隨著技術(shù)、數(shù)據(jù)采集和處理技術(shù)的進(jìn)步，大多數(shù)需求預(yù)測(cè)解決方案涉及的多數(shù)技術(shù)是現(xiàn)成的，這些解決方案作為一個(gè)部分嵌入到核心統(tǒng)計(jì)引擎中。然而，了解每個(gè)方法的優(yōu)點(diǎn)和缺點(diǎn)是很重要。

一、各種時(shí)間序列的優(yōu)缺點(diǎn)

移動(dòng)平均法：

優(yōu)點(diǎn)：

    開發(fā)簡單、可以有效的預(yù)測(cè)趨勢(shì)與周期性，只需要少量數(shù)據(jù)，存儲(chǔ)需求小，易于系統(tǒng)化與自動(dòng)化。

缺點(diǎn)：

    不能很好的處理季節(jié)性。只能精確預(yù)測(cè)下一期需求。，剔除了可能比較重要的需求波動(dòng)，傾向于平滑化預(yù)測(cè)結(jié)果。無法對(duì)合理時(shí)間段內(nèi)的需求突變進(jìn)行預(yù)測(cè)。不能利用解釋性變量進(jìn)行需求塑造。

簡單指數(shù)平滑法：

優(yōu)點(diǎn):

    開發(fā)簡單，善于預(yù)測(cè)趨勢(shì)與周期性，只需少量的數(shù)據(jù)，最小的存儲(chǔ)需求，對(duì)呈指數(shù)衰減的最近需求期賦予最大權(quán)重，能比移動(dòng)平均法更好地反映需求波動(dòng)，易于系統(tǒng)化和自動(dòng)化。

缺點(diǎn)：

    難以找到α的最優(yōu)值（平滑權(quán)重），不能很好地處理季節(jié)性，只能精確預(yù)測(cè)下一期需求

    無法對(duì)合理時(shí)間段內(nèi)的需求突變進(jìn)行預(yù)測(cè)，不能利用解釋性變量進(jìn)行需求塑造。

Holt雙參數(shù)指數(shù)平滑法：

優(yōu)點(diǎn)：

    開發(fā)簡單，善于預(yù)測(cè)趨勢(shì)與周期性，只需少量數(shù)據(jù)，最小的存儲(chǔ)需求，使用雙權(quán)重方法，

    通常優(yōu)于移動(dòng)平均法和簡單指數(shù)平滑法，易于系統(tǒng)化或自動(dòng)化。

缺點(diǎn)：

    難以找到平滑權(quán)重的最優(yōu)值，不能很好地處理季節(jié)性，只能精確預(yù)測(cè)下一期需求，無法對(duì)合理時(shí)間段內(nèi)的需求突變進(jìn)行預(yù)測(cè)，對(duì)應(yīng)需求變化調(diào)整緩慢，不能利用解釋性變量進(jìn)行需求塑造。

Winter三參數(shù)指數(shù)平滑法：

優(yōu)點(diǎn)：

    善于預(yù)測(cè)趨勢(shì)與周期性和季節(jié)性，只需少量數(shù)據(jù)，使用三參數(shù)（趨勢(shì)與周期、季節(jié)性和不規(guī)則構(gòu)成），應(yīng)用最廣的數(shù)學(xué)方法，易于系統(tǒng)化和自動(dòng)化。

缺點(diǎn)：

    難以找到平滑權(quán)重的最優(yōu)值，只能精確預(yù)測(cè)后面1～3期的需求，無法對(duì)合理時(shí)間段內(nèi)的需求突變進(jìn)行預(yù)測(cè)，對(duì)需求變化調(diào)整緩慢，不能利用解釋性變量進(jìn)行需求塑造。

二、多元回歸分析的優(yōu)缺點(diǎn)

優(yōu)勢(shì)：

    能對(duì)趨勢(shì)與周期、季節(jié)性以及其他對(duì)需求造成影響的因素（解釋變量）建模，能夠構(gòu)建滯后效果，能夠涵蓋干預(yù)變量，能夠?qū)π枨笮盘?hào)進(jìn)行感知，能夠通過模擬What-if分析塑造未來需求，對(duì)于短中長期需求預(yù)測(cè)總體上更準(zhǔn)確。

劣勢(shì)：

    需要更多數(shù)據(jù)和數(shù)據(jù)存儲(chǔ)能力，建模更復(fù)雜，兼需統(tǒng)計(jì)和業(yè)務(wù)知識(shí)，較難系統(tǒng)化或自動(dòng)化。

三、自回歸綜合移動(dòng)平均ARIMA(Autoregressiveintegrated moving average)

優(yōu)勢(shì)：

    能對(duì)趨勢(shì)與周期、季節(jié)性以及其他影響需求的因素（解釋變量）進(jìn)行建模，模型傾向于在減少因果性（解釋性）變量的情況下還能保持較高的擬合MAPE值（平均絕對(duì)誤差百分率），能夠利用模擬what-if分析進(jìn)行需求塑造，對(duì)長、中、短期需求預(yù)測(cè)準(zhǔn)確度總體上更高。

劣勢(shì)：

    對(duì)數(shù)據(jù)量和存儲(chǔ)要求更高，建模更復(fù)雜，需要統(tǒng)計(jì)和業(yè)務(wù)知識(shí)程度更高，很難系統(tǒng)化或自動(dòng)化，因?yàn)槠鋸?fù)雜性，是應(yīng)用最少的方法。

四、加權(quán)綜合預(yù)測(cè)法的分析

    當(dāng)不確定哪種預(yù)測(cè)方法最準(zhǔn)確時(shí)，可將不同預(yù)測(cè)方法進(jìn)行加權(quán)合并，當(dāng)不確定所預(yù)測(cè)情景會(huì)如何時(shí)，可將不同預(yù)測(cè)方法進(jìn)行加權(quán)合并。

    在一般情況下，加權(quán)綜合預(yù)測(cè)較構(gòu)成綜合預(yù)測(cè)中任一種預(yù)測(cè)的準(zhǔn)確性都要高。但是，綜合預(yù)測(cè)只在預(yù)測(cè)方法不止一種的情況下才可行，當(dāng)需要借助主觀判斷且考慮情感因素時(shí)，權(quán)重設(shè)置優(yōu)先于對(duì)預(yù)測(cè)結(jié)果的考察，因?yàn)槿藗兏鼉A向于將所有權(quán)重賦予符合他們理念的預(yù)測(cè)之上。

五、結(jié)構(gòu)判斷法（針對(duì)新產(chǎn)品預(yù)測(cè)）分析

    新產(chǎn)品分改良型新產(chǎn)品和革命型新產(chǎn)品。企業(yè)推出的新產(chǎn)品80%-90%是改良型新產(chǎn)品。對(duì)改良型新產(chǎn)品采用結(jié)構(gòu)判斷法的優(yōu)勢(shì)可以通過歷史數(shù)據(jù)自動(dòng)化處理并結(jié)合統(tǒng)計(jì)分析方法，來對(duì)人為主觀判斷法進(jìn)行進(jìn)一步的完善。

    新產(chǎn)品預(yù)測(cè)結(jié)構(gòu)判斷法，結(jié)構(gòu)化分類模型，對(duì)屬性特征快速抽取相似的后選產(chǎn)品，從候選產(chǎn)品移除異常產(chǎn)品，形成替代產(chǎn)品組，再從替代產(chǎn)品組抽取統(tǒng)計(jì)模型特征預(yù)測(cè)新產(chǎn)品并補(bǔ)全時(shí)間相關(guān)問題。并為新產(chǎn)品活動(dòng)實(shí)時(shí)提供可視化呈現(xiàn)，這有助于建模分析人員隨時(shí)掌握新產(chǎn)品行動(dòng)的風(fēng)險(xiǎn)性、不確定性及可變性，并使得企業(yè)能夠在新產(chǎn)品推出不確定性基礎(chǔ)上做出較合理的決策。

    當(dāng)然，判斷總歸是新產(chǎn)品預(yù)測(cè)過程中的重要部分。但是，判斷是基于業(yè)務(wù)知識(shí)并有助于整個(gè)過程可跟蹤并盡可能的高效與客觀。

核心關(guān)注：拓步ERP系統(tǒng)平臺(tái)是覆蓋了眾多的業(yè)務(wù)領(lǐng)域、行業(yè)應(yīng)用，蘊(yùn)涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務(wù)管理理念，功能涉及供應(yīng)鏈、成本、制造、CRM、HR等眾多業(yè)務(wù)領(lǐng)域的管理，全面涵蓋了企業(yè)關(guān)注ERP管理系統(tǒng)的核心領(lǐng)域，是眾多中小企業(yè)信息化建設(shè)首選的ERP管理軟件信賴品牌。

轉(zhuǎn)載請(qǐng)注明出處：拓步ERP資訊網(wǎng)http://m.lukmueng.com/

本文標(biāo)題：銷售預(yù)測(cè)各種統(tǒng)計(jì)算法優(yōu)劣分析

本文網(wǎng)址：http://m.lukmueng.com/html/support/11121819515.html