v05市场调研与市场需求预测教学课件.ppt

销售人员销售预测意见综合表 销售 人员 预测项目 销售额 （万元） 概率 销售额×概率 张 最高销售 可能销售 最低销售 3000 2100 1200 0.2 0.5 0.3 600 1050 360 期望值 2010 王 最高销售 可能销售 最低销售 2500 2000 1600 0.3 0.6 0.1 750 1200 160 期望值 2110 第5节　市场需求预测 专家意见法 小组讨论法 单独预测集中法 德尔菲法 先由各个专家针对所预测事物的未来发展趋势独立提出自己的估计和假设，经企业分析人员（调查主持者）审查、修改、提出意见，再发回到各位专家手中，这时专家们根据综合的预测结果，参考他人意见修改自己的预测，即开始下一轮估计。如此往复，直到各专家对未来的预测基本一致为止。 第5节　市场需求预测 市场试验法 特别是在预测一种新产品的销售情况和现有产品在新的地区或通过新的分销渠道的销售情况时，利用这种方法效果最好。 第5节　市场需求预测 时间序列分析法 利用统计方法解释过去的统计数据之间的关系。 第5节　市场需求预测 2 产品销售的 时间序列 1 3 4 趋势 周期 季节 不确定事件 产品销售的时间序列（Y），其变化趋势主要有2种模型： 乘法模型：Y＝T×C × S × E 加法模型：Y＝T＋C＋S＋E 第5节　市场需求预测 直线趋势法 运用最小平方法，以直线斜率表示增长趋势的一种外推预测方法。公式为： Y＝a＋bＸ 第5节　市场需求预测 a为直线在Y轴上的截距 b为直线斜率，反映年平均增长率 Y为销售预测趋势值 X为时间 统计需求分析法 第5节　市场需求预测 注意 函数 定义 统计需求分析就是运用一整套统计学方法发现影响企业销售的最重要的因素以及这些因素影响的相对大小。企业经常分析的因素，主要有价格、收入、人口和促销等。 统计需求分析将销售量Q视为一系列独立需求变量X1，X2，…，Xn的函数。 Q=f(X1，X2，…，Xn) 这些变量同销售量之间的关系一般并不能用严格的数学公式表示出来，而只能用统计分析来揭示和说明，即这些变量同销售量之间的关系是统计相关。 复习题 1、企业可以采用哪些方法来收集原始数据？ 2、实验设计的类型有哪几种？ 多元回归分析 回归分析是一种处理变量的统计相关关系的一种数理统计方法。回归分析的基本思想是：虽然自变量和因变量之间没有严格的、确定性的函数关系，但可以设法找出最能代表它们之间关系的数学表达形式。 多元回归分析是研究多个变量之间关系的回归分析方法，按因变量和自变量的数量对应关系可划分为一个因变量对多个自变量的回归分析（简称为“一对多”回归分析）及多个因变量对多个自变量的回归分析（简称为“多对多”回归分析），按回归模型类型可划分为线性回归分析和非线性回归分析。 第1节　市场营销调研过程 多元线性回归分析在Excel中可以通过LINEST实现。LINEST函数可通过使用最小二乘法计算与现有数据最佳拟合的直线，来计算某直线的统计值，然后返回描述此直线的数组。也可以将LINEST与其他函数结合使用来计算未知参数中其他类型的线性模型的统计值，包括多项式、对数、指数和幂级数。 直线的公式为：y = m x + b或y = m1 x1 + m2 x2 +...+ b 第1节　市场营销调研过程 如果有多个区域的x值，其中因变量y值是自变量x值的函数。m值是与每个x值相对应的系数，b为常量。 注意，y、x和m可以是向量。LINEST函数返回的数组为{mn,mn-1,...,m1,b}。 LINEST函数还可返回附加回归统计值。 第1节　市场营销调研过程 【CASE】办公楼价值判别的多元回归分析 假设有开发商正在考虑购买商业区里的一组小型办公楼。 开发商可以根据下列变量，采用多重线性回归的方法来估算给定地区内的办公楼的价值。 变量 含义 y 办公楼的评估值 x1 底层面积（平方英尺） x2 办公室的个数 x3 入口个数 x4 办公楼的使用年数 第1节　市场营销调研过程 本示例假设在自变量（x1、x2、x3和x4）和因变量(y)之间存在线性关系。其中y是办公楼的价值。 开发商从1,500个可选的办公楼里随机选择了11个办公楼作为样本，得到下列数据。 第1节　市场营销调研过程 序号 底层面积 (x1) 办公室的个数 (x2) 入口个数 (x3) 办公楼的使用年数(x4) 办公楼的评估值 (y) 1 2310 2 2 20 142,000 2 2333 2 2 12 144,000 3 2356 3 1.5 33 151,000 4 2379 3 2 43 150,000 5 24