第3章-需求预测讲解课件.ppt

1、知识目标知识目标u1 1了解供应市场调查常用的分析工具和技术了解供应市场调查常用的分析工具和技术u2 2掌握采购需求确定的方法和步骤掌握采购需求确定的方法和步骤u3 3重点掌握定向和定量预测方法重点掌握定向和定量预测方法u请继续完成以下任务请继续完成以下任务 u进行需求预测的方法主要有两类：进行需求预测的方法主要有两类：u一一.定性预测法定性预测法l1.1.用料部用料部门门(需求人需求人员员）调查调查法法l2.2.采采购购人人员员(销销售人售人员员）经验经验判判断断法法l3.3.专专家意家意见见法法u二二.定量预测法定量预测法 简单移动平均简单移动平均l1.1.时间序列法时间序列法 加权移动平

2、均加权移动平均 指数平滑预测指数平滑预测l2.2.回归模型预测法回归模型预测法u用料部门调查法就是用料部门调查法就是对需要用料的部门或者个人挨个进行对需要用料的部门或者个人挨个进行调查调查，让用料部门或个人写出需要的采购量（可以通过让，让用料部门或个人写出需要的采购量（可以通过让用料部门事先填写请购单的方式进行），然后进行汇总，用料部门事先填写请购单的方式进行），然后进行汇总，进而确定总的采购量的方法。进而确定总的采购量的方法。u指公司根据指公司根据销售人员销售人员(采购人员）采购人员）对其负责对其负责区域内的销售量（购买量）或顾客未来需区域内的销售量（购买量）或顾客未来需求量的估计进行综合预

3、测一种方法。求量的估计进行综合预测一种方法。n应用举例：应用举例：推推 销销 员员 预预 测测 项项 目目 销销 售售 量量 出出 现现 概概 率率 销销 售售 量量 概概 率率 甲甲 最最 高高 销销 售售 量量 最最 可可 能能 销销 售售 量量 最最 低低 销销 售售 量量 期期 望望 值值 1000 800 500 0.3 0.5 0.2 300 400 100 800 乙乙 最最 高高 销销 售售 量量 最最 可可 能能 销销 售售 量量 最最 低低 销销 售售 量量 期期 望望 值值 1000 700 400 0.2 0.5 0.3 200 350 120 670 丙丙 最最 高高

4、 销销 售售 量量 最最 可可 能能 销销 售售 量量 最最 低低 销销 售售 量量 期期 望望 值值 900 600 400 0.2 0.6 0.2 180 360 80 620 u如果企业对三位销售人员意见的信赖程度如果企业对三位销售人员意见的信赖程度是一样的，那么平均预测值为：是一样的，那么平均预测值为：)(7.6963620670800单位u某一零售商店，选择营业员、中层管理人员（如业务科长、某一零售商店，选择营业员、中层管理人员（如业务科长、计划科长、储运科长、财会科长等）、商店经理等三层人计划科长、储运科长、财会科长等）、商店经理等三层人员的代表分别进行判断，再加以综合，得出销售额

5、的预测员的代表分别进行判断，再加以综合，得出销售额的预测数。数。u某商场甲、乙、丙三个营业员对某一商品的下一年度销售某商场甲、乙、丙三个营业员对某一商品的下一年度销售量作如下估计：量作如下估计：经理方面的销售预测，按照以上同样方法判断，甲、乙、丙三位经理的判断期望值为：甲经理的期望值 1200 乙经理的期望值 950 丙经理的期望值 1100 假定三位经理的期望值比重差不多，则经理方面的平均预测值为 1200+1100+950/3=1083.4单位 最后，衡量营业员、中层管理人员、经理三者的重要性。营业员最接近消费者和用户，营业员最接近消费者和用户，对商品是否畅销、滞销比较了对商品是否畅销、滞

6、销比较了解，对商品花色、品种、规格解，对商品花色、品种、规格、式样的需求，要比商场的其、式样的需求，要比商场的其他人员更了解。但由于接触面他人员更了解。但由于接触面的关系，对生产状况、进货状的关系，对生产状况、进货状况等不够了解，总之，对宏观况等不够了解，总之，对宏观经济缺乏了解。经济缺乏了解。中层管理人员既接触上中层管理人员既接触上层人员，又接触营业员层人员，又接触营业员、采购员等营营业第一、采购员等营营业第一线的人员。对生产部门线的人员。对生产部门、财政金融、商品流通、财政金融、商品流通的动态比较了解，联系的动态比较了解，联系面广，掌握资料较多，面广，掌握资料较多，经营经验较丰富，对市经营

7、经验较丰富，对市场动态、未来需求的发场动态、未来需求的发展趋势变化的分析判断展趋势变化的分析判断比较接近实际比较接近实际经理接触具体业务和实际经理接触具体业务和实际较少一些，但有丰富的经较少一些，但有丰富的经营经验，能掌握全局情况营经验，能掌握全局情况，要比营业员的预测作用，要比营业员的预测作用所占比重大一些所占比重大一些 如果营业员为1，则中层管理人员的生要性为1.8，经理的重要性为1.5。三个层次的期望值进行综合性的销售预测值为：656.671+10301.8+1083.415/1+1.5+1.8=961.786（单位（单位）u专家意见法最常见的有专家意见集合法（头脑风专家意见法最常见的有

8、专家意见集合法（头脑风暴法暴法)和德尔菲法。和德尔菲法。u德尔菲法专家小组法或专家意见征询法德尔菲法专家小组法或专家意见征询法u是以匿名的方式，逐轮征求一组专家各自的预测是以匿名的方式，逐轮征求一组专家各自的预测意见，最后由主持者进行综合分析，确定市场预意见，最后由主持者进行综合分析，确定市场预测值的方法。测值的方法。u匿名匿名。以。以匿名匿名的方式，的方式，逐轮逐轮征求一组专家各自的预测意见，征求一组专家各自的预测意见，最后由最后由主持者主持者进行综合分析，确定市场预测值的方法进行综合分析，确定市场预测值的方法l多次逐多次逐轮轮征求意征求意见见l每一次征每一次征询询之后，之后，预测预测主持者

9、都要主持者都要将该轮将该轮情情况进况进行行汇总汇总、整理，作整理，作为为反反馈馈材料材料发给发给每一位每一位专专家家l对对最后一最后一轮专轮专家意家意见运见运用适用适当当的的数学数学方法方法进进行行数数量化量化处处理。理。l一般用平均一般用平均数数、中位、中位数数、极极差差u 如某书刊经销商采用德尔菲法对某一专著销售量进行预测。该经销商如某书刊经销商采用德尔菲法对某一专著销售量进行预测。该经销商首先选择若干书店经理、书评家、读者、编审、销售代表和海外公司首先选择若干书店经理、书评家、读者、编审、销售代表和海外公司经理组成专家小组。经理组成专家小组。u 将该专著和一些相应的背景材料发给各位专家，

10、要求大家给出该专著将该专著和一些相应的背景材料发给各位专家，要求大家给出该专著最低销售量、最可能销售量和最高销售量三个数字，同时说明自己作最低销售量、最可能销售量和最高销售量三个数字，同时说明自己作出判断的主要理由。出判断的主要理由。u 将专家们的意见收集起来，归纳整理后返回给各位专家，然后要求专将专家们的意见收集起来，归纳整理后返回给各位专家，然后要求专家们参考他人的意见对自己的预测重新考虑。专家们完成第一次预测家们参考他人的意见对自己的预测重新考虑。专家们完成第一次预测并得到第一次预测的汇总结果以后，除书店经理并得到第一次预测的汇总结果以后，除书店经理B B外，其他专家在第二外，其他专家在

11、第二次预测中都做了不同程度的修正。重复进行，在第三次预测中，大多次预测中都做了不同程度的修正。重复进行，在第三次预测中，大多数专家又一次修改了自己的看法。第四次预测时，所有专家都不再修数专家又一次修改了自己的看法。第四次预测时，所有专家都不再修改自己的意见。改自己的意见。u 因此，专家意见收集过程在第四次以后停止。最终预测结果为最低销因此，专家意见收集过程在第四次以后停止。最终预测结果为最低销售量售量2626万册，最高销售量万册，最高销售量6060万册，最可能销售量万册，最可能销售量4646万册。万册。准备阶段准备阶段征询阶段征询阶段预测结果的最预测结果的最终处理阶段终处理阶段成立预测工作小组

12、成立预测工作小组选择和邀请专家选择和邀请专家自愿性自愿性广泛性广泛性控制人数控制人数1030第一轮征询第一轮征询第二轮征询第二轮征询第三轮征询第三轮征询平均数平均数中位数中位数极差极差制定征询表制定征询表u某企业对某种产品某年的需求趋势难以确定，因而某企业对某种产品某年的需求趋势难以确定，因而聘请聘请1212位专家采用德尔菲法进行预测。具体数字见位专家采用德尔菲法进行预测。具体数字见下表。下表。12345678910 11 12123505050605050555050123342554550253535223034303435303434323537222836323537u（1 1）第一轮

13、的中位数和极差数）第一轮的中位数和极差数u首先，排列第一轮专家意见的数列为：首先，排列第一轮专家意见的数列为：1212，2222，2222，2525，3030，3030，3232，3232，5050，5555，5555，6060u其次，其次，u即中位数为即中位数为3030和和3232的平均数的平均数3131u最后，计算极差数：最后，计算极差数：606012=4812=485.6211221n中位数位置u（2 2）第二轮的中位数和极差数）第二轮的中位数和极差数u首先，排列第二轮专家意见的数列为：首先，排列第二轮专家意见的数列为：2828，3030，3333，3434，3434，3535，3535

14、，3535，45 45，5050，5050，5050u其次，其次，u即中位数为即中位数为3535和和3535的平均数的平均数3535u最后，计算极差数：最后，计算极差数：505028=2228=225.6211221n中位数位置u（3 3）第三轮的中位数和极差数）第三轮的中位数和极差数u首先，排列第二轮专家意见的数列为：首先，排列第二轮专家意见的数列为：3434，3434，3535，3535，3636，3737，3737，4242，5050，5050，5050，5050u其次，其次，u即中位数为即中位数为3737和和3737的平均数的平均数3737u最后，计算极差数：最后，计算极差数：5050

15、34=1634=165.6211221n中位数位置123456789101112中位数中位数极差数极差数123505050605050555050123342554550253535223034303435303434323537222836323537313537482216时间序列时间序列：在一个给定的时期内，按照固定的时间间隔（日、：在一个给定的时期内，按照固定的时间间隔（日、周、月、季、年等）把某种变量的数据依发生的时间先后周、月、季、年等）把某种变量的数据依发生的时间先后顺序排列而成的序列。顺序排列而成的序列。u前提：假定通过过去的数据可以估计他们的未来。前提：假定通过过去的数据可以

16、估计他们的未来。u类型：类型：简单移动平均法简单移动平均法、加权移动平均法加权移动平均法、指数平滑预测指数平滑预测法法。一、简单移动平均预测法一、简单移动平均预测法 移动平均预测法移动平均预测法:用最近的一组数据值进行预测，前提是不同时用最近的一组数据值进行预测，前提是不同时期的市场需求相当平稳。期的市场需求相当平稳。nn期需求总和前移动平均数月份月份实际销量实际销量合计合计均量均量下月预测量下月预测量1 110102 212123 31313353511.711.74 41616414113.713.711.711.75 51919484816.016.013.713.76 62323585

17、819.319.316.016.07 72626686822.722.719.319.38 83030797926.326.322.722.79 92828848428.028.026.326.310101818767625.325.328.028.011111616626220.720.725.325.312121414484816.016.020.720.7时间序列分析预测时间序列分析预测 加权加权移动平均预测法移动平均预测法:当存在可察觉的趋势时，可用权数来强调最当存在可察觉的趋势时，可用权数来强调最近的数据。近的数据。月份月份实际销量实际销量预测量预测量1 110102 212123

18、313134 4161612.212.25 5191914.314.36 6232317.017.07 7262620.520.58 8303023.823.89 9282827.527.51010181828.328.31111161623.323.31212141418.718.7时时 期期权权 数数上上 月月3 3前第二月前第二月2 2前第三月前第三月1 1权数总和权数总和6 6本月预测本月预测=（3上上月月+2前第二月前第二月+1 前第三月）前第三月）/6最近一月的权数更最近一月的权数更大会使外推更接近大会使外推更接近实际值！实际值！权权数数期期需需求求）（第第期期权权数数第第移移动动

19、平平均均数数nn)(时间序列分析预测时间序列分析预测二、加权移动平均预测法二、加权移动平均预测法u例：某企业例：某企业A A材料材料3 38 8月各月份实际需求量分别为：月各月份实际需求量分别为：12001200、10001000、11001100、13001300、12001200、10801080（吨），（吨），权重分别为：权重分别为：1 1、2 2、3 3、4 4、5 5、6 6，请用移动平均，请用移动平均加权法分析加权法分析9 9月份月份A A材料的需求量材料的需求量11512161080.11200wwxxi三、指数平滑预测法三、指数平滑预测法基本公式基本公式：F Ft+1t+1=a

20、A=aAt t+(1-a)F+(1-a)Ft t 式中，式中，Ft+1Ft+1为为t+1t+1期（下期）的指数平滑预测值；期（下期）的指数平滑预测值；Ft Ft 为为t t期期（当前期）的指数平滑预测值；（当前期）的指数平滑预测值；AtAt为为t t期（当前期）的实际值；期（当前期）的实际值；a a为为平滑系数（平滑系数（0 a0 a 1 1），其实际意义为当前期实际值的权重。），其实际意义为当前期实际值的权重。时间序列分析预测时间序列分析预测 指数平滑法：指数平滑法：借助于所求得的上一期的实际值和上一期借助于所求得的上一期的实际值和上一期的预测值的加权和，并通过依次向前递推，进而考虑了所的预

21、测值的加权和，并通过依次向前递推，进而考虑了所有期的历史数据。有期的历史数据。例例 在在1 1月份，某汽车销售公司预计月份，某汽车销售公司预计2 2月月份桑塔纳汽车需求为份桑塔纳汽车需求为142142辆，实际需求为辆，实际需求为153153辆，请用指数平滑法来预测辆，请用指数平滑法来预测3 3月份的需月份的需求。求。a=0.20a=0.20。解解 F Ft+1t+1=aA=aAt t+(1-a)F+(1-a)Ft t 3 3月份需求月份需求=0.20=0.20153153+(1-0.20)(1-0.20)142=144.2142=144.2 即即3月份对桑塔纳汽车的需求为月份对桑塔纳汽车的需求

22、为145辆。辆。时间序列分析预测时间序列分析预测 实际需求稳定，可选用较小的实际需求稳定，可选用较小的a a来减弱短期变化或随机变化来减弱短期变化或随机变化的影响。的影响。实际需求波动较大，应选择较大的实际需求波动较大，应选择较大的a a以便跟踪这一变化。以便跟踪这一变化。图图5-1 平滑系数大小对预测值与实际值之间差异的响应速度平滑系数大小对预测值与实际值之间差异的响应速度时间序列分析预测时间序列分析预测因果关系分析预测因果关系分析预测因果关系分析预测因果关系分析预测：通过寻求需求量与通过寻求需求量与其他因素其他因素的内的内在联系，建立因果关系模型，来进行需求预测。在联系，建立因果关系模型，

23、来进行需求预测。因果关因果关系模型系模型投入产出模型投入产出模型回归模型回归模型计量经济模型计量经济模型一元线性回归模型一元线性回归模型一元非线性回归模型一元非线性回归模型多元线性回归模型多元线性回归模型多元非线性回归模型多元非线性回归模型因果关系分析预测因果关系分析预测已知的历史数据已知的历史数据点到该直线的距点到该直线的距离的平方和最小，离的平方和最小，既既具有最小二乘具有最小二乘解解。线性回归主要目标线性回归主要目标确定确定回归直线回归直线yxY的回归的回归预测值预测值自变量自变量x的取值的取值Y的实际值的实际值预测偏差预测偏差回归直线回归直线独立变量（自变量）独立变量（自变量）预测量（

24、因变量）预测量（因变量）因果关系分析预测因果关系分析预测一元线性回归模型一元线性回归模型：bxay式中，式中，y y：预测变量，即因变量；：预测变量，即因变量；x x：独立变量，即自变量；：独立变量，即自变量；b b：直线斜率；：直线斜率；a a：直线截距（：直线截距（x=0 x=0时时y y的值）。的值）。因果关系分析预测因果关系分析预测根据根据历史数据历史数据及及一元线性回归模型一元线性回归模型，得：，得：nxbya22xxnyxxynb其中，其中，n n为为历史数据历史数据的个数。的个数。因果关系分析预测因果关系分析预测 独立变量与预测量之间的独立变量与预测量之间的相关程度和方向相关程度

25、和方向可以通可以通过过相关系数相关系数r r来表明：来表明：2222yynxxnyxxynr相关系数相关系数r r的取值在的取值在-1.00-1.00+1.00+1.00之间。之间。因果关系分析预测因果关系分析预测 相关系数的平方相关系数的平方r r2 2说明了一个回归直线说明了一个回归直线在多大在多大程度上与已知数据相吻合程度上与已知数据相吻合。r r2 2的取值在的取值在0.00+1.000.00+1.00之间。之间。R R2 2愈接近愈接近1.001.00，吻，吻合程度越高。合程度越高。r r2 20.800.80，预测结果，预测结果较可信较可信；r r2 20.250.25，预测结果，

26、预测结果不可信不可信；0.250.25r r2 20.800.80，预测结果，预测结果可信度一般可信度一般。因果关系分析预测因果关系分析预测 例例 表表5-2 某商品广告支出与当月销售量的回归预测分析表某商品广告支出与当月销售量的回归预测分析表,已知已知6月份广告支出月份广告支出x=1.75,请计算请计算6月份的销售预测值。月份的销售预测值。月份月份销售量销售量y y（万个）（万个）广告支出广告支出x x（万元）（万元）xyxyx2x2y2y21 12642642.52.5660.0660.06.256.2569696696962 21161161.31.3150.8150.81.691.69

27、13456134563 31651651.41.4231.0231.01.961.9627225272254 41011011.01.0101.0101.01.001.0010201102015 52092092.02.0418.0418.04.004.004368143681TotalTotal8558558.28.21560.81560.814.9014.90164259164259a=-8.14a=-8.14，b=109.23b=109.23，y=-8.14+109.23xy=-8.14+109.23x，r=0.98r=0.98，r r2 2=0.96=0.96已知已知6 6月份广告支出

28、月份广告支出x=1.75x=1.75，则则6 6月份销售量预测为月份销售量预测为y=183y=183.n用用EXCELEXCEL计算计算u用于时间序列分析用于时间序列分析u为了简化计算为了简化计算 ，可以做如下规定，可以做如下规定u当资料期数为奇数时，取其时间间隔为当资料期数为奇数时，取其时间间隔为1 1，并，并将中间一期定为将中间一期定为0 0，向上为，向上为-1-1，-2-2，-3-3等等 ，向，向下为下为1 1，2 2，3 3u当资料期数为偶数时，取时间间隔为当资料期数为偶数时，取时间间隔为2 2，并将，并将t t=-1,t=1=-1,t=1放在资料中央的前后两期。放在资料中央的前后两期

29、。月份月份需求量需求量资料期数资料期数 YiYi*XiXi XiXi1 14444-5-5-220-22025252 25050-3-3-150-1509 93 34545-1-1-45-451 14 460601 160601 15 555553 31651659 96 670705 53503502525总和总和3243240 01601607070u a=324/6=54a=324/6=54u b=160/70=2.29 b=160/70=2.29uY=a+bx=Y=a+bx=u预测预测20092009年年1111月份的销售额为月份的销售额为uY=54+2.29Y=54+2.29*1515u预测预测20032003年年1212月份的销售额为月份的销售额为uY=54+2.29Y=54+2.29*1717u某企业某企业A A材料的需求量材料的需求量20092009年年4-84-8月份月份分别为分别为500500吨、吨、530530吨、吨、570570吨、吨、540540吨、吨、550550吨，请吨，请根据资料利用回归分析法预根据资料利用回归分析法预测测20092009年年9 9月份的月份的A A材料的需求量。材料的需求量。5.54742190nya5.120302xxyb（万）55555.15.5475.15.547xy