虽然企业对未来不可把握，但是人类的认识、思维的进步使人们发现“规律”的重要性，古人很早就有“辨道、顺道”的说法，“道”就是规律，随着历史经验的积累和科技的进步，人类认识自然的能力大大增强。作为企业，发现、认识和利用“规律”（包括市场的、顾客的、技术的、企业发展的）对企业的经营必定增大胜算把握。

预测的基本原理

以最简单易懂的说法：是如下这样一个模式

规律、趋势、逻辑、经验、实质是分析问题的能力和手段。

预测本身要借助数学、统计学等方法论，也要借助于先进的手段。我们先不讲技术和方法，对企业的管理者而言，可能最先关注的是怎样形成一套有效的思维方式？以下几个原则可能会有些启发：

建立在“分类”的思维高度，关注事物（类别）之间的关联性，当了解（或假设）到已知的某个事物发生变化，再推知另一个事物的变化趋势。

最典型的相关有正相关和负相关，从思路上来讲，不完全是数据相关，更多的是“定性”的。

（1）正相关是事物之间的“促进”，比如，居民平均收入与“百户空调拥有量”；有企业认识到“独生子女受到重视”推知玩具、教育相关产品和服务的市场；某地区政府反复询问企业一个问题：“人民物质文化生活水平提高究竟带来什么机遇”，这实际上是未知市场面临的一个最大机遇！该地区先后发展的“家电业”、“厨房革命”、“保健品”应该是充分认识和细化实施的结果。这也体现企业的机遇意识。进行的人口普查，有专家提出那些资料是企业的“宝”，就看您怎么认识了：有个大型家具企业，起家把握的一个最大机遇是“中国第三次生育浪潮生育的这些人目前到了成家立业的高峰”。

（2）负相关，是指事物之间相互“制约”，一种事物发展导致另一种事物受到限制。特别是“替代品”。比如资源政策、环保政策出台必然导致“一次性资源”替代品的出现，象“代木代钢”发展起来的PVC塑钢；某地强制报废助力车，该地一家“电动自行车”企业敏锐地抓住机遇也是一样。

任何事物发展具有一定惯性，即在一定时间、一定条件下保持原来的趋势和状态，这也是大多数传统预测方法的理论基础。比如“线性回归”、“趋势外推”等等。

这个原则也是建立在“分类”的思维高度，关注事物之间的关联性。

（1）由小见大—从某个现象推知事物发展的大趋势：例如现有人开始购买私家汽车，您预见到什么？运用这一思路要防止以点代面、以偏概全。

（2）由表及里—从表面现象推实质：例如“统一食品”在昆山兴建，无锡的“中萃面”应意识到什么？“海利尔”洗衣粉到苏南大做促销，“加佳洗衣粉”意识到可能是来抢市场的。换个最简单的例子说：一次性液体打火机的出现，真的就有火柴厂没有意识到威胁的例子。

（3）由此及彼—引进国外先进的管理和技术也可以由这一思路解释。你记住一句话：发达地区被淘汰的东西，落后地区可能有市场。

（4）毛泽东说过一句话：我不是李自成。可见历史的东西对以后的发展是极有指导性的。换句话说：谁敢想想自己家有空调、电脑、电话？我们问：您能不能想想10年后您会拥有自己的汽车？这种推理对商家是颇具启发的。您能总结一下中国家庭电视机的发展规律吗？也许，您从中就能找到商机！

（5）由远及近—比如国外的产品、技术、管理模式、营销经验、方法，因为可能比较进步，就代表先进的方向，可能就是“明天要走的路”。

（6）自下而上—从典型的局部推知全局，一个规模适中的乡镇，需要3台收割机，这个县有50个类似的乡镇，可以初步估计这个县的收割机可能的市场容量为150台。

（7）自上而下—从全局细分，以便认识和推知某个局部。例如，我们想知道一个40万人的城市女士自行车市场容量，40万人——20万女性——（去掉12岁以下50岁以上）还有10万——调查一下千人女性骑自行车比率（假设60%）——可能的市场容量为6万。对大致了解一个市场是很有帮助的。

我们不可能完全把握未来，但根据经验和历史，很多时候能大致预估一个事物发生的大致概率，根据这种可能性，采取对应措施。扑克、象棋游戏和企业博弈型决策都在不自觉地使用这个原则。有时我们可以通过抽样设计和调查等科学方法来确定某种情况发生的可能性。

要搞好预测，必须把握预测的四个基本要素：

信息是客观事物特性和变化的表征和反映，存在于各类载体，是预测的主要工作对象、工作基础和成果反映。

方法是指在预测的过程中进行质和量的分析时所采用的各种手段。预测的方法按照不同的标准可以分成不同的类别。按照预测结果属性可以分为定性预测和定量预测，按照预测时间长短的不同，可以分为长期预测、中期预测和短期预测。按照方法本身，更可以分成众多的类别，最基本的是模型预测和非模型预测。

分析是根据有关理论所进行的思维研究活动。根据预测方法得出预测结论之后，还必须进行两个方面的分析：一是在理论上要分析预测结果是否符合经济理论和统计分析的条件；二是在实践上对预测误差进行精确性分析，并对预测结果的可靠性进行评价。

对预测结果采用与否，或对预测结果依据相关经济和市场动态所作的修正需要判断，同时对信息资料、预测方法的选择也需要判断。判断是预测技术中重要的因素。

预测应该遵循一定的程序和步骤以使工作有序化、统筹规划和协作。市场预测的过程大致包含以下的步骤：

明确目的，是开展市场预测工作的第一步，因为预测的目的不同，预测的内容和项目、所需要的资料和所运用的方法都会有所不同。明确预测目标，就是根据经营活动存在的问题，拟定预测的项目，制定预测工作计划，编制预算，调配力量，组织实施，以保证市场预测工作有计划、有节奏地进行。

进行市场预测必须占有充分的资料。有了充分的资料，才能为市场预测提供进行分析、判断的可靠依据。在市场预测计划的指导下，调查和搜集预测有关资料是进行市场预测的重要一环，也是预测的基础性工作。

根据预测的目标以及各种预测方法的适用条件和性能，选择出合适的预测方法。有时可以运用多种预测方法来预测同一目标。预测方法的选用是否恰当，将直接影响到预测的精确性和可靠性。运用预测方法的核心是建立描述、概括研究对象特征和变化规律的模型，根据模型进行计算或者处理，即可得到预测结果。

分析判断是对调查搜集的资料进行综合分析，并通过判断、推理，使感性认识上升为理性认识，从事物的现象深入到事物的本质，从而预计市场未来的发展变化趋势。在分析评判的基础上，通常还要根据最新信息对原预测结果进行评估和修正。

预测报告应该概括预测研究的主要活动过程，包括预测目标、预测对象及有关因素的分析结论、主要资料和数据，预测方法的选择和模型的建立，以及对预测结论的评估、分析和修正等等。

市场预测的内容十分广泛丰富，从宏观到微观，二者相互联系、相互补充。具体讲主要包括以下几个内容：

市场商品容量是指有一定货币支付能力的需求总量。市场容量及其变化预测可分为生产资料市场预测和消费资料市场预测。生产资料市场容量预测是通过对国民经济发展方向、发展重点的研究，综合分析预测期内行业生产技术、产品结构的调整，预测工业品的需求结构、数量及其变化趋势。消费资料市场容量预测重点有以下三个方面：?

(1)消费者购买力预测。预测消费者购买力要做好两个预测：第一，人口数量及变化预测。人口的数量及其发展速度，在很大程度上决定着消费者的消费水平。第二，消费者货币收入和支出的预测。

(2)预测购买力投向。消费者收入水平的高低决定着消费结构，即消费者的生活消费支出中商品性消费支出与非商品性消费支出的比例。消费结构规律是收入水平越高，非商品性消费支出会增大，如娱乐、消遣、劳务费用支出增加，在商品性支出中，用于饮食费用支出的比重大大降低。另外还必须充分考虑消费心理对购买力投向的影响。

(3)预测商品需求的变化及其发展趋势。根据消费者购买力总量和购买力的投向，预测各种商品需求的数量、花色、品种、规格、质量等等。

企业生产中投入品的价格和产品的销售价格直接关系到企业盈利水平。在商品价格的预测中，要充分研究劳动生产率、生产成本、利润的变化，市场供求关系的发展趋势，货币价值和货币流通量变化以及国家经济政策对商品价格的影响。

对生产发展及其变化趋势的预测，这是对市场中商品供给量及其变化趋势的预测。

市场预测的方法很多，主要有以下几种：

在市场预测中，经常遇到一系列依时间变化的经济指标值，如企业某产品按年（季）的销售量、消费者历年收入、购买力增长统计值等，这些按时间先后排列起来的一组数据称为时间序列。依时间序列进行预测的方法称为时间序列预测。

1.“回归”的含义。回归是指用于分析、研究一个变量（因变量）与一个或几个其它变量（自变量）之间的依存关 系，其目的在于根据一组已知的自变量数据值，来估计或预测因变量的总体均值。在经济预测中，人们把预测对象（经济指标）作为因变量，把那些与预测对象密切相关的影响因素作为自变量。根据二者的历史和 统计资料，建立回归模型，经过统计检验后用于预测。回归预测有一个自变量的一元回归预测和多个自变量的多元回归预测，这里仅讨论一元线性回归预测法。

2.回归分析的基本条件。应用一组已知的自变量数据去估计、预测一个因变量之值时，这两种变量需要满足以下两个条件：

第一，统计相关关系。统计相关关系是一种不确定的函数关系，即一种因变量（预测变量）的数值与一个或多个自变量的数值明显相关但却不能精确且不能唯一确定的函数关系，其中的变量都是随机变量。经济现象中这种相关关系是大量存在的。例如粮食亩产量y与施肥量x之间的关系，二者明显相关但不存在严格的函数关系，亩产量不仅与施肥量有关，还与土壤、降雨量、气温等多种因素有关，这样亩产量y存在着随机性。

第二，因果关系。如果一个或几个自变量x变化时，按照一定规律影响另一变量y，而y的变化不能影响x，即x的变化是y变化的原因，而不是相反，则称x与y之间具有因果关系，反映因果关系的模型称为回归模型。

另一种分类市场预测的分类方法般可以分为定性预测和定量预测两大类。对于企业营销管理人员来说，应该了解和掌握的企业预测方法主要有：

（1）定性预测法

定性预测法也称为直观判断法，是市场预测中经常使用的方法。定性预测主要依靠预测人员所掌握的信息、经验和综合判断能力，预测市场未来的状况和发展趋势。这类预测方法简单易行，特别适用于那些难以获取全面的资料进行统计分析的问题。因此，定性预测方法在市场预测中得到广泛的应用。定性预测方法又包括：专家会议法，德尔菲法，销售人员意见汇集法，顾客需求意向调查法。

（2）定量预测法

定量预测是利用比较完备的历史资料，运用数学模型和计量方法，来预测未来的市场需求。定量预测基本上分为两类，一类是时间序列模式，另一类是因果关系模式。

市场预测可以按不同的标准进行分类。

按预测的时间跨度分

市场预测按预测的时间跨度分，可以分为近、中、长短期预测。

短期预测，是根据市场上需求变化的现实情况，以旬、周为时间单位，预计一个季度内的需求量（销售量）。

当前预测，主要是根据历史资料和市场变化，以月为时间单位测算出年度的市场需求量。

中期预测，是指3~5年的预测，一般是对经济、技术、政治、社会等影响市场长期发展的因素，经过深入调查分析后，所作出的未来市场发展趋势的预测，为编制3~5年计划提供科学依据。

长期预测，一般是5年以上的预测，是为制定经济发展的长期规划预测市场发展趋势，为综合平衡、统筹安排长期的产供销比例提供依据。

按预测的空间范围分

按地理空间范围分，市场预测分为国内预测和国际市场预测。

按经济活动的空间范围分，市场预测可分为宏观的市场预测和微观的市场预测。

按预测的性质分

按预测的性质分，市场预测可以分为定性预测和定量预测。

定性预测，是由预测人员凭借知识、经验和判断能力对市场的未来变化趋势做出性质和程度的预测。

定量预测，是以过去积累的统计资料为基础，运用数学方法进行分析计算后，对市场的未来变化趋势

做出数学测算。

定销售计划的前提是进行充分的市场调查，从而减少企业所承担的风险，其中最重要的是查明企业在市场中所占的地位。因为这样便可获知需要调查的范围。

如果以金星公司为例，那么，在决定显示器市场之前，应能回答下面一系列问题：

（1）公司的产品适合于哪个市场或哪一部分市场？

（2）该市场可预见的总需求量有多大？

（3）市场对公司产品的接受能力预计有多大？

（4）通过何种销售系统最便于打入有关市场？

（5）该市场已在何种程度上受到竞争者的控制？

（6）竞争者利用何种销售系统？

（7）在销售区域内可望得到哪些用户？

（8）未来的用户会有哪些订货动机？

以上问题也表示市场调查的各个项目。这些项目均为定性分析和定量分析相结合的内容，它们很大程度上依赖于人对客观情况作出主观判断，但在判断中要依据一些基础数据，例如销售额、成本、投资、产品品种方向、销售渠道、价格、广告、推销等等。毫无疑问，要找到合适的调查观点并进行分析是相当不容易的。例如若想弄清竞争对手的情况，先得认识到自己并不就是简单地和竞争对手打交道，而是在和直接或间接的竞争对手打交道，他们以同样的或其他的销售渠道出售与公司相同的或类似的产品。如果我们确切地拥有了市场调查资料，那么就可以用市场分析的手段来对经营态势进行研究了。

为了使公司长期发展建立进退有据的地位，从而在产业竞争中胜过对手，本系统把迈克尔·波特的三个普遍性竞争策略，运用到制定企业销售计划当中去。战略之一是总成本领先。其目的在于降低成本，根据金星中国公司的规模，有可能利用这一竞争策略，形成企业间的比较优势，因此本系统将着重点放在密切注视营销成本等因素上。这样做的目的是为了公司和它的竞争对手比较时，有一种低成本结构。这种策略往往需要占有巨大的有关市场份额和成本—效率措施。 战略之二是标歧立异。其目的是将公司提供的产品或服务标歧立异，形成一些在全产业范围内具有独特性的东西。实现标歧立异战略可以有许多方式：可以力求表现品牌形象、技术特点、外观特点、经销网络及其他方面的独特性。最理想的情况是公司使自己在几个方面都标歧立异。因此本系统致力于广告费用的投入和控制，并可以定量的评估广告的效益，以协助企业宣传产品的优势，塑造企业形象，为其他公司的进入设置行业壁垒。

战略之三是目标集聚。即主攻某个特定的顾客群、某产品系列的一个细分区段或某一个地区市场。该战略的前提是：公司能够以更高的效率、更好的效果为某一狭窄的战略对象服务，从而超过在更广阔范围内的竞争对手。金星中国公司在中国市场上推出的是大屏幕显示器，虽然该公司在韩国生产的产品范围很广，但在中国市场上知名度不高。另外，通用显示器市场由于竞争激烈，企业普遍采取薄利多销的原则，利润率一般很低，而对于大屏幕显示器这个新兴市场来讲，竞争较小，利润率较高，因此部分通用显示器厂商有可能转而进攻大屏幕显示器市场。为了实施目标集聚战略，在系统设计中，我们特别关注目标市场的用户群（它主要是专业用户）和现有的潜在竞争对手。

简介

金星中国公司为案例，运用运筹学及计算机辅助管理原理，对其生产的产品——大屏幕彩色显视器（简称彩显）在市场上的营销历史和现状进行深入研究和分析，建立数学模型并运用计算机进行科学预测，制订未来时期的经营战略。本文使用数学模型和自行开发的软件包建立了一体化的市场营销管理信息系统。该系统可以自动地从营销交易和企业环境中收集、处理和分析有用、适时、准确的信息。同时，它可以将已分类和重新组合的信息实时地向公司的管理层和各部门传递。

产品的销售概况

金星公司在世界范围内销售形势是乐观的，由于各国显示器生产厂家纷纷在中国办厂或大批向中国放货，行业中的竞争日趋激烈，该公司中国公司的销售量却增长不大，除去竞争因素外，另一个重要因素是企业内部未充分挖掘潜力，尤其是缺乏科学的战略性的市场观测，缺乏一套行之有效的经营管理信息系统，致使该公司销售形势处于一种“凭市场摆布”的局面。因此，当该公司面临不利的宏观经济环境时，便不能作出灵敏的反应，去制订有力的对策，以取得营销的主动权。

产品市场分析和营销计划系统总框架

在世界范围内，金星公司是有一定的优势的，但中国市场销售情况表明，该公司产品在中国市场销路已经潜伏着危机，为此金星中国公司提出开发一个“市场营销管理信息决策系统”，其主要功能是为该公司管理人员提供可靠及时的市场信息。

为了实现目标功能，系统包括四个功能模块：

（1）市场预测和分析

（2）计划和市场研究

（3）订货和用户服务

（4）调运和分配

本文着重对市场营销的预测分析和计划模块进行重点研究和论述。因为预测分析和计划研究是市场经营管理的首要环节，它是企业作出正确经营决策的前提和依据。

市场营销管理信息系统的数据流程

市场营销管理信息系统的主要来源有两方面：第一个来源是市场的调研人员，他们收集有关市场的情况资料，供市场预测和研究分析之用；第二个来源是用户，就是指所有要购买产品的单位和个人，它向企业提出订货要求，以及对产品质量、性能等方面的要求等。这些原始数据输入到系统后，经过适当的处理，产生各种市场信息，有的存入相应的数据库中，有的输出给有关的部门或其它子系统。

市场预测模型

一个企业要作出正确的经营决策，预测和分析起着重要的作用。通过预测和分析，将市场中的未知状态转变为科学预测的期望值状态，使企业在一定程度上规避市场风险。在认真总结以往经验的基础上，不仅要加强定性预测和分析的主导作用，而且更要重视定量预测和分析的研究工作，特别是充分发挥计算机的作用，使定性预测分析和定量预测分析密切结合起来，创造一种崭新的，更符合产品市场和公司实际的科学预测和分析方法。一方面，随着中国宏观经济的发展，大屏幕显示器市场需求量的发展具有一定的延续性。另一方面，显示器为通用产品，各种品牌竞争激烈。显示器的固定配套用户比较少，所以屏幕显示器的研制和销售也具有某种不确定因素，即较难考虑它发展的因果关系。此外，显示器的市场需求量，受兼容PC机销售的支撑，有一定的季节波动，如一、二月像冬眠期一样销售迟缓，三月形势转为明朗，随后是在缓慢下滑中的维持状态，八月销售突然转旺，是受暑期购买兼容PC机高潮的影响。根据这一情况，本人认为预测方法宜采用两种方法：即时间序列分析法中的指数平滑法和季节性变动法。前者主要对短期的销售趋势进行预测，后者则着重预测季节性变化及长期的销售变化状态，弥补了短期预测的不足。用两种预测方法相结合就可以获得较好的预测效果。 1、用改进的指数平滑法预测短期销售趋势。

利用指数平滑法可以较好地进行短期销售趋势预测。这种方法的基本原则是强调数据对预测值的作用，可以任意选择数据的权值，但是并未完全忽视远期数据的作用。指数平滑法的数学模型如下：

F[,t+1]=F[,t]+α（V[,t]-F[,t]）　（3-1）

又可以写成：

F[,t+1]=αV[,t]+（1-α）F[,t]　（3-2）

α——平滑系数，其值介于0与1之间（0小于α小于1）；

V[,t]——第t个周期（年或月）的实际值；

F[,t]——第t个周期（年或月）的预测值；

式（3-1）中的F[,t]又可写成：

F[,t]=αV[,t-1]+（1-α）F[,t-1]

而　F[,t-1]=αV[,t-2]+（1-α）F[,t-2]

……如此连续推算下去，然后再将不同期的预测值代入式（3-2），展开后得：

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

式中α值的大小要根据实际情况选取，如果要加强数据的作用，α值可取得大些。假设令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，数据在上式中起着主要作用，其余各项历史数据的作用按等比级数（公比为1-α）的权值迅速下降。因此，这种方法是加权滑动平均法的一种改进型，它可以通过α值的选择，改变权值调节数据的作用，同时也考虑到远期数据的作用。在实际运用中α值的选择，可根据经验来定，如果数据波动不大，图线较为平稳时，α值应取得小一点；如果数据波动较大，α值应取大一点，可令α=0.7～0.8。这样使预测值对实际值的变化能得到迅速的反应，从而减小预测值与实际值的偏差。现以显示器历年销售的历史数据为例，应用指数平滑法，分别按α=0.1和0.9计算1990—1996各年的预测值，如表3—1所示。

指数平滑的预测值：

实际值　预测值

周期(年)　(百万元)　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

图3—1所示为指数平滑法α取值不同的两条预测图线。可以看出：由于实际数据不稳定，波动较大，在这种情况下当α=0.9时，预测值图线比较接近于实际值；当α=0.1时，预测值图线只反映出数据变化趋势，与实际值偏差较大。指数平滑法是通过人工对α值的调节来加强不同时期的数据作用，能适应比较复杂的变化情况。要求历史数据也较少。指数平滑法是一种时间序列分析方法。时间序列是一个受随机因素影响而变化的序列。因此，它的预测不可能没有偏差。因此需要说明预测的精度问题，以便在选择预测方法时有一个比较的标准。如何来确定预测的精度？不能以某一次预测的准确与否作为评价预测方法的标准，而应从统计观点用平均值的办法来判断。现用平均绝对偏差和均方差两种衡量预测精度的方法予以说明之。

两种方法的数学表达式如下：

平均绝对偏差（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

现以这两个标准，对表3—1中的指数平滑法相同数据选用两种α值（α=0.1和α=0.9）预测结果进行误差分析对比。如表3—2所示。从表3—2中采用两种标准计算的结果看，在该组实际数据的情况下，选用α=0.9的预测结果比α=0.1的预测结果精确。　误差分析对比：

实际值　指数平滑法

周期(年)(百万元)　a=0.1平均绝对偏差均方差a=0.9平均绝对偏差

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

总计　3919.4　2573726.7　1821.7

总平均绝对差　391.9　182.2

均方差1　257372.7

指数平滑法：

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

总计　630430.8

总平均绝对差

均方差1　63043.1

2、用季节性变动法预测季节性需求变化

指数平滑法虽能较好地反映短期的销售趋势，但不适用于长期预测。作为对短期预测方法的补充，我们采用季节性变动法预测大屏幕显示器季节性需求变化及长期的销售变化状态。大屏幕显示器容易受兼容PC机销量及其它诸因素的影响，其市场需求量呈季节性或周期性变动。为搞好均衡生产和适时供应，很有必要掌握其变动规律。大屏幕显示器需求的季节性变动有时候较为复杂，它既包括有趋势性变化（如需求量逐年增长），也可能包括有季节性变化，或者还有其它偶然性的变化（如国家政治、经济形势的突然变化）。因此，对这种变化状态的分析和预测，需要应用多种可行的方法进行综合分析。现仍以金星公司1995、1996年各月销售量为依据，如表3—3所示来预测后两年某时期的销售量。

预测步骤：

（1）标出数据点的分布图，确定变动的形式如图3—2所示，这组数据显示两种变动，一是具有较强烈的季节性变动，夏秋两季需求量大，冬春两季需求量小；一是趋势变动，产品需求量呈增长趋势。

（2）确定长期趋势变动

增长趋势变动的确定有两种方法

（i）利用月平均增长率定点画出直线

附图{图}

根据表3—3的数据分别求出1995和1996年的月平均销售量：

1688

95年月平均销售量=——=140.7百万元

12

2370

96年月平均销售量=———=197.5百万元

12

197.5-140.7

每月的平均增长量=———————=4.73百万元/月

12

这个4.73百万元/月即为长期趋势变动。如果把月平均销售量算为年中（六月份）的销售量，则可在图3—3中给出A、B两点。其中A点为1995年6月，坐标Y值为140.7；B点为1996年6月，坐标Y值为197.5。连接AB直线即为长期趋势变动。

（ii）应用最小二乘法，列出直线回归方程：

假设直线方程为：

Y=a+bx式中：

回归系数　nΣX·Y-ΣX·ΣY

b=──────────

nΣX[2]-（ΣX）[2]

ΣY－bΣX

a=──────

n

将表3—3数据代入上两式得：

24×55200-300×4058

b=———————————=3.89

24×4900-300[2]

4058-3.89×300

a=————————=120.46

24

则趋势数学模型为：

Y=120.46+3.89x　（3-6）

（3）计算趋势线的各月趋势值

将各个月份值代入趋势模型式（3-6），得到各个月份的趋势值。全部计算值列入表3-3的（3）项。各个月份的趋势值是供计算季节性系数用的。

（4）确定季节性系数

季节性系数是用表3-3的（2）项被（3）项除所得的商。列出一月份季节性系数的算法为：

30÷124.4=0.24

其余类推。表中有24个月的季节性系数，是两个完整循环周期，因此应将每年对应的月份季节性系数进行平均，取其平均值，则各月的季节性系数值，如表3-4所示。

表3—4季节性系数

季节性系数

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）建立预测模型进行预测

假设S[,t]为第t月的季节性系数，则第t月预测值为

Y[,t]=（a+bX[,t]）S[,t]　（3-7）

若欲求1997年7月的需求量预测值，则有：

X[,t]=24+7=31

S[,t]=1.42

所以：Y[,t]=（120.46+3.89×31）×1.42=342.29百万元

又，若求1998年1月的需求预测值，则有：

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

S[,t]=0.4

Y[,t]=（120.46+3.89×37）×0.4=105.76万元

以上论述的是指数平滑和季节变动两种预测方法的数学模型及其应用实例。需要指出的是：运用计算机进行预测主要在于数学模型的使用和改善预测的精度。使用计算机进行预测的优点在于它能准确地处理大量数据，能及时根据变化的条件经常修改模型，同时它还可以和其它系统相联，强化信息通讯。用计算机预测市场需求时应收集需求数据。一般来说统计数据越多越好，不太重要的情况下找七点即可，重要情况下至少找十二点，观察季节性需求形态至少要两年的数据。数据的时间跨度对预测是有影响的，跨度过长，季节性波动被掩盖。

对于指数平滑法，输入计算机的是时间序列数据。输出的是通过指数平滑法计算后的下一周期的预测值。计算机程序应提供一预测表（ATABLEOFFORECASTS）。平滑系数α的变范围自0.1至0.9；另一方面，程序可以用最小平方法选择较佳的平滑系数，同时，还可以根据使用者指定的周期数来计算加权平均，这将有利于敏感性分析的进行。对于季节性变动预测法，输入计算的亦是时间序列数据，输出的是今后时期的季节性变化趋势。当市场需求情况出现峰和谷时，就要考虑季节性需求，一般来说季节性需求行为要求峰值在各个周期的同一时期出现，并且高峰需求必须超过平均需求的MAD/2（平均绝对偏差），季节性需求估值在计算机中以趋势线和季节系数来表达。

市场研究和营销计划

市场研究和营销计划的目的是进行充分的市场调查，制订合理的销售计划，从而在最大的限度上减少企业所承担的风险。市场研究和营销计划模块要完成以下三项工作：

（1）、市场调查资料的分析，一般根据大屏幕显示器的竞争状况以及采用统计分析的方法来研究市场问题；

（2）、利用销售预测的结果来制订销售计划。

（3）、广告分析，以便于制订广告策略。