売上予測の統計的方法

動きの遅い製品、新製品の紹介、安定した成熟した製品、不安定な需要のある製品で使用するために設計されたさまざまな統計予測方法があります。 どの統計予測方法が製品に最も適しているかを判断することは、試行錯誤に帰着することがよくあります。 使用する方法をめぐる混乱のために、データを分析し、どこで予測プロセスを開始するかを決定するために予測の専門家を雇う企業もあります。

基本

企業が統計的売上予測手法を使用する場合、過去の売上または需要データを使用して将来の売上を予測します。 予測を作成するために使用される複雑な数式のために、ほとんどの企業はこのタスクを達成するために高度なソフトウェアに依存しています。 需要の種類ごとに、将来の予測を最も適切に予測するための異なる統計方法が必要です。

季節モデル

季節予測方法はいくつかあります。 Box Jenkins、Census X-11、Decomposition、Holt Wintersの指数平滑化モデルなどの季節予測方法はすべて、将来の予測を決定するための主要な入力として製品需要プロファイルの季節要素を利用します。 季節性は特定の期間に繰り返される傾向を表します。 たとえば、ダイニングルームのテーブルは、感謝祭やクリスマスに至るまでの数カ月間で高い季節的需要を示します。

単純なモデル

高度な予測ソフトウェアを持っていない企業は、スプレッドシートで管理されている単純な予測モデルに頼ることがよくあります。 これらの方法のいくつかはHoltの二重指数平滑法を含みます。 適応指数平滑法、加重移動平均および非常に一般的な移動平均法。 移動平均法は使いやすいモデルですが、製品のデータの将来の傾向をビジネスに警告することはできません。 移動平均はすでに形成された傾向のみを示します。 新しい期間が移動平均式に追加されるたびに、最後の期間が削除されます。したがって、時系列全体が1期間前に「移動」します。

新製品モデル

新製品の予測は、依然として利用可能な最も困難な予測タスクの1つです。 新製品の予測には、人的およびコンピュータによる情報源からの入力が必要です。 ゴンペルツ曲線やプロビット曲線などの新製品予測手法では、新製品の導入に伴う急上昇期間の管理を目指しています。 これらの方法は、それらのライフサイクルの終わりに近づいている成熟した製品にも働きます。

遅いモデル

動きの遅い需要を示す製品や散発的な需要がある製品には、特定のタイプの統計予測モデルが必要です。 Crostonの断続的モデルは、不安定な需要がある製品に適しています。 不安定な需要がある製品は季節的な要素を示さない。 代わりに、製品需要属性のグラフは、時系列に沿った断続的なポイントでピークとフラット期間を示します。 Crostonのモデルの目的は、予測値ではなく安全在庫値を提供することです。 安全在庫の値により、ニーズを満たすのに十分な在庫を確保できます。