销售预测有什么方法

销售预测是指对未来特定时间内，全部产品或特定产品的销售数量与销售金额的估计。销售预测是在充分考虑未来各种影响因素的基础上，结合本企业的销售实绩，通过一定的分析方法提出切实可行的销售目标。那么销售预测有什么方法?

销售预测方法：定性预测方法

一般来说，在销售预测中常用的定性预测方法有四种：高级经理意见法、销售人员意见法、购买者期望法和德尔菲法。

1)高级经理意见法

高级经理意见法是依据销售经理(经营者与销售管理者为中心)或其他高级经理的经验与直觉，通过一个人或所有参与者的平均意见求出销售预测值的方法。

2)销售人员意见法

销售人员意见法是利用销售人员对未来销售进行预测。有时是由每个销售人员单独作出这些预测，有时则与销售经理共同讨论而作出这些预测。预测结果以地区或行政区划汇总，一级一级汇总，最后得出企业的销售预测结果。

3)购买者期望法

许多企业经常关注新顾客、老顾客和潜在顾客未来的购买意向情况，如果存在少数重要的顾客占据企业大部分销售量这种情况，那么购买者期望法是很实用的。

这种预测方法是通过征询顾客或客户的潜在需求或未来购买商品计划的情况，了解顾客购买商品的活动、变化及特征等.然后在收集消费者意见的基础上分析市场变化，预测未来市场需求。

4)德尔菲法

德尔菲法又称专家意见法，是指以不记名方式根据专家意见作出销售预测的方法。至于谁是专家，则由企业来确定，如果对专家有一致的认同则是最好不过的。德尔菲法通常包括召开一组专家参加的会议。第一阶段得到的结果总结出来可作为第二阶段预测的基础.通过组中所有专家的判断、观察和期望来进行评价，最后得到共享具有更少偏差的预测结果。

德尔菲法的最大优点是充分民主地收集专家意见，把握市场的特征。但是，德尔菲法一般只能得到企业或行业的预测结果，用此方法所求得的地区、顾客、产品分类等预测结果就没有那么精确了。

销售预测方法：定量预测方法

用来进行销售预测的定量预测方法可以按照不同类型分成两大类;时间序列分析法、回归和相关分析法。

1)时间序列分析法

时间序列分析法是利用变量与时间存在的相关关系，通过对以前数据的分析来预测将来的数据。在分析销售收入时，大家都懂得将销售收入按照年或月的次序排列下来，以观察其变化趋势。时间序列分析法现已成为销售预测中具有代表性的方法。

2)回归分析法

各种事物彼此之间都存在直接或间接的因果关系.同样的，销售量亦会随着某种变量的变化而变化。当销售与时间之外的其他事物存在相关性时，就可运用回归和相关分析法进行销售预测。

数据挖掘在销售预测中的应用

随着市场经济的发展和经济的全球化，企业面临着越来越残酷的市场竞争。企业要想赢得竞争、赢得客户，就必须在最快的时间内，以最低的成本将产品提供给客户，这使得进行正确及时的产品销售预测及由此产生的可靠的 决策，成为现代企业成功的关键要素。由此，一些销售预测系统也应运而生。可是，随着计算机技术、 网络技术、通讯技术和Intemet技术的发展和各个业务操作流程的 自动化，企业产生了数以儿十或上百GB的销售历史数据，面对这些海量数据，传统的预测系统越来越不适应新的预测要求，主要表现在:大量的历史数据处于脱机状态，变成了“数据坟墓”。

预测涉及海量数据的处理，传统的方法无法满足运行效率、计算性能、准确率及存储空间的要求。预测所需的数据含有大量不完整 (缺少属性值或仅包含聚集数据)、含噪声 (错误或存在偏离期望的孤立点值)、不一致的内容 (来源于多个数据源或编码存在差异)，导致预测陷人混乱。传统的数据库技术在预测知识的表达、综合和推理方面能力比较薄弱，难以满足日益提高的预al要求。在这种情况下，一个新的研究领域—数据挖掘(Data Mining,DM)的出现引起了学术界和产业界的广泛关注。