浅析需求预测模型.docVIP

浅析卷烟需求预测的基本方法 注：为第t期的移动平均值，代表第t期的实际销量，n代表平均预测法的跨度周期（通常取n=3、n=5） （三）、方法步骤： 见下表，以镇巴2014年5月份需求预测为例： 镇巴2014年5月份需求预测(移动平均法) 月份 销量(y) 预测值M(n=3) 预测值M(n=5) 预测误差(n=3) 预测误差(n=5) 5 402.832 　 　 　 　 6 472.24 　 　 　 　 7 310.076 　 　 　 　 8 497.38 395.05 　 102.33 　 9 488.464 426.57 　 61.90 　 10 515.568 431.97 434.20 83.59 81.37 11 597.464 500.47 456.75 96.99 140.72 12 403.584 533.83 481.79 130.25 78.21 2 412.928 505.54 500.49 92.61 87.56 3 483.532 471.33 483.60 12.21 0.07 4 473.244 433.35 482.62 39.90 9.37 本年度5月 　 456.57 474.15 　 　 ∑ 　 　 　 619.78 397.30 平均值 　 　 　 77.47 66.22 1.查询去年5月份自今年4月份以来，各月份实际销售数据，即公式中的销量y，由于1月份正值春节期间，销售数据对整体预测波动影响较大，故去掉1月份数据； 2.通过移动平均法计算公式，当n=3、n=5时，分别推算出各月份预测值；对于n的取值，当n的取值比较大时，预测的灵敏度略差，但修匀性较好；当n的取值比较小时，能够较好反映数据变动趋势的灵敏度，但修匀性较差；n的取值由个人确定，可确定多个n的值分别计算，但需要注意n的取值不易过大，否者无法体现数据的移动性； 3.分别计算当n=3、n=5时，卷烟需求预测的误差值，即各月份“实际销量-预测销量”的绝对值，此项步骤一定注意要取其绝对值，否者后期预测值的选定受影响； 4.分别计算当n=3、n=5时，各项预测误差值进行求和，然后计算预测值绝对误差的平均值； 5.选取平均误差较小的数据作为最终定量需求预测的参考值，本案例，当n=3时，预测值绝对误差的平均值是77.47，当n=5时，预测值绝对误差的平均值是66.22。由此可见，应该选择跨越期长度n=5来进行预测，即474.15箱； 6.结合本辖区卷烟市场销售实际，影响预测值的因素有以下几个方面：辖区内乡镇公路改造工程已启动，施工人员的增加，消费能力有所增长，对各档次卷烟需求数量均会加大； 7.辖区内低档烟同比库存较低，农忙季节的到来，会拉动低档卷烟的需求量；销售数据同比仍然保持增长状态；由于“五一”节假日的到来，客户停访一个周期，社会库存有所减少，客户在恢复访销期后，对卷烟的需求数量会迅速扩大；故在474.15箱的参考值上再增加10箱； 8.经过定量、定性相结合的方式，最终预测今年5月份辖区内卷烟需求总量为484.15箱。 二、现有需求预测流程 如上述流程图，需求预测流程自下而上进行预测，最终修正数据需要市场经理把关审核，在这一环节，往往由于市局年初下达的任务目标，会导向性地影响市场经理的判断，一般会人为地增加预测的数值；由于市局营销中心货源投放的影响，对于单品的预测又会考虑到不能完全满足，而调整部分紧俏品牌的预测量，导致预测数值偏离实际市场需求。 三、改进预测方法： （一）存在问题： 移动平均法适用于需求预测模式比较稳定的情况，因为当需求呈现不断增长趋势时，由于前几期的需求量比较小，相应得出的平均值要比实际的需求值低，因此此时简单移动平均值并不能作为最好的预测值。由于当前经济环境瞬息万变，导致市场状态不稳定，所以采用此方法，会导致需求预测值的失真。 （二）调整需求步骤： 首先是常销/主销品牌，它们已经经过一段时间的市场检验，需求较为稳定，可预测度较高，可采用时间序列法（移动平均法、指数平滑法）及季节变动法进行趋势预测。 其次是紧俏品牌：这些是我们无法完全满足市场需求的品牌，因此，对这类品牌，我们主要考虑需求满足率的控制。比如，对于软中华这样的全国性重点品牌又是紧俏品牌，各地的需求满足率多数在 40-50%。 最后做新品预测：可通过重复购买率、限额订足率等指标来估计新品需求，并结合零售客户抽样调查等数据。 充分考虑影响各单品销量的因素，结合定性方法进行预测基数调整。充分考虑影响品牌销量的因素：该品牌在全国品牌中的地位、工业企业对该品牌的营销策略、品牌在本地市场的发展阶段、品牌目标人群的变动趋势。 充分考虑市场一线提报的预测数据