基于多維度的企業(yè)產(chǎn)品銷售預測管理

[摘要] 分析企業(yè)產(chǎn)品銷售預測利益相關者對產(chǎn)品銷售預測目標的差異化需求，提出基于三維的銷售預測管理模型。該模型研究不同維度下的需求目標，結(jié)合統(tǒng)計理論、信息技術和柔性管理理念提出實現(xiàn)目標的方法，最后設計了基于多維度的產(chǎn)品銷售預測管理系統(tǒng)。

[關鍵詞] 銷售預測維度管理數(shù)據(jù)挖掘預測管理系統(tǒng)

一、產(chǎn)品銷售預測需求在企業(yè)中產(chǎn)生背景

生產(chǎn)銷售型企業(yè)利潤最終形成，依賴于銷售人員將產(chǎn)品賣給客戶。銷售狀況直接和間接影響企業(yè)其他部門的正常運營。銷售部門做出的產(chǎn)品銷售的預測準確率低效會導致產(chǎn)品庫存積壓或者是銷售斷貨，結(jié)果公司利潤受損，大客戶可能流失；對于公司的決策者而言，單純的銷售額業(yè)績考察是不全面的，銷售員的每個月的實際銷售額是一個孤立的數(shù)據(jù)，反映不了多少的變化。基于對實現(xiàn)企業(yè)利潤增加、維護穩(wěn)定客戶關系、營造良好企業(yè)發(fā)展氛圍等目的，產(chǎn)品銷售預測管理成為在企業(yè)發(fā)展中的新需求。

二、科學理論方法、模型對銷售預測需求的研究

目前已經(jīng)有大量科學理論模型開始用于分析銷售預測問題。

一類是從統(tǒng)計分析的角度：代表的方法有最小平方法、移動平均法、時間數(shù)列分析、指數(shù)平滑法、多元回歸分析等，這些方法主要是基于企業(yè)數(shù)據(jù)庫中已經(jīng)存在的大量實際銷售歷史數(shù)據(jù)的基礎，來推算按照所設定的預測方法模型，預測未來銷售量。

另一類比較新興的角度，利用數(shù)據(jù)挖掘的一些理論和模型分析：基于馬爾可夫鏈的銷售預測模型：優(yōu)點在于馬爾可夫預測技術不需要大量的歷史數(shù)據(jù)，只需近期數(shù)據(jù)即可預測未來；利用神經(jīng)網(wǎng)絡構建銷售預測模型，特點在于神經(jīng)網(wǎng)絡的數(shù)據(jù)分析處理過程類似于黑箱操作，所以對預測問題面對的復雜多變的環(huán)境有優(yōu)勢。

三、維度管理下的銷售預測管理分析

文章前面提到，很多理論和方法運用于解決企業(yè)銷售預測問題。但企業(yè)在做銷售預測時依然困難重重。眾多模型和方法在實際應用中阻力大主要原因在于對預測問題定義的維度單一化。銷售預測問題是涉及企業(yè)多個部門如：決策層、生產(chǎn)部門、銷售部門且他們對預測目標需求是多元化的。所以預測問題要多維角度思考，即實現(xiàn)如圖1的多目標銷售預測管理。

實現(xiàn)多目標需求核心是多維銷售預測管理系統(tǒng)。本文提出解決方案是三維銷售預測管理系統(tǒng)即決策管理者維度、生產(chǎn)部門維度、銷售工程師維度。通過對三維中每一維度的分析提出解決方案，最終實現(xiàn)企業(yè)的需求。

1.銷售工程師維度分析

銷售工程師是預測數(shù)據(jù)的實際操作者，其預測數(shù)據(jù)是其他利益相關者實現(xiàn)各項工作需求的基礎。實際中發(fā)現(xiàn)由于企業(yè)中員工存在流動性，銷售工程師的自身預測知識和技能有限性、企業(yè)銷售產(chǎn)品種類和規(guī)格復雜等因素，實際在做產(chǎn)品銷售預測時可靠的依據(jù)和工具很少，導致預測的準確率不高的結(jié)果。通過實際案例的研究分析，應該從定量和定性兩個角度提出提高準確率方案。

定量角度：如果銷售人員擁有大量的歷史產(chǎn)品銷售數(shù)據(jù)，統(tǒng)計理論和工具可以在此維度中發(fā)揮重要作用。如前文提到的時間數(shù)列分析方法、回歸模型分析等。定性角度:實際研究發(fā)現(xiàn)大多數(shù)銷售人員由于擁有較多的客戶需求訂貨信息，銷售人員主要依據(jù)客戶的需求量報告和自己的一些經(jīng)驗來做其預測的。該方法雖然具有簡單易操作性，但是最大缺陷在于:預測準確度很大程度上依賴于客戶與企業(yè)在供應鏈中位置。直接上下游關系的預測準確性比較高，兩者之間通過中間代理商的聯(lián)系，預測結(jié)果準確性不高。

2.生產(chǎn)部門維度分析

產(chǎn)品的生產(chǎn)和原材料的購買是有時間周期的，如果不提前準確的掌握客戶需求量，就會導致庫存成品或者斷貨，嚴重影響產(chǎn)品生產(chǎn)周期，所以對于生產(chǎn)部門而言，它的目標更追求銷售人員對產(chǎn)品需求數(shù)量的準確預測數(shù)據(jù)。實際中企業(yè)做銷售預測，由于銷售額的預測和銷售量的預測是有區(qū)別的。

實現(xiàn)這一目標依賴于生產(chǎn)部門一方面要給銷售人員提供產(chǎn)品種類、規(guī)格準確的詳細描述；另一方面及時地產(chǎn)品生產(chǎn)狀況、庫存狀態(tài)與銷售人員保持暢通的信息流通；實現(xiàn)需求目標一方面要利用信息技術，有利于產(chǎn)品種類，規(guī)格等描述信息的及時動態(tài)更新、減少銷售人員對繁雜產(chǎn)品數(shù)量做預測時的冗余，遺漏和錯誤描述；另一方面，生產(chǎn)部門與銷售人員之間存在廣泛和及時地溝通，這需要柔性的管理體制配合。但是通常以職能形式劃分的組織管理模式，最大的缺點在于不同職能部門之間的信息傳遞阻力大，溝通有障礙。

3.決策管理者維度分析

企業(yè)決策者位于組織最高層。他們的目的在于了解產(chǎn)品銷售趨勢、關注銷售影響因素和創(chuàng)建、維護企業(yè)運行發(fā)展的良好競爭管理環(huán)境。要分析影響一些產(chǎn)品的預測率高，一些預測率低的因素，數(shù)據(jù)挖掘的一些方法值得借鑒。

此外由于一些銷售人員在做預測時將銷售量和銷售金額的預測分為獨立處理的過程，結(jié)果導致產(chǎn)品預測銷售數(shù)量在生產(chǎn)部門很高，但決策層看到的預測金額數(shù)很低；還有一些銷售人員業(yè)績很好，但是仔細研究發(fā)現(xiàn)賣出的產(chǎn)品種類，與預測的種類很不符合。所以如果管理層不能清楚地了解銷售預測狀況，管理銷售人員做銷售預測的規(guī)范性，就有可能在績效考核時產(chǎn)生負偏差。通過借助信息技術，數(shù)據(jù)庫技術以及統(tǒng)計理論中的一些參數(shù)可以表現(xiàn)諸如銷售人員的預測金額與實際發(fā)生額的偏差程度、產(chǎn)品預測偏差度、波動性等。常見參數(shù)有均值、方差、偏度，標準計數(shù)等。

四、企業(yè)產(chǎn)品銷售預測管理系統(tǒng)設計

對公司實際調(diào)查設計如圖2的基于多維管理下的銷售預測管理系統(tǒng)。該公司現(xiàn)已有儲存大量歷史數(shù)據(jù)的數(shù)據(jù)庫管理系統(tǒng)和各部門的管理系統(tǒng)。

該系統(tǒng)主要通過銷售預測管理、產(chǎn)品信息與庫存信息管理、報表分析管理模塊來實現(xiàn)銷售人員、決策者、生產(chǎn)部門對企業(yè)產(chǎn)品銷售預測管理需求目標。利用SQLserver2000和VB、VBA編程語言實現(xiàn)系統(tǒng)功能。以報表分析管理子模塊為例簡述數(shù)據(jù)處理過程：

企業(yè)的財務系統(tǒng)中存放實際發(fā)生銷售匯總信息，遠端數(shù)據(jù)庫管理系統(tǒng)存放銷售預測信息。通過SQLserver2000提供的SQL的數(shù)據(jù)導入，處理功能，獲取該子模塊數(shù)據(jù)分析處理需求的實際銷售信息和預測信息，使用vb、vba編程語言，生成了一系列報表，以基于銷售人員的報表、基于產(chǎn)品和銷售人員為例。

表1從左至右代表是銷售人名、對某實際月份的前多次預測加權平均和、實際發(fā)生量、實際與預測的偏差均值、偏差標準差、標準計數(shù)和庫存量的低或高。結(jié)果偏差均值和標準差非常高，說明銷售人員在做特定的顧客和產(chǎn)品預測數(shù)據(jù)是非常不準確的。表2是對同一銷售人員其賣不同產(chǎn)品分析，可以看出某一銷售人員具體對哪些產(chǎn)品預測偏差過大。

表1、表2的數(shù)據(jù)分析結(jié)果，一方面能直觀了解銷售人員的預測狀況、實際銷售狀況，另一方面可以針對性的對產(chǎn)品預測不準確的原因與銷售人員一起分析，有利于提高預測準確率。此外報表依賴的數(shù)據(jù)庫是及時更新的，系統(tǒng)使用較長時間以后，還可以從橫向的角度反映數(shù)據(jù)隨時間變化的趨勢，提供決策層縱向和橫向的企業(yè)銷售狀況發(fā)展信息，給企業(yè)制定長遠規(guī)劃提供重要資料來源。

五、結(jié)束

銷售預測需求在不同行業(yè)和領域是有差異的。本文基于生產(chǎn)型企業(yè)提出三維銷售預測管理和實際管理系統(tǒng)的設計，在實際應用中更加貼近企業(yè)的實際需求，對解決企業(yè)產(chǎn)品銷售預測不佳的狀況有一定的改善。

參考文獻:

[1]陸強:基于馬爾可夫鏈的市場營銷預測模型[J].福建電腦，2007.7:116～117

[2]邱俊張瑞林:基于遺傳算法的循環(huán)神經(jīng)網(wǎng)絡在銷售預測中的應用[J].浙江理工大學學報，2007.5(3):266～270

[3]趙俊龍趙秀麗:利用樣條函數(shù)建立季節(jié)性時間序列的預測模型[J].北京理工大學學報，2007.4:370～373