把握市场真实需求合理分类分层预测

时间：2022-03-03 15:20:06 浏览量：次

2008年是网建全面提升三年目标的第二年，国家局决定在全行业推行“按客户订单组织货源”工作，并配套出台了相关业务流程操作规范。因此，作为烟草商业企业，如何准确把握预测本地市场的真实需求，是开展“按客户订单组织货源”的关键。

　　一、需求预测的重点及难点

　　把握市场真实需求，其实质就是要抓住“两个方面”和“两个层面”，从而达到“两个匹配”。“两个方面”，一个是卷烟消费总量方面，一个是卷烟消费结构方面；“两个层面”，一个是消费者层面，主要是判断卷烟消费趋势，另一个是零售客户层面，主要掌握现实需求。“两个匹配”，就是零售客户的要货与所服务消费者的需求达到最佳匹配，烟草公司的货源供应要与所服务区域的消费需求达到最佳匹配。

　　但需求是潜在动态变化的，因此预测把握起来比较困难。

　　难点一：零售户订单不准怎么办，放大怎么办。

　　难点二：市场上存在众多品牌规格，需求不一样、特征不一样，客户经理怎么去识别，怎么去预测。

　　难点三：客户经理预测到底准不准、真不真，谁来判断、如何评价、怎样验证。

　　二、需求预测方案的设计

　　结合国家局的业务规范和工作实际，设计的需求预测总体思路概括起来就是“合理分类、分层预测”。

　　1．合理分类、发现规律，把握不同牌号的需求特征。

　　科学分类，就是通过对市场规律的把握，从不同维度开展层层分解，把要分析和预测的牌号进行分类。

　　第一步，通过卷烟价类和订单份额，确定分析预测的重点牌号。按国家局五个调拨价类别，分别选取订单量占该类别80%的卷烟牌号。以固原烟草为例，2007年共经营品牌规格65个，这类品牌仅占到18个，占据了市场的绝大部分订单量，因此是进行预测研究的重点对象，剩余的47个非主销牌号，通过比较简单固定的数学模型（加权移动平均法）、配合经验判断即可实现基本预测。所以，通过这第一步的划分，就实现了预测牌号上的整合，大大减少了预测工作的复杂性，把主要精力集中到18个重点品牌上来。

　　第二步，通过订单满足率，对重点牌号再次分类，以确定相应的分析工具和预测模型。18个重点品牌虽然不多，其中仍有区别。订单满足率较高的“稍紧类”牌号，供需矛盾不是很突出，一般直接用零售户的要货订单就可以基本准确地反映市场真实需求；而订单满足率较低的“偏紧类”牌号，供需情况就比较复杂，零售户的要货数往往可能失真，需要客户经理和营销部门综合多因素考虑加以识别。这两类牌号由于需求特征的不同，在预测时的模型、方法也应该是完全不同的。因此，通过分析订单满足率的高低，把这18个主销牌号再次分类，满足率80%以上的划分为“稍紧类”牌号，满足率80%以下的划分为“偏紧类”牌号。所以，通过这第二轮的分类，就进一步明确了牌号的需求特征，可以为两类不同牌号匹配两种不同的预测模型，增强预测方法的针对性。

　　第三步，运用“订单稳定性”指标，对重点牌号三次分类，以进一步明确预测模型中的相关参数。

　　两种不同牌号特征的划分，实际上已经明确了两种不同的适用模型。但是，即使是供应能够满足的“稍紧类”牌号，也不能完全认为零售户要货订单次次都是真实稳定的，就一定没有放大效应，更何况市场有时也会发生比较突然的变化。因此，无论哪种预测模型中，必定要存在一个参数来修正结果。如何明确这个参数，理论上看，规范经营的客户在一定时期内对卷烟的需求应该相对稳定，而订单波动经常超出合理范围的客户，其需求是需要修正的。所以，客户在一个阶段内的“订单稳定性”程度，就可以用来确定这个参数。运用“二八”理论，对于订单稳定性低的前20%的客户，要求客户经理开展订单的调查分析，做出是否要进行参数修正的判断。通过第三轮的分类，我们就已经能用“订单的稳定或者不稳定”这两个类别，明确预测模型中的相关参数设定，解决了“是否能够相信客户订单、对哪个订单相信到什么程度”这个问题。

　　2．分层预测、层层验证，把握不同层面的市场需求。

　　客户经理在上述三轮分类识别的过程中，已经能够比较简单、清晰地开展需求预测工作。但是，他们的预测总归需要一个水平逐渐提高的过程，预测出来的数据准不准，汇总后商业企业能不能直接用，当前是否完全能够代表市场的真实需求，还是很难判定。

　　分层、多层预测的目的，就是除了客户经理预测外，在县分公司、营销中心两个层面，分别再运用独立的方法来开展市场需求预测，作为进一步修正客户经理预测的科学依据，在上述分类的结果上，再进一步实现“预测修正”这个过程。因此，形成客户经理、县分公司、营销中心这三个层次的预测主体，以及三种独立不同的预测重点、预测方法和预测任务，最终实现数据化验证、科学化验证。三个层次分别的任务是：

　　一是客户经理层面，主要从微观层面人手，重点把握零售客户的需求。二是县分公司层面，主要立足于辖区市场的供需矛盾点分析，结合消费发展趋势、品牌培育和消费引导策略，重点研究货源供应与区域消费需求之间匹配程度的问题，提出对客户经理预测数修正后的县分公司预测数。三是营销中心层面，主要从宏观角度，立足整个辖区市场，重点把握市场需求总量和消费引导方向，综合考虑需求影响因素的变化、品牌培育的方向，并结合历史销量、区域间的供求矛盾等，综合平衡和修正县分公司提出的需求预测数，提出全辖区总量以及各价类与牌号的需求量。

　　三、需求预测的具体方法和模型

　　在上述设计方案下，在三个层面预测工作上，比较清晰地形成了具体模型和方法。

　　（一）客户经理层面的预测模型和方法对于实现了层层分类后的牌号，基本上是以下几种状态，分别可以对应以下几种不同的预测模型和预测方法。

　　1、对于“高满足率”的牌号，客户的要货基本上能够反映消费需求。因此，最佳匹配的预测方法是“加权移动平均法”。这个模型的设计思路是：以某零售户要货前的、剔除季节、节日因素后的、连续12周的加权平均订单数，作为月度周平均订单的需求预测数，再将周预测数转换得出月度需求预测数。

　　2、对于“低满足率”的牌号，客户的要货可能存在放大的成分，不能真实反映消费者需求，需要参照该客户在不同历史阶段的要货情况，开展综合判断和适当修正还原，以接近市场真实需要。因此，最佳的匹配模型是相对复杂的“综合分析法”。这个模型的基本设计思路是：通过对某零售户远期、中期、近期三个时间段内的订单指标，分别进行定量，综合判断月度需求。由于涵盖了远、中、近三个时间段，使得预测值建立在连续而稳定的历史资料基础上，动态地反映了未来一定时期内的卷烟需求状况。

　　3、不论牌号满足率的高低，当发生客户订单不稳定的情况，客户经理还要调查分析判断这个订单是否反映市场需求的真实变化。因此，还要结合第三种方法，即“营销人员意见法”。设计思路是：对不稳定的订单，客户经理要从零售户周边经营环境、自身经营状况两个方面进行定性判断，综合考虑商业环境、市政建设、消费群体、经营格局、销售能力、品牌结构、其他特定事件等多种变化因素，修改前期预测数。这套方法与上述两种模型结合起来用，可以使订单分析预测更加客观合理。

　　（二）县分公司层面的预测模型和方法对于客户经理预测出来的需求数据，要运用针对供需矛盾点分析的方法，站在整个区域的角度，对市场需求做出定性和定量分析判断，从而从另一个角度，加以分析、验证和修正。

　　3．营销中心对县分公司验证后的预测数据，要从另一个角度去验证、修正预测数据，力求更加准确。首先要开展年度消费量的宏观预测，委托第三方专业机构开展市场消费调查，以人口数、吸烟率、人均消费量等指标，科学测算本地卷烟消费总量和各结构档次的消费量。其次，在年度和月度需求量的预测上，使用“季节指数法”，运用历史销售数据开展预测，分析“每年同月”和“同年各月”的销售相关性，反映出销售变化趋势，判断得出年度和月度消费量，并对县分公司提报的月度预测数进行修正。最后，再充分考虑品牌培育和消费引导因素，在内部统一品牌培育与消费引导策略的基础上，根据价量关系，把握市场总量和重点牌号达到稍紧平衡的状态，通过领导决策法，进行适当修正，形成更为合理的商业订单，提报给工业企业，最终完成整个预测流程。

　　四、需求预测的考核指标

　　根据这套预测体系，紧紧抓住“订单”这一根主线，在运行中分层对应考核，提高预测质量。预测准确率的考核维度有三个系列一时间系列、客户系列、品牌系列，但只有时间系列才是总量预测最关键的部分，因为引起总量变化的最大成因就是卷烟需求季节性特征，此外需要关注的是一些诸如拆迁、道路改建等非预测范围的突发性事件的把握。而客户系列、品牌系列中的单个需求变化与总量预测准确率之间变得毫无关系，即使单个客户和品牌的预测差别再大，只要预测总量和需求总量之间的数字相符合就不影响考核。因此，对客户经理、市场经理、品牌经理仅考核总量预测准确率是无法体现市场对品牌、品类、客户之间需求差别的。如果只是简单的从客户需求总量一个维度进行计算分析，那么得出结果只能确定预测准确率的数值大小，而无法得知准确率产生的具体原因，因为预测总量和需求总量是由单个的具体品牌数量的累计总和，如此一来客户经理和市场经理对预测准确率所关注的只是市场需求容量的总体大小是否与预测总量相符合，而不可能关心品牌、品类、档次需求之间的差别。为此，应采取措施如下：

　　1．时间系列上继续考核总量预测准确率以外，还要从内容系列中考核品牌、品类预测准确率，品牌、品类预测准确率的维度分为两大项：一是重点品牌预测准确率，即18个重点品牌准确率的加权平均；二是依据不同指标特点设置品类预测准确率，分别为价位档次分类、类别分类。

　　2．客户系列预测应根据不同标准进行考核，如重点客户、一般客户、销售波动客户、订单不稳定客户、业态类别、商圈类型等。

　　3．预测准确率的计算方法应变总量预测考核为单个品牌、品类、个体客户和类别客户的预测准确率的加权平均值，具体权重以类别中的数量为准。

推荐访问:分层把握需求预测真实