自考-市场调查与预测-市场预测方法

1、第9章 市场预测方法第一节 市场预测概述第二节 定性预测方法第三节 时间序列预测方法第四节 因果关系分析预测法啤酒与尿布总部位于美国阿肯色州的世界著名商业零售连锁企业沃尔玛拥有世界上最大的数据仓库系统，为了可以准确了解顾客在其门店的购买习惯，沃尔玛对其顾客的购物行为进展购物篮分析。沃尔玛数据仓库里集中了其各门店的详细原始买卖数据，在这些原始买卖数据的根底上，沃尔玛利用NCR数据发掘工具对这些数据进展分析和发掘，可以很轻松地知道顾客经常一同购买的商品有哪些。一个不测的发现是：“跟尿布一同购买最多的商品竟是啤酒！这是数据发掘技术对历史数据进展分析的结果，反映数据内在的规律。那么这个结果符合现实情况

2、吗？能否是一个有用的知识？能否有利用价值？于是，沃尔玛派出市场调查人员和分析师对这一数据发掘结果进展调查分析。经过大量实践调查和分析，提示了隐藏在“尿布与啤酒背后的美国人的一种行为方式：在美国，一些年轻的父亲下班后经常要到超市去买婴儿尿布，而他们中有30%40%的人同时也为本人买一些啤酒。产生这一景象的缘由是：美国的太太们常叮嘱她们的丈夫下班后为小孩买尿布，而丈夫们在买尿布后又随手带回了他们喜欢的啤酒。既然尿布与啤酒一同被购买的时机很多，于是沃尔玛就在其一个个门店将尿布与啤酒摆放在一同，结果是尿布与啤酒的销售量双双增长。Why?思索：加油站卖什么？ 随着加油站便利店规模的不断扩展，一些加油站会

3、见到这样一个很普遍的景象：加油机旁堆满了饮料、水及各种方便食品。乍看，把废品油和食品进展搭配，也许显得不是那么适宜；但是，就是由于这一点，使得加油站的非油品销量不断提升。其缘由就在这里：许多司机在一段时间的驾驶以后，会产生疲劳，在加油短暂的休憩时辰，往往有“喝点水、吃点东西提提神的想法；而这时候，这些东西正好摆在顾客的眼前，于是就立刻会引起顾客的购买愿望。这样，不仅方便了顾客，也提高了加油站非油品的销量，真是一举两得。谁动了茶的概念茶饮料是20世纪90年代欧美国家开展最快的饮料，被视为新时代饮料，在日本和中国的台湾，茶饮料已超越碳酸饮料成为市场第一大饮料品牌。90年代中期以来，中国茶饮料市场开

4、展速度很快，1997年产量为20万吨左右，1999年产量为80万吨，2000年产量为185万吨。到2005年茶饮料产量已超越580万吨。进入21世纪以来，茶饮料成为饮料市场上一道最亮丽的风景。一致冰红茶是任贤齐的夏日最爱；周星驰用其经典的台词诠释娃哈哈的“不用沏的龙井茶；董杰演绎的清新、浪漫的康师傅茉莉花茶；还有“凉到彻底的雀巢冰爽茶以及“冷漠究竟的旭日升冰茶。“乐百氏营销总裁杨杰强在分析茶饮料的市场潜力时曾说：“2000年中国人均消费茶饮料仅0.3升，而日本人均年饮用量为2030升，也就是说，茶饮料在国内市场还该当有50倍以上的生长空间，茶饮料市局面临的情势非常乐观。我国有悠久的茶文化历史，

5、但把茶装在盒子或瓶子里卖，却是到1995年才有的事。正是商家预见到茶饮料低热量、低脂肪，具有保健疗效及消暑解渴的功用，开瓶即饮的消费方式又符合现代生活的要求，才发掘出茶饮料无穷的市场潜力。第一节 市场预测概述概念在市场调查的根底上，运用科学的方法或数学模型分析调查调查数据或资料，对未来一定时期影响市场营销活动的各种要素及其变化趋势所进展的推测和估计。目的：最大程度地减少未来的不确定性特性市场预测的概念市场预测的特性市场预测的作用7特性客观性有史有据，理性分析全面性全面思索各个影响要素，防止以偏概全及时性实时数据能应对变化科学性科学的分析方法继续性市场变化，市场预测继续经济性本钱远小于收益8市场

6、预测的作用决策的主要根据预测是决策的主要根据提高企业竞争力了解消费者情况，了解竞争对手情况实现企业运营目的了解经济开展、技术变革、市场变化，降低风险，实现企业决策目的。9市场预测的程序确定预测对象制定预测方案搜集数据资料选择预测方法预测组织实施评价预测结果10P253市场预测的内容市场需求预测市场供应预测消费者购买行为预测产品销售预测市场行情预测竞争格局预测企业运营情况预测11市场预测的分类按运用的预测工具定性 知识阅历，变化规律定量 数据，统计分析，数学模型按市场预测的时间层次分类短期 1年之内，年度，季度，月中期 15年长期 5年以上市场预测的空间层次分类国际 跨国运营企业国内 对全国、地

7、域市场经济进展预测12市场预测的范围分类宏观市场预测 国民经济、部门，地域微观市场预测 对企业消费、销售等活动的预测按产品的层次分类单项产品单一产品同类产品家电、服装、食品商品总量消费者1年内生活必需品总量。13第二节 定性预测方法根据个人知识、阅历和才干，经过逻辑推理，分析事物过去和如今的变化规律，对事物未来开展变化趋势做出客观估计和判别的预测。定性预测法的特点优点时间较短经过直觉和阅历判别，不需求太多时间灵敏性强不同方法适用于不同企业，不同境遇节省费用 不需破费大量资金进展数据处置和复杂运算14缺陷差别性大因人的精神、知识构造而异预测范围有限问题复杂时，难以实施预测精度有局限性给出大体估算

8、个开展趋势个人直观判别法相关推断法根据事物之间的相关关系，及阅历进展推断时间关系 先发生的事推断即将要发生的相关变动方向 正相关 负相关多要素综合多要素 正负关系 强度15类比推断法把类似事物放在一同加以对比分析不同国家地域类似经济景象不同产品之间类似情况集体阅历判别法集合集体的智慧和阅历，抑制个人阅历缺乏的局限性。P25917一、专家意见集合法的含义专家意见集合法是根据市场预测的目的和要求，向一组经过挑选的有关专家提供一定的背景资料，经过会议的方式对预测对象及其前景进展评价，在综合专家分析判别的根底上，对市场趋势作出量的推断。专家判别法专家意见集合法P26218二、专家意见集合法的特点专家意

9、见集合法属于集体阅历判别法的范畴，它的优点是由专家作出的判别和估计具有更高的准确性，同时，这种方法本身可以使与会专家能畅所欲言，自在争辩，充分讨论，集思广益，从而提高预测的准确性。但是，这种方法也同样存在受专家个性和心思要素或其他专家的意见的影响或左右，同时受参与人数和讨论时间的限制，会影响预测的科学性和准确性。19三、专家意见集合法的运用一专家的选择专家选择要留意以下要点：第一，专家要具有代表性。第二，专家要具有丰富知识和阅历。第三，专家要具有一定的市场调研与预测方面的知识和阅历。第四，专家的人数要适当。20二预测组织首先，专家会议组织者最好是市场预测方面的专家，有较丰富的组织会议、提出问题

10、和在争辩中引导的阅历，熟习专家会议的处置程序和方法。其次，组织者应擅长应变，具有统筹全局的才干。再次，会议要精心组织，精心预备。 21三专家意见集合的详细方法1、头脑风暴法这是根据一定的规那么，经过共同的讨论，鼓励专家独立思索，充分发表意见的一种集体评价的方法。222、质疑头脑风暴法这种方法是同时召开由两组专家参与的两个会议进展集体讨论，其中一个专家组会议按直接头脑风暴法提出想象，另一个专家组会议那么是对第一个专家组会议的各种想象质疑，经过质疑进展全面评价，直到没有问题可以质疑为止，使预测结果更符合实践。23德尔菲法一、德尔菲法的概念 。德尔菲法又称专家小组法或专家意见咨询法，是以匿名的方式，

11、逐轮征求一组专家各自的预测意见，最后由主持者进展综合分析，确定市场预测值的方法。 24二、德尔菲法的持点 一匿名性二反响性 三综合性 三、德尔菲法的预测程序一预备阶段预备阶段包括以下任务：1、成立预测任务小组2、选择和约请专家3、制定咨询表25二咨询阶段第一轮专家意见咨询。第二轮及以后几轮专家意见咨询。 三预测结果的最终处置阶段 调研机构对专家们在最后一轮的意见咨询调研表中提出的看法进展综合。第三节 时间序列预测方法时间序列预测法是将经济开展、购买力增长、销售变化等同一变数的一组察看值，按照时间顺序加以陈列，然后运用一定的数理方法，使其向外延伸，预测未来的开展变化趋势。2627二时间序列分析法

12、的特点1、时间序列分析法是根据市场过去的变化趋势预测未来的开展，它的前提是假定事物的过去会同样延续到未来。2、运用时间序列法进展预测，必需以准确、完好的时间序列数据为前提。283、时间序列数据变动存在着规律性与不规律性。1长期趋势变动T2季节性变动S3循环变动C4不规那么变动I29三时间序列分析法的模型乘法模型方式，即X=TSCI加法模型方式，即X=T+S+C+I实践运用中时间序列分析法定量预测的乘法模型方式和加法模型方式分别采用简化方式。 X=TS X=T+S30四时间序列分析法预测步骤首先，应绘制历史数据曲线图，确定其趋势变动类型；其次，根据历史资料的趋势变动类型以及预测的目的与期限，选定

13、详细的预测方法，并进展模拟、运算；最后，将量的分析与质的分析相结合，确定市场未来开展趋势的预测值 31二、直线趋势预测法一算术平均数法1、简单算术平均数法322、加权算术平均数法3、几何平均法33二挪动平均数法挪动平均法是将察看期内的数据由远及近按一定跨越期进展平均，随着察看期的“逐期推移，察看期内的数据也随之向前挪动，每向前挪动一期，就去掉最前面一期的数据，而新增继原来察看期之后的那一期的数据，以保证跨越期不变，然后逐个求出其算术平均数，并将预测期最近的那一个平均数作为预测值。 341、简单挪动平均法2、加权挪动平均法三、指数平滑预测法指数平滑法是根据定出的平滑系数计算出指数平滑值进展市场预

14、测的方法。指数平滑法本质是全部历史数据的加权平均数，普通用于察看期具有长期趋势变动和周期性变动的预测。指数平滑法包括一次指数平滑法、二次指数平滑法和多次三次以上指数平滑法。一次指数平滑法适用于程度型变动的时间序列预测，二次指数平滑法适用于线性趋势型变动的时间序列预测，多次指数平滑法适用于非线性趋势变动的时间序列预测。一一次指数平滑法一次指数平滑法是以计算出来的最后一个一次指数平滑值为根底，确定预测值的方法。一次指数平滑法的公式为： 运用一次指数平滑法进展预测，平滑系数 选择很关键， 的取值不同，预测结果就不同。普通有三个原那么：一是对于有较明显趋势变动的时间序列，平滑系数 应取较大值，即 0.

15、6，主要是为了突出近期数据对预测值的影响。二是对程度型的时间序列，平滑系数 应取较小值，即 0.3。由于程度型的数据，变动趋势不明显，随机要素多，因此， 应取较小值。三是对于介于上述两者之间的时间序列，平滑系数 应取中间值，即0.3 0.6。初始值确实定：普通情况下，当时间序列的数据资料较多时，如 n10，这时初始值对以后预测值的影响甚小，可直接选用第一期实践察看值作为初始值；反之，假设时间序列的数据资料较少，如n10，那么因初始值对以后预测值的影响较大，这时普通采用最初几期的实践值的算术平均数作为初始值。 举一详细例子阐明一次指数平滑法的运用。例如：某企业近10个季度销售洗发水资料如下表，请

16、用一次指数平滑法预测下季度洗发水销售量。分析：详细步骤如下：第一步：确定平滑系数 ，本例取 。第二步：确定初始平滑值St(1)由于本例n=10,故初始值取50。第三步：依次计算一次指数平滑值。当二二次指数平滑法二次指数平滑法是在一次指数平滑的根底上再做一次指数平滑，运用二次指数平滑值建立的数学模型进展预测的方法。二次指数平滑公式为：二次指数平滑法预测的数学模型为：式中：四、趋势外推预测法利用时间数列所具有的直线或曲线趋势，根据预测对象和时间之间的对应关系进展预测。如：直线方差二次曲线方程三次曲线方程指数曲线方程4142二挪动平均趋势剔除法挪动平均趋势剔除法是运用12个月4季的挪动平均数，计算出

17、一个既能消除长期趋势，又消除不规那么变动，可以比较正确地反映季节变动的季节指数，然后，利用这个季节指数，求得分月预测值的预测方法。五、季节指数预测法季节指数是一种以相对数表示的季节变动衡量目的。由于只根据一年或两年的历史数据计算而得到的季节变动目的往往含有很大的随机动摇要素，故在实践预测中通常需求掌握和运用三年以上的分季历史数据。假设以年为间隔期的历史数据是程度型的，季节指数的计算公式那么为：假设以年为间隔期的历史数据资料的趋势型的，那么季节指数的计算公式为：预测值=上年的月季平均数各月季季节指数例如，某家电商场2002年2004年某夏季商品的各月销售量资料如表所示，试预测2005年各月的销售

18、量。平均数比率计算表46挪动平均趋势剔除法详细预测步骤：1、计算12个月的挪动总数；2、计算12个月挪动平均数，修匀后的序列就是消除了随机变动的长期趋势；3、计算挪动平均系数；4、计算季节指数；475、利用季节指数消除原时间序列的季节影响，并用最小二乘法对消除了季节影响的时间序列拟合直线趋势方程；6、根据趋势方程计算预测未来某月的趋势值，最后利用该月的季节指数加以修正。第四节 因果关系分析预测法提示预测目的变量与其他变量之间的数量变化关系。48一、回归分析预测法的含义及种类“回归这一术语是英国人弗兰西斯.盖尔顿和卡尔.皮尔逊在研讨父亲身高与儿子身高的关系时引入的。他们发现，假设父亲为高个子，那

19、么儿子也高，但其平均身高低于父亲的平均身高；假设父亲为矮个子，那么儿子个子也矮，但其平均身高高于父亲的平均身高，也即身高的变化不是两极分化，而是“趋同，儿子身高向着平均身高“回归，以坚持种族的稳定。用盖尔顿的话来说，就是“回归到变通人。后人将此种方法普遍用于寻觅变量之间的规律。如今，回归分析法曾经成为探求变量之间关系最重要的方法，用以找出变量之间关系的详细表现方式。“回归是指某一变量因变量与其他一个或多个变量自变量的依存关系例如，在上面的例子中是儿子身高与父亲身高的依存关系。1.市场景象之间的两类因果关系市场景象之间的因果关系可分为函数关系和相关关系两大类。所谓函数关系，是指景象之间确定的数量

20、依存关系，即自变量发生某种变化，因变量必然会发生相应程度的变化。如在产品价钱不变的条件下，销售额取决于销售量。Y=b.xb为价钱，x为销售量。在市场调查预测涉及的社会经济领域中，这种确定的函数关系很少，大量存在的是相关关系。所谓相关关系，是指变量之间相互关系中不存在数值对应关系的非确定性的依存关系，即经济变量之间存在数量上的客观内在关系，表现为一个变量自变量发生数量变化，必影响另一个变量因变量相应地发生数量上的变化，但因变量的数值具有不确定性。如婴儿出生数和奶粉需求量就属于相关关系。婴儿出生数添加了，奶粉需求量一定也会添加，但终究添加多少是无法确定的。市场景象之间所存在的依存关系，大多是表现为

21、相关关系。如市场需求量与居民收入之间、市场需求量与商品价钱之间、市场需求量与人口数量之间等等，都是表现为相关关系。对于相关关系的数量依存关系，可用相关关系分析和回归方程的方法加以研讨。2.回归分析预测法的含义回归分析预测法就是从各种经济景象之间的相互关系出发，经过对与预测对象有联络的景象变动趋势的分析，推算预测对象未来形状数量表现的一种预测方法。回归分析预测法中的自变量与时间序列预测法中的自变量不一样。后者的自变量是时间本身，而前者的自变量是反映市场景象的其他变量。回归分析预测法是一种重要的市场预测方法。多数市场预测者在对市场景象进展预测时，假设能将影响市场预测对象的主要要素找到，并且可以获得

22、其数量资料，当然就可以采用相关回归预测法进展预测。它是一种详细的、行之有效的、适用价值很高的常用市场预测方法。当运用相关回归市场预测法条件不充分时，才思索采用时间序列法等其他预测方法。3.回归分析预测法的种类运用回归模型进展市场预测，有许多种类，根据不同的条件可作不同的分类。主要的分类有：1按自变量个数的多少划分，可以分为一元回归分析和多元回归分析预测法。2按回归模型能否线性划分，可分为线性回归分析预测法和非线性回归分析预测法。所谓线性回归模型，就是指因变量和自变量之间的关系是直线型的。3按回归模型的自变量能否带虚拟变量划分，可以分为普通回归模型和虚拟回归模型。普通回归模型的自变量都是数量变量

23、，而虚拟变量回归模型的自变量既有数量变量也有质量变量。二、运用回归分析预测法的条件运用回归分析预测时必需留意其前提条件，以提高预测准确度。1.经济景象之间关系亲密因变量与自变量之间必需有关系，而且必需关系亲密。只需正确认识经济景象之间内在的必然联络和外部的偶尔联络，不为假相关所迷惑，准确地分析两者间的相关关系，才干正确做出判别。判别相关关系亲密程度的方法，可以经过绘制相关图和计算相关系数。根据历史资料绘制的相关图能判别相关的类型。相关图的类型有以下几种：1零相关图。当自变量x与因变量y没有相关关系，称为零相关，如图。2强正相关图。当自变量x增大时，因变量y亦随之增大，点子的分布集中，呈直线形。

24、故两者有强相关。3弱正相关图。当自变量x的数值增大时，因变量y的数值也增大，但点子的分布不集中。两者之间仅有一定相关关系，称弱正相关。xy. .零相关图xy.强正相关4强负相关图。当自变量x的增大时，因变量y随之减少，点子的分布集中呈直线形，两者之间有剧烈的相关关系，称强负相关。5弱负相关图。当自变量x的增大时，因变量y随之减少，点子的分布分散不集中。两者之间仅有一定相关关系，称弱负相关。xy. . . . .弱正相关xy. . .强负相关xy.弱负相关相关系数也能从数量上阐明相关的亲密程度，普通规定：假设要用一元线性回归方法进展预测，那么R必需大于0.7。 2.自变量的预测值必需比因变量的预

25、测值准确或容易求得 由于预测因变量的未来情况，必需有自变量的未来资料代入回归方程式才干计算出来。假设自变量的预测值更难得求得，那么，该回归方程的运用价值就不大了。3.要正确地选择回归方程的方式 选择回归方程的方式即选择因变量和自变量的关系式是直线方程式还是曲线方程式，是一个自变量还是几个自变量，并有简单而又有效的验证方法。三、回归分析预测法的程序运用回归分析法进展市场预测，应遵照一定的程序。1.根据预测目的，挑选自变量普通来说，明确预测的详细目的，也就确定了因变量。挑选自变量，首先应分析各自变量与因变量之间的相关关系，察看其相关关系的表现方式及亲密程度。选用那些与因变量关系最为亲密的自变量。2

26、.确定回归方程，建立预测模型根据实际分析和相关分析，假设有几个重要要素同时对预测对象有影响作用，而且关系亲密，可以确定用多元回归方程式；假设其中某一个是根本的，起决议作用的，而其他要素影响作用并不大或相关关系不亲密，那么可以确定用一元回归方程式进展预测。假设自变量和因变量之间的资料分布是线性趋势，可确定用直线回归方程；假设是曲线趋势，可确定用曲线回归方程。3.检验回归预测模型，计算预测误差回归预测模型能否可用于实践预测，取决于对回归预测模型的检验和对预测误差测定的结果。回归方程只需经过各种检验，且预测误差在研讨问题所允许的范围内，才干将回归方程作为预测模型进展实践预测。否那么，盲目用回归模型进

27、展预测，其结果是不可靠的。4.利用回归模型确定预测值，并对预测值做出置信区间的估计假设预测对象与影响要素之间确实存在着显著的相关关系，那么过去和如今的资料规律能延续到未来。用回归方程计算出来的预测值，是一个详细的数，称为点估计。点估计值是一个平均数，实践值能够高于或低于它，还必需用一定的机率保证其置信区间的范围。区间预测值能更好地反映预测值的实践含义，更具适用价值。四、一元线性回归预测及运用例如：某企业销售收入与投入促销费用之间的关系亲密，过去10年的相关资料如表下页。假设企业方案2006年、2007年促销费用分别投入1400万元和1600万元，预测该企业2006年、2007年的销售收入。1.绘制散点图，分析相关性2.求出a，b两参数，建立预测模型 =a+bX将表中的数据代入公式：a=198.24b=19.921得到所求的一元线性回归方程为： =198.24+19.921X3.对回归模型进展检验模型检验就是利用各种统计检验方法，来检验模型可否解释预测对象变量之间的实践关系及模型对实践数