需求预测模型.docx

浅析卷烟需求预测的基本方法 当前，卷烟市场呈现“工、商、零”三维一体的新型格局，市场的卷烟货源投放来自于卷烟需求预测，卷烟需求预测工作的虚实影响到卷烟市场的货源满足率。作为最贴近市场、最了解市场、最熟悉客户的客户经理，我们无疑在卷烟市场需求预测方面占有举足轻重的地位，其预测准确率的高低直接关系到“按客户订单组织货源”的可行性及“卷烟市场营销上水平”的进程。 卷烟需求预测就是在卷烟市场调研和对卷烟销售历史数据分析的基础上，运用科学分析方法，对市场需求及未来变化趋势进行分析研究，从而预测未来市场需求和变化趋势的过程。卷烟需求预测一般分为定性预测法和定量预测法。定性预测法是利用对业务知识熟悉、具有丰富经验和较强的综合分析能力的业务人员或专家学者，根据卷烟销售历史资料和相关资料，对卷烟未来销售趋势做出性质上的判断和预测。 hu3HCopl1Kb5E2RGbCAP 定量预测法则是利用销售历史资料，运用一定的数学分析方法和数学模型，找到数据或影响变量之间的规律性联系，以此对卷烟需求或销售的变化趋势做出定量的分析和预测。 hu3HCopl1Kp1EanqFDPw 卷烟是一种特殊消费商品，其销量以时间为序列，呈现一定的销售规律，但由于消费者的不确定因素，单靠定性或定量预测方法 是不能准确预测其销量的。在实际工作中，往往是定性和定量分析和预测方法结合使用。以定性分析确定卷烟市场需求发展趋势，然后以定量预测方法确定数学模型，从而对卷烟市场需求和销售变化 1 / 8 情况做出准确和精确的判断和预测。下面，我将结合“镇巴辖区卷 烟销售情况”，对现用的卷烟需求预测方法之“移动平均法”做以 实例说明。 hu3HCopl1KDXDiTa9E3d 一、现有方法介绍： <一）、方法说明： 移动平均预测法是一种重要的时间预测方法，它能反映数据的 变化趋势，具有较好的修匀历史数据、消除随机波动影响的作用。 对具有长期趋势变动和季节性变动的时间序列数据，经过移动平均 调整后，可以消除不规律的变动，从而较好地揭示经济现象的长期 发展趋势。 hu3HCopl1KRTCrpUDGiT <二）、计算公式： M t1yt 1 yt 2 yt n n 注： M t1 yt 代表第 t 期的实际销量， n 代表平均预测法的跨 为第 t 期的移动平均值， 度周期 <通常取 n=3 、n=5 ） <三）、方法步骤： 见下表，以镇巴 2018 年 5 月份需求预测为例： 镇巴 2018 年 5 月份需求预测 (移动平均法 > 月份 销量 (y> 预 测 值 预 测 值 预测误差 预测误差 M(n=3> M(n=5> (n=3> (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 2 / 8 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 5 456.57 474.15 月 ∑ 619.78 397.30 平均值 77.47 66.22 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； hu3HCopl1K5PCzVD7HxA 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； hu3HCopl1KjLBHrnAILg 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；hu3HCopl1KxHAQX74J0X 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； 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 3 / 8 时，预测值绝对误