新闻动态

从销售预测起步,联合通商科技的每一步
都在助您通向商业智能之路!

釐清新旧品替代关係,产品销售预测才有真正参考价值

企业所从事的生产或製造行为均是为了满足需求而存在,没有需求,企业就无法生存,但是几乎所有的需求又都伴随着不确定性。因此,对于如何做好需求预测,便成为每一个生产与销售管理经理人最重要的课题。如能取得准确的预测值,则不但能减轻后续物料採购、生产计划等作业之複杂度,也能对市场快速反应因而降低库存水准,为企业带来利润及竞争力。

需求预测主要针对个别产品或服务的未来需求进行预测。进行预测的方式有很多种,最典型的就是利用时间序列预测,透过产品过去的销售历史数据,找出其波动特性,利用其特性建立有系统的模式。唯时间序列预测模型的建立前提是必须有足够的销售历史的情况下,才能有效进行预测。

而随着产品技术发展的速度加快,产品更替的速度愈来愈快,因此在产品生命週期愈来愈短的情况下,每个产品会因没有实际历史销售数据或者过短的历史数据,导致若直接利用产品过去销售历史来做有效预测的难度将愈来愈高,而做好产品需求预测的挑战也将愈来愈大。

市面上除了一些以全新技术所开发出来的产品,因过去完全无数据或可参考性产品,而必须以市场研究或专家判断方式来进行质化性预测。现今存在市面上的产品,绝大部分都是根据过去旧有产品的基础下,因为在技术功能的改善或者特定通路管理下需求而产生,这些产品从产品编码或名称上,定义为新品,然而这类型产品多半承袭前身产品的需求,因此这类型产品若要进行未来预测,基本上可以结合前身产品的销售历史来进行预测,但因为新旧品间承接关係并不完全直接衔接,而可能在市场上有时间重叠或者延迟的落差,若是单纯採用旧品的销售历史数据,其数据可能因销售或生产因素影响而导致数据无法反应需求,因此必须对企业现行在产品预测上的运作机制进行了解,找出产品在生命週期管理上的合适时间切点,利用适当的旧品数据,来作为新品预测的历史数据基础。

根据企业在产品生命週期管理的作法上,通常将产品从上市到下市分成几个重要时点,从产品研发完成、产品上市日期、停止生产日期到停止销售日期(即下市日期)结束(如图一所示)其中在产品停止生产日期后产品便不再生产,而后续的销售数据将会利用剩馀库存销售所得出,并非为实际真正市场需求,因此对于后续新品的预测,便不能将这些非实际需求的数据来进行预测,而必须截取产品在停止生产前销售数据,如此可避免因产品宣布停止生产后实际历史数据会大幅减少,导致未来预测逐渐减少并为零。另外因为新品上市初期,企业通常会做一些促销活动,致上市前几周的销售会有爆量发生,因此新品上市前期可以透过事件方式将前身品项在上市初期的事件影响量放入新品上市时间,产生适当的新品预测值。

图一 产品生命週期阶段示意图



以某产品为例,若单纯利用该产品过去销售历史数据来进行预测(如图二所示),透过时间序列预测方法进行预测,因为该产品实际销售长度并未满一年,所以预测模型方法无法分析出趋势及季节性等特性存在,因此选择了简单指数平滑法进行预测,所以产生预测值为一条直线。而若是依据产品部门所建立的新旧品对应关係,结合前身历史数据停止生产前及新品上市后部分销售数据后(如图三所示),因为结合后数据超过一年,能分析出其具备季节行等特性存在,所产生的预测会依据时间特性结合季节性,产生较能符合实际需求波动变化的预测值来,将可做为预测的参考依据。


图二 某产品预测示意图-新品历史数据
图三 某产品预测示意图-结合旧品及新品历史数据


透过产品生命週期的规划,有效进行新旧品间的替代对应关係,让旧品历史数据能有效被后续产品沿用,使得短生命週期的产品能有效进行预测,能够满足企业在预测上的需求。因此,未来企业若要做好需求预测,制定产品生命週期及新旧品间上下市替代关係之规范,有效建立新旧品替代对应关係,并利用系统自动化处理产品销售数据,依据产品生命週期之关係,进行产品数据的筛选,快速整合新旧品历史数据,让企业在新品预测上可以产生合情合理的预测参考值,满足企业在产品预测上的需求。

联合通商科技(天津)有限公司 天津 上海 广州 台北 Global Technology, Local Service Copyright © 2024 eBizprise Inc.  技术支持:上海朗晟

  津ICP备17007692号-3