / 129
第三步：计算安全库存 / 130
小贴士 按日、按周还是按月汇总需求历史 / 134
会设安全库存，计算再订货点就很容易 / 139
补货机制：定量vs不定量 / 143
补货机制：定期vs随时 / 145
案例 随时补货机制下再订货点的计算 / 149
案例 定期补货机制下再订货点的计算 / 150
小贴士 不是现货供应，再订货点如何计算 / 152
案例 轮辐式的全球库存网络计划 / 153
小贴士 设再订货点，还是安全库存+预测 / 158
案例 某工业品企业的计划组织 / 163
小贴士 计划职能的绩效如何考核 / 172
VMI的库存水位如何设置 / 175
计算Z低、Z高库存水位 / 176
量化VMI的库存风险 / 178
VMI的绩效管理 / 179
案例 离开信息化，就很难具备做VMI的条件 / 182
“长尾”产品：库存计划的终极挑战 / 184
“长尾”需求用泊松分布模拟更准确 / 189
用简单法则来指导“长尾”需求的计划 / 195
案例 跨境电商的店铺库存优化 / 203
本章小结 库存计划是个技术活 / 220
第三章
新品导入与滚动计划机制的建立
案例 新品的初始预测：群策群力，专家判断法 / 224
德尔菲专家判断法 / 226
小贴士 瓶子里有多少颗巧克力豆 / 227
新品预测试点项目准备 / 230
专家判断的结果分析 / 236
反馈改进，从失败中学习 / 240
专家判断法失败的三个原因 / 241
小贴士 预测判断力是可以培养的 / 243
专家判断法用于什么产品 / 244
专家判断有没有约束力 / 245
专家判断法由谁来维护 / 246
季节性强，一锤子买卖如何预测 / 247
案例 新品的预售期：尽快纠偏，调整预测 / 250
哪个预测模型更好 / 255
系统性偏差的检验 / 258
重新定义样本，重新建模 / 259
预售期需求的滚动预测 / 263
案例 新品的滚动计划要从开发期开始 / 268
小贴士 新品计划本身要有计划性 / 274
小贴士 大型设备的项目预投机制 / 276
新品计划由谁做 / 279
本章小结 尽量做准，尽快纠偏 / 280
后记 / 283