複製鏈接
請複製以下鏈接發送給好友

定性預測法

鎖定
定性預測法也稱經驗判斷法。主要是利用市場調查得到的各種信息,根據預測者個人的知識、經驗和主觀判斷,對市場的未來發展趨勢做出估計和判斷。這種方法的優點是時間短,費用省,簡單易行,能綜合多種因素。缺點是主觀隨意性較大,預測結果不夠準確。常用的定性預測方法有綜合意見法、專家會議法和德爾非法。 [1] 
中文名
定性預測法
優    點
時間短,費用省,簡單易行,能綜合多種因素
缺    點
主觀隨意性較大,預測結果不夠準確
別    名
經驗判斷法

定性預測法原理介紹

定性預測偏重於對市場行情的發展方向和施工中各種影響施工項目成本因素的分析,能發揮專家經驗和主觀能動性,比較靈活,而且簡便易行,可以較快地提出預測結果。但是在進行定性預測時,也要儘可能地蒐集數據,運用數學方法,其結果通常也是從數量上作出測算。

定性預測法預測特點

定性預測的特點在於:
(1)着重對事物發展的性質進行預測,主要憑藉人的經驗以及分析能力
(2)着重對事物發展的趨勢、方向和重大轉折點進行預測。

定性預測法預測關係

1、定性預測的優缺點:
定性預測的優點在於:注重於事物發展在性質方面的預測,具有較大的靈活性,易於充分發揮人的主觀能動作用,且簡單的迅速,省時省費用。
定性預測的缺點是:易受主觀因素的影響,比較注重於人的經驗和主觀判斷能力,從而易受人的知識、經驗和能力的多少大小的束縛和限制,尤其是缺乏對事物發展作數量上的精確描述。
2、定量預測的優缺點:
定量預測的優缺點在於:注重於事物發展在數量方面的分析,重視對事物發展變化的程度作數量上的描述,更多地依據歷史統計資料,較少受主觀因素的影響。
定量預測的缺點在於:比較機械,不易處理有較大波動的資料,更難於事物預測的變化。
定性預測和定量預測並不是相互排斥的,而是可以相互補充的,在實際預測過程中應該把兩者正確的結合起來使用。

定性預測法主要方法

德爾菲法
德爾菲法是根據有專門知識的人的直接經驗,對研究的問題進行判斷、預測的一種方法,是專家調查法的一種。他是美國藍德公司與1964年首先用於預測領域的。
德爾菲法具有反饋性、匿名性和統計性特點,選擇合適的專家是做好德爾菲預測的關鍵環節。
1、德爾菲法的優缺點:
德爾菲法的優點在於:
(1)可以加快預測速度和節約預測費用。
(2)可以獲得各種不同但有價值的觀點和意見。
(3)適用於長期預測和對新產品的預測,在歷史資料不足或不可測因素較多時尤為適用。
德爾菲法的缺點在於:
(1)對於分地區的顧客羣或產品的預測則可能不可靠。
(2)責任比較分散。
(3)專家的意見有時可能不完整或不切和實際。
主觀概率是人們憑經驗或預感而估算出來的概率。他與客觀概率不同,客觀概率是根據事件發展的客觀性統計出來的一種概率。在很多情況下,人們沒有辦法計算事情發生的客觀概率,因而只能用主觀概率來描述事件案發生的概率。
主觀概率法是一種適用性很強的統計預測方法,可以用於人類活動的各個領域。
用主觀概率法有如下的步驟:
(1)準備相關資料;
(2)編制主觀概率調查表;
(3)彙總整理;
(4)判斷預測。
領先指標法
領先指標法就是通過將經濟指標分為領先指標,同步指標和滯後指標,並根據這三類指標之間的關係進行分析預測。領先指標法不僅可以預測經濟的發展趨勢,而且可以預測其轉折點。
廠長(經理)評判意見法
廠長(經理)評判意見法,就是由企業的負責人把與市場有關或者熟悉市場情況的各種負責人員和中層管理部門的負責人召集起來,讓他們對未來的市場發展形勢或某一種大市場問題發表意見,做出判斷;然後,將各種意見彙總起來,進行分析研究和綜合處理;最後得出市場預測結果。
推銷人員估計法就是將不同銷售人員的估計值綜合彙總起來,作為預測結果值。由於銷售人員一般都很熟悉市場情況,因此,這一方法具有一些顯著的優勢。
相互影響法
相互影響法就是從分析各個事件之間由於相互影響而引起的變化,以及變化發生的概率,來研究各個事件在未來發生的可能性的一種預測方法。
情景預測法
情景預測法是一種新興的預測法,由於它不受任何條件限制,應用起來靈活,能充分調動預測人員的想象力,考慮較全面,有利於決策者更客觀地進行決策,在制定經濟政策、公司戰略等方面有很好的應用。但在應用過程中一定要注意具體問題具體分析,同一個預測主題,遇有其所處環境不同,最終的情景可能會有很大的差異。

定性預測法案例分析

定性預測法在銷售預測中的應用[1]
商業化程度日益加劇的當今世界,公司間的競爭越來越激烈,市場營銷已成為公司經營與管理的重要環節,銷售預測,即對預測期產品銷售量、銷售額所進行的預計和測算,是經智頂測的起點和基礎。
由於採用的手段和分析方法不同,銷售預測可分為定性預測法和定量預測法。定性預測法不需要高度的統計手法求算而是以市場調查為基礎,通過決策者的經驗和價值判斷進行預測,簡單易行,適於基層企業。定量預測則是用各種變量構建的模型來表示需求和各種變量之間的關係。一般來説,量化程度較高的預測方法用於短期預測.而長期預測中往往採用定性的分折,較少採用量化手段,因為一個好的長期的經營規劃取決於對公司產品需求的預測,幾年中,我們公司根據市場需求狀況在應用定性預測法進行銷售預測實踐中效果很好,為企業經營決策和產銷活動提供了可靠的依據,具體做法如下:。
一、採用部門主管集體討論法預測
這種方法是將銷售主管集體討論的看法和預測結果與統計模型相結合,形成對需求的集體預測。我們主要應用於新產品的研製開發期預測及公司發展的甲長期預測。雖然是以個人經驗為基礎,不如統計數字令人信服,但因為是新產品無法依循時間系列分析預測未來。應用這種方法憑着主管豐富的經驗與敏鋭的直覺預測市場,彌補了統計資料不足的遺憾。
二、採用銷售人員意見徵集法預測
銷售員最接近消費者和用户,對商品是否暢銷、滯銷比較瞭解,熟悉消費者對所銷商品規格、品種、式樣的需求,所以我們公司在做年度銷售計劃時經常通過聽取銷售員的意見來預測市場需求。具體操作是先讓每個銷售員對下年度的銷售最高值、最可能值、最低值分別進行預測。提出書面意見,由管理部門算出不同人員的概率值,然後再據此求出平均銷售預測值,預測計算如下表: ,預測計算如下表:
預測計算表
銷售員
預測項目
出現概率
銷量×概率
A
最高銷量
1000O
0.3
300
最可能銷量
800
0.5
400

最低銷量
500
0.2
100

期望值


800

B
最高銷量
1000
0.2
200
最可能銷量
700
0.5
350

最低銷量
400
0.3
120

期望值


670

C
最高銷量
900
0.2
180
最可能銷量
600
0.6
360

最低銷量
400
0.2
80

期望值


620

根據上表可算出銷售量平均預測值為:
X=∑X/n=(800+670+620)/3=696.7/件
因為預測值源於市場,可靠性較大,能較實際地反映公司下年銷售需求並且簿單易行。所以公司採用這種方法做年度銷售預測至於銷售員過高或低的預測偏差,預測中會相互抵銷,總值仍較理想。另外,有些預測偏差可以預先識別並及時糾正。
三、採用德爾菲法預測
德爾菲法,1946年蘭德公司首次用來做經濟預測,後來被迅速廣泛採用.它主要採用函詢調查,依據系統程序由專家對所函詢的問題獨立判斷.而後綜合整理,匿名反饋可去,經過多次循環最後彙總成專家基本一致的看法,作為預測結果.這種方法具有廣泛的代表勝,較為可靠,但操怍過程複雜、花費時間較長我們公司只在做投資決策時應用。比如為買斷一項專利技術產品——新型牆體保温材料,曾應用德爾菲法進行論證、分析,最終做出經營決策,具體實施過程如下:
(1)組成十幾人的專家小組,包括經銷商、建築師、開發商及市節能辦、牆體辦人員。
(2)提出所要預測的問題及要求:產品性能優勢、同類產品市場產品佔有率、本產品市場預測及具體目標值等,並附所有背景材料,然後由上述人員做出書面答覆。
(3)每個專家根據已知材料提出本人預測意見並提出預測值。
(4)將第一次判斷意見彙總、列表、對比再發還回去修改和判斷,逐輪收集意見併為專家反饋信息,經過三四輪,直到各個專家不再改變自己意見為止。
(5)組織人員對專家意見進行綜合處理,得出最終預測結論:該產品佔有技術領先優勢,適應節能保温政策要求,市場前景廣闊,可以上馬經營,生產實踐證明:預測結論正確,當年銷售額比預測值略高。
四、採用消費者市場調查法預測
這種預測方法是通過徵詢顧客或客户的潛在需求或未來購買計劃的情況,在收集消費者意見的基礎上分析市場變化,預測未來市場需求,我們採用過多種形式調查預測,比如在銷售現場或訪問客户時直接詢問消費者的需求情況,要求銷售員每月不少於一次;用電話詢問客户,然後分類、總結、推算整個市場未來舞求趨勢.調查對象相對集中時。發調查表徵詢意見銷售中學生書刊等學習用品,公司即採用過全面徵詢意見法調查市場,先統計市縣內各學校名單,再沒計印刷調查意見預測表發給學生,然後對回收的調查信息進行分析,做統計彙總,咀確定銷售的種類,價格等方向。這種來源於消費者的調查信息,直接反映了市場需求狀況,可以有針對性地進行營銷活動。
在公司所進行的銷售預測中,特別是中長期預測,我們通過應用上述幾種定性預測法,取得了一定效果,為公司的經營央策提供了可靠的依據。幾年來,公司銷售額逐年增加。經營範圍不斷擴大。做到了有目標、有計劃地開拓市場,經營狀況呈良性上升趨勢
事實上,企業如果想在市場競爭中取勝。有效地把握未來是十分重要的。應用於市場營銷中的銷售預測方法很多,至於如何應用還應根據實際情況而定。

定性預測法參考文獻

↑ 王一紅.定性預測法在銷售預測中的應用[J].遼寧師專學報(自然科學版),2001,3(4)
參考資料
  • 1.    馮俊華.企業管理概論:化學工業出版社,2006年