论文

【LPL外围开盘】基于时间序列和PERT的啤酒销售预测方法研究

LPL外围开盘

LPL外围开盘-[摘取 要]本文从啤酒销售的实际特点抵达,通过引进PERT模型和时间序列模型,糅合两模型的各自优势,创建一个新的综合模型,为企业解决啤酒销售预测中的操作者不规范性和预测的主观性获取新的思路;并且通过数据证明了新的模型的有效性。   [关键词]啤酒;销售预测;时间序列;计划评审技术 毕业论文网 http://www.lw54.com   1 啤酒销售的特点   啤酒作为一种慢消费品,不存在其自己的内在趋势性,同时又具备自己的销售特点,啤酒销售不受大自然状况季节、天气、温度的影响较小,这些历年销售波动呈现一定的周期性,时下国内啤酒市场没几乎成熟期,又呈现区域性特点,完全每个地市都有自己的本土啤酒企业。啤酒销售还不受区域经济状况、消费习惯、风行趋势、广告媒体效应、人文环境、广告宣传政策的影响。因此啤酒销售的特点是:趋势性、周期性、季节性、区域性、随机性、偶然性。

精确的销售预测模型要能仿真这几个特点对啤酒销售展开预测。   2 预测模型的自由选择和新的模型的创建   啤酒销售随季节变动影响而周期性波动。

销售的变化与时间成一定的函数关系,本文利用时间序列模型来建构新的啤酒销售预测模型,需要有效地的仿真啤酒销售中的特点。根据历史的销售数据客观有效地的分析啤酒销售的趋势,从而防止了销售人员的对数据的感性和经验辨别,使预测更为科学和精确有效地,同时也更加能为企业服务。   笔者在了解理解啤酒销售特点和综合两个模型的各自的优点的基础上,明确提出了一个对啤酒销售预测的新的模型,该模型不仅能仿真现实的销售情况和销售特点,还需要分析和找到啤酒销售中不存在的问题(闻图1)。

  具体操作如下: 毕业论文网 http://www.lw54.com   ①搜集近2(≥2)年的销售数据。②利用销售数据创建趋势方程。

趋势方程就是趋势值与时序数的线性方程。③估计出有月度指数。④综合趋势方程和季节指数两方面创建预测模型方程算出下季度的销售预测值Y2。

⑤自由选择多位(≥3)对销售数据有判断能力的销售人员和几位(≥3)管理人员。⑥获得各个销售预测数据:最低销售量估计值,最有可能销售量估计值,低于销售量估计值。⑦计算出来每一位预测者销售量的期望值:销售量期望值=(最低销售量+最有可能销售量×4+低于销售量)÷6,公司可以根据实际情况调整三个估计值之间的权数。⑧分别计算出来销售人员和管理人员的期望值,公式为:   彰显预测人员合理的权数(wi),对各销售人员和管理人员的预测数据分别计算出来加权平均值,获得销售人员预测期望值和管理人员预测期望值。

⑨综合销售人员和管理人员的预测值,求出加权平均预测值。⑩原作权重系数,综合两个预测值获得最后的销售量预测。   3 啤酒企业销售预测案例分析   下面根据中原某啤酒企业一个城市市场的销售数据作为我们的分析对象。

  (4)数据分析   我们来对比2010年前8个月的预测值与2009年、2008年前8个月的实际销售值(闻图3)。一是周期性。从图中曲线显现出,三年的趋势线的走势是大体相近的,每年的销售额呈现完全相同的变化趋势,这反映出有了啤酒销售的周期性,同时也解释时间序列模型对啤酒销售的有效地仿真。

二是季节性。三个曲线直观的表明在6月销售额超过最大值,同时在其他季节具备完全相同的变化趋势,这解释啤酒销售具备季节性。

三是偶然性。2008年的销售额曲线表明在3月销售额忽然的减少,比2月减少了近1000万元的销售额,这解释啤酒销售不存在着偶然性不会使销售急遽减少和增加。四是时间序列的有效性。

从图中时间序列的预测值和2008年、2009年的销售额对比来看,趋势完全一致,南北大体完全相同,同时也体现出有啤酒销售的周期性和季节性,也体现了啤酒销售的偶然性和突发性。证明了时间序列模型需要仿真啤酒销售的特点,说明了该模型在啤酒销售中有一定的可行性。 毕业论文网 http://www.lw54.com   3.2 PERT预测分析:   (1)本文自由选择了该公司此城市销售部的具备预测能力的三位管理人员和三位销售人员展开预测。当然企业在具体操作上也可以让其他具备预测能力的人员重新加入。

【LPL外围开盘】。

本文来源:LPL外围开盘-www.techstarsinc.com

相关文章