市场需求预测的常用方法

1.定性预测方法

(1)专家座谈法

这是邀请专家以开调研会的方式，向与会专家获取有关预测对象的信息，经归纳、分析、判断和推算，预测某种市场未来发展变化趋势的方法。这种方法可以在较短的时间里，充分利用专家群体的创造性思维和专业特长，对预测对象进行评估和推算，及时掌握第一手的预测信息。专家座谈法缺点是:由于参加的人数及人的认识有限，不易全面地搜集到各种意见；易出现大多数人的意见被采纳，而少数人的正确意见被忽视；还可能受到权威的影响，与会者不能畅所欲言。

使用此法注意以下几方面的问题:

①参加座谈的专家应当对预测目标有长期的研究，或者熟悉汽车市场领域的情况，或者具有丰富的汽车市场营销实践经验。与会者代表面要广，且代表性强，既包括专家学者，也包括营销部门或行业管理者和在一线的营销管理者。

②根据预测对象范围的大小和难易程度确定座谈会规模。一般会议规模不宜过大，以不超过10人为宜，可使每位与会者充分阐述自己的意见。

③为确保座谈质量，要根据预测目标的要求事先准备调研提纲。调研提纲要简单明确、重点突出、针对性强，并提前发给各与会者，以使他们有备而来。

④要精心选择会议主持人，认真组织好座谈会。主持者要谦虚谨慎、少说多听、善于引导、善于启发，要抓住会议的中心；应让各方将观点和论据说清、讲透，防止“一言堂”，使每位代表都有发言机会；不要首先拿出倾向性意见，或让个别领导、权威谈意见，这容易产生主观片面性的结论；对座谈内容要做好记录和录音，及时归纳整理发言内容，并提出带有倾向性的预测方案。

(2)德尔菲法

德尔菲法亦称专家小组法，它是20世纪40年代由美国的兰德公司首创和使用的，50年代以后在西方发达国家广泛盛行的一种预测方法。这种方法是按规定的程式，采用背对背的反复征询方式，征询专家小组成员的意见，经过几轮的征询与反馈，使各种不同意见渐趋一致，汇总后用数理统计方法进行收敛，得出一个比较统一的预测结果供决策者参考。

德尔菲法优点:

①匿名性。匿名交流是其最大优点，不受人际、情感和社会因素影响。

②多次反馈性。预测过程专家多次交流并必须发表自己的意见和看法。

③干扰少。专家独立完成，不受主持人和其他因素影响，可真正实现信息的交流和沟通。

④预测的统计性、汇总性好。德尔菲法要求用表格的方法、统一的形式、定量表达的方式对预测结果进行专家间的交流，使预测结果便于统计与汇总，可操作性强。

⑤应用性。集专家个人预测法和专家集体预测法优点于一身，是目前最具权威性和科学性的定性预测方法，也是目前国内外在市场预测方面应用最多的方法之一。

德尔菲法缺点:主持人需要多次进行专家预测意见的搜集、反馈、整理，费时费力。

(3)头脑风暴法

组织各类专家相互交流意见，无拘无束地畅谈自己的想法，在头脑中进行智力碰撞，产生新的思想火花，使预测观点不断集中和深化，从而提炼出符合实际的预测方案。

头脑风暴法实施要点:

①不要批评他人的意见。

②提供自由奔放的思考空间。

③提出的方案越多越好。

④提倡在别人方案的基础上进行改进或与之结合。

2.定量预测方法

定量预测方法也叫统计预测法，它是根据掌握的大量数据资料，运用统计方法和数学模型近似地揭示预测对象的数量变化程度及其结构关系，并据此对预测目标做出量的测算。应该指出，在使用定量预测方法进行预测时，要与定性预测方法结合起来，才能取得良好的效果。

(1)时间序列分析法

时间序列分析法的主要特点是，以时间推移研究和预测市场需求趋势，不受其他外界因素的影响。不过，在遇到外界发生较大变化，如国家政策发生变化时，根据过去的数据进行预测往往会有比较大的偏差。

产品销售的时间序列，可以分成四个组成部分:

①趋势。它是人口、资本积累、技术发展等方面共同作用的结果。利用过去有关的销售资料描绘出销售曲线就可以看出某种趋势。

②周期。企业销售额往往呈现出某种波状运动，因为企业销售一般都受到宏观经济活动的影响，而宏观经济活动总呈现出某种周期性波动的特点。周期因素在中期预测中尤其重要。

③季节。指一年内销售量变动的形式。“季节”一词在这里可以指任何按小时、月份或季度周期发生的销售量变动形式。这个组成部分一般同气候条件、假日、商业习惯等有关。季节形式为预测短期销售提供了基础。

④不确定事件。包括自然灾害、突发疫情、战争恐慌、流行风尚、恐怖袭击和其他一些干扰因素。这些因素属不正常因素，一般无法预测。应当从过去的数据中剔除这些因素的影响，考察较为正常的销售活动。(www.xing528.com)

时间序列分析就是把过去的销售序列Y分解成趋势(T)、周期(C)、季节(S)和不确定因素(E)等组成部分，通过对未来这几个因素综合考虑，进行销售预测。这些因素可构成线性模型，即

也可构成乘数模型，即

还可以是混合模型，如

(2)移动平均法

移动平均法是通过对时间序列按一定的项数(间隔长度)逐期移动平均，从而修匀时间序列的周期变动和不规则变动，显示出现象的发展趋势，然后根据趋势变动进行外推预测的一种方法。

①简单移动平均法。简单移动平均法就是对原时间序列按一定的项数逐期平均，分别计算出一系列移动平均数，这些移动平均数构成的新的时间序列对原时间序列的波动起到一定的修匀作用，如果原时间序列没有明显的不稳定变动的话，则可以用最近一期的移动平均值作为下一期的预测值。简单移动平均法的步骤如下:

设时间序列为:Y1，Y2，…，Yt，…，移动平均项数为K。

第t－1期简单移动平均数Mt－1的计算公式为:

第t期简单移动平均数Mt的计算公式为:

预测中使用M作为Y的预测值，即:

②加权移动平均法。在采用移动平均法时，应对近期数据给予较大的权数，对远期数据给予较小的权数，这种方法称为加权移动平均法。加权移动平均法的步骤如下:

第t期加权移动平均数Mtw:

式中，ai(i＝0，1，…，k－1)为参加移动平均数据的相应权重。

根据预测方法是用M作为Y的预测值，即:

加权移动平均法的关键在于权重的确定。实践中，应根据具体情况来确定权重。一般地，可根据经验选取几组权重试算，比较预测的相对误差，从中选择与实际数据拟合较好的权重用于预测。

③指数平滑法。指数平滑法是一种特殊的加权移动平均法，对近期观测值赋予较高的权重，这样可以使预测值更好地反映市场变化。设Xt，St分别为t时期的实际销售量和预测销售量，则第t＋1期预测的销售量为St＋1为:

权重a的设立取决于具体情况，一般需要根据预测结果的拟合情况，选择最佳的a值。进一步地，可以将预测结果作为观察值，再次采用指数平滑法预测。根据平滑的次数，指数平滑法可分为一次、二次、三次指数平滑法。一般而言，一次指数平滑法适用于历史数据呈水平发展趋势的预测；二次指数平滑法适用于历史数据呈线性增(减)趋势的预测；三次指数平滑法建立的预测模型是一个二次多项式，它反映了带有曲线变化的发展趋势。

(3)直线趋势法

直线趋势法又称线性趋势法，是指运用最小平方法，以直线斜率表示增长趋势的外推预测方法。直线趋势法假设所要预测的变量与时间之间成线性函数关系，并以此为基础预测未来。因此，使用这种方法时，应先计算相关系数，以判别变量与时间之间是否基本上存在线性联系。只有存在线性联系时，才能采用这种方法进行预测。公式为:

式中，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。

根据最小平方法原理，先计算Y＝a＋bX的总和，即

再计算XY的总和，即

上述两个公式的共同因子是∑X。为简化计算，将∑X取0。其方法是:若n为奇数，则取X的间隔为1，将X＝0置于资料期的中央一期；若n为偶数，则取X的间隔为2，将X＝－1与X＝1置于资料中央的上下两期。

当∑X＝0时，上述两式分别变为:

由此推算出a，b值:

所以

(4)统计需求分析法

时间序列分析法把过去和未来的销售都看作时间的函数，即仅随时间的推移而变化，不受其他任何现实因素的影响。然而，任何产品的销售都要受到很多现实因素的影响。统计需求分析法就是运用统计学方法发现影响企业销售的最重要的因素，研究这些因素与产品销售之间的关系，将产品销售量看作一系列独立的需求变量的函数，运用多元回归分析建立反映需求变量与销售量之间关系的预测模型，进行市场需求预测的一种方法。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，即

但是，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。多元回归技术就是这样一种数理统计方法，它在运用数理统计工具寻找最佳预测因素和方程的过程中，可以找到多个方程，这些方程均能在统计学意义上符合已知数据。

在运用统计需求分析法时，应充分注意影响其有效性的问题:观察值过少；各变量之间高度相关；变量与销售量之间的因果关系不清；未考虑到新变量的出现。

需要说明的是，需求预测是一项十分复杂的工作。实际上只有特殊情况下的少数几种产品的预测较为简单，如未来需求趋势相当稳定，或没有竞争者存在(如公用事业)，或竞争条件比较稳定(如纯粹垄断的产品生产)等。在大多数情形下，企业经营的市场环境是在不断变化的，由于这种变化，总市场需求和企业需求都是变化的、不稳定的。需求越不稳定，越需要精确的预测。这时准确地预测市场需求和企业需求就成为企业成功的关键，因为任何错误的预测都可能导致库存积压或存货不足，从而使销售额下降以至中断等不良后果。