400-050-6600

如何使用數據分析技術進行銷售預測

來源:廣西CPDA數據分析師 / 作者:陳虹堅 / 時間:2020-06-23

在我們的日常工作中,有很多時候,都需要對明年的銷售額進行預測,以便進行費用、資金及資源的安排。如何對次年的銷售額進行相對合理的預測,相信是市場運營人員及管理者關注的問題。本文通過一個例子,介紹如何使用數據分析技術,對次年的銷售額進行預測。


 一、業務背景

 下表為A公司2014-2017年每個季度的銷售額,現需要對該公司2018年的銷售額進行預測,以便管理者安排運營資金、資源及進行績效考核目標設定。



二、業務分析
經過分析,A公司的產品銷售有以下幾個特點:


1.銷售有淡旺季之分
每年的4-5月、10-11月為銷售旺季,除此之外,每年春節、五一、十一等長假也會出現銷售高峰;


2.呈現明顯的周期變化
該產品每年的每個季度銷售特征都非常明顯,一季度春節期間銷售額達到一個高峰,二季度因國際大環境影響4-5月達到第二次銷售高峰,三季度天氣炎熱為全年銷售低谷,四季度隨著十一長假及國際大環境影響又迎來一個銷售高峰,次年周而復始。


3.因市場及政策因素導致銷售的不確定性
該產品有可能會受到國家政策調整、市場大環境及其他不確定因素的影響,導致銷售額呈現不規則的波動。


4.長期的趨勢
該產品從長期趨勢上看,呈現向上增長的態勢。

結合上述對A公司產品銷售額的分析,我們需要根據該產品歷史的銷售數據,結合產品的特點,來預測它未來的銷售額。可以采用時間序列預測的季節分解法來對該產品下一年度的銷售額進行預測。


三、分析模型
結合上述業務場景,A公司產品銷售時間序列主要由四個影響因素構成:長期趨勢,用T表示;季節變化,用S表示;周期變化,用C表示;不規則變化,用I表示。


我們設銷售額為Y,那么Y即可看成是T,S,C,I的函數,即Y=f(T,S,C,I),此時只需要確定f的表達式,并且從Y中把T,S,C,I分離出來,那么如果T,S,C,I的變化是已知的,即可對Y進行預測。
根據A公司的產品業務特點,本例時間序列應用乘法模型,即 Y = T×S×C×I。


四、預測步驟
1、給變量t賦值;
按照時間的順序,給現有的歷史數據及需要預測的數據進行賦值,如下表所示。表中17-20序列即是需要求出的2018年四個季度的預測數據。



2、剔除季節變化;
因為我們的歷史數據是按季度呈現的,一年之內變化四次,為了剔除一年之內的波動,需要對數據進行四項移動平均。
四項移動平均后,提出了一年之內的季節變化和不規則變動,即剔除掉了S×I。


3、求出T×C;
我們在上一步驟剔除了S×I后,得出的結果還不是T×C,因為在四項移動平均中,我們已將相鄰的4個數據相加取平均得到一個值,表中2014年的四個季度的數據被平均時,它們的平均數應該置于2.5的位置,第二個數應放在3.5的位置,其余數據取平均時也有類似的問題。因此我們需要再做一次居中平均來解決這個問題,如下圖所示。完成居中平均后,得到的結果就是T×C。


4、求S×I;
因為Y = T×S×C×I,因此S×I=Y/T×C,上一步驟中,我們已經求出T×C,帶入上述公式即可得到S×I,如下表。



5、求T和C;
模型中T表示長期趨勢,根據業務背景,A公司的產品銷售額從長期趨勢上看,是呈上升態勢的,因此它是一條反映增長趨勢的直線,即T=A+Bt,可以用線性回歸的方法求出T,如下圖所示。
SUMMARY OUTPUT






有了T的值后,因為T×C已知,根據模型Y = T×S×C×I,我們即可求出C的值,如上圖所示。由于我們需要求出17-20的C值,則需要根據現有數據,結合業務特征,擬合出一條波動的曲線,得到C在17-20序列的值。


6、求S和I;
已知S×I的值,可以將S和I分別分離出來。S表示季節變化,不同的年份,季節的值應該都是相同的,但我們看下表,同樣的年份同樣的季度,值并不相同,原因就在于I的影響。為了消除I的影響,我們對不同年份,同一季度的值進行平均。同時,模型中季節因素對Y無影響則四個季度之和應該為4,否則需要進行修正。按等比例原則,修正后的積極指數如下表所示。



7、運用模型預測
我們分別求出了T、S、C的值,根據乘法模型,即可得出2018年每個季度的預測值,計算結果見下表。




五、結論與建議
季節分解法的計算思路為時間序列是由時間t和根據時間變化的Y構成,Y由T,S,C,I即長期趨勢、季節變化、周期和不規則變動構成,根據乘法模型Y = T×S×C×I,只需要分解T,S,C,I即可求出預測值。同時,任何的數據分析方法都需要與業務特征、行業特點相結合,才能更好得利用數據分析這個工具來解決業務問題。



Prev article

鐘南山院士團隊新論文方法的啟發

Next article

運用數據分析方法解決潛在醫藥品品種和用藥人群分析的研究

課程服務

認證服務

在線咨詢

色惰日本视频网站