市场营销第五章市场调查与预测课件

第五章市场调查与预测5.1市场调查的特征与功能一、市场调查的概念狭义的市场调查是从市场营销的角度定义市场调查,认为市场调查就是对消费者进行调查研究,是运用科学的方法和手段收集消费者对产品购买及其使用的数据、意见、动机等有关资料,并分析研究。广义的市场调查是从整个市场的角度定义市场营销,认为市场调查是运用科学的方法和手段,收集产品从生产者转移到消费者手中的一切与市场活动有关的数据和资料,并进行分析研究的过程。二、市场调查的特征

市场调查具有目的性市场调查具有全程性市场调查具有社会性市场调查具有科学性市场调查具有约束性市场调查具有局限性市场调查内容具有广泛性市场调查方法具有多样性

三、市场调查的功能认识功能:市场调查是对市场经济现象的一种认识活动。信息功能:市场调查的目的在于准确、及时、全面、系统地搜集各种市场信息。四、市场调查的作用沟通信息传递者和接受者之间的信息认识和把握市场发展变化的规律为经营管理决策提供信息帮助企业开拓市场、开发新产品帮助企业提高市场竞争力充实和完善企业营销信息系统研究和预测人类的行为促使企业改善经营管理、提高经济效益

市场调查的基本问题由谁调查为何调查何时何地调查向谁调查如何调查5.2市场调查的基本问题和方法调查什么市场调研的基本方法

1、大量观察法2、分类观察法3.定性与定量结合研究法4．归纳推断法

5.3市场调查表和问卷设计一、市场调查表的设计

调查表是根据调查目的所确定的具体项目,按照一定的顺序列成表格的形式。

表头调查表的结构表体

表脚单一表

调查表的种类一览表

单一表耐用消费品调查表户主姓名:家庭人口:月人均收入:品名单位现有数需购数规格质量要求黑白电视台彩色电视台冰箱台空调台热水器台年月日一览表生猪存栏与出栏调查表乡:村:调查时间:年月日单位:头生猪存栏户主姓名已出栏生猪小计母猪仔猪育肥猪调查人:二、问卷设计问卷是指有详细问题和备选答案的调查测试和记录的清单,它系统地记载着体现调查项目的一系列问题。开头包括问卷标题、问候语、身份、目的等易答的、一般性问题实质的、细节性的主要问题问卷的基本结构正文敏感的、复杂的问题被访问者基本情况开放式问题（可以缺省）结尾包括感谢语、访问员、填表时间等问卷设计的原则

目的性原则可接受性原则顺序性原则简明性原则匹配性原则问卷设计的程序

了解调查的目的要求界定调查项目与内容决定问卷设计形式拟定问卷标题及说明词问卷主体设计问卷附注设计修改定稿修改问题及答案专家评审试探性调查定稿印刷考虑提问顺序选择测量技术列出询问题型拟定被选答案封闭式问题开放式问题半封闭式问题基础项目主体项目相关项目准备阶段初步设计定稿印刷一家杂志社要进行一项调查，目的是要了解各类家长教育子女方面的情况。根据这一目的，在调查方案中列出了如下五个方面的调查项目：调查目的调查项目询问题目教子情况教子态度您觉得孩子成长中最需要的是哪些方面的知识、能力？让孩子背诵一些中国古典名篇，你觉得有意义吗？教子行为你订阅过有关家庭教育的刊物吗？你经常给孩子讲故事或谈论人生经验吗？你平均一周花在孩子身上的时间约有几小时？孩子成长状况你孩子所在的年级？你觉得你孩子最大的优缺点是什么？父母所需的帮助你最喜欢本刊哪些栏目的文章？你的职业和文化程度？对本刊有何建议为办好本刊物，你有何建议？

案例

直接询问调查询问的方式间接询问开放式询问封闭式询问

调查询问的方式5.4市场预测的作用和特点市场预测的作用是引导社会生产、满足市场需要的重要手段；是企业制定经营战略、进行科学决策的依据；是提高管理水平、提高经济效益的基础。市场预测的特点市场预测具有科学性运用科学的预测方法,通过分析研究来预测未来的发展变化。市场预测具有目的性市场预测是为生产经营决策或市场营销服务的。市场预测具有近似性预测不可能做到完全准确,预测值不可能与实际值绝对一致。市场预测具有局限性预测往往受到知识、经验、时间、条件等多方面因素的限制。所谓平滑就是将历史统计数据中的随机因素加以过滤,消除统计数据的起伏波动状况,使不规则的线型大致规则化,以便把握事物发展的主流,突出事物发展的方向和趋势。5.5平滑预测法应用平滑预测法需具备以下条件:要拥有充分的历史统计数据资料；数据资料要有连续性,不可间断；未来的发展情况必须同过去和现在的情况相似；平滑预测法假设当前的发展趋势同样适用于未来。简单移动平均法:一次移动平均法

二次移动平均法一次移动平均法：

此法对于呈水平不规则波动的时间序列数据的预测，是一种简易可行的预测方法。公式为：其中，

：是下一期的预测值；

：是第t期的一次移动平均值；

：观察期的实际发生值；

：移动跨期。移动跨期n的取值原则:在资料期数较多时,n值可适当取大些,而资料期数较少时,n值只能取小些；在历史资料具有比较明显的季节性变化或循环周期性变化时,跨期n应等于季节周期或循环周期；如果希望反映历史资料的长期变化趋势时,则n应取大些,如果要求反映近期数据的变化趋势时,则n应取小些。例题:已知某企业产品1~12月份销售额资料,试利用一次移动平均法预测该企业明年1月份的销售额,n分别取3和5。t

1240----2252----3246246.00--4232243.33--5258245.33245.66240243.33245.67238245.33242.88248242.00243.29230238.67242.810240239.33239.211256242.00242.412236244.00242.0例题:当n=3时,明年1月份的预测值为244万元;

当n=5时,明年1月份的预测值为242万元。二次移动平均法:二次移动平均法是在一次移动平均的基础上，通过建立预测模型进行预测。公式为：二次移动平均法的预测模型：

例题:年度实际销售量一次移动平均值二次移动平均值19991100----20001170----200112381169--200213091239--200313821310123920041453138113102005152714541382

某企业1999~2005年甲产品的实际销售量如下表，试用二次移动平均法（n=3）预测该企业2006年该产品的销售量。

加权移动平均法:年度实际销售量一次加权移动平均值二次加权移动平均值19991100----20001170----200112381192--200213091262--200313821334128620041453140513582005152714781430

为了重视近期数据的影响，可以对历史数据分别给予不同权数，进行加权平均，以末期的加权平均数去预测下期。公式为：上例中按照由近到远分别给予权数3，2，1，则各期的加权移动平均值为：例题:

年度实际销售量一次加权移动平均值二次加权移动平均值19991100----20001170----200112381192--200213091262--200313821334128620041453140513582005152714781430指数平滑法:

指数平滑预测法源于移动平均预测法，它是一种特殊的加权平均预测法。一次指数平滑法：

是利用本期的实际值与紧前期的估计值，通过对它们的不同加权分配，求得一个指数平滑值，并作为下一期预测值的一种方法。

其中，

：是下一期的预测值；：是第t期的一次指数平滑值；

：观察期的实际发生值；

：平滑系数。平滑系数α的取值原则:如果时间序列具有不规则的起伏变化，但长期趋势接近一个稳定常数，必须选择较小的α值(取0.05~0.20之间)；如果时间序列具有迅速明显的变化倾向，则α应取较大值（取0.3~0.6）；如果时间序列变化缓慢，亦应选较小的值（一般在0.1~0.4之间）。

初始值

的确定：当实际数据多于10个时，当少于10个时，用最早几期实际值的平均值作为初始值。例题:已知某企业2004年1~12月份利润额，试计算每月利润的一次指数平滑值，并预测2005年1月份的利润额，平滑系数分别取0.1，0.5，0.9。单位:万元

月份实际利润一次指数平滑值α=0.1一次指数平滑值α=0.5一次指数平滑值α=0.9151.351.351.351.3237.549.253.537.3327.947.635.728.8432.946.034.032.0548.246.241.146.6654.647.147.953.8752.047.659.852.2847.047.648.748.0942.347.045.542.91045.846.945.745.51143.946.644.844.11247.246.746.046.9结论:由图可见,α取不同值计算的指数平滑值对原始数据的平滑程度不同,α值越小,对原始数据的修匀程度越好。二次指数平滑法:是在一次指数平滑法的基础上，对一次指数平滑值再做一次指数平滑，然后利用两次指数平滑值，通过建立数学模型进行预测。

二次指数平滑法的预测模型：

例题:已知某企业1999~2004年的销售额资料，试计算各年份销售额的一、二次指数平滑值，并预测该企业2005年的销售额。取α=0.5，初始值单位:万元

年份序号实际销售额一次指数平滑值（α=0.5）二次指数平滑值（α=0.5）19991140140140.020002160150145.020013150150147.520024182166156.820035160163159.920046175169164.4例题:例题

二次指数平滑法的预测模型：

进行预测:

则该企业2005年销售额的预测值为178.125万元。三次指数平滑法:是将二次指数平滑值进行第三次指数平滑，求取三次指数平滑值，然后建立二次曲线预测模型，并根据这三次指数平滑值求解模型的参数。其公式为：

其中：

例题:已知某企业1993~2004年的销售额资料，试计算各年份销售额的指数平滑值,并预测该企业2005.2006年的销售额。取α=0.5,初始值单位：万元

年份序号199311997199719971997199422273213520662031.51995328142474.52270.321511996424452459.82365225819975459635282946.5260219986463640823514.33058.319997678054314472.63765.42000857925611.556424403.72001978436727.35884.75144.720021095058116.17694.86419.52003111282810472.19083.57751.520041215001273610909.39330.6例题:

例题:

例题:

对于呈现有规律的季节变化的经济活动,用季节指数去修正其他预测方法得出的预测结果,使其更符合事物发展的客观规律。5.6季节指数调整法简单季节指数法:是反映季节变化对销售量影响的一种简便方法，其实质就是计算各个季节的不同销售指数。收集历年按季度（或月份）记录的历史统计资料；计算出n年各相同季度的平均值Ai；计算出n年每一个季度的平均值B；计算季节指数，Ci=Ai/B；利用季节指数，对预测值进行修正:yt=（a+bT）Cii=1，2，3，4

例题:某公司从1999年~2004年,每一年各季度的纺织品销售量见下表,试预测2005年各季度纺织品的销售量。

年份第一季度第二季度第三季度第四季度年销售量Σ1999180-23150-21120-19150-176002000210-15160-13130-11160-96602001230-7170-5130-31701180+3140+5180+77502003300+9200+11150+13200+158502004400+17220+19160+21220+231000Σ1570108083010804560平均值Ai262180138180B=190季节指数Ci1.380.950.730.95--某公司从1999年~2004年,每一年各季度的纺织品销售量见下表,试预测2005年各季度纺织品的销售量。

年份第一季度第二季度第三季度第四季度年销售量Σ1999180-23150-21120-19150-176002000210-15160-13130-11160-96602001230-7170-5130-31701180+3140+5180+77502003300+9200+11150+13200+158502004400+17220+19160+21220+231000Σ1570108083010804560平均值Ai262180138180B=190季节指数Ci1.380.950.730.95--例题:六年各相同季节的平均销售量（Ai）；六年所有季度的平均销售量（B）；

例题:

各季的季节销售指数（Ci）；建立时间序列线性回归预测模型；

各季的季节销售指数（Ci）；建立时间序列线性回归预测模型；

例题:

修正2005年各季度的预测值第一季度预测值：第二季度预测值：第三季度预测值：第四季度预测值：

例题二:月年123456789101112合计200251607060504040305050406060120035565755555454035556050656552004706480664851453865685570720合计1761892251811531361251031701781451951976Ai58.7637560.35145.341.734.356.759.348.365B=54.9Ci1.071.151.371.100.930.830.760.621.031.080.841.18--

修正后的预测值：2005年1月预测值：2005年8月预测值：

趋势季节指数法:趋势季节指数法又叫温斯特法，其预测步骤为:收集并整理历史统计数据（Ai）；建立预测模型；利用预测模型求历史上各期的趋势值（Bi）；求季节指数（Ci）:Ci=Ai/Bi（实际值/趋势值）求季节指数的平均值（Fi）；利用季节指数平均值修正预测值:yt=（a+bT）Fi

例题:某家电产品2003年和2004年24个月的实际销售量如下表所示,预测2005年1月份和11月份的销售量。

年、月T销售量Y（Ai）趋势值BiCi年、月T销售量Y（Ai）趋势值（Bi）Ci2003.1-2359.149.461.192004.1165.656.801.162-2155.050.071.102363.257.401.103-1950.250.690.993559.258.021.024-1746.951.300.914755.758.630.955-1546.251.910.895954.359.240.926-1346.152.520.8861153.759.850.907-1146.553.130.8871354.060.460.898-947.253.740.8881554.861.070.909-749.554.350.9191756.361.680.9110-558.154.961.06101962.662.291.0011-364.455.571.16112169.162.911.1012-166.256.181.18122371.963.521.13例题:

用时间序列回归法求得线性预测模型为:

将T的各个值代入此模型求出对应的趋势值B;

计算季节指数:

求季节指数的平均值:同理:

例题:计算修正预测值:2005年1月的预测值:2005年11月的预测值:5.7基本概念一、状态和状态转移状态是指客观事物可能出现或存在的状况。如企业的产品在市场上可能畅销,也可能滞销。状态转移是指客观事物由一种状态到另一种状态的变化。客观事物的状态不是固定不变的,它可能处于这种状态,也可能处于那种状态,往往条件变化,状态也会发生变化。如某种产品在市场上本来是滞销的,但是由于销售渠道变化了,或者消费心理发生了变化等,它便可能变为畅销产品。二、马尔柯夫链设预测对象为一系统,若该系统在某一时刻可能出现的状态为Ei,而该系统从状态Ei变化到另一状态Ej的状态转移过程称为马尔柯夫过程。一个马尔柯夫过程若具有如下的两个特征,则称其为马尔柯夫链。一是具有无后效性。即系统的第n次试验结果出现的状态,只于第n-1次时所处的状态有关,与它以前所处的状态无关；二是具有稳定性。即在较长时间下,该过程逐渐趋于稳定状态,而与初始状态无关。

三、概率向量在一行向量中，如果每一元素都为非负，且其和等于1，则称该向量为概率向量。如：A=（0.30.50.2）四、概率矩阵由概率向量构成的矩阵称为概率矩阵。

概率矩阵有下列性质：若A、B都是概率矩阵，则AB也是概率矩阵；若A是概率矩阵，则An也是概率矩阵。五、转移矩阵系统由状态Ei经过一次转移到状态Ej的概率为pij，则系统全部一次转移概率的集合所组成的矩阵称为一次转移矩阵，记为:

K次转移矩阵记为P（k）转移矩阵具有以下两个性质:5.7.1马尔柯夫预测

一、马尔柯夫预测模型设系统在K=0时所处的初始状态为已知，即初始状态向量为已知经过K次转移后所处的状态向量记为：则：

马尔柯夫预测模型矩阵形式为:

二、稳定状态当系统处于稳定状态时，有，即系统第n期的状态概率与第n-1期的状态概率相等，且有由马尔柯夫预测模型知:所以有:

矩阵形式:展开得:约束条件:整理可得方程组:矩阵形式:记所以:用的逆矩阵左乘上式，得:这就是所求的稳定状态的概率。5.7.2市场占有率预测例1:设某地区有甲、乙、丙三家企业，生产同一种产品，共同供应1000家用户。假定在10月末经过市场调查得知，甲、乙、丙三家企业拥有的用户分别是：250，300，450户，而11月份用户可能的流动情况如下：现要求我们根据这些市场调查资料预测11.12两个月三家企业市场用户各自的拥有量。到从甲乙丙合计甲乙丙230101025030045020250303010410预测步骤:根据调查资料，确定初始状态概率向量为:根据市场调查情况，确定一次转移概率矩阵为:步骤利用马尔柯夫预测模型进行预测，11月份三个企业市场占有率为:

所以11月份三个企业市场用户拥有量分别为:甲:1000×0.28=280户乙:1000×0.27=270户丙:1000×0.45=450户若12月份用户的流动情况与11月份相同，即转移概率矩阵不变，则12月份三个企业市场占有率为:

12月份三个企业市场用户拥有量分别为:甲:1000×0.306=306户乙:1000×0.246=246户丙:1000×0.448=448户稳定状态概率为:

例题2:某地区销售A、B.C三种牌号的味精，经调查在1000个顾客中有400个顾客购买A牌号味精，有300个顾客购买B牌号味精，有300个顾客购买C牌号味精。顾客购买味精的流动情况如下表：次数下期状态合计ABC本期状态A160120120400B1809030300C1803090300初始状态为:转移概率矩阵:

本月的状态:即本月A牌号味精的市场占有率为0.52，B牌号味精的市场占有率为0.24，C牌号味精的市场占有率为0.24。

同理也可以预测第三个月的市场占有率:即第三个月这三种牌号味精的市场占有率分别为50.08%，24.96%，24.96%。

稳定状态:即达到市场平衡状态时，A牌的市场占有率为50%，B牌的市场占有率为25%，C牌的市场占有率也是25%。

例题:某半导体收音机厂晶体管袖珍收音机销售情况如下表,分析预测下月可能的销售量。时序（t）销量（y）时序（t）销量（y）时序（t）销量（y）183.4870.91563.5285.99138.316103.93106.110124.71777.84154.41195.818114.45132.012139.019157.6647.51363.720190.2745.81485.121105.9假设该产品销售量可分为如下三个状态:低水平销售状态正常销售状态