2004年圣诞节，很多孩子都感到失望，因为Robosapiens机器人供不应求。Robosapiens机器人是2004年最热门的玩具。很多孩子的父母也有失望的时候，因为时尚的“iPodmini”被一抢而空，都来不及补货。
鉴于现代供应链的复杂性，这种情况非常普遍。但供应链经理的中心任务总是非常艰巨的，他们要以最低的价格，在正确的时间和正确的地点，提供适当数量的零件和产品。供货过少，消费者将空手而归，供货过多，折扣和处理成本将上升。
困难在于产品的设计、生产和预订都是在不清楚需求的情况下进行的，而日益复杂的市场则使未来更加模糊不清。但供应链经理可以通过提高供应链对需求变化的反应能力，来降低预测风险。
打造一条对需求反应灵敏的供应链可不简单，但却是可能的。以下六个步骤提供了一个框架。
区间预测
对单一需求进行预测总是会出错，力求革新的企业已不再以单一需求的预测为目标，它们转而预测一系列潜在的结果，也就是所谓的区间预测。
经理人估计未来需求可能的区间，并用这种估计来指导供应合同的条款和应急计划。更重要的是，这种做法让企业习惯于预期不确定的结果。
风险集中
大规模或总体预测比单个预测更精确。上世纪90年代后期，凯迪拉克改变了在其最大的市场之一佛罗里达州的分销战略。凯迪拉克只发出展示车辆，而不允许经销商按推测的顾客需求量来订购轿车。当顾客下单订购时，轿车就隔夜从凯迪拉克分销中心运过去。
这一转变让凯迪拉克得以集中佛罗里达经销商的需求预测，而不再对单个经销商的预测做出反应。总体预测比单个经销商的预测准确得多，结果大幅提高了客服质量。分销中心可以完全按照顾客的需求量隔夜发货。
另一常见的风险集中策略是减少产品的零件数量，这一策略被称为零件变量缩减。当一家公司在许多产品中采用普通零件，那么就能集中对零件需求的预测。英特尔的系统集团用这种方法简化了零件的使用，把2万个不同的零部件减少到500个。
产品变量缩减的运作情况也差不多。当产品配置范围巨大时，就难以预测产品的需求。较少的方案数量可以更好地集中风险，减少可变因素，并因此改进预测。
然而，产品变数风险集中也有其不足：它迫使消费者从更少的产品变化中进行选择。困难是要在选择减少的情况下，保证消费者仍然满意。
缩短预测时间跨度
预测明天会发生什么，比预测下个月会发生什么更容易。减少构思、生产和销售产品之间的时间，将极大提高需求预测的能力。
为缩短订货至交货的时间，许多企业采取产品快速成型技术加速产品开发，用快速切削加工技术来加快生产扩量过程，用快速制造加速生产过程。其中的许多任务都能同时展开，每一步都让公司内不同小组参与进来。
部分企业成立了单一供应链组织，该组织跨越相关的公司职能，包括工程和销售。某些企业还成功地将风险集中与缩短预测时间结合起来，这种策略被称为延期或后期差异化。
测试产品
女鞋连锁店Nine West等时装零售商，都面临共同的预测挑战：每次推出新款时，需求都不明朗。
为了改善预测，NineWest开发了一个新的流程。首批1000双新款鞋子被空运至5家具有代表性的美国商店，它们的销售会受到几天的严密监视。该信息然后会被用于预测整个产品系列的销售情况。
如果销售超出预期，这家零售商就提高产量，如果令人失望，则减小生产规模。如果新鞋在测试阶段“惨败”，NineWest就会停止生产，并将已经做好的鞋子直接送往代销店或折扣店，以节省往返于自家店铺的运输成本。
合作
企业可以利用它们供应商与客户的信息，来更好地进行预测。沃尔玛就是典型的例子。上世纪80年代，这家美国零售商首创了一种实时在线应用系统，为它的供应商提供最新的销售数据，帮助它们以及沃尔玛自身变得更加高效。
然而，良好的预测还不止包括数据共享，它需要伙伴之间的合作：发现矛盾并修正预测。进行这项工作的正式方法是合作计划、预测与补给法，它由零售商与包装消费品制造商组成的行业协会发展而来。
风险共担
与供应链合作伙伴共同分担错误预测带来的风险，可以控制各方的损失。分担风险可以用多种方式写入供应合同中，包括收入共享和基于选择权的合同。
但最常见的是回购协议。比如在图书业，出版商从零售商手中购回没有售出的书，从而分担了库存太多的风险，也让零售商在预定图书时可以放开手脚。
价格支持是个类似的机制，很受电子产品制造商欢迎。当一种产品价格因推出新款而下跌时，价格支持就要求制造商退款给零售商。
这样的安排通常有利于双方，因为较高的库存会让销售商更容易对高需求做出反应。同时，一旦产品销售不畅，且必须以低于成本的价格出售，零售商也能得到制造商的经济支持。制造商同时也预先出售了更多产品，因而有机会创造更高的销售额。即使制造商必须承担销售业绩低落的部分风险，它的预期利润也增加了。
上述技巧可以帮助企业设计更为灵活的供应链。掌握了这些技巧的企业将创造强劲的业务，且不会受不可避免的预测失误影响。