遠(yuǎn)大方略管理咨詢公司認(rèn)為企業(yè)管理活動(dòng)中，除定性判斷分析外，我們還常需要做定量預(yù)測(cè)(Forecast)分析。既是預(yù)測(cè)，就有諸多的不確認(rèn)性，預(yù)測(cè)管理是一項(xiàng)復(fù)雜的數(shù)據(jù)處理與管理的過(guò)程，其難難度也不言而喻。既要避免呆滯與滯銷，又要保障不斷貨，企業(yè)做好銷售管理與庫(kù)存管理預(yù)測(cè)，有哪些常用的預(yù)測(cè)管理工具？又該如何實(shí)施？筆者在上期分享的《六個(gè)動(dòng)作實(shí)現(xiàn)制造企業(yè)的產(chǎn)銷協(xié)調(diào)》以及《數(shù)據(jù)驅(qū)動(dòng)企業(yè)效益》文中有提及的企業(yè)預(yù)測(cè)管理的重要性，現(xiàn)特意把企業(yè)預(yù)測(cè)管理梳理并整理成心得小結(jié)，既當(dāng)是以前工作總結(jié)的衍伸與補(bǔ)充，也當(dāng)是自我學(xué)習(xí)的一種提煉。

因?yàn)閹?kù)存預(yù)測(cè)可通過(guò)存貨成本率及周轉(zhuǎn)天數(shù)計(jì)算轉(zhuǎn)換，故本文重點(diǎn)以銷售預(yù)測(cè)為實(shí)例假以說(shuō)明與總結(jié)，預(yù)測(cè)的主要流程包括以下幾步：

1、確認(rèn)預(yù)測(cè)目標(biāo)；

2、收集整理基本資料；(歷史數(shù)據(jù)，盡量保持時(shí)間連續(xù))

3、選擇測(cè)方法；（重點(diǎn)介紹移動(dòng)平均法與二元一次線性回歸分析法）

4、預(yù)測(cè)作業(yè)；

5、檢查驗(yàn)證；

6、修正預(yù)測(cè)數(shù)據(jù)；(依判定對(duì)數(shù)據(jù)進(jìn)行適當(dāng)修正)

7、預(yù)測(cè)結(jié)論；

流程如下示例圖1

▲示例圖1

整個(gè)過(guò)程，我們重點(diǎn)解析截圖標(biāo)注橙色步驟，分別是選擇預(yù)測(cè)方法與修正預(yù)測(cè)數(shù)據(jù)。

一、選擇預(yù)測(cè)方法

預(yù)測(cè)方法包括有：算術(shù)平均法、移動(dòng)平均法、加權(quán)平均法、平滑指數(shù)法、線性回歸分析法等，本文重點(diǎn)介紹移動(dòng)平均法與線性回歸分析法，前者是平均預(yù)測(cè)系列中的應(yīng)用較多的一種方法，后者是因果預(yù)測(cè)系列中廣泛運(yùn)用的一種方法。

1.移動(dòng)平均法：

移動(dòng)平均法比算術(shù)平均法先進(jìn)。它是指在積累了n期銷售量的基礎(chǔ)之上，按照事先確定的期數(shù)m(m

預(yù)測(cè)銷售量=最后m期的平均銷售量+趨勢(shì)值

趨勢(shì)值=最后移動(dòng)期的平均值-上一個(gè)移動(dòng)期的平均值

實(shí)例如下：

已知：如下的銷量資料，假定銷售量的移動(dòng)期m為3（季度），趨勢(shì)平均值s移動(dòng)期為3，時(shí)間序列期數(shù)n為11。要求計(jì)算：按移動(dòng)平均法預(yù)測(cè)2018年12月的銷售量。

解：依題意計(jì)算各期銷售量移動(dòng)平均值、趨勢(shì)值和趨勢(shì)值移動(dòng)平均值，其結(jié)果如下示例圖2：

▲示例圖2

最后一期平均值：（86+91+95）/3=90.67（萬(wàn)元）

趨勢(shì)值=90.67-85.67=5（萬(wàn)元）

所以12月份的預(yù)測(cè)營(yíng)收=90.67+5=95.67（萬(wàn)元）

移動(dòng)平均法，既考慮了銷售量的移動(dòng)平均數(shù)，又考慮了趨勢(shì)值的移動(dòng)平均數(shù)，邏輯清晰。除移動(dòng)平均法以外，我們常用的還有加權(quán)平均法，加權(quán)法相對(duì)比較簡(jiǎn)單，但有時(shí)我們也會(huì)加權(quán)平均法組合成加權(quán)移動(dòng)平均法。

我們?cè)賮?lái)看另外一種運(yùn)用廣泛因果關(guān)系的預(yù)測(cè)分析方法，即線性回歸分析法。

2.線性回歸分析法：

線性回歸分析法也稱二元一次直線分析法，它的模型是Y=AX+B,數(shù)學(xué)有一定基礎(chǔ)的知道，也就是這類二元一次線性直線。我們先以一個(gè)例子假以說(shuō)明，如下示例圖3：

▲示例圖3

要求：

用回歸直線分析法建立A產(chǎn)品的營(yíng)收預(yù)測(cè)模型；

預(yù)測(cè)2019年1月份A產(chǎn)品的營(yíng)收額；

第一步進(jìn)行調(diào)表格調(diào)整，如下示例圖4：

▲示例圖4

則線性相關(guān)系數(shù)R約為1，表明X與Y之間是正相關(guān)，符合線性回歸性。如下 示例圖5：

▲示例圖5

依據(jù)公式線性公式可得出A與B的取值，如下示例圖6：

▲示例圖6

所以：Y=AX+B=1.0061X-152

2019年1月份總營(yíng)收當(dāng)255時(shí)，則A產(chǎn)品的營(yíng)收約為：1.0061*255-152=104.5（萬(wàn)元）

或許有人會(huì)說(shuō)這個(gè)計(jì)算的過(guò)程相對(duì)較為復(fù)雜，有沒有相對(duì)更簡(jiǎn)單的方法？答案是肯定的。在EXCEL函數(shù)中，F(xiàn)ORECAST回歸預(yù)測(cè)法，正是上面推導(dǎo)的一個(gè)應(yīng)用工具函數(shù)。具體使用方法如下示例圖7，計(jì)算出結(jié)果是104.2萬(wàn)元；其結(jié)果與上面計(jì)算得出的104.5兩者的吻合度99.97%，是非常高的。

▲示例圖7

二、修正預(yù)測(cè)數(shù)據(jù)

在實(shí)際的管理中，因?yàn)樘厥獾墓?jié)點(diǎn)等因素，部分?jǐn)?shù)據(jù)會(huì)異常突變，我們可稱之這異常數(shù)據(jù)，在做數(shù)據(jù)分析時(shí)，我們?yōu)楸苊猱惓?shù)據(jù)平均化，須提前把那一類的數(shù)據(jù)單獨(dú)加工處理。

1.異常節(jié)點(diǎn)維度

(1) 特殊時(shí)期（春節(jié)、國(guó)慶、雙11、黑色星期五等）活動(dòng)的趨勢(shì)；

(2) NPI(新產(chǎn)品導(dǎo)入)快速切入要求；

(3) 滯銷或呆滯的要求；

(4) ECN(工程切換)要求；

(5) MPQ(較小包裝量)、MOQ（較小訂單量）等原因；

(6) 增量幅度；

(7) 重大品質(zhì)客訴；

2.預(yù)測(cè)期數(shù)

銷售預(yù)測(cè)時(shí)，為避免數(shù)據(jù)短期波動(dòng)，我們?cè)谌?shù)時(shí)應(yīng)考慮的期數(shù)盡量要長(zhǎng)。

(1) 做年度預(yù)測(cè)，建議取近2年整年度的數(shù)據(jù)，即N=24；

(2) 做季度預(yù)測(cè)，建議取近12個(gè)月年數(shù)據(jù)，即N=12；

(3) 做月度預(yù)測(cè)，建議取近6個(gè)月年數(shù)據(jù)。即N=6；

實(shí)際的管理中，無(wú)論是銷售管理還是庫(kù)存管理，要做到精細(xì)化預(yù)測(cè)其難度遠(yuǎn)不僅限以上要求。還有許許多多的無(wú)法控制的外在因素，比如：大的經(jīng)濟(jì)環(huán)境、同行競(jìng)爭(zhēng)、競(jìng)爭(zhēng)品等。只有我們熟練地掌握預(yù)測(cè)的工具并科學(xué)加以運(yùn)用，同時(shí)結(jié)合適度提前考慮等外在因素可能會(huì)造成的影響，唯有這樣，我們的預(yù)測(cè)才能做到貼合于實(shí)際，也才會(huì)更精準(zhǔn)。