订单供货中需求预测方法探讨

订单供货中需求预测方法探讨

作者：邹亮阅读次数：49 更新时间：2008-2-16

现行市场需求预测方法分析

姜成康局长曾明确指出：“工商关系中工业和商业谁是主导？商业是主导，还是工业是主导？谁也不是主导，市场是主导”。可见，订单供货工作的核心是以市场需求为主导，市场需求预测就是整个订单供货流程的初始环节和关键所在。目前，订单供货中市场需求预测的方法较多，比较有代表性的方法大体有如下三类：

以客户经理为主的预测方法

这是目前应用最为广泛的预测方法。它主要依靠客户经理对零售户当年逐月的需求量、实际购进量和历史购进量进行分析、预测，市场经理再将各客户经理的预测结果汇总起来，从而达到预测下月销售量的目的。

这类预测方法其实是销售人员意见汇总法的一种，本质上属于定性预测方法。因此，用它对需求量进行定量预测，显然有点先天不足、力不从心。另外，这类预测方法的准确程度主要取决于预测人员经验的丰富程度和判断能力的高低，因而容易受主观因素的影响。

单个数学模型的预测方法

它通常是基于历史销量数据，构造需求量与其相关因素之间的函数关系，然后再通过该函数计算预测期的需求量。这类方法是定量预测的方法之一，较客户经理为主的预测方法在原理与算法上更具客观性。但是，由于它的预测过程相对复杂，因此在行业内的应用并不广泛。

“协议订单”预测方法

该方法通常是根据实际货源情况，每个月由客户经理与零售户“协议”一次，座席员的订单就根据“协议”按访销批次简单一分了事。因此，与其说它是种预测方法，倒不如说是种“拼盘”方案。但由于它一方面掩盖了搭配销售之实，另一方面又造成了无品牌不畅销的喜人假象，同时，还能表现出极高的“订单预测准确率”，因而广受欢迎。

显而易见，现阶段行业常用的市场需求预测方法，呈现出主观预测方法较多、客观预测方法较少；定性预测方法较多、定量预测方法较少；简单预测方法较多、复合预测方法较少；短期预测方法较多、长期预测方法较少等弊端。因此，需要找到一种既能克服上述弊端，又能准确预测的方法来取代传统的预测方法。小样本相对饱和投放下的组合预测，即利用相对饱和投放的策略重铸数据，以组合预测的方法提高精度，可以较好地解决这一问题。

小样本相对饱和投放下的组合预测

相对饱和投放，重铸数据，为市场预测提供可靠的数据源

某些历史销量数据失真，不能实时反应市场需求变动规律，是卷烟市场需求预测目前最大的尴尬。基于此类数据的分析，无论是定性预测，还是定量预测，都显得苍白乏力。是否能通过饱和投放，充分满足市场供应，达到发掘真实需求目的呢？显然，这是不切实际的，但我们可以变绝对饱和投放为相对饱和投放，即满足有代表性的部分零售户的日常零售货源需求。首先，根据业态、经营能力、城乡等维度，将整个零售户群体细分为若干子群体，再从每个子群体中按其户数3%～5%的比例随机抽样，通过这种分层抽样的方式选取“有代表性的部分零售户”。其次，每个月确保这部分零售户各价类卷烟的日常需求，并做好其购进数据整理。最后，在月末依据这3%～5%零售户的购进数据，测算整个市场该月各价类卷烟的需求量。这样的方式逐月积累，可达到重铸数据的目的。

组合预测，提高精度，为市场预测构建科学模型

所谓组合预测，就是将不同的预测方法进行适当组合，综合利用各种方法所提供的有用信息，从而尽可能地提高预测精度。

大量的证据表明，组合预测往往优于单个预测。对于给定的预测问题，不同的预测模型可能提供不同的信息。如果我们仅选择一个预测模型（即使是预测误差最小的那个）而简单地放弃其他预测模型，那么可能丢失许多有用的信息。然而将单个模型按适当的方式组合起来，可以充分运用每一个模型的信息来改善预测的总效果。具体到卷烟市场需求预测的模型选择上，一是可以采用时间序列分解模型，即将各期相对饱和投放重铸的数据进行因素分解，从长期趋势、季节变动、周期变动和不规则变动四个角度进行分析，着重预测这四种因素的变化对需求量的影响；二是选用幂函数模型，即以需求量为因变量，以卷烟价格、当地GDP水平、城镇人口可支配收入和农村纯收入等作为自变量，按幂函数形式构建模型，重点进行各自变量对因变量弹性的预测；三是利用多元线性回归模型，注重分析预测人口、消费者偏好、替代品价格等与需求量之间的线性关系。

随后，可根据已构建模型的特点，采用适当的方法，进行组合预测，得出未来某一时刻的需求预测值。目前已被运用的组合方法概括起来有两类：权系数组合法、非线性组合法。权系数组合法的特点是假定各个预测模型间是一种线性关系。根据上文的举例，三个模型中有非线性函数存在，故而各预测方法的线性组合显然就不是最优的。因此在这里要采用非线性组合法。同时，实验结果也表明，这种组合方法在提高拟合精度的同时，也提高了模型预测的可靠性。

综合修正，确立参照，使相对饱和投放下的组合预测更为可靠

这里的“综合修正，确立参照”，是指采用相对饱和投放下的组合预测以外的方法。一般有以下三种方法：

其一，将历史销售数据作为月、季需求预测的参照系。历史销售数据，虽不能等同于需求数据，而且还存在一定的失真，但是从另一个角度来看，它也是市场需求的一种体现。特别是在体现婚丧嫁娶、传统节日等民俗、节庆对需求量的影响方面，它还是有较强的参考价值。因此，可将其作为月、季等短期预测的参照系，来修正民俗、节庆带来的市场需求波动。

其二，用消费者抽样调查的结果修正需求预测。半年或一年做一次消费者需求的抽样调查。因为调查次数不多，所以实际工作中的取数难、工作量大、耗时长等困难就能被控制在有限的范围内。此外，这种直接口径调查的市场需求，对于预测需求的修正有十分重大的意义。故而，可把该方法作为半年、年度等中期预测的修正参考，避免年度需求发生较大偏差。

其三，借鉴定性预测方法分析市场需求长期走势，以印证预测结果。定性预测方法，对于精确定量分析虽然是力不从心，但是对于价格涨跌、供求行情起伏等大势方面的预测，却是得心应手。特别是经多轮评价、集合专家智慧的“德尔菲法”，更是常常与其他方法相互配合用于长期预测，从而起到与预测结果对比印证的作用。