营销管理 - 需求预测
需求预测是对未来需求的假设。通过使用需求预测,公司可以针对即将到来的挑战或需求制定适当的计划,并采取适当的行动来应对这些挑战或需求。
需求预测可分为以下两大类型 -
短期预测- 是为了实现短期目标,例如制定适当的销售政策以增加销售额或根据所需需求适当规划库存。
长期预测- 是对资本或资产规划等长期目标所做的假设。
根据企业的要求使用短期和长期需求预测。这些预测类型将在后续部分中进行解释。
需求预测的步骤
短期和长期需求预测的假设和实现应考虑以下因素。
确定最相关的预测方法。
预测影响产品需求的因素。
获取有关影响需求的因素的数据。
寻找自变量和因变量之间最合适的关系。
准备需求预测并分析结果。
按照上述步骤即可完成需求预测。
用于预测需求的工具或方法有以下两种类型 -
定量技术
定性技术
定量技术
这些技术可用于短期和长期预测;然而,对于短期和长期预测,该方法可以根据预测类型进一步细分。以下是短期预测的工具 -
移动平均法
该方法用于绘制需求趋势。在此,采用不同时间范围(例如,2年、3年等)的平均需求来获得对未来需求的假设。
示例 - 查找以下 3 个年度移动平均值 -
年 | 生产 |
---|---|
1999年 | 42 |
2000年 | 46 |
2001年 | 47 |
2002年 | 39 |
2003年 | 54 |
2004年 | 65 |
2005年 | 66 |
2006年 | 60 |
解决方案
年 | 生产 | 3 年 MT | 3年硕士 |
---|---|---|---|
1999年 | 42 | - | - |
2000年 | 46 | 136 | 45.33 |
2001年 | 48 | 133 | 44.33 |
2002年 | 39 | 141 | 47 |
2003年 | 54 | 158 | 52.67 |
2004年 | 65 | 185 | 61.67 |
2005年 | 60 | - | - |
指数平滑法
该方法多用于短期预测。它源自移动平均线并经过修改。它基于观测值的加权平均值。它平滑了加权值保持在 0 和 1 之间的趋势。
St = W.Yt + (1-W)。St-I [St= 当前平滑值(预测)]
Yt = 当前观测值。
W = 加权值或趋势率。
时间序列分析
时间序列分析通常用于长期需求预测。以下是它的一些组成部分 -
季节性变化
周期性变化
随机变化
不规则变化
为了测量时间序列的组成部分,使用以下三种方法 -
半平均法
移动平均法
最小二乘法
这些方法可以根据企业的需求预测要求进行时间序列分析。
计量经济学方法
这种需求预测方法是一种分析方法。在该方法中,使用经济学和数学的不同方法来预测需求。
此方法可以自由地假设多个变量,因此在实际业务情况下更加准确。
该方法基于以下标准 -
对产品的需求取决于几个因素。
决定因素是自变量,但需求是因变量。
需求与其决定因素之间存在着持续的相互作用。
自变量之间存在持续的相互作用。自变量分为两种类型 -外生(非经济学)和内生(经济学)。
这种类型的相互作用可以通过统计方法来估计。预测分为线性或非线性方程组。在使用计量经济学方法进行需求预测时应考虑这些原则。
定性技术
现在让我们讨论需求预测的一些定性技术 -
购买意向调查法
购买意向调查方法是针对产品进行调查;提出了有关产品的几个问题。参与者被要求根据不同的标准(如口味、偏好、成本、期望等)对产品进行评论/评级。对这些评论进行总结,并根据消费者对产品的需求编写一份报告。
销售人员意见法
在销售人员意见法中,收集不同地域的销售需求来预测产品的需求。然后将各个地区的需求结合起来,生成市场需求的最终报告。由于销售人员的技术不当,这种方法很难执行。然而,通过适当的技能,可以做出准确的预测。