国内某空调企业售预测案例剖析.docVIP

国内某空调企业销售预测案例剖析 1、预测体系的建立 对于空调生产企业来说,销售预测是企业制定冷冻年度(每一年度的7月份8下一年度的9月份称为空调行业的一个冷冻年度)经营计划的重要依据，预测结果的准确与否对公司意义重大，因此，在分析目前销售预测体系存在的问题之后，考虑到空调行业季节性强的特点，国内某空调企业着眼于以供应链管理的理念为基础，建立了如图1所示的空调生产行业多层次集成销售预测体系。 在多层次集成销售预测体系中，总量预测、分规格预测、分部门分规格预测针对的是不同的应用层面。但需要注意的是，为了维护预测的总体有效性，要确保三者在预测值总量上的一致性，即各层面的预测值之和要相等，且都应该等于销售总量预测值。 销售总量预测是决策层制定年度经营计划的重要依据。企业战略层根据总量预测的结果(月度销量预测和年度总量预测)，结合市场发展状况来确定企业年度经营任务。然后根据企业产能约束和资金等方面的约束，制定产销平衡计划，最终确定每月的总生产计划。 由于空调品种繁多，仅仅对销售总量进行预测对于具体的生产计划安排来说意义并不大。因此，要将空调进行分类( 如表1，在此不考虑窗机，对空调产品按照类型’规格和功率三个层次结构进行分类)，然后依据历史销售数据进行分规格销售预测，以此作为指导生产计划和采购计划的依据。特别是对于当前压缩机市场处于卖方市场的情况下，空调总量分规格预测对于确定压缩机的年度采购计划是至关重要的。 分部门分规格销售预测，是由各地区销售部门根据本地区市场状况和历史销售计划任务完成情况，做出主观预测，并输入到预测系统模块中，系统自动返回综合预测值。生产企业销售部门据此可以结合企业年度生产经营计划和区域市场实际情况，对上述系统自动返回的综合预测值加以修正，从而制定地区销售部门的销售任务计划。这样有利于物流部门科学合理地进行库存管理决策和制定合理的补货策略。此外，在很大程度上还可以克服目前销售部门刻意回避销售任务或人为制定超高销售目标的弊端。同时，分部门分规格销售预测还能够作为生产企业考核地区销售部门业绩的一个重要依据。 2、销售预测方法的选择 目前，很多企业在进行销售预测时，使用的基本上都是单一预测模型的独立预测方法。特别是对于空调行业，季节性强，影响空调销售的主要因素比较明显，采用最多的就是经典时间序列分解法. 该企业为提高预测的精度,在采用时间序列分解法、回归分析法和主观预测法等多种方法进行预测的基础上,对各种方法进行权重的动态分配，实施综合预测。如图2。实践也表明，综合预测能在很大程度上提高预测的精度。 图 2 综合销售预测方法体系 (1)经典时间序列分解法 经典时间序列分解法的指导思想是，历史上的销量模式可以分解为四组成分:趋势成分、季节成分、周期成分和随机成分。若以T表示趋势水平，S表示季节影响指数，C表示周期影响指数，R表示随机成分影响的残差指数。则有销量预测模型F=*S*C*R。但是实践中，好的模型的R一般等于1.0，而且在很多情况下很难将周期性变化从随机波动中分离出来，通常令C=1.0。所以，实际的预测模型常被简化为仅包括趋势和季节性因素，F=R*S。 在利用经典时间序列分解法进行空调行业冷冻年度销售预测时，对历史数据的选取需要注意的是，由于每年春节所在月份空调销售量波动较大，而且春节所在月又不固定，如果不加处理势必会影响最终的预测结果。特别是计算季节指数时需要考虑如何灵活处理这方面的数据。我们在为国内某空调生产企业进行销售预测时所采用的是先剔后补的方法，首先剔除历时数据中春节所在月份的数据，在冷冻年度( 除去春节所在月)的时间序列分解预测完成之后，依据一定的比例预测春节月份销售量。经检验，这样处理后的预测效果比较显著。 (2)多重回归分析法 根据现象之间的相关关系，建立多个自变量的回归模型，当变量间的结构关系在未来没有大的变动时，以自变量的预测值求得预测对象的未来值，这种方法即为多重回归分析。采用多重回归分析法进行预测时，首先需要对影响空调产品销售的主要因素(如行业发展情况、温度、人均收入、房地产等)进行分析，通过建立回归模型，对每个参数进行F检验和t检验的统计分析，找出与空调产品销售量存在显著相关性的影响因素，最终确定空调产品销售量和这些影响因素之间的量函数关系。 (3)主观预测法 主观预测法就是由企业的总负责人把与市场有关或熟悉市场情况的各部门负责人员。包括主管供销(生产、财务、产品开发与研究等人员)和中层管理部门的负责人(包括计划科、销售科、财务科、采购供应科等部门的管理决策人员) 召集起来，让他们对未来的市场发展形势或某一重大市场问题发表意见，做出判断然后，将各种意见汇总起来，进行分析研究和综合处理，最后得出主观的销量预测结果。 (4)综合预测 综合预测的关键在于对各种单一方法进行