当前位置 > 首页 > 协会动态 > 10月22日 CPDA数据分析师沙龙回顾 | 如何做好销售预测解决方案

10月22日 CPDA数据分析师沙龙回顾 | 如何做好销售预测解决方案

来源:中国数据分析行业网 | 时间:2020-10-27 | 作者:数据委

销售预测是指根据历史的销售情况以及内外部因素使用系统内部或用户自定义的销售预测模型获得的对未来销售情况的预测。企业内部因素包括:企业的营销策略、销售政策、销售人员、生产状况;企业外部因素则包括:客户的需求动向、国家经济状况、竞争对手的状况、政府的政策导向。

10月22日,协会特邀永洪高级数据分析师李洋老师为我们的学员带来《如何做好销售预测解决方案》主题沙龙分享。
 
本次沙龙活动中,李洋老师详细介绍了“企业如何对自己的销售状况进行预测”以及“企业销售预测解决方案如何落地”。
在长达一个小时的沙龙分享中,李老师给大家带来满满的干货,数据君受益匪浅,今天就把昨晚记在小本本上的知识点拿出来分享给大家。

知识点1:如何提高需求预测的准确性

 

在做销售运营计划的时候会遇到很多问题,比如各个区域的需求量和代理商实际的销售情况存在一定偏差,这种偏差会带来一定的缺货或是库存的积压。解决这个问题需要从两方面着手:一方面是提高我们对需求预测的准确率,另一方面是我们要优化企业自身的库存。

提高需求预测的准确率需要从三方面入手:

 

1.需求的感知
首先拿到历史数据和其他行为数据,然后去预测建立模型、预测需求,尽可能是预测需求与市场需求匹配。
2.需求的塑造
企业内部与外部对于销售政策、价格、促销活动、经济状况等诸多因素会对实际销量产生很大影响;建立模型需要考虑这些因素,使销量、库存、生产三者相匹配。
3.需求的转移
当出现缺货时,需要新产品来转移客户的需求,企业应引导客户关注新产品;库存是直接面向市场波动而设立的,当不能很好满足市场波动时,会造成库存的积压或缺货,因此库存的好坏直接影响我们对需求的满足度,需求的误差则需要通过库存来弥补。

知识点2:算法的选择

 

我们需要先将产品分为新产品、成长期产品、小众产品、成熟产品,再根据不同产品类型进行相应的算法选择。
新产品由于没有历史数据,无论采用什么方法都没办法准确预测,我们可以找到和它相似的产品,基于该产品的数据进行预测,常用方法包括灰色预测、曲线拟合、滚动预测等。

 

 

成长期产品具有明显的趋势性和季节性,可以采用ARIMAX、UCM及一些回归模型、因果模型进行预测。

 

 

小众产品由于销量小,相对受波动影响也比较小,它的可预测性也是很小的,可以用简单的判断法和因果关系法进行建模和预测。

 

 

成熟期产品具有强烈的趋势性和高季节性,我们采用机器学习法和时间序列法都可以进行预测。

 

 

在做预测的时候,我们需要遵循“抓大放小”的原则,重点分析那些销量大、价值高的产品,如:新产品、成长期产品、成熟期产品,而像“小众产品”这种可预测性低、价值低的产品可以不做预测。

知识点3:预测的协同流程

 

 

这个流程主要是我们对生成的预测结果需要考虑人为的因素,并对结果进行人工干预;通过协同的会议发布结果,在会议上需要记录来自市场、销售、采购几个部门对于结果干预的状况,并进行标注。后期,我们可以再调整这个人对这个结果干预的影响性和权重,使得最终的预测结果更符合实际。