市場預測

所謂市場預測，就是運用科學的方法，對影響市場供求變化的諸因素進行調查研究，分析和預見其發展趨勢，掌握市場供求變化的規律，為經營決策提供可靠的依據。

預測為決策服務，是為了提高管理的科學水平，減少決策的盲目性，我們需要通過預測來把握經濟發展或者未來市場變化的有關動態，減少未來的不確定性，降低決策可能遇到的風險，使決策目標得以順利實現。

市場預測產生的歷史悠久。根據我國《史記》記載，公元前6世紀到5世紀，范蠡在輔佐勾踐滅吳復國以後，即棄官經商，19年之中三致千金，成為天下富翁，他的商場建樹取決於他懂得市場預測。例如，“論其存余不足，則知貴賤，貴上極則反賤，賤下極則反貴。”這是他根據市場上商品的供求情況來預測商品的價格變化。

嚴格地說，市場預測是從19世紀下半葉開始的。一方面，資本主義經濟中的市場變化極其複雜，只要能獲取利潤，減少經營風險，就要把握經濟周期的變化規律；另一方面，數理經濟學對現象數量關係的研究已經逐步深入，各國統計資料的積累也日益豐富，適用於處理經濟問題，包括市場預測的統計方法也逐步完善。學術界關於市場預測的里程碑是從奧地利經濟學家兼統計學家斯帕拉特·尼曼算起的。他運用指數分析方法研究了金、銀、煤、鐵、咖啡和棉花的生產情況，有關鐵路、航運、電信和國際貿易方面的問題，以及1866-1873年的進出口價值數據。

對未來的先知不僅是人類渴望的，所以預測很早就有，包括“前知500年後知500年”的神話，因此預測落了一個不光彩的前身叫“占卜”。

企業如果能做到某種程度的先知先覺，對企業的經營的益處當然不言而喻。當然做到完全的先知先覺不可能，否則每個人都是百萬富翁，每個企業都必定欣欣向榮。

雖然企業對未來不可把握，但是人類的認識、思維的進步使人們發現“規律”的重要性，古人很早就有“辨道、順道”的說法，“道”就是規律，隨著歷史經驗的積累和科技的進步，人類認識自然的能力大大增強。作為企業，發現、認識和利用“規律”（包括市場的、顧客的、技術的、企業發展的）對企業的經營必定增大勝算把握。

預測本身要藉助數學、統計學等方法論，也要藉助於先進的手段。我們先不講技術和方法，對企業的管理者而言，可能最先關注的是怎樣形成一套有效的思維方式？以下幾個原則可能會有些啟發：

建立在“分類”的思維高度，關注事物（類別）之間的關聯性，當了解（或假設）到已知的某個事物發生變化，再推知另一個事物的變化趨勢。

最典型的相關有正相關和負相關，從思路上來講，不完全是數據相關，更多的是“定性”的。

（1）正相關是事物之間的“促進”，比如，居民平均收入與“百戶空調擁有量”；有企業認識到“獨生子女受到重視”推知玩具、教育相關產品和服務的市場；某地區政府反覆詢問企業一個問題：“人民物質文化生活水平提高究竟帶來什麼機遇”，這實際上是目前未知市場面臨的一個最大機遇！該地區先後發展的“家電業”、“廚房革命”、“保健品”應該是充分認識和細化實施的結果。這也體現企業的機遇意識。進行的人口普查，有專家提出那些資料是企業的“寶”，就看您怎麼認識了：有個大型傢具企業，起家把握的一個最大機遇是“中國第三次生育浪潮生育的這些人目前到了成家立業的高峰”。

（2）負相關，是指事物之間相互“制約”，一種事物發展導致另一種事物受到限制。特別是“替代品”。比如資源政策、環保政策出台必然導致“一次性資源”替代品的出現，象“代木代鋼”發展起來的PVC塑鋼；某地強制報廢助力車，該地一家“電動自行車”企業敏銳地抓住機遇也是一樣。

任何事物發展具有一定慣性，即在一定時間、一定條件下保持原來的趨勢和狀態，這也是大多數傳統預測方法的理論基礎。比如“線性回歸”、“趨勢外推”等等。

這個原則也是建立在“分類”的思維高度，關注事物之間的關聯性。

（1）由小見大—從某個現象推知事物發展的大趨勢：例如現有人開始購買私家汽車，您預見到什麼？運用這一思路要防止以點代面、以偏概全。

（2）由表及裡—從表面現象推實質：例如“統一食品”在崑山興建，無錫的“中萃面”應意識到什麼？“海利爾”洗衣粉到蘇南大做促銷，“加佳洗衣粉”意識到可能是來搶市場的。換個最簡單的例子說：一次性液體打火機的出現，真的就有火柴廠沒有意識到威脅的例子。

（3）由此及彼—引進國外先進的管理和技術也可以由這一思路解釋。你記住一句話：發達地區被淘汰的東西，落後地區可能有市場。

（4）毛澤東說過一句話：我不是李自成。可見歷史的東西對以後的發展是極有指導性的。換句話說：誰敢想想自己家有空調、電腦、電話？我們問：您能不能想想10年後您會擁有自己的汽車？這種推理對商家是頗具啟發的。您能總結一下中國家庭電視機的發展規律嗎？也許，您從中就能找到商機！

（5）由遠及近—比如國外的產品、技術、管理模式、營銷經驗、方法，因為可能比較進步，就代表先進的方向，可能就是“明天要走的路”。

（6）自下而上—從典型的局部推知全局，一個規模適中的鄉鎮，需要3台收割機，這個縣有50個類似的鄉鎮，可以初步估計這個縣的收割機可能的市場容量為150台。

（7）自上而下—從全局細分，以便認識和推知某個局部。例如，我們想知道一個40萬人的城市女士自行車市場容量，40萬人——20萬女性——（去掉12歲以下50歲以上）還有10萬——調查一下千人女性騎自行車比率（假設60%）——可能的市場容量為6萬。對大致了解一個市場是很有幫助的。

我們不可能完全把握未來，但根據經驗和歷史，很多時候能大致預估一個事物發生的大致概率，根據這種可能性，採取對應措施。撲克、象棋遊戲和企業博弈型決策都在不自覺地使用這個原則。有時我們可以通過抽樣設計和調查等科學方法來確定某種情況發生的可能性。

要搞好預測，必須把握預測的四個基本要素：

信息是客觀事物特性和變化的表徵和反映，存在於各類載體，是預測的主要工作對象、工作基礎和成果反映。

方法是指在預測的過程中進行質和量的分析時所採用的各種手段。預測的方法按照不同的標準可以分成不同的類別。按照預測結果屬性可以分為定性預測和定量預測，按照預測時間長短的不同，可以分為長期預測、中期預測和短期預測。按照方法本身，更可以分成眾多的類別，最基本的是模型預測和非模型預測。

分析是根據有關理論所進行的思維研究活動。根據預測方法得出預測結論之後，還必須進行兩個方面的分析：一是在理論上要分析預測結果是否符合經濟理論和統計分析的條件；二是在實踐上對預測誤差進行精確性分析，並對預測結果的可靠性進行評價。

對預測結果採用與否，或對預測結果依據相關經濟和市場動態所作的修正需要判斷，同時對信息資料、預測方法的選擇也需要判斷。判斷是預測技術中重要的因素。

預測應該遵循一定的程序和步驟以使工作有序化、統籌規劃和協作。市場預測的過程大致包含以下的步驟：

明確目的，是開展市場預測工作的第一步，因為預測的目的不同，預測的內容和項目、所需要的資料和所運用的方法都會有所不同。明確預測目標，就是根據經營活動存在的問題，擬定預測的項目，制定預測工作計劃，編製預算，調配力量，組織實施，以保證市場預測工作有計劃、有節奏地進行。

進行市場預測必須佔有充分的資料。有了充分的資料，才能為市場預測提供進行分析、判斷的可靠依據。在市場預測計劃的指導下，調查和搜集預測有關資料是進行市場預測的重要一環，也是預測的基礎性工作。

根據預測的目標以及各種預測方法的適用條件和性能，選擇出合適的預測方法。有時可以運用多種預測方法來預測同一目標。預測方法的選用是否恰當，將直接影響到預測的精確性和可靠性。運用預測方法的核心是建立描述、概括研究對象特徵和變化規律的模型，根據模型進行計算或者處理，即可得到預測結果。

分析判斷是對調查搜集的資料進行綜合分析，並通過判斷、推理，使感性認識上升為理性認識，從事物的現象深入到事物的本質，從而預計市場未來的發展變化趨勢。在分析評判的基礎上，通常還要根據最新信息對原預測結果進行評估和修正。

預測報告應該概括預測研究的主要活動過程，包括預測目標、預測對象及有關因素的分析結論、主要資料和數據，預測方法的選擇和模型的建立，以及對預測結論的評估、分析和修正等等。

市場預測的內容十分廣泛豐富，從宏觀到微觀，二者相互聯繫、相互補充。具體講主要包括以下幾個內容：

市場商品容量是指有一定貨幣支付能力的需求總量。市場容量及其變化預測可分為生產資料市場預測和消費資料市場預測。生產資料市場容量預測是通過對國民經濟發展方向、發展重點的研究，綜合分析預測期內行業生產技術、產品結構的調整，預測工業品的需求結構、數量及其變化趨勢。消費資料市場容量預測重點有以下三個方面：?

(1)消費者購買力預測。預測消費者購買力要做好兩個預測：第一，人口數量及變化預測。人口的數量及其發展速度，在很大程度上決定著消費者的消費水平。第二，消費者貨幣收入和支出的預測。

(2)預測購買力投向。消費者收入水平的高低決定著消費結構，即消費者的生活消費支出中商品性消費支出與非商品性消費支出的比例。消費結構規律是收入水平越高，非商品性消費支出會增大，如娛樂、消遣、勞務費用支出增加，在商品性支出中，用於飲食費用支出的比重大大降低。另外還必須充分考慮消費心理對購買力投向的影響。

(3)預測商品需求的變化及其發展趨勢。根據消費者購買力總量和購買力的投向，預測各種商品需求的數量、花色、品種、規格、質量等等。

企業生產中投入品的價格和產品的銷售價格直接關係到企業盈利水平。在商品價格的預測中，要充分研究勞動生產率、生產成本、利潤的變化，市場供求關係的發展趨勢，貨幣價值和貨幣流通量變化以及國家經濟政策對商品價格的影響。

對生產發展及其變化趨勢的預測，這是對市場中商品供給量及其變化趨勢的預測。

市場預測的方法很多，主要有以下幾種：

在市場預測中，經常遇到一系列依時間變化的經濟指標值，如企業某產品按年（季）的銷售量、消費者歷年收入、購買力增長統計值等，這些按時間先後排列起來的一組數據稱為時間序列。依時間序列進行預測的方法稱為時間序列預測。

1.“回歸”的含義。回歸是指用於分析、研究一個變數（因變數）與一個或幾個其它變數（自變數）之間的依存關 系，其目的在於根據一組已知的自變數數據值，來估計或預測因變數的總體均值。在經濟預測中，人們把預測對象（經濟指標）作為因變數，把那些與預測對象密切相關的影響因素作為自變數。根據二者的歷史和 統計資料，建立回歸模型，經過統計檢驗後用於預測。回歸預測有一個自變數的一元回歸預測和多個自變數的多元回歸預測，這裡僅討論一元線性回歸預測法。

2.回歸分析的基本條件。應用一組已知的自變數數據去估計、預測一個因變數之值時，這兩種變數需要滿足以下兩個條件：

第一，統計相關關係。統計相關關係是一種不確定的函數關係，即一種因變數（預測變數）的數值與一個或多個自變數的數值明顯相關但卻不能精確且不能唯一確定的函數關係，其中的變數都是隨機變數。經濟現象中這種相關關係是大量存在的。例如糧食畝產量y與施肥量x之間的關係，二者明顯相關但不存在嚴格的函數關係，畝產量不僅與施肥量有關，還與土壤、降雨量、氣溫等多種因素有關，這樣畝產量y存在著隨機性。

第二，因果關係。如果一個或幾個自變數x變化時，按照一定規律影響另一變數y，而y的變化不能影響x，即x的變化是y變化的原因，而不是相反，則稱x與y之間具有因果關係，反映因果關係的模型稱為回歸模型。

另一種分類市場預測的分類方法般可以分為定性預測和定量預測兩大類。對於企業營銷管理人員來說，應該了解和掌握的企業預測方法主要有：

（1）定性預測法

定性預測法也稱為直觀判斷法，是市場預測中經常使用的方法。定性預測主要依靠預測人員所掌握的信息、經驗和綜合判斷能力，預測市場未來的狀況和發展趨勢。這類預測方法簡單易行，特別適用於那些難以獲取全面的資料進行統計分析的問題。因此，定性預測方法在市場預測中得到廣泛的應用。定性預測方法又包括：專家會議法，德爾菲法，銷售人員意見彙集法，顧客需求意向調查法。

（2）定量預測法

定量預測是利用比較完備的歷史資料，運用數學模型和計量方法，來預測未來的市場需求。定量預測基本上分為兩類，一類是時間序列模式，另一類是因果關係模式。

市場預測可以按不同的標準進行分類。

按預測的時間跨度分

市場預測按預測的時間跨度分，可以分為近、中、長短期預測。

短期預測，是根據市場上需求變化的現實情況，以旬、周為時間單位，預計一個季度內的需求量（銷售量）。

當前預測，主要是根據歷史資料和市場變化，以月為時間單位測算出年度的市場需求量。

中期預測，是指3~5年的預測，一般是對經濟、技術、政治、社會等影響市場長期發展的因素，經過深入調查分析后，所作出的未來市場發展趨勢的預測，為編製3~5年計劃提供科學依據。

長期預測，一般是5年以上的預測，是為制定經濟發展的長期規劃預測市場發展趨勢，為綜合平衡、統籌安排長期的產供銷比例提供依據。

按預測的空間範圍分

按地理空間範圍分，市場預測分為國內預測和國際市場預測。

按經濟活動的空間範圍分，市場預測可分為宏觀的市場預測和微觀的市場預測。

按預測的性質分

按預測的性質分，市場預測可以分為定性預測和定量預測。

定性預測，是由預測人員憑藉知識、經驗和判斷能力對市場的未來變化趨勢做出性質和程度的預測。

定量預測，是以過去積累的統計資料為基礎，運用數學方法進行分析計算后，對市場的未來變化趨勢

做出數學測算。

定銷售計劃的前提是進行充分的市場調查，從而減少企業所承擔的風險，其中最重要的是查明企業在市場中所佔的地位。因為這樣便可獲知需要調查的範圍。

如果以金星公司為例，那麼，在決定顯示器市場之前，應能回答下面一系列問題：

（1）公司的產品適合於哪個市場或哪一部分市場？

（2）該市場可預見的總需求量有多大？

（3）市場對公司產品的接受能力預計有多大？

（4）通過何種銷售系統最便於打入有關市場？

（5）該市場已在何種程度上受到競爭者的控制？

（6）競爭者利用何種銷售系統？

（7）在銷售區域內可望得到哪些用戶？

（8）未來的用戶會有哪些訂貨動機？

以上問題也表示市場調查的各個項目。這些項目均為定性分析和定量分析相結合的內容，它們很大程度上依賴於人對客觀情況作出主觀判斷，但在判斷中要依據一些基礎數據，例如銷售額、成本、投資、產品品種方向、銷售渠道、價格、廣告、推銷等等。毫無疑問，要找到合適的調查觀點並進行分析是相當不容易的。例如若想弄清競爭對手的情況，先得認識到自己並不就是簡單地和競爭對手打交道，而是在和直接或間接的競爭對手打交道，他們以同樣的或其他的銷售渠道出售與公司相同的或類似的產品。如果我們確切地擁有了市場調查資料，那麼就可以用市場分析的手段來對經營態勢進行研究了。

為了使公司長期發展建立進退有據的地位，從而在產業競爭中勝過對手，本系統把邁克爾·波特的三個普遍性競爭策略，運用到制定企業銷售計劃當中去。戰略之一是總成本領先。其目的在於降低成本，根據金星中國公司的規模，有可能利用這一競爭策略，形成企業間的比較優勢，因此本系統將著重點放在密切注視營銷成本等因素上。這樣做的目的是為了公司和它的競爭對手比較時，有一種低成本結構。這種策略往往需要佔有巨大的有關市場份額和成本—效率措施。戰略之二是標歧立異。其目的是將公司提供的產品或服務標歧立異，形成一些在全產業範圍內具有獨特性的東西。實現標歧立異戰略可以有許多方式：可以力求表現品牌形象、技術特點、外觀特點、經銷網路及其他方面的獨特性。最理想的情況是公司使自己在幾個方面都標歧立異。因此本系統致力於廣告費用的投入和控制，並可以定量的評估廣告的效益，以協助企業宣傳產品的優勢，塑造企業形象，為其他公司的進入設置行業壁壘。

戰略之三是目標集聚。即主攻某個特定的顧客群、某產品系列的一個細分區段或某一個地區市場。該戰略的前提是：公司能夠以更高的效率、更好的效果為某一狹窄的戰略對象服務，從而超過在更廣闊範圍內的競爭對手。金星中國公司在中國市場上推出的是大屏幕顯示器，雖然該公司在韓國生產的產品範圍很廣，但在中國市場上知名度不高。另外，通用顯示器市場由於競爭激烈，企業普遍採取薄利多銷的原則，利潤率一般很低，而對於大屏幕顯示器這個新興市場來講，競爭較小，利潤率較高，因此部分通用顯示器廠商有可能轉而進攻大屏幕顯示器市場。為了實施目標集聚戰略，在系統設計中，我們特別關注目標市場的用戶群（它主要是專業用戶）和現有的潛在競爭對手。

簡介

金星中國公司為案例，運用運籌學及計算機輔助管理原理，對其生產的產品——大屏幕彩色顯視器（簡稱彩顯）在市場上的營銷歷史和現狀進行深入研究和分析，建立數學模型並運用計算機進行科學預測，制訂未來時期的經營戰略。本文使用數學模型和自行開發的軟體包建立了一體化的市場營銷管理信息系統。該系統可以自動地從營銷交易和企業環境中收集、處理和分析有用、適時、準確的信息。同時，它可以將已分類和重新組合的信息實時地向公司的管理層和各部門傳遞。

產品的銷售概況

金星公司在世界範圍內銷售形勢是樂觀的，由於各國顯示器生產廠家紛紛在中國辦廠或大批向中國放貨，行業中的競爭日趨激烈，該公司中國公司的銷售量卻增長不大，除去競爭因素外，另一個重要因素是企業內部未充分挖掘潛力，尤其是缺乏科學的戰略性的市場觀測，缺乏一套行之有效的經營管理信息系統，致使該公司銷售形勢處於一種“憑市場擺布”的局面。因此，當該公司面臨不利的宏觀經濟環境時，便不能作出靈敏的反應，去制訂有力的對策，以取得營銷的主動權。

產品市場分析和營銷計劃系統總框架

在世界範圍內，金星公司是有一定的優勢的，但中國市場銷售情況表明，該公司產品在中國市場銷路已經潛伏著危機，為此金星中國公司提出開發一個“市場營銷管理信息決策系統”，其主要功能是為該公司管理人員提供可靠及時的市場信息。

為了實現目標功能，系統包括四個功能模塊：

（1）市場預測和分析

（2）計劃和市場研究

（3）訂貨和用戶服務

（4）調運和分配

本文著重對市場營銷的預測分析和計劃模塊進行重點研究和論述。因為預測分析和計劃研究是市場經營管理的首要環節，它是企業作出正確經營決策的前提和依據。

市場營銷管理信息系統的數據流程

市場營銷管理信息系統的主要來源有兩方面：第一個來源是市場的調研人員，他們收集有關市場的情況資料，供市場預測和研究分析之用；第二個來源是用戶，就是指所有要購買產品的單位和個人，它向企業提出訂貨要求，以及對產品質量、性能等方面的要求等。這些原始數據輸入到系統后，經過適當的處理，產生各種市場信息，有的存入相應的資料庫中，有的輸出給有關的部門或其它子系統。

市場預測模型

一個企業要作出正確的經營決策，預測和分析起著重要的作用。通過預測和分析，將市場中的未知狀態轉變為科學預測的期望值狀態，使企業在一定程度上規避市場風險。在認真總結以往經驗的基礎上，不僅要加強定性預測和分析的主導作用，而且更要重視定量預測和分析的研究工作，特別是充分發揮計算機的作用，使定性預測分析和定量預測分析密切結合起來，創造一種嶄新的，更符合產品市場和公司實際的科學預測和分析方法。一方面，隨著中國宏觀經濟的發展，大屏幕顯示器市場需求量的發展具有一定的延續性。另一方面，顯示器為通用產品，各種品牌競爭激烈。顯示器的固定配套用戶比較少，所以屏幕顯示器的研製和銷售也具有某種不確定因素，即較難考慮它發展的因果關係。此外，顯示器的市場需求量，受兼容PC機銷售的支撐，有一定的季節波動，如一、二月像冬眠期一樣銷售遲緩，三月形勢轉為明朗，隨後是在緩慢下滑中的維持狀態，八月銷售突然轉旺，是受暑期購買兼容PC機高潮的影響。根據這一情況，本人認為預測方法宜採用兩種方法：即時間序列分析法中的指數平滑法和季節性變動法。前者主要對短期的銷售趨勢進行預測，後者則著重預測季節性變化及長期的銷售變化狀態，彌補了短期預測的不足。用兩種預測方法相結合就可以獲得較好的預測效果。 1、用改進的指數平滑法預測短期銷售趨勢。

利用指數平滑法可以較好地進行短期銷售趨勢預測。這種方法的基本原則是強調數據對預測值的作用，可以任意選擇數據的權值，但是並未完全忽視遠期數據的作用。指數平滑法的數學模型如下：

F[,t+1]=F[,t]+α（V[,t]-F[,t]） （3-1）

又可以寫成：

F[,t+1]=αV[,t]+（1-α）F[,t] （3-2）

α——平滑係數，其值介於0與1之間（0<α<1）；

V[,t]——第t個周期（年或月）的實際值；

F[,t]——第t個周期（年或月）的預測值；

式（3-1）中的F[,t]又可寫成：

F[,t]=αV[,t-1]+（1-α）F[,t-1]

而　F[,t-1]=αV[,t-2]+（1-α）F[,t-2]

……如此連續推算下去，然後再將不同期的預測值代入式（3-2），展開后得：

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

式中α值的大小要根據實際情況選取，如果要加強數據的作用，α值可取得大些。假設令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，數據在上式中起著主要作用，其餘各項歷史數據的作用按等比級數（公比為1-α）的權值迅速下降。因此，這種方法是加權滑動平均法的一種改進型，它可以通過α值的選擇，改變權值調節數據的作用，同時也考慮到遠期數據的作用。在實際運用中α值的選擇，可根據經驗來定，如果數據波動不大，圖線較為平穩時，α值應取得小一點；如果數據波動較大，α值應取大一點，可令α=0.7～0.8。這樣使預測值對實際值的變化能得到迅速的反應，從而減小預測值與實際值的偏差。現以顯示器歷年銷售的歷史數據為例，應用指數平滑法，分別按α=0.1和0.9計算1990—1996各年的預測值，如表3—1所示。

指數平滑的預測值：

實際值　預測值

周期(年)　(百萬元)　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

圖3—1所示為指數平滑法α取值不同的兩條預測圖線。可以看出：由於實際數據不穩定，波動較大，在這種情況下當α=0.9時，預測值圖線比較接近於實際值；當α=0.1時，預測值圖線只反映出數據變化趨勢，與實際值偏差較大。指數平滑法是通過人工對α值的調節來加強不同時期的數據作用，能適應比較複雜的變化情況。要求歷史數據也較少。指數平滑法是一種時間序列分析方法。時間序列是一個受隨機因素影響而變化的序列。因此，它的預測不可能沒有偏差。因此需要說明預測的精度問題，以便在選擇預測方法時有一個比較的標準。如何來確定預測的精度？不能以某一次預測的準確與否作為評價預測方法的標準，而應從統計觀點用平均值的辦法來判斷。現用平均絕對偏差和均方差兩種衡量預測精度的方法予以說明之。

兩種方法的數學表達式如下：

平均絕對偏差（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

現以這兩個標準，對錶3—1中的指數平滑法相同數據選用兩種α值（α=0.1和α=0.9）預測結果進行誤差分 析對比。如表3—2所示。從表3—2中採用兩種標準計算的結果看，在該組實際數據的情況下，選用α=0.9的預測結果比α=0.1的預測結果精確。誤差分析對比：

實際值　指數平滑法

周期(年)(百萬元)　a=0.1平均絕對偏差均方差a=0.9平均絕對偏差

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

總計　3919.4　2573726.7　1821.7

總平均絕對差　391.9　182.2

均方差1　257372.7

指數平滑法：

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

總計　630430.8

總平均絕對差

均方差1　63043.1

2、用季節性變動法預測季節性需求變化

指數平滑法雖能較好地反映短期的銷售趨勢，但不適用於長期預測。作為對短期預測方法的補充，我們採用季節性變動法預測大屏幕顯示器季節性需求變化及長期的銷售變化狀態。大屏幕顯示器容易受兼容PC機銷量及其它諸因素的影響，其市場需求量呈季節性或周期性變動。為搞好均衡生產和適時供應，很有必要掌握其變動規律。大屏幕顯示器需求的季節性變動有時候較為複雜，它既包括有趨勢性變化（如需求量逐年增長），也可能包括有季節性變化，或者還有其它偶然性的變化（如國家政治、經濟形勢的突然變化）。因此，對這種變化狀態的分析和預測，需要應用多種可行的方法進行綜合分析。現仍以金星公司1995、1996年各月銷售量為依據，如表3—3所示來預測后兩年某時期的銷售量。

預測步驟：

（1）標出數據點的分布圖，確定變動的形式如圖3—2所示，這組數據顯示兩種變動，一是具有較強烈的季節性變動，夏秋兩季需求量大，冬春兩季需求量小；一是趨勢變動，產品需求量呈增長趨勢。

（2）確定長期趨勢變動

增長趨勢變動的確定有兩種方法

（i）利用月平均增長率定點畫出直線

附圖{圖}

根據表3—3的數據分別求出1995和1996年的月平均銷售量：

1688

95年月平均銷售量=——=140.7百萬元

12

2370

96年月平均銷售量=———=197.5百萬元

12

197.5-140.7

每月的平均增長量=———————=4.73百萬元/月

12

這個4.73百萬元/月即為長期趨勢變動。如果把月平均銷售量算為年中（六月份）的銷售量，則可在圖3—3中給出A、B兩點。其中A點為1995年6月，坐標Y值為140.7；B點為1996年6月，坐標Y值為197.5。連接AB直線即為長期趨勢變動。

（ii）應用最小二乘法，列出直線回歸方程：

假設直線方程為：

Y=a+bx 式中：

回歸係數　nΣX·Y-ΣX·ΣY

b=──────────

nΣX[2]-（ΣX）[2]

ΣY－bΣX

a=──────

n

將表3—3數據代入上兩式得：

24×55200-300×4058

b=———————————=3.89

24×4900-300[2]

4058-3.89×300

a=————————=120.46

24

則趨勢數學模型為：

Y=120.46+3.89x　（3-6）

（3）計算趨勢線的各月趨勢值

將各個月份值代入趨勢模型式（3-6），得到各個月份的趨勢值。全部計算值列入表3-3的（3）項。各個月份的趨勢值是供計算季節性係數用的。

（4）確定季節性係數

季節性係數是用表3-3的（2）項被（3）項除所得的商。列出一月份季節性係數的演演算法為：

30÷124.4=0.24

其餘類推。表中有24個月的季節性係數，是兩個完整循環周期，因此應將每年對應的月份季節性係數進行平均，取其平均值，則各月的季節性係數值，如表3-4所示。

表3—4季節性係數

季節性係數

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）建立預測模型進行預測

假設S[,t]為第t月的季節性係數，則第t月預測值為

Y[,t]=（a+bX[,t]）S[,t]　（3-7）

若欲求1997年7月的需求量預測值，則有：

X[,t]=24+7=31

S[,t]=1.42

所以：Y[,t]=（120.46+3.89×31）×1.42=342.29百萬元

又，若求1998年1月的需求預測值，則有：

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

S[,t]=0.4

Y[,t]=（120.46+3.89×37）×0.4=105.76萬元

以上論述的是指數平滑和季節變動兩種預測方法的數學模型及其應用實例。需要指出的是：運用計算機進行預測主要在於數學模型的使用和改善預測的精度。使用計算機進行預測的優點在於它能準確地處理大量數據，能及時根據變化的條件經常修改模型，同時它還可以和其它系統相聯，強化信息通訊。用計算機預測市場需求時應收集需求數據。一般來說統計數據越多越好，不太重要的情況下找七點即可，重要情況下至少找十二點，觀察季節性需求形態至少要兩年的數據。數據的時間跨度對預測是有影響的，跨度過長，季節性波動被掩蓋。

對於指數平滑法，輸入計算機的是時間序列數據。輸出的是通過指數平滑法計算后的下一周期的預測值。計算機程序應提供一預測表（ATABLEOFFORECASTS）。平滑係數α的變範圍自0.1至0.9；另一方面，程序可以用最小平方法選擇較佳的平滑係數，同時，還可以根據使用者指定的周期數來計算加權平均，這將有利於敏感性分析的進行。對於季節性變動預測法，輸入計算的亦是時間序列數據，輸出的是今後時期的季節性變化趨勢。當市場需求情況出現峰和谷時，就要考慮季節性需求，一般來說季節性需求行為要求峰值在各個周期的同一時期出現，並且高峰需求必須超過平均需求的MAD/2（平均絕對偏差），季節性需求估值在計算機中以趨勢線和季節係數來表達。

市場研究和營銷計劃

市場研究和營銷計劃的目的是進行充分的市場調查，制訂合理的銷售計劃，從而在最大的限度上減少企業所承擔的風險。市場研究和營銷計劃模塊要完成以下三項工作：

（1）、市場調查資料的分析，一般根據大屏幕顯示器的競爭狀況以及採用統計分析的方法來研究市場問題；

（2）、利用銷售預測的結果來制訂銷售計劃。

（3）、廣告分析，以便於制訂廣告策略。