marketing 第七章_ 市场需求测量与预测 市场营销 课件

第七章市场需求测量与预测(6)第一节市场需求测量1．市场需求的含义。2．市场需求预测的相关概念。第二节估计目前市场需求1．总市场潜量的含义。2．连锁比率法的概念及其应用。3．估计区域市场潜量的主要方法。第三节市场需求预测方法1．购买者意向调查法。2．销售人员综合意见法。3．专家意见法。4．市场试验法。5．时间序列分析法。【教学要求】通过本章学习，了解市场需求测量的基本概念，掌握估计目前市场需求的基本原理，应用市场预测的主要方法，解决企业市场营销管理决策问题。学习目标1、明确市场营销信息系统的构成。2、掌握市场营销调研步骤与方法。第一节市场需求的测量与预测一、市场需求测量（一）市场需求某种产品的市场需求，是指一定的顾客在一定的地理区域、一定的时间、一定的市场营销环境和一定的市场营销方案下购买的总量。5个一定市场需求函数见教材135页图7－1市场需求与行业营销费用某个时期的市场需求市场潜量Q1市场预测Q市场最小量Q0行业营销费用计划营销费用（1）市场需求是行业营销费用的函数（假定在某个营销环境内）1）Q0_---基本销售量或市场最小量，不需支出营销费用也会发生。随着行业营销费用的增加，刺激消费的力度加大，市场需求一般会随之增大。2）Q1—当营销费用超过一定水平后，就不能进一步促进需求，市场需求所达到的极限值，称为市场潜量。3）Q—在一定的环境条件和市场营销费用情况下估计的市场需求，叫市场预测（需求量）。4）Q1-Q0——营销灵敏度灵敏度大——扩张性市场（指需求规模受营销费用水平影响明显的市场）如服装灵敏度小——非扩张性市场。（如食盐）市场环境变化影响着市场潜量。某个时期的市场需求市场潜量（繁荣）市场潜量（衰退）行业营销费用假定有两种不同的环境（三）企业需求企业需求指在市场需求总量中企业所占的份额。以公式表示：式中：Qi为i公司的需求；Si为i公司的市场占有率；Q为市场需求，即市场总需求。QSQii（四）企业预测与企业潜量企业预测：指企业销售预测，是与企业选定的营销计划和假定的营销环境相对应的销售额（或销售量），即预期的企业销售水平。企业潜量：即企业销售潜量，指企业的营销努力相对于竞争者不断增大时，企业需求所达到的极限。如果企业的市场占有率是100%，则企业潜量=市场潜量第二节估计目前市场需求（一）总市场潜量总市场潜量：指一定时期内，一定环境条件和一定行业营销努力水平下，一个行业中所有企业可能达到的最大销售量。估算公式为：Q＝nqp式中：Q为总市场潜量；n为既定条件下特定产品的购买者人数；q为每一购买者的平均购买数量；p为单位产品平均价格。（二）地区市场潜量测量各地区的市场潜量：1、市场累加法。先识别某一地区市场的所有潜在顾客并估计每个潜在顾客的购买量，然后计算得出地区市场潜量。适合工业品生产企业。2、多因素指数法：借助于区域购买力有关的各种指数，以估算其市场潜量。例：已知Yi——i区域个人可支配收入占全国的百分比；Ri——i区域零售额占全国的百分比；Pi——居住在i区域的人口占全国的百分比；计算相对购买力指数公式：Bi=0.5Yi+0.3Ri+0.2Pi（权数可调）Bi——i区域购买力占全国购买力的百分比。以此来估计区域市场潜量。适合于消费品（不包括奢侈品）生产企业。第三节市场需求预测方法分为：定性预测与定量预测。（一）定性预测方法：1、购买者意向调查法。多用于工业用品和耐用消费品，适宜作短期预测。2、销售人员综合意见法。通过听取销售人员的意见估计市场需求。3、专家意见法（1）小组讨论法。（2）德尔菲法。特性：匿名性；（背靠背式）由调研机构直接向每位专家发意见征询表，专家之间不得横向交往、沟通。专家只与指定人员联系。反馈性；反复征询专家意见。其过程由以下环节构成：意见征询——意见整理——整理结果反馈于专家——直至意见趋于一致而调研终止。综合性——对每一轮专家意见资料的归纳整理中采用一定的定量分析法，以确定意见的集中和分散程度。4、市场试验法常用于:新产品的销售、新市场的开拓、新渠道的选择。（二）定量预测法1、时间序列分析法定义将某种经济统计指标的数值，按时间先后顺序排列形成序列，然后运用一定的数学方法，使其向外延伸，预测未来发展趋势，确定市场预测值。以时间推移研究和预测市场需求趋势，不受其他外界因素的影响。不过，在外界发生较大变化，如国家政策发生变化时，根据过去已发生的数据进行预测往往会有较大误差。利用时间序列分析法进行预测，必须以准确、完整的时间序列资料为前提。2、时间序列分析法的主要特点：（1）它是根据过去的变化趋势预测未来的。（即事物未发生质变）否则，就会使预测失效。这种预测适合于近期和短期预测，对中长期预测有较大的局限性。（2）时间序列数据存在着不规则性。一般有以下四种类型：1）长期变动趋势：包括3种情况时间销售量下降趋势上升趋势水平趋势2）季节变动趋势：如气候变化、传统节假日、人们的生理需要等引起某商品的销售量呈季节性波动。季节可按：“小时、月份、季节、年度”9920002001销售量年3）周期（循环）变动：在较长时间（5年、10年）内呈现周期性变动。受宏观因素的影响如资本主义经济危机1020304）不规则变动（随机变动）：由于偶然因素引起的。如：战争、疫情、自然灾害等。时间指标（3）时间序列法：是抛开所有的影响因素，仅研究预测对象与时间因素的关系。3、时间序列分析法：（1）简易平均法（2）移动平均法（3）季节指数法（4）直线趋势法（1）简易平均法：它是以一定观察期的数据求得平均数，并以所求平均数为基础，预测未来时期的预测值。是一种简便的时间序列法。简易平均法中，常用的具体方法有：1）算术平均法2）加权平均法1）算术平均法：就是以观察期的数据的平均值作为预测值。设：X1,X2,X3….Xn为观察期n个资料，求得n个资料的算术平均数的公式：11niiXXn（2）加权平均法：就是在求平均数时，根据观察期各资料的重要性不同，分别给以不同的权数后加以平均的方法。公式：11niiiniiXY例、某商店2000—2004年销售额及加权值如表，单位：万元观察期销售额Xi权数iXii2000401402001602120200255316520037543002004855425315151050算术平均数加权平均数显然用第一种方法求得预测值过低，不能反映商店销售的发展趋势。315635X1050705Y加权平均法的关键是确定权数。一般而言，距预测期越近的观察期数据，对预测值影响越大，反之越小。具体可采用：1）等差数列形式，1，2，3…n。——历史数据变动幅度不大。2）等比数据形式。如1，2，4，8…2n——历史数据变动幅度较大。3）使——历史数据波动不定的情况。11nii（2）移动平均法：通过引进近期新数据，不断淘汰早期数据，修改平均值作为预测值或预测基数。1）一次移动平均法：适宜具有明显线性趋势的时间序列数据的预测。预测模型：（2）移动平均法：通过引进近期新数据，不断淘汰早期数据，修改平均值作为预测值或预测基数。1）一次移动平均法：适宜具有明显线性趋势的时间序列数据的预测。预测模型：（2）移动平均法：通过引进近期新数据，不断淘汰早期数据，修改平均值作为预测值或预测基数。1）一次移动平均法：适宜具有明显线性趋势的时间序列数据的预测。预测模型：试中：——第t+1期的预测值。——移动跨期内各实际值之和Mt——到第t期的移动平均值。n——移动跨期。1ˆtY11ˆttiYMXniX用一次移动平均法预测2006年销售利润。已知：移动跨期n=3，其它资料如下：资料年份观察期t销售额（元）20011102002211200331220044152005518M5=1/3(12+15+18)=1506年预测值为15万元。2）二次移动平均法：是对一次移动平均值再进行移动平均，并在两次移动平均值的基础上，建立模型进行预测。二次移动平均值计算公式：Mt(2)=二次移动平均法的预测模式：(1)1Mtnˆ.tTYatbtT式中：——第t+T期的预测值。t——本期（资料最后一期）T——为本期到预测期的时期数。at、bt——参数ˆtTY(1)(2)2atMtMt(1)(2)21btMtMtn例、某企业94—2004年生产利润如下表，试以移动平均法（n=3）预测该企业2005年的利润。t年度利润Mt(1)Mt(2)atbt194440295481396513478497510501.3598536519.7499.7539.720699575540520.7559.719.7700620577545.6608.431.4801660618.3578.4658.239.9902711663.7619.7707.7441003736720.3661.4743.240.91104791746704788421205825784744.1823.939.906年的预测值为：a12=2784-744=823.9b12=[2/(3-1)](784-744.1)=39.91211ˆ(736791825)7843y1211212ˆ832.939.91863.8YabT（3）季节指数法*：是以市场循环周期为特征，通过计算历史资料变化的季节性系数，达到预测目的的一种方法。具体算法见《市场营销》宋小敏主编118页例、已知某产品03—05年各季的实际销售额（万元），预测06年各季度的销售量。年度季度03年04年05年平均季节指数实际值趋势值趋势比率实际值趋势值趋势比率实际值趋势值趋势比率一323639二182125三212428四394448合计110125140季平均例：北京麦肯特市场推广咨询公司在2005年11月4日、5日两天，采用等距抽样方法对北京市8个城区312户人家进行了一次市场调研。%碳酸饮料茶饮料果汁饮料水乳酸饮料夏季61.514.710.38.35.1冬季21.816.039.74.510.3①按月平均法季节指数例如，各年按月排列的销售量资料中各年同月的销售量相差无几。1）计算各年同月（季）的平均数2）计算各月（季）总平均数3）计算各月（季）的季节指数，季节指数SI=各年某月同月平均数/各月总平均数×100%季节指数有三种情况：接近100%——季节变动的影响小：＜100%——压缩影响；＞100%——增长影响。华清纺织品公司的面值内衣的理念销售统计表（单位：1000套）年份123456789101112按月平均96353723216259731362420726983438212382799323625216280035352419929同月平均33.57.22717.925季节指数186.8940.7150.63（4）直线趋势法。运用最小平方法，以直线斜率表示增长趋势的外推预测方法。公式为：Y＝a＋bＸ式中：a为直线在Y轴上的截距；b为直线斜率；Y为预测目标值；X为时间。在已知n个观察值（xi，yi）的情况下（i=1,2,…,n），可依据下式求出参数a、b，然后建立直线趋势方程进行预测。21iiiiaynxybx例、已知资料如表，预测06年的销售额。年YiXiXi200480-52501530-3902570-1103540110458039055605253260070Y=a+bx13260543.36niiYan1215207.4370niiiniiXYbXYi=543.3+7.41Xi预测06年的，则Xi取7则Y06=543.3+7.437=