1 第七章 銷售預測. 2 預測的意義 3 圖 2.1 銷售預測與生產規劃之關係 4 範例 已知某公司生產電腦年銷售值預測為 80,000,000 元，其中 A 型電腦佔有率為 20% ， 每台單價為 10,000 元，則預測電腦中 A 型電腦 應生產多少台？ 由於預測需用實體單位，因此，將其加以轉換.

Presentation on theme: "1 第七章 銷售預測. 2 預測的意義 3 圖 2.1 銷售預測與生產規劃之關係 4 範例 已知某公司生產電腦年銷售值預測為 80,000,000 元，其中 A 型電腦佔有率為 20% ， 每台單價為 10,000 元，則預測電腦中 A 型電腦 應生產多少台？ 由於預測需用實體單位，因此，將其加以轉換."— Presentation transcript:

1 1 第七章 銷售預測

2 2 預測的意義

3 3 圖 2.1 銷售預測與生產規劃之關係

4 4 範例 已知某公司生產電腦年銷售值預測為 80,000,000 元，其中 A 型電腦佔有率為 20% ， 每台單價為 10,000 元，則預測電腦中 A 型電腦 應生產多少台？ 由於預測需用實體單位，因此，將其加以轉換 成台數。

5 5 預測之目的與條件 好的銷售預測之條件： 1. 預測需以意義的計量單位來表示。 2. 生產最好能保有彈性，以免吃驚反應不及。 3. 預測時應考慮各種行動所需的前置時間。 4. 預測通常採用 2 至 3 個方法。 5. 預測可用資料越多，預測越準。

6 6 預測的方法

7 7 圖 1 依功能分類的預測方法

8 8 依預測技術分類 圖 2.4 依預測技術分類之預測方法

9 9 預測的定性方法

10 10 定性方法： 1 、依個人主觀意識來進行預測之方法 2 、強調個人經驗與知識 3 、適用於缺乏歷史資料時 4 、適用於長期預測 小組意見法 (Panel Discussions) 三個臭皮匠勝過一個諸葛亮 德爾菲法 (Delphi Method) 想像預測法 (Visionary Forecast) 市場調查法 (Market Research) 歷史類比法 (Historical Analogy) 草根法 (Gross root)

11 11 預測的定量方法一： 時間數列分析

12 12 時間數列分析 之一 時間數列分析基本假設 未來是過去的延伸 影響時間數列分析之因素 1 、趨勢變動 2 、季節變動 3 、循環變動 4 、不規則變動（隨機變動）

13 圖 2.5 時間數列分析影響因子

14 14 時間數列分析 之四 簡單移動平均法 影響其反應之因素： 期數（ n ）越小，反應越快。 期數（ n ）越大，反應越慢。

15 期別原始資料 n=3n=4n=5 125 220 330 42325.00 52224.3324.50 62425.0023.7524.0 73123.0024.7523.8 83225.6725.0026.0 92829.0027.2526.4 102530.3328.7527.4 112628.3329.0028.0 123026.3327.7528.4 表 2.4 移動平均法

16 圖 2.6 依動平均法圖示

17 【範例】已知某業務員過去 6 週之銷售量資料如下： 週 123456 銷貨量 172125303240 試求以： (1)n=3 (2)n=5 的簡單移動平均法預測第 7 週之銷售量等於多少？

18 18 時間數列分析 之五 加權移動平均法 最近期的資料，其重要性越重要。 最近期的資料常具有較大的權數。 而當每一期資料之重要性均相同時，代表其為 簡單移動平均法 。 最近期權數越大，反應性越高。

19 【範例】已知某業務員過去 6 週之銷售量資料如下： 週 123456 銷貨量 172125303240 試求以權數 3 、 2 、 1 的加權移動平均法，預測第 7 週之銷售量等於多少？

20 20 時間數列分析 之七 中期預測模式：古典分解法 加法模式 乘法模式

21 【範例】若已知本年度銷貨量為 2000 單位，依長期 趨勢預測明年將減少 10 單位，依循環指數預測將增 加 5 單位，依季節指數預測將增加 10 單位，依誤差 預測時將減少 20 單位。試問：明年該公司之銷售量 為多少？ 【範例】若已知依長期趨勢預測明年銷售量將為 2000 單位，依季節指數預測將增加 10 ％，依循環指 數預測將增加 10 ％，依誤差預測時將減少 10 ％。試 以古典分解法乘法模式預測明年該公司之銷售量為 多少？

22 22 時間數列分析 之十一 長期趨勢因子 1 、隨手劃 2 、半平均法 3 、最小平方法 4 、趨勢調整指數平滑法 隨手劃（下頁）

23 圖 2.8 隨手畫法式意圖

24  最小平方法  假設：  公式：

25 【範例】若已知得龍家電公司，過去五年之銷售金額 ( 百萬 ) 如下，試以最小平方法求其方程式，並以其預 測第 6 年之銷售金額為多少？ 年度 (x) 12345 銷售量 (y) 150250280320400

26 x12345 y150250280 032 0 040 0 x2x2 001004009 001 6 002 5 xy150500840 128 0 200 0 x12345 y150250280 032 0 040 0 x2x2 001004009 001 6 002 5 xy150500840 128 0 200 0 x12345 y150250280 032 0 040 0 x2x2 001004009 001 6 002 5 xy150500840 128 0 200 0

27 27 預測的定量方法二： 因果預測分析法

28 28 因果預測分析法概述 1. 迴歸模式 (Regression Model) 2. 購買意願法 (Intention-to Buy & Anticipations Surveys) 3. 投入產出模式 (Input-Output Model) 4. 計量經濟模式 (Econometric Model) 5. 經濟投入產出模式 (Economic Input-Output Model) 6. 擴散指數法 (Diffusion Index) 7. 壽命週期分析 (Life-Cycle Analysis)

29 29 因果迴歸分析法 簡單迴歸分析 基本假設 1. 沿著迴歸直線的變動是隨機的。 2. 沿著迴歸直線的誤差應呈常態分配。 3. 只能在觀察值的範圍內進行預測。

30 30 迴歸模式的缺點包括下列諸點： 1. 簡單線性迴歸只能用在含一個自變數的線 性關係。 2. 建立此種關係，要 20 筆以上資料。 3. 所有觀察值之權數皆須相等。 4. 成本高且複雜，預測個別項目不適用。

31 【範例】自台中市抽樣 5 位公務人員，調查其每月 所得與消費資料如下，試求出其簡單線性迴歸模式， 並預測所的為 50000 元時，其每月消費為多少？ 所得 (x) 2000030000400002500015000 消費 (y) 1800027000320002200015000 若所得為 50000 時，其消費為：