基于量化分析的產品銷售預測研究

秦秋玲，吳延紅

(山東華宇工學院 基礎教學部，山東 德州 253500)

銷量預測一直是重要的研究課題，準確的銷量預測[1]能夠指導決策者對企業營銷做出合理決策。人們對銷量預測做出了大量研究，方法很多，包括線性回歸、自回歸移動平均法(ARMA)、灰色系統理論等。采用曲線擬合方法對產品銷售總額和均值[2]進行預測，以得出合理的預測結果。

1 基于量化分析的產品銷售預測

1.1 面粉及酵母的開票總金額和均值預測

通過對某公司2020年3月—2021年5月的面粉及酵母的銷售情況進行數據整理，得到面粉及酵母的開票總金額和均值如表1和表2。

為了分析數據特點，通過Matlab做出數據的散點圖和折線圖，如圖1和圖2。

曲線擬合可以有效得到擬合函數，研究變量之間的函數關系和走勢。利用表1數據，運用傅里葉曲線擬合方法得到如下擬合函數：

其中系數如下：

a0=1.396×108,a1=1.179×107,b1=-3.29×106,a2=-3.519×106,b2=7.535×106

a3=5.556×106,b3=-6.883×106,a4=1.98×106,b4=-4.96×106,a5=-6.931×106

b5=2.676×106,ω=0.484 8

運用以上擬合函數預測得出2021年開票總金額數據如表3。

表1 面粉及酵母開票總金額Tab.1 Total invoiced amount of flour and yeast

續表1

表2 面粉及酵母開票金額均值Tab.2 Mean value of invoiced amount of flour and yeast

圖1 2020—2021開票總金額趨勢Fig.1 Trend of total invoiced amount from 2020 to 2021

圖2 2020—2021開票總金額均值趨勢Fig.2 Trend of the total invoiced mean value from 2020 to 2021

表3 2021年6—12月開票總金額Tab.3 Total invoiced amount from June to December, 2021

利用表2數據，運用傅里葉曲線擬合方法得到如下擬合函數：

其中系數如下：

a0=3.379×104,a1=1 147,b1=560.7,a2=-1 033,b2=1 002,

a3=-1 339,b3=129.7,ω=0.377 4。

通過以上擬合函數預測得出2021年6—12月的開票總金額均值如表4。

表4 2021年6—12月開票總金額均值Tab.4 Total invoiced mean value from June to December, 2021

1.2 其他產品的開票總金額和均值預測

利用相同的方法，通過對該公司2020年3月—2021年5月其他產品的銷售情況進行數據整理，得到其他產品的理貨金額和均值，如表5。

表5 其他產品理貨金額Tab.5 Tally amount of other products

利用Matlab作圖，如圖3。

利用Matlab曲線擬合得到如下的擬合函數：

其中系數如下：

a0=1.085×108,a1=1.402×107,b1=1.29×107,a2=-2.361×106,b2=9.532×106,

a3=1.751×106,b3=-2.461×107,ω=2.546。

利用以上擬合函數預測得到2021年6—12月的其他產品理貨金額如表6。

圖3 2020—2021年理貨金額趨勢Fig.3 Trend of tally amount from 2020 to 2021

表6 2021年6—12月理貨金額Tab.6 Tally amount from June to December, 2021

2 結語

產品銷量預測是一項非常重要的工作，公司能夠通過銷量預測對生產、經營、投入等方面做出合理決策。通過對某公司現有數據進行整理分析，重點考慮產品總金額和均值，運用傅里葉曲線擬合方法，擬合得出了相應的函數關系，并預測得出了相應的數據，此數據將為后續營銷方案的設計和實施奠定基礎。