定量预测：回归分析法和时序预测法

定量预测是根据已掌握的比较完备的历史统计数据，运用一定的数学方法进行科学的加工整理，借以揭示有关变量之间的规律性联系，用于预测未来发展变化情况的一类预测方法。定量预测可分为两类：时序预测法和因果分析法。

1.时序预测法

时序预测法是以一个指标本身的历史数据的变化趋势，去寻找市场的演变规律，作为预测的依据，主要用于企业内部数据来做预测，包括简单移动平均法、加权移动平均法、指数平滑法等。

简单移动平均法是指用于计算过去一段时期的平均需求的方法，比如，计算过去6个月的平均需求，其结果就可以作为下个月的需求预测。

例如，企业要预测6月的销售预测，就可以使用3、4、5月的销售平均值，计算公式：

3 Month Simple Moving Average=(M3+M4+M5)/3

加权移动平均法，是指对观察值分别给予不同的权数，按不同权数求得移动平均值，并以最后的移动平均值为基础，确定预测值的方法。权重比例通常由专家判断、反复实验后得出，这种预测结果相对更加准确。

具体运算方法是：同样是计算3个月的移动平均数，通过加权的方式，给第3个月加权1，第4个月加权2，第5个月加权3，最后除以权重总和6，即可得出第6个月的销售预测。计算公式：

3 Month Weighted moving average=（1×M3+2×M4+3×M5）/6

指数平滑法实际上是一种特殊的加权移动平均法，以上一周期的预测和上一周期的实际销售额作为基础，引入权重因子，即平滑常数来计算下一周期的预测数据。平滑常数用希腊字母α表示，取0到1之间的数字，或以百分比来表示。计算公式：(www.xing528.com)

新周期预测=（α）（上一周期实际需求）+（1-α）（上一周期预测）

2.因果分析法

因果分析法是指利用事物发展变化的因果关系来进行预测的方法，通常用于确定外部因素和需求之间的关联，包括回归分析法、领先和滞后指数等多种方法。

回归分析法是指利用数据统计原理，对大量统计数据进行数学处理，并确定因变量与某些自变量的相关关系，建立一个相关性较好的回归方程，并加以外推，用于预测今后的因变量的变化的分析方法。如果只涉及两个变量，叫作一元回归分析，如果涉及两个以上的变量，则叫作多元回归分析。

领先指数是指在变化时间上早于预测对象，用于预示未来趋势的指标。该方法可以推测出未来的宏观或微观经济变化，有利于企业提前采取措施，规避风险。

滞后指数是指经济波动发生以后才显示出来的指标，可以对领先指标的预测趋势进行验证。

密切关注领先和滞后指标，企业可以了解经济环境和市场趋势，对未来做出正确的预测，采取措施应对外部变化，从而在市场竞争中占得先机。

企业要做出准确的预测，应将定量分析和定性分析相结合，通过收集、分析历史数据和未来趋势，做出预测判断，并不断追踪预测的准确性，分析出现预测差异的原因，对预测方法进行调整、优化、改进，从而提高预测的准确性。

除了要了解以上需求预测方法外，还需要明确预测步骤，第一步，理解预测目标；第二步，整合整个供应链的需求计划和预测；第三步，识别影响需求预测的主要因素；第四步，选择合适的综合预测水平来预测；第五步，建立预测绩效和误差衡量标准。