市場(chǎng)預(yù)測(cè)方法.ppt

市場(chǎng)預(yù)測(cè)方法 第一節(jié)定性預(yù)測(cè)方法第二節(jié)時(shí)間序列預(yù)測(cè)方法第三節(jié)相關(guān)回歸預(yù)測(cè)法第四節(jié)馬爾科夫預(yù)測(cè)法第五節(jié)灰色預(yù)測(cè)法 思考 加油站賣什么 隨著加油站便利店規(guī)模的不斷擴(kuò)大 一些加油站會(huì)見到這樣一個(gè)很普遍的現(xiàn)象 加油機(jī)旁堆滿了飲料 水及各種方便食品 乍看 把成品油和食品進(jìn)行搭配 也許顯得不是那么合適 但是 就是因?yàn)檫@一點(diǎn) 使得加油站的非油品銷量不斷提升 其原因就在這里 許多司機(jī)在一段時(shí)間的駕駛以后 會(huì)產(chǎn)生疲勞 在加油短暫的休息時(shí)刻 往往有 喝點(diǎn)水 吃點(diǎn)東西提提神 的想法 而這時(shí)候 這些東西正好擺在顧客的眼前 于是就立刻會(huì)引起顧客的購(gòu)買欲望 這樣 不僅方便了顧客 也提高了加油站非油品的銷量 真是一舉兩得 第一節(jié)定性預(yù)測(cè)方法 一 經(jīng)驗(yàn)估計(jì)法二 德爾菲法三 生命周期預(yù)測(cè)法四 顧客意見法五 關(guān)聯(lián)預(yù)測(cè)法 一 經(jīng)驗(yàn)估計(jì)法 一 個(gè)人判斷法1 定義 是預(yù)測(cè)者根據(jù)所收集的資料 憑借自己的知識(shí)和經(jīng)驗(yàn)對(duì)預(yù)測(cè)目標(biāo)做出符合客觀實(shí)際的估計(jì)與判斷 2 運(yùn)用對(duì)象 企業(yè)的經(jīng)營(yíng)管理人員 銷售人員以及一些特邀專家 3 優(yōu)點(diǎn) 利用專家個(gè)人的創(chuàng)造能力 簡(jiǎn)單易行 節(jié)約費(fèi)用 4 缺點(diǎn) 結(jié)果帶有片面性 二 集體判斷法 定義 在個(gè)人判斷法的基礎(chǔ)上 通過(guò)會(huì)議進(jìn)行集體的分析判斷 將專家個(gè)人的見解綜合起來(lái) 尋求較為一致的結(jié)論的預(yù)測(cè)方法 其數(shù)學(xué)處理的形式主要有 三值估計(jì)法 相對(duì)重要度法 主觀概率法 1 三值估計(jì)法 將預(yù)測(cè)結(jié)果分為三種可能值 即最高值 最低值和最可能值 將三個(gè)值的平均值作為預(yù)測(cè)結(jié)果 其計(jì)算公式為 例 某商場(chǎng)經(jīng)理對(duì)下一季度商場(chǎng)銷售額做出估計(jì) 最低值為1300萬(wàn)元 最高值為1900萬(wàn)元 最可能值為1500萬(wàn)元 則使用三值估計(jì)法預(yù)測(cè)下一季度的銷售額為 2 相對(duì)重要度法 針對(duì)參加預(yù)測(cè)過(guò)程的預(yù)測(cè)人員的不同經(jīng)驗(yàn)水平 確定各自的重要度 并以此為依據(jù)對(duì)不同預(yù)測(cè)者的預(yù)測(cè)結(jié)果予以平均的一種方法 例 某服裝廠派甲乙丙丁四個(gè)銷售人員對(duì)明年服裝市場(chǎng)上某類服裝銷售做了如下估計(jì) 甲 34000件 乙 28000件 丙 42000件 丁 39000件 四個(gè)人相對(duì)重要程度為1 1 5 2 5 1 則明年服裝的銷售量估計(jì)為 3 主觀概率法 是預(yù)測(cè)人員對(duì)某些事件發(fā)生的概率做出主觀的估計(jì) 然后通過(guò)計(jì)算它的平均值預(yù)測(cè)事件的結(jié)論 二 德爾菲法 定義 通過(guò)匿名函詢的方式向?qū)＜覀冋髑髮?duì)某一預(yù)測(cè)問(wèn)題的意見 然后將預(yù)測(cè)意見加以綜合 整理和歸納 再反饋給各個(gè)專家以供他們分析判斷提供新的論證 如此往返多次 預(yù)測(cè)意見逐步趨于一致 最后由預(yù)測(cè)者統(tǒng)計(jì)處理后 給出預(yù)測(cè)結(jié)果 預(yù)測(cè)步驟 1 擬定意見征詢表2 選定征詢對(duì)象3 反復(fù)征詢專家意見4 作出預(yù)測(cè)結(jié)論 德爾菲法的特點(diǎn) 優(yōu)點(diǎn) 反饋性 集思廣益 匿名性 統(tǒng)計(jì)性 簡(jiǎn)便性 缺點(diǎn) 受預(yù)測(cè)專家認(rèn)識(shí)的制約 專家思維的局限性 缺乏客觀標(biāo)準(zhǔn) 預(yù)測(cè)需要時(shí)間較長(zhǎng) 應(yīng)用 缺乏歷史資料和數(shù)據(jù)的長(zhǎng)期預(yù)測(cè) 三 生命周期預(yù)測(cè)法 一 意義 根據(jù)事物從產(chǎn)生 成長(zhǎng) 成熟到衰亡這一隨時(shí)間變動(dòng)的演化規(guī)律 來(lái)預(yù)測(cè)某種產(chǎn)品或技術(shù)所處的不同發(fā)展階段以及未來(lái)的變化趨勢(shì) 二 方法 1 曲線圖判斷預(yù)測(cè)法 2 類推判斷預(yù)測(cè)法 3 增長(zhǎng)率判斷預(yù)測(cè)法 4 產(chǎn)品普及率預(yù)測(cè)法 5 增量比率判斷預(yù)測(cè)法 1 曲線圖判斷預(yù)測(cè)法 將企業(yè)有關(guān)產(chǎn)品的銷售量和利潤(rùn)額以及普及率等數(shù)據(jù)分別繪制成不同的曲線圖 并與產(chǎn)品生命周期的標(biāo)準(zhǔn)曲線圖相比較 即可從中判斷出產(chǎn)品目前處于生命周期的哪個(gè)階段以及未來(lái)的走勢(shì)如何 2 類推判斷預(yù)測(cè)法 含義 即以市場(chǎng)上同類產(chǎn)品的生命周期發(fā)展趨勢(shì)為對(duì)比參照系 類推判斷本產(chǎn)品所處生命周期的哪一個(gè)階段 類推的指標(biāo) 產(chǎn)品的銷售量 利潤(rùn)額 普及率等 3 增長(zhǎng)率判斷預(yù)測(cè)法 含義 根據(jù)產(chǎn)品的銷售量或利潤(rùn)額的增長(zhǎng)率實(shí)際值與理論值或經(jīng)驗(yàn)值對(duì)比來(lái)判斷該種產(chǎn)品所處的生命周期階段 見下表 產(chǎn)品生命周期各階段的理論值或經(jīng)驗(yàn)值 4 產(chǎn)品普及率預(yù)測(cè)法 按照產(chǎn)品生命周期不同階段的普及率的理論值或經(jīng)驗(yàn)值 來(lái)判斷該產(chǎn)品所處的生命周期 判斷方法見前表 產(chǎn)品普及率計(jì)算方法 5 增量比率判斷預(yù)測(cè)法 以銷售增量除以時(shí)間增量的比率大小 判斷某產(chǎn)品所處生命周期的哪一個(gè)階段 判斷方法見前表 四 顧客意見法 含義 是為預(yù)測(cè)顧客的需求變化 對(duì)直接使用本企業(yè)產(chǎn)品的顧客的購(gòu)買意向 購(gòu)買意見進(jìn)行調(diào)查 從而預(yù)測(cè)顧客的需求變化趨勢(shì) 案例 預(yù)測(cè)明年某城市居民家庭對(duì)私人汽車的需求量 針對(duì)該城市中具有私人汽車購(gòu)買能力的家庭群體 隨機(jī)抽取100個(gè)家庭作訪問(wèn)調(diào)查 調(diào)查問(wèn)題是 您家庭明年是否打算購(gòu)買私人汽車 然后 進(jìn)行實(shí)地調(diào)查 回答打算購(gòu)買的為15人 假設(shè)該城市中有2萬(wàn)個(gè)家庭有私車的購(gòu)買能力 則可預(yù)測(cè)該城市明年對(duì)私車的需求量為 20000 15 3000輛 五 關(guān)聯(lián)預(yù)測(cè)法 關(guān)聯(lián)預(yù)測(cè)法的形式第一 正關(guān)聯(lián) 互補(bǔ)品 第二 負(fù)關(guān)聯(lián) 替代品 互補(bǔ)品指兩種商品必須互相配合 才能共同滿足消費(fèi)者的同一種需要 如果X和Y是互補(bǔ)品 X的需求量就與Y的價(jià)格成反向變化 如照相機(jī)和膠卷 膠卷的需求量與照相機(jī)的價(jià)格有著密切關(guān)系 一般而言 照相機(jī)價(jià)格上升 膠卷的需求量下降 兩者呈現(xiàn)反方向變化 第二節(jié)時(shí)間序列預(yù)測(cè)方法 一 簡(jiǎn)單平均法二 移動(dòng)平均法三 指數(shù)平滑法四 趨勢(shì)外推預(yù)測(cè)法五 季節(jié)指數(shù)預(yù)測(cè)法 一 簡(jiǎn)單平均法 一 平均增減量預(yù)測(cè)法 二 簡(jiǎn)單算術(shù)平均預(yù)測(cè)法 三 加權(quán)算術(shù)平均預(yù)測(cè)法 四 幾何平均預(yù)測(cè)法 一 平均增減量預(yù)測(cè)法 公式 二 簡(jiǎn)單算術(shù)平均預(yù)測(cè)法 含義 將觀察期內(nèi)預(yù)測(cè)目標(biāo)時(shí)間序列值的算術(shù)平均數(shù) 作為下期預(yù)測(cè)值 公式 注意 預(yù)測(cè)值與觀察期長(zhǎng)短有關(guān) 當(dāng)數(shù)據(jù)波動(dòng)小 觀察期可以短一些 反之 則長(zhǎng) 適合于 短期或近期預(yù)測(cè) 三 加權(quán)算術(shù)平均預(yù)測(cè)法 含義 為觀察期內(nèi)的每一個(gè)數(shù)據(jù)確定一個(gè)權(quán)數(shù)計(jì)算算術(shù)平均數(shù) 作為下期預(yù)測(cè)值 公式 權(quán)數(shù)確定 近期大遠(yuǎn)期小 確定方法 數(shù)據(jù)差異大 用等比數(shù)列權(quán)數(shù) 數(shù)據(jù)變動(dòng)幅度小 用等差數(shù)列權(quán)數(shù) 四 幾何平均預(yù)測(cè)法 公式 例 應(yīng)用 數(shù)據(jù)的發(fā)展成等比數(shù)列變化時(shí)比較合適 二 移動(dòng)平均法 一 簡(jiǎn)單移動(dòng)平均法 二 加權(quán)移動(dòng)平均法 一 簡(jiǎn)單移動(dòng)平均法 含義 將計(jì)算期內(nèi)的預(yù)測(cè)目標(biāo)時(shí)間序列的移動(dòng)平均數(shù) 作為下一期的預(yù)測(cè)值 公式 表示第t期的移動(dòng)平均數(shù) 作為下期t 1期的預(yù)測(cè)值 例 二 加權(quán)移動(dòng)平均法 含義 將計(jì)算期內(nèi)的預(yù)測(cè)目標(biāo)時(shí)間序列的各個(gè)觀察值加權(quán)計(jì)算移動(dòng)平均數(shù) 作為下一期的預(yù)測(cè)值 公式 表示第t期的移動(dòng)平均數(shù) 作為下期t 1期的預(yù)測(cè)值 例 三 指數(shù)平滑法 一次指數(shù)平滑法 一次指數(shù)平滑法 t 1期的預(yù)測(cè)值是t期實(shí)際值和預(yù)測(cè)值的加權(quán)平均 公式 關(guān)鍵 1 初始值的確定 2 平滑系數(shù)的確定 1 初始值的確定 通常通過(guò)估算來(lái)確定 1 2 例 2 平滑系數(shù)的確定 依據(jù)時(shí)間序列的波動(dòng)性大小進(jìn)行選擇 1 隨機(jī)波動(dòng)性較大 較小的平滑系數(shù) 2 隨機(jī)波動(dòng)性較小 較大的平滑系數(shù) 3 水平趨勢(shì)變動(dòng) 居中的平滑系數(shù)例 四 趨勢(shì)外推預(yù)測(cè)法 確定方法 最小二乘法1 直線趨勢(shì)2 曲線趨勢(shì) 五 季節(jié)指數(shù)預(yù)測(cè)法 1 無(wú)趨勢(shì)變動(dòng)的季節(jié)指數(shù)預(yù)測(cè)法2 含趨勢(shì)變動(dòng)的季節(jié)指數(shù)預(yù)測(cè)法 1 無(wú)趨勢(shì)變動(dòng)的季節(jié)指數(shù)預(yù)測(cè)法 如果時(shí)間數(shù)列沒(méi)有明顯的長(zhǎng)期變動(dòng)趨勢(shì) 就直接利用季節(jié)指數(shù) 來(lái)預(yù)測(cè) 例題 例 某商品銷售量5年的分季資料 見下表 假設(shè)該資料無(wú)長(zhǎng)期趨勢(shì) 要求 1 設(shè)第六年第一季度的銷售量為10噸 試預(yù)測(cè)第二季度的銷售量 2 設(shè)第六年上半年的銷售量為27噸 試預(yù)測(cè)第三季度的銷售量 3 設(shè)第六年全年的計(jì)劃銷售量為60噸 試預(yù)測(cè)各季度的銷售量 題表 季節(jié)指數(shù)計(jì)算表 解 1 先根據(jù)已知的一季度銷售量和一季度的季節(jié)指數(shù) 求出第六年的季平均數(shù) 再根據(jù)第六年的季平均數(shù)和第二季度的季節(jié)指數(shù) 求出第二季度的預(yù)測(cè)值 第六年的季平均數(shù) 10 60 18 16 62第六年第二季度的銷售量 16 62 83 19 13 82 噸 解 2 先根據(jù)上半年的已知數(shù)和一 二季度的季節(jié)指數(shù) 求出第六年的季平均數(shù) 再根據(jù)第六年的季平均數(shù)和第三季度的季節(jié)指數(shù) 求出第三季度的預(yù)測(cè)值 第六年的季平均數(shù) 27 60 18 83 19 18 83第六年第三季度的銷售量 18 83 109 73 20 66 噸 解 3 先求出第六年的季平均數(shù) 再根據(jù)第六年的季平均數(shù)和各季度的季節(jié)指數(shù) 求出各季度的預(yù)測(cè)值 第六年的季平均數(shù) 60 4 15第六年第一季度的銷售量 15 60 18 9 027 噸 第二季度的銷售量 15 83 19 12 4785 噸 第三季度的銷售量 15 109 73 16 4595 噸 第四季度的銷售量 15 146 90 22 035 噸 2 含趨勢(shì)變動(dòng)的季節(jié)指數(shù)預(yù)測(cè)法 1 通過(guò)移動(dòng)平均法計(jì)算出各期的趨勢(shì)值 并將原序列剔除長(zhǎng)期趨勢(shì) 2 計(jì)算季節(jié)比率 3 將原來(lái)的時(shí)間序列值剔除季節(jié)變動(dòng) 擬合趨勢(shì)方程 4 根據(jù)趨勢(shì)方程計(jì)算各期的趨勢(shì)值 將其與對(duì)應(yīng)期的季節(jié)指數(shù)相乘 就能得到所要預(yù)測(cè)時(shí)期的預(yù)測(cè)值 例 思考與訓(xùn)練 某公司1995年到1999年各季度的銷售額 萬(wàn)元 資料見下表 已知2000年第二季度的銷售額為22 3萬(wàn)元 試用季節(jié)指數(shù)法預(yù)測(cè)第三 四季度的銷售額 表格 第三節(jié)相關(guān)回歸預(yù)測(cè)法 1 一元線性回歸分析及預(yù)測(cè)2 多元線性回歸分析及預(yù)測(cè) 第四節(jié)馬爾科夫預(yù)測(cè)法 一 馬爾科夫鏈概念及特征 一 現(xiàn)象狀態(tài)及狀態(tài)轉(zhuǎn)移馬爾科夫鏈就是指一種隨機(jī)的時(shí)間變量序列 該序列各期取值只與它前一期取值有關(guān) 而與以前取值無(wú)關(guān)的隨機(jī)過(guò)程 二 轉(zhuǎn)移概率及概率矩陣 市場(chǎng)現(xiàn)象從一種狀態(tài)轉(zhuǎn)變?yōu)榱硪环N狀態(tài)的可能性 稱為狀態(tài)轉(zhuǎn)移概率 如處在i狀態(tài) 后一時(shí)間轉(zhuǎn)向j狀態(tài)的可能性大小 就用Pij表示其轉(zhuǎn)移概率 轉(zhuǎn)移概率矩陣 如果現(xiàn)象轉(zhuǎn)移概率各期一樣或十分接近 逐步轉(zhuǎn)移下去 K步后的轉(zhuǎn)移概率矩陣為一步轉(zhuǎn)移概率的K次方 即P K PK 例 設(shè)某地有A B兩個(gè)旅游公司 上期A公司游客中有30 本期到B公司 B公司中有60 游客到A公司 若今后9期均是如此轉(zhuǎn)移概率 其結(jié)果如何 例解 馬爾科夫過(guò)程的兩個(gè)特征 一是無(wú)后效性二是穩(wěn)定概率 二 馬爾科夫過(guò)程的時(shí)期狀態(tài)模型 一 馬爾科夫過(guò)程的短期狀態(tài)模型設(shè)初始時(shí)期各狀態(tài)的轉(zhuǎn)移概率為P 初始時(shí)期各狀態(tài)概率向量為S0 有n種狀態(tài) 各期的狀態(tài)向量依次是 S1 S0PS2 S0P2 S1PS3 S0P3 S2P St S0Pt St 1P 矩陣表示 各期轉(zhuǎn)移的狀態(tài)概率取決于三因素 初始時(shí)期各狀態(tài)概率 一步轉(zhuǎn)移概率和狀態(tài)轉(zhuǎn)移期數(shù) 其模型為 St St 1P 二 馬爾科夫過(guò)程長(zhǎng)期狀態(tài)轉(zhuǎn)移穩(wěn)定概率模型 設(shè)初始時(shí)期各狀態(tài)概率為Pi 從此轉(zhuǎn)移概率不變 長(zhǎng)期轉(zhuǎn)移下去的即是穩(wěn)定的轉(zhuǎn)移概率 它有如下關(guān)系 t表示較長(zhǎng)的轉(zhuǎn)移期數(shù) 這時(shí)轉(zhuǎn)移概率穩(wěn)定 概率總和為1 即有 方程組 方程組移項(xiàng) 將上述方程組前n個(gè)方程中任一個(gè)刪去 設(shè)刪末行 方程可解 將各方程系數(shù)提出 形成矩陣P 矩陣P 模型 于是 即為馬爾科夫鏈的穩(wěn)定狀態(tài)時(shí)的概率 三 馬爾科夫模型在預(yù)測(cè)中的應(yīng)用 例 某地市場(chǎng)有三家百貨店 A店擁有該地顧客45 B店有35 C店有20 在各店人均購(gòu)買商品額接近情況下 三店的市場(chǎng)占有率同樣是45 35 20 這是初始時(shí)期的狀態(tài)概率分布 經(jīng)調(diào)查 第二期顧客流動(dòng)情況如下表 預(yù)計(jì) 1 第四期各店的市場(chǎng)占有率 2 長(zhǎng)期后穩(wěn)定的市場(chǎng)占有率各是多少 表 解 1 第四期各店市場(chǎng)占有率是初始占有率乘第三步的市場(chǎng)占有率轉(zhuǎn)移矩陣 即 0 49400 31930 1867 即第四期市場(chǎng)占有率 A為0 4940 B為0 3193 C為0 1867 2 長(zhǎng)期后穩(wěn)定的市場(chǎng)占有率計(jì)算矩陣 即穩(wěn)定的市場(chǎng)占有率 A店為0 4940 B店為0 3192 C店為0 1868 與第四期的各店市場(chǎng)占有率十分接近 第五節(jié)灰色預(yù)測(cè)法 一 灰色系統(tǒng) 一 系統(tǒng)分類灰色系統(tǒng)是指信息而言 信息按其表征程度 分為白色 黑色 灰色 白色系統(tǒng)指其信息清晰可見的系統(tǒng) 黑色系統(tǒng)指其信息完全不明的系統(tǒng) 灰色系統(tǒng)則為該系統(tǒng)的部分信息已知而另外部分信息未知的系統(tǒng) 二 灰色系統(tǒng)分類 本征性和非本征性兩類 1 本征性系統(tǒng)為沒(méi)有物理原型的抽象系統(tǒng) 如觀念系統(tǒng) 經(jīng)濟(jì)系統(tǒng) 社會(huì)系統(tǒng) 政治系統(tǒng)等 2 非本征性系統(tǒng) 非本征性系統(tǒng)是具有物理原型的具體系統(tǒng) 如建筑物系統(tǒng) 人體器官系統(tǒng) 機(jī)械系統(tǒng)等 灰色系統(tǒng)可以準(zhǔn)確地描述本征性系統(tǒng)的狀態(tài)和行為 于是可用于預(yù)測(cè) 三 灰色系統(tǒng)預(yù)測(cè)法分類 灰色系統(tǒng)預(yù)測(cè)法按預(yù)測(cè)功能分 有數(shù)列預(yù)測(cè) 激勵(lì)預(yù)測(cè) 突變預(yù)測(cè) 季節(jié)突變預(yù)測(cè) 拓?fù)漕A(yù)測(cè)和系統(tǒng)綜合預(yù)測(cè)等類型 數(shù)列預(yù)測(cè) 數(shù)列預(yù)測(cè)是對(duì)系統(tǒng)的行為特征指標(biāo)值按時(shí)間序列排列形成的序列進(jìn)行預(yù)測(cè) 如 銷售量預(yù)測(cè) 盈利預(yù)測(cè) 資產(chǎn)預(yù)測(cè)等 激勵(lì)預(yù)測(cè) 激勵(lì)預(yù)測(cè)是指直接影響市場(chǎng)變動(dòng)的因素 如物價(jià) 居民收入結(jié)構(gòu) 商品資源構(gòu)成等突然變動(dòng) 其行為特征值直接影響商品銷售量 于是可用因素變動(dòng)值預(yù)測(cè)市場(chǎng)現(xiàn)象值 二 灰色系統(tǒng)預(yù)測(cè)模型及應(yīng)用 灰色系統(tǒng)預(yù)測(cè)模型為greymodel 簡(jiǎn)稱GM GM 1 1 為一階和一變量的微分方程型預(yù)測(cè)模型 一 收集 加工整理數(shù)列資料1 1 按預(yù)測(cè)目的收集資料 然后將各期觀察值Xt 0 按時(shí)間先后排列 組成時(shí)間序列X 0 即 X1 0 X2 0 X3 0 Xt 0 一 收集 加工整理數(shù)列資料2 2 對(duì)時(shí)間序列作累加處理 形成新的數(shù)列X 1 即 X1 1 X2 1 X3 1 Xt 1 累加方法如 X3 1 X