1

第七章

銷售預測

2

預測的意義

3

是否有利潤

生產規劃

長期：產能規劃、製程規劃、廠　 　 　 址選擇中期：集體規劃短期：短期日程安排、存量管制　 　 　 、品質管制、進度控制

決定是否生產

生產控制

品質、數量、交期、成本、彈性與效率

重新預測no

yes

市場預測

預測市場佔有率

產品族銷售預測

個別產品預測

圖 2.1 銷售預測與生產規劃之關係

4

範例 已知某公司生產電腦年銷售值預測為 80,000,0

00元，其中 A型電腦佔有率為 20%，每台單價為 10,000元，則預測電腦中 A型電腦應生產多少台？

由於預測需用實體單位，因此，將其加以轉換成台數。

台600,1

000,10/)2.0000,000,80(

單價/金額台數

5

預測之目的與條件 好的銷售預測之條件：

1.預測需以意義的計量單位來表示。

2.生產最好能保有彈性，以免吃驚反應不及。

3.預測時應考慮各種行動所需的前置時間。

4.預測通常採用 2至 3個方法。

5.預測可用資料越多，預測越準。

6

預測的方法

7

預測方法

財務管理

行銷規劃

生產規劃

主排程規劃圖 1 依功能分類的預測方法

8

依預測技術分類預測方法

定量法( 統計法 )

定性法( 判斷法 )

模擬 時間數列分析 因果迴歸 歷史類比

古典分解法 趨勢投射法 移動平均法 天真法

簡單移動平均

加權移動平均

指數平滑法

中心點移動平均

主觀意見想像預測專家意見調查法

市場調查法

得爾菲法

小組意見調查法

圖 2.4 依預測技術分類之預測方法

9

預測的定性方法

10

定性方法：1 、依個人主觀意識來進行預測之方法2 、強調個人經驗與知識3 、適用於缺乏歷史資料時4 、適用於長期預測

小組意見法 (Panel Discussions)三個臭皮匠勝過一個諸葛亮

德爾菲法 (Delphi Method) 想像預測法 (Visionary Forecast) 市場調查法 (Market Research) 歷史類比法 (Historical Analogy) 草根法 (Gross root) 　 　

11

預測的定量方法一：

時間數列分析

12

時間數列分析 之一

時間數列分析基本假設未來是過去的延伸

影響時間數列分析之因素1、趨勢變動2、季節變動3、循環變動4、不規則變動（隨機變動）

原始資料

長期趨勢

季節因子

循環因子

隨機變動

圖 2.5 時間數列分析影響因子

14

時間數列分析 之四

簡單移動平均法

影響其反應之因素：期數（ n ）越小，反應越快。期數（ n ）越大，反應越慢。

n

Y

n

YYYF

t

ntii

ntttt

)1(111

期別 原始資料 n=3 n=4 n=5

1 25      

2 20      

3 30      

4 23 25.00    

5 22 24.33 24.50  

6 24 25.00 23.75 24.0

7 31 23.00 24.75 23.8

8 32 25.67 25.00 26.0

9 28 29.00 27.25 26.4

10 25 30.33 28.75 27.4

11 26 28.33 29.00 28.0

12 30 26.33 27.75 28.4

表 2.4 移動平均法

20

22

24

26

28

30

32

34

1 2 3 4 5 6 7 8 9 10 11 12

期別

銷售量

期別

原始資料

n=3

n=4

n=5

圖 2.6 依動平均法圖示

【範例】已知某業務員過去 6 週之銷售量資料如下：

週 1 2 3 4 5 6

銷貨量 17 21 25 30 32 40

試求以： (1)n=3 (2)n=5的簡單移動平均法預測第 7 週之銷售量等於多少？

343

303240

3456

7

YYY

F

6.295

2125303240

523456

7

YYYYY

F

18

時間數列分析 之五

加權移動平均法

最近期的資料，其重要性越重要。 最近期的資料常具有較大的權數。 而當每一期資料之重要性均相同時，代表其為簡單移動平均法 。

最近期權數越大，反應性越高。

i

t

ntiii

nttt

ntntttttt W

YW

WWW

YWYWYWF )1(

11

11111

【範例】已知某業務員過去 6 週之銷售量資料如下： 週 1 2 3 4 5 6

銷貨量 17 21 25 30 32 40

試求以權數 3 、 2 、 1 的加權移動平均法，預測第 7 週之銷售量等於多少？

67.35123

3013224037

F

20

時間數列分析 之七

中期預測模式：古典分解法 加法模式

乘法模式

RSCTYF tt 1

RSCTFt 1

【範例】若已知本年度銷貨量為 2000 單位，依長期趨勢預測明年將減少 10 單位，依循環指數預測將增加 5 單位，依季節指數預測將增加 10 單位，依誤差預測時將減少 20 單位。試問：明年該公司之銷售量為多少？

1985201051020001 RSCTYF tt

【範例】若已知依長期趨勢預測明年銷售量將為 2000 單位，依季節指數預測將增加 10 ％，依循環指數預測將增加 10 ％，依誤差預測時將減少 10 ％。試以古典分解法乘法模式預測明年該公司之銷售量為多少？

2178)10.01()10.01()10.01(20001

RCSTFt

22

時間數列分析 之十一

長期趨勢因子1 、隨手劃2 、半平均法3 、最小平方法4 、趨勢調整指數平滑法

隨手劃（下頁）

正離差

負離差

(X)

銷售量

Y

時間

圖 2.8 隨手畫法式意圖

最小平方法假設：

公式：

0))(()( btaYeFY iiii

最小222 ))(()( btaYeFY iiii

22 )(

xxn

yxxynb

xbyn

xb

n

ya

0x

222 )( x

xy

xxn

yxxynb

yn

yxby

n

xb

n

ya

【範例】若已知得龍家電公司，過去五年之銷售金額 ( 百萬 ) 如下，試以最小平方法求其方程式，並以其預測第 6 年之銷售金額為多少？

年度 (x) 1 2 3 4 5

銷售量 (y) 150 250 280 320 400

57)15()55(5

)1400()15()4770(5

)( 222

xxn

yxxynb

1095

1557

5

1400

n

xb

n

ya

451657109571096 xF

0 x

5710

5702

x

xyb 280

5

1400

n

ya

4513572803 F

27

預測的定量方法二：

因果預測分析法

28

因果預測分析法概述1. 迴歸模式 (Regression Model)

2. 購買意願法 (Intention-to Buy & Anticipations Surveys)

3. 投入產出模式 (Input-Output Model)

4. 計量經濟模式 (Econometric Model)

5. 經濟投入產出模式 (Economic Input-Output Model)

6. 擴散指數法 (Diffusion Index)

7. 壽命週期分析 (Life-Cycle Analysis)

29

因果迴歸分析法 簡單迴歸分析

基本假設1. 沿著迴歸直線的變動是隨機的。2. 沿著迴歸直線的誤差應呈常態分配。3. 只能在觀察值的範圍內進行預測。

bxaYFt ˆ

1

xbyn

xb

n

ya

xxn

yxxynb

22 )(

30

迴歸模式的缺點包括下列諸點：1. 簡單線性迴歸只能用在含一個自變數

的線性關係。2. 建立此種關係，要 20 筆以上資料。3. 所有觀察值之權數皆須相等。4. 成本高且複雜，預測個別項目不適用。

【範例】自台中市抽樣 5 位公務人員，調查其每月所得與消費資料如下，試求出其簡單線性迴歸模式，並預測所的為 50000 元時，其每月消費為多少？

所得 (x) 20000 30000 40000 25000 15000

消費 (y) 18000 27000 32000 22000 15000

xbxay ??ˆ

?ˆ50000 y若所得為 50000 時，其消費為：

xbyn

xb

n

ya

xxn

yxxynb

22 )(