空調企業如何預測未來銷量把控產能

眼下正是空調銷售的旺季，旺季過后，馬上就要面臨下一冷凍年度經營計劃的制訂(每一年度的9月份～下一年度的8月份稱為空調行業的一個冷凍年度)。對空調生產企業而言，銷售預測是其制訂冷凍年度經營計劃的重要依據。空調行業季節性強，銷售波動大，預測結果的準確與否對公司影響甚大，尤其是對供應鏈管理，預測不好，產能不足或過剩，終端缺貨或大量庫存的情況就極易產生。

目前，國內很多企業基本上都使用單一的經典時間序列分解法進行銷售預測，這種方法簡單易于操作，但在準確度上有所欠缺。我們建議在采用時間序列分解法、回歸分析法和主觀預測法等多種方法的基礎上，對各種方法進行權重的動態分配，實施綜合預測，縮小預測誤差絕對值，提高預測精度。下面，以某空調企業為例來說明綜合預測法的應用。

綜合預測法應用實例

一、歷史數據準備

選取該企業2002年9月～2004年4月的歷史銷售數據(表1)進行建模。春節期間數據采用“先剔后補”的方法，另外去除一些受銷售政策因素影響較大的“奇異點”數據，比如促銷等。剩下2004年5月～7月的歷史數據用于誤差分析，檢驗模型預測精度。

二、應用各種銷售預測方法計算預測結果

1．經典時間序列分解法。預測模型：F=T×S×C×R，T表示趨勢水平，S表示季節影響指數，C表示周期影響指數，R表示隨機成分影響的殘差指數，這是影響銷量的四組成分。(經典時間序列分解法預測結果如表2，省略計算過程)

MAPE為平均絕對百分比誤差，MAPE＝(實際銷量—預測值)×100／實際銷量。

2．一元回歸分析方法。先僅以行業銷量為因變量，對企業銷量進行一元線性回歸分析，再將行業銷量和溫度兩個因素納入，進行多重回歸分析。(一元回歸分析法預測結果及多重回歸分析法預測結果如表3、表4)

3．主觀預測法是由企業負責人召集與市場有關各部門負責人員，讓他們對未來的市場發展形勢發表意見，然后將各種意見匯總起來綜合處理，得出主觀的銷量預測結果。在此，選取該企業2004冷凍年度銷售任務計劃中的部分數據作為主觀預測的數據來源。(主觀預測結果如表5)

三、綜合預測

綜合預測的關鍵在于對上述幾種預測方法的結果按“誤差決定權重”的原則進行權重分配。先分別對每種預測方法的預測結果進行誤差分析，根據每種方法預測的平均誤差大小確定其在下一期銷量綜合預測中所占的權重。平均誤差越大，權重越小。

以各種單一方法的預測結果和相應的動態權重進行加權，即可得到預測期銷量的綜合預測值。這里取歷史各期預測誤差的平均值為例，簡述具體的權重分配方法和綜合預測過程：

以F_ji表示第j種方法的第i期的銷量預測值(F_ji是以選取的歷史數據為基礎，分別采用上述各種單一預測方法，對各期預測銷量的預測結果。F_ji的計算過程此處省略)，Y_i表示第i期的實際銷量，以F_ji表示第j種方法的第i期的預測誤差，

同時，以ME_i表示第j種方法的平均預測誤差；SE表示各方法的總平均預測誤差；IPE_j耳表示第j種方法的平均預測誤差占總平均預測誤差值的倒數。則有：

綜合預測是以上各種預測方法進行預測結果為基礎，賦予每種方法均為1／j的初始權重(j表示基本預測方法數)。本例中，每種方法的初始權重為1／4=0．25，其他各月份中各方法的權重則根據每種預測方法的平均誤差大小進行動態分配，權重分配及(權重分配、綜合預測值以及綜合預測誤差如表6)

通過比較，可以發現綜合預測相對于單一的基本預測方法而言，預測精度有了顯著提高，綜合預測值與企業實際銷售趨勢比較吻合。

小結

1．本文是在企業正常的銷售政策情況下，對銷量進行預測，如果要將特殊的銷售政策(如促銷等)納入考慮，則應對原始預測值加以修正。

2．本文沒有考慮企業產能約束的影響，對于有產能約束的企業，需要根據預測結果結合各月產能分配情況合理確定產品生產計劃和原材料、零部件采購計劃以及相關的庫存管理策略。

3．本文所談預測方法主要適用于行業發展比較穩定和市場需求比較穩定的情況，對于銷量高速增長的成長型企業而言，需要考慮更多的變量因素建立相適應的預測模型。

編輯：陳思廷chenst2004@163．com