求销售预测案例?

求销售预测案例?,第1张

销售预测准确率低是众多营销管理者非常头疼的问题。销售预测准确率低,造成生产计划无所适从——按计划生产出来的产品届时可能由于某些条件不满足而不能发货,造成库存,按计划没有生产的产品可能由于客户急需而又不能按时供货——这不仅让生产部门叫苦不迭,同时也降低了销售的竞争力。因此,有效解决销售预测准确率低的问题是每个营销管理者必须面对的严峻课题。

这里以大客户销售为例,对提高销售预测准确率的方法进行探讨。

这里所说的大客户是指:一定时期内能够为企业带来较大销售额或较大利润或较大市场效应的客户。

根据本人的营销管理经验,提高销售预测准确率必须从以下三个方面着手:

一、建立专业化的营销管理体系

专业性强是大客户采购的主要特点。针对这样的特点,大客户的营销管理体系也必须高度专业化——专业分工的组织结构、专业的市场运作、专业的销售队伍、专业的销售支持队伍、专业的销售运作管理和专业的客户服务队伍等。专业化的营销管理体系是提高销售预测准确率的基石。没有营销管理的专业化,再好的方法也难以奏效。

二、多渠道、高频度获取销售信息

所谓兼听则明,营销管理者不仅要通过管理报表、销售例会、随访观察、述职谈话等方式从销售渠道(销售人员、区域经理、分销商等)来了解销售项目的进展情况,而且要通过同样的方式从市场渠道(市场人员、产品市场人员、产品部负责人等)来了解项目的进展情况,甚至在可能的情况下,要从同行、从竞争对手处来了解项目的进展情况。

另一方面,由于销售项目的进展情况是时刻发生变化的,因此,为了能够及时得到准确的进展信息,提高信息收集的频度是极其必要的。常见的信息收集频度是周,即每周更新一次进展信息。

多渠道、高频度获取的丰富且及时的销售信息,是准确判断销售项目状态的前提条件。

三、建立统一的销售项目状态评估标准及销售预测方法

有了丰富且及时的销售信息,还必须建立统一的销售项目状态评估标准,否则即使是同样的信息,不同背景和水平的人得出的结论可能会有较大的差异。

“C931项目进展评价模型”是较为成熟的销售项目状态评估方法,可以作为销售状态评估标准使用。

“C931项目进展评价模型”中的“C”是英文“Confirmed”的缩写,意思是该评价模型是一个需要对“9个C(Clear—搞清)、3个F(First—搞定)和1个W(Win—搞死)”进行逐一确认并找出下一步工作方向的过程。

应用“C931项目进展评价模型”,我们可以:

1、清楚地了解项目的进展情况;

2、发现项目跟踪的不足之处;

3、推动销售人员尽快采取措施弥补差距;

4、可以推动项目的前进步伐;

5、提高项目的可控性,提高赢单率。

“9个C(Clear—搞清)”是指销售人员、市场人员及营销管理人员必须对以下9个关于项目的属性了如指掌:

1、必须明确我们 *** 作同类项目和 *** 作该项目的推进流程和关键点;

2、必须了解该类客户和该客户的采购流程和关键点以及该客户的采购进度表;

3、必须明确该客户对于该项目的采购组织、组织的结构、组织中主要成员、组织成员各自的权责范围、每个成员的个人倾向、他们对项目的影响力、他们的性格特点和相互关系;

4、必须明确该客户的决策模式;

5、必须明确客户的确切需求,即明确客户采购产品的定位(如产品的档次,价格定位等等)和客户关注的焦点;

6、必须明确客户的资金状况,客户期望的付款方式;

7、必须明确竞争者、竞争者向客户所推介的产品;

8、必须了解我们与竞争者在品牌、产品、价格、服务、付款方式、客户关系等方面的SWOT分析结果;

9、必须明确我们的销售策略——产品策略、价格策略、服务策略、关系推进策略、进程推进策略等等。

“3个F(First—搞定)”——是指对于项目的掌控应该力求做到以下三个“第一”:

1、决策者及决策机构中的其他关键人物均认为我们在众多的候选供应商中的综合评价是排在第一位的;

2、决策者及决策机构中的其他关键人物均认为我们产品的性价比是最高的,是第一位的;

3、决策者及决策机构中的其他关键人物均认为我们与他们的关系是最密切的,是第一 位要考虑的。

“1个W(Win—搞死)”——是指胜券在握的意思,此时采购的关键决策者已经选定我们的产品甚至已经主动协助我们策划赢取项目了。

简介

金星中国公司为案例,运用运筹学及计算机辅助管理原理,对其生产的产品——大屏幕彩色显视器(简称彩显)在市场上的营销历史和现状进行深入研究和分析,建立数学模型并运用计算机进行科学预测,制订未来时期的经营战略。本文使用数学模型和自行开发的软件包建立了一体化的市场营销管理信息系统。该系统可以自动地从营销交易和企业环境中收集、处理和分析有用、适时、准确的信息。同时,它可以将已分类和重新组合的信息实时地向公司的管理层和各部门传递。

产品的销售概况

金星公司在世界范围内销售形势是乐观的,由于各国显示器生产厂家纷纷在中国办厂或大批向中国放货,行业中的竞争日趋激烈,该公司中国公司的销售量却增长不大,除去竞争因素外,另一个重要因素是企业内部未充分挖掘潜力,尤其是缺乏科学的战略性的市场观测,缺乏一套行之有效的经营管理信息系统,致使该公司销售形势处于一种“凭市场摆布”的局面。因此,当该公司面临不利的宏观经济环境时,便不能作出灵敏的反应,去制订有力的对策,以取得营销的主动权。

产品市场分析和营销计划系统总框架

在世界范围内,金星公司是有一定的优势的,但中国市场销售情况表明,该公司产品在中国市场销路已经潜伏着危机,为此金星中国公司提出开发一个“市场营销管理信息决策系统”,其主要功能是为该公司管理人员提供可靠及时的市场信息。

为了实现目标功能,系统包括四个功能模块:

(1)市场预测和分析

(2)计划和市场研究

(3)订货和用户服务

(4)调运和分配

本文着重对市场营销的预测分析和计划模块进行重点研究和论述。因为预测分析和计划研究是市场经营管理的首要环节,它是企业作出正确经营决策的前提和依据。

市场营销管理信息系统的数据流程

市场营销管理信息系统的主要来源有两方面:第一个来源是市场的调研人员,他们收集有关市场的情况资料,供市场预测和研究分析之用;第二个来源是用户,就是指所有要购买产品的单位和个人,它向企业提出订货要求,以及对产品质量、性能等方面的要求等。这些原始数据输入到系统后,经过适当的处理,产生各种市场信息,有的存入相应的数据库中,有的输出给有关的部门或其它子系统。

市场预测模型

一个企业要作出正确的经营决策,预测和分析起着重要的作用。通过预测和分析,将市场中的未知状态转变为科学预测的期望值状态,使企业在一定程度上规避市场风险。在认真总结以往经验的基础上,不仅要加强定性预测和分析的主导作用,而且更要重视定量预测和分析的研究工作,特别是充分发挥计算机的作用,使定性预测分析和定量预测分析密切结合起来,创造一种崭新的,更符合产品市场和公司实际的科学预测和分析方法。一方面,随着中国宏观经济的发展,大屏幕显示器市场需求量的发展具有一定的延续性。另一方面,显示器为通用产品,各种品牌竞争激烈。显示器的固定配套用户比较少,所以屏幕显示器的研制和销售也具有某种不确定因素,即较难考虑它发展的因果关系。此外,显示器的市场需求量,受兼容PC机销售的支撑,有一定的季节波动,如一、二月像冬眠期一样销售迟缓,三月形势转为明朗,随后是在缓慢下滑中的维持状态,八月销售突然转旺,是受暑期购买兼容PC机高潮的影响。根据这一情况,本人认为预测方法宜采用两种方法:即时间序列分析法中的指数平滑法和季节性变动法。前者主要对短期的销售趋势进行预测,后者则着重预测季节性变化及长期的销售变化状态,弥补了短期预测的不足。用两种预测方法相结合就可以获得较好的预测效果。 1、用改进的指数平滑法预测短期销售趋势。

利用指数平滑法可以较好地进行短期销售趋势预测。这种方法的基本原则是强调数据对预测值的作用,可以任意选择数据的权值,但是并未完全忽视远期数据的作用。指数平滑法的数学模型如下:

F[,t+1]=F[,t]+α(V[,t]-F[,t]) (3-1)

又可以写成:

F[,t+1]=αV[,t]+(1-α)F[,t] (3-2)

α——平滑系数,其值介于0与1之间(0<α<1);

V[,t]——第t个周期(年或月)的实际值;

F[,t]——第t个周期(年或月)的预测值;

式(3-1)中的F[,t]又可写成:

F[,t]=αV[,t-1]+(1-α)F[,t-1]

而 F[,t-1]=αV[,t-2]+(1-α)F[,t-2]

……如此连续推算下去,然后再将不同期的预测值代入式(3-2),展开后得:

F[,t+1]=αV[,t]+α(1-α)V[,t-1]+α(1-α)[2]V[,t-2]+…(4-3)

式中α值的大小要根据实际情况选取,如果要加强数据的作用,α值可取得大些。假设令α=0.9代入上式,得:

F[,t+1]=0.9V[,t]+0.09V[,t-1]+0.009V[,t-2]+…

可以看出,数据在上式中起着主要作用,其余各项历史数据的作用按等比级数(公比为1-α)的权值迅速下降。因此,这种方法是加权滑动平均法的一种改进型,它可以通过α值的选择,改变权值调节数据的作用,同时也考虑到远期数据的作用。在实际运用中α值的选择,可根据经验来定,如果数据波动不大,图线较为平稳时,α值应取得小一点;如果数据波动较大,α值应取大一点,可令α=0.7~0.8。这样使预测值对实际值的变化能得到迅速的反应,从而减小预测值与实际值的偏差。现以显示器历年销售的历史数据为例,应用指数平滑法,分别按α=0.1和0.9计算1990—1996各年的预测值,如表3—1所示。

指数平滑的预测值:

实际值 预测值

周期(年) (百万元) a=0.1 a=0.9

1987 1494.0 1494.0 1494.0

1988 1476.6 1494.0 1494.0

1989 1673.0 1492.0 1478.3

1990 1777.8 1506.7 1621.1

1991 1738.6 1533.8 1762.1

1992 2028.5 1554.3 1741.0

1993 2071.9 1601.7 1999.7

1994 2252.0 1648.8 2064.7

1995 2825.0 1709.1 2233.3

1996 2439.0 1820.7 2765.8

图3—1所示为指数平滑法α取值不同的两条预测图线。可以看出:由于实际数据不稳定,波动较大,在这种情况下当α=0.9时,预测值图线比较接近于实际值;当α=0.1时,预测值图线只反映出数据变化趋势,与实际值偏差较大。指数平滑法是通过人工对α值的调节来加强不同时期的数据作用,能适应比较复杂的变化情况。要求历史数据也较少。指数平滑法是一种时间序列分析方法。时间序列是一个受随机因素影响而变化的序列。因此,它的预测不可能没有偏差。因此需要说明预测的精度问题,以便在选择预测方法时有一个比较的标准。如何来确定预测的精度?不能以某一次预测的准确与否作为评价预测方法的标准,而应从统计观点用平均值的办法来判断。现用平均绝对偏差和均方差两种衡量预测精度的方法予以说明之。

两种方法的数学表达式如下:

平均绝对偏差(MAD):

1 n

MAD=──(ΣㄧV[,t]-F[,t]ㄧ)(i=1,2,3,…,n) (3-4)

n i=1

均方差(MSE):

1 n

MSE=─[Σ(V[,t]-F[,t])[2] (i=1,2,3,…,n) (3-5)

ni=1

现以这两个标准,对表3—1中的指数平滑法相同数据选用两种α值(α=0.1和α=0.9)预测结果进行误差分析对比。如表3—2所示。从表3—2中采用两种标准计算的结果看,在该组实际数据的情况下,选用α=0.9的预测结果比α=0.1的预测结果精确。 误差分析对比:

实际值 指数平滑法

周期(年)(百万元) a=0.1平均绝对偏差均方差a=0.9平均绝对偏差

1987 1494.0 1494.0 0.0 0.0 1494.0 0.0

1988 1476.6 1494.0 17.4 302.8 1494.0 17.4

1989 1637.0 1492.3 144,7 20938.1 1478.3 158.7

1990 1777.8 1506.7 271.0 73441.0 1621.1 156.7

1991 1738.6 1533.8 204.7 41902.1 1762.1 23.5

1992 2028.5 1554.3 474.1 224770.8 1741.0 287.5

1993 2071.9 1601.7 470.1 220994.0 1999.7 72.1

1994 2252.0 1648.8 603.2 363850.2 2064.7 187.3

1995 2825.0 1709.11115.9 1245232.8 2233.3 591.7

1996 2439.0 1820.7 618.3 382294.9 2765.8 326.8

总计 3919.4 2573726.7 1821.7

总平均绝对差 391.9 182.2

均方差1 257372.7

指数平滑法:

周期(年) 均方差

1987 0.0

1988 302.8

1989 25185.7

1990 24554.9

1991 552.3

1992 82656.3

1993 5198.4

1994 35081.3

1995 350108.9

1996 106790.2

总计 630430.8

总平均绝对差

均方差1 63043.1

2、用季节性变动法预测季节性需求变化

指数平滑法虽能较好地反映短期的销售趋势,但不适用于长期预测。作为对短期预测方法的补充,我们采用季节性变动法预测大屏幕显示器季节性需求变化及长期的销售变化状态。大屏幕显示器容易受兼容PC机销量及其它诸因素的影响,其市场需求量呈季节性或周期性变动。为搞好均衡生产和适时供应,很有必要掌握其变动规律。大屏幕显示器需求的季节性变动有时候较为复杂,它既包括有趋势性变化(如需求量逐年增长),也可能包括有季节性变化,或者还有其它偶然性的变化(如国家政治、经济形势的突然变化)。因此,对这种变化状态的分析和预测,需要应用多种可行的方法进行综合分析。现仍以金星公司1995、1996年各月销售量为依据,如表3—3所示来预测后两年某时期的销售量。

预测步骤:

(1)标出数据点的分布图,确定变动的形式如图3—2所示,这组数据显示两种变动,一是具有较强烈的季节性变动,夏秋两季需求量大,冬春两季需求量小;一是趋势变动,产品需求量呈增长趋势。

(2)确定长期趋势变动

增长趋势变动的确定有两种方法

(i)利用月平均增长率定点画出直线

附图{图}

根据表3—3的数据分别求出1995和1996年的月平均销售量:

1688

95年月平均销售量=——=140.7百万元

12

2370

96年月平均销售量=———=197.5百万元

12

197.5-140.7

每月的平均增长量=———————=4.73百万元/月

12

这个4.73百万元/月即为长期趋势变动。如果把月平均销售量算为年中(六月份)的销售量,则可在图3—3中给出A、B两点。其中A点为1995年6月,坐标Y值为140.7;B点为1996年6月,坐标Y值为197.5。连接AB直线即为长期趋势变动。

(ii)应用最小二乘法,列出直线回归方程:

假设直线方程为:

Y=a+bx式中:

回归系数 nΣX·Y-ΣX·ΣY

b=──────────

nΣX[2]-(ΣX)[2]

ΣY-bΣX

a=──────

n

将表3—3数据代入上两式得:

24×55200-300×4058

b=———————————=3.89

24×4900-300[2]

4058-3.89×300

a=————————=120.46

24

则趋势数学模型为:

Y=120.46+3.89x (3-6)

(3)计算趋势线的各月趋势值

将各个月份值代入趋势模型式(3-6),得到各个月份的趋势值。全部计算值列入表3-3的(3)项。各个月份的趋势值是供计算季节性系数用的。

(4)确定季节性系数

季节性系数是用表3-3的(2)项被(3)项除所得的商。列出一月份季节性系数的算法为:

30÷124.4=0.24

其余类推。表中有24个月的季节性系数,是两个完整循环周期,因此应将每年对应的月份季节性系数进行平均,取其平均值,则各月的季节性系数值,如表3-4所示。

表3—4季节性系数

季节性系数

月份 1995年 1996年 平均值

1 0.24 0.56 0.40

2 0.39 0.93 0.66

3 1.44 1.11 1.28

4 1.22 1.48 1.35

5 1.27 1.19 1.23

6 0.99 1.31 1.15

7 1.88 0.96 1.42

8 0.98 1.10 1.04

9 1.23 1.52 1.38

10 0.81 1.27 1.04

11 0.64 0.50 0.57

12 0.48 0.43 0.45

(5)建立预测模型进行预测

假设S[,t]为第t月的季节性系数,则第t月预测值为

Y[,t]=(a+bX[,t])S[,t] (3-7)

若欲求1997年7月的需求量预测值,则有:

X[,t]=24+7=31

S[,t]=1.42

所以:Y[,t]=(120.46+3.89×31)×1.42=342.29百万元

又,若求1998年1月的需求预测值,则有:

X[,t]=24+12+1=37

S[,t]=0.4

Y[,t]=(120.46+3.89×37)×0.4=105.76万元

以上论述的是指数平滑和季节变动两种预测方法的数学模型及其应用实例。需要指出的是:运用计算机进行预测主要在于数学模型的使用和改善预测的精度。使用计算机进行预测的优点在于它能准确地处理大量数据,能及时根据变化的条件经常修改模型,同时它还可以和其它系统相联,强化信息通讯。用计算机预测市场需求时应收集需求数据。一般来说统计数据越多越好,不太重要的情况下找七点即可,重要情况下至少找十二点,观察季节性需求形态至少要两年的数据。数据的时间跨度对预测是有影响的,跨度过长,季节性波动被掩盖。

对于指数平滑法,输入计算机的是时间序列数据。输出的是通过指数平滑法计算后的下一周期的预测值。计算机程序应提供一预测表(ATABLEOFFORECASTS)。平滑系数α的变范围自0.1至0.9;另一方面,程序可以用最小平方法选择较佳的平滑系数,同时,还可以根据使用者指定的周期数来计算加权平均,这将有利于敏感性分析的进行。对于季节性变动预测法,输入计算的亦是时间序列数据,输出的是今后时期的季节性变化趋势。当市场需求情况出现峰和谷时,就要考虑季节性需求,一般来说季节性需求行为要求峰值在各个周期的同一时期出现,并且高峰需求必须超过平均需求的MAD/2(平均绝对偏差),季节性需求估值在计算机中以趋势线和季节系数来表达。

市场研究和营销计划

市场研究和营销计划的目的是进行充分的市场调查,制订合理的销售计划,从而在最大的限度上减少企业所承担的风险。市场研究和营销计划模块要完成以下三项工作:

(1)、市场调查资料的分析,一般根据大屏幕显示器的竞争状况以及采用统计分析的方法来研究市场问题;

(2)、利用销售预测的结果来制订销售计划。

(3)、广告分析,以便于制订广告策略。

[编辑]

案例一:定性预测法在销售预测中的应用[1]

商业化程度日益加剧的当今世界,公司间的竞争越来越激烈,市场营销已成为公司经营与管理的重要环节,销售预测,即对预测期产品销售量、销售额所进行的预计和测算,是经智顶测的起点和基础。

由于采用的手段和分析方法不同,销售预测可分为定性预测法和定量预测法。定性预测法不需要高度的统计手法求算而是以市场调查为基础,通过决策者的经验和价值判断进行预测,简单易行,适于基层企业。定量预测则是用各种变量构建的模型来表示需求和各种变量之间的关系。一般来说,量化程度较高的预测方法用于短期预测.而长期预测中往往采用定性的分折,较少采用量化手段,因为一个好的长期的经营规划取决于对公司产品需求的预测,几年中,我们公司根据市场需求状况在应用定性预测法进行销售预测实践中效果很好,为企业经营决策和产销活动提供了可靠的依据,具体做法如下:。

一、采用部门主管集体讨论法预测

这种方法是将销售主管集体讨论的看法和预测结果与统计模型相结合,形成对需求的集体预测。我们主要应用于新产品的研制开发期预测及公司发展的甲长期预测。虽然是以个人经验为基础,不如统计数字令人信服,但因为是新产品无法依循时间系列分析预测未来。应用这种方法凭着主管丰富的经验与敏锐的直觉预测市场,弥补了统计资料不足的遗憾。

二、采用销售人员意见征集法预测

销售员最接近消费者和用户,对商品是否畅销、滞销比较了解,熟悉消费者对所销商品规格、品种、式样的需求,所以我们公司在做年度销售计划时经常通过听取销售员的意见来预测市场需求。具体 *** 作是先让每个销售员对下年度的销售最高值、最可能值、最低值分别进行预测。提出书面意见,由管理部门算出不同人员的概率值,然后再据此求出平均销售预测值,预测计算如下表: ,预测计算如下表:

预测计算表 销售员 预测项目 销售量(件) 出现概率 销量×概率 A 最高销量 1000O 0.3 300 最可能销量 800 1.5 400 最低销量 500 0.2 100 期望值 800 B 最高销量 1000 0.2 200 最可能销量 700 O.5 350 最低销量 400 O.3 120 期望值 670 C 最高销量 900 0.2 180 最可能销量 600 0.6 360 最低销量 400 0.2 80 期望值 620 根据上表可算出销售量平均预测值为:

X=∑X/n=(800+670+620)/3=696.7/件

因为预测值源于市场,可靠性较大,能较实际地反映公司下年销售需求并且簿单易行。所以公司采用这种方法做年度销售预测至于销售员过高或低的预测偏差,预测中会相互抵销,总值仍较理想。另外,有些预测偏差可以预先识别并及时纠正。

三、采用德尔菲法预测

德尔菲法,1946年兰德公司首次用来做经济预测,后来被迅速广泛采用.它主要采用函询调查,依据系统程序由专家对所函询的问题独立判断.而后综合整理,匿名反馈可去,经过多次循环最后汇总成专家基本一致的看法,作为预测结果.这种方法具有广泛的代表胜,较为可靠,但 *** 怍过程复杂、花费时间较长我们公司只在做投资决策时应用。比如为买断一项专利技术产品——新型墙体保温材料,曾应用德尔菲法进行论证、分析,最终做出经营决策,具体实施过程如下:

(1)组成十几人的专家小组,包括经销商、建筑师、开发商及市节能办、墙体办人员。

(2)提出所要预测的问题及要求:产品性能优势、同类产品市场产品占有率、本产品市场预测及具体目标值等,并附所有背景材料,然后由上述人员做出书面答复。

(3)每个专家根据已知材料提出本人预测意见并提出预测值。

(4)将第一次判断意见汇总、列表、对比再发还回去修改和判断,逐轮收集意见并为专家反馈信息,经过三四轮,直到各个专家不再改变自己意见为止。

(5)组织人员对专家意见进行综合处理,得出最终预测结论:该产品占有技术领先优势,适应节能保温政策要求,市场前景广阔,可以上马经营,生产实践证明:预测结论正确,当年销售额比预测值略高。

四、采用消费者市场调查法预测

这种预测方法是通过征询顾客或客户的潜在需求或未来购买计划的情况,在收集消费者意见的基础上分析市场变化,预测未来市场需求,我们采用过多种形式调查预测,比如在销售现场或访问客户时直接询问消费者的需求情况,要求销售员每月不少于一次;用电话询问客户,然后分类、总结、推算整个市场未来舞求趋势.调查对象相对集中时。发调查表征询意见销售中学生书刊等学习用品,公司即采用过全面征询意见法调查市场,先统计市县内各学校名单,再没计印刷调查意见预测表发给学生,然后对回收的调查信息进行分析,做统计汇总,咀确定销售的种类,价格等方向。这种来源于消费者的调查信息,直接反映了市场需求状况,可以有针对性地进行营销活动。

在公司所进行的销售预测中,特别是中长期预测,我们通过应用上述几种定性预测法,取得了一定效果,为公司的经营央策提供了可靠的依据。几年来,公司销售额逐年增加。经营范围不断扩大。做到了有目标、有计划地开拓市场,经营状况呈良性上升趋势。

事实上,企业如果想在市场竞争中取胜。有效地把握未来是十分重要的。应用于市场营销中的销售预测方法很多,至于如何应用还应根据实际情况而定。


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/zz/7667122.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-04-08
下一篇 2023-04-08

发表评论

登录后才能评论

评论列表(0条)

保存