大数据背景下如何实现先进的市场预测管理

张善兴��

摘 要：先进的市场预测管理是一个企业管理成熟的重要标志。先进的市场预测管理对整体的供应链有明显的整合和聚集作用，对企业的生产系统有重要的支持作用，对企业的财务管理有十分重要的影响。目前国内预测管理工作水平不够先进。在大数据背景下，要实现企业先进的市场预测管理，首先要设置专门的部门和科室，其次要将长远的预测工作和短期的计划相结合。最后要加强对数据的收集范围和管理程度，如客户的预测情况，关联产品的需求情况，产品的生命周期，以及产业终端产品的市场情况等。

关键词：大数据；预测式生产；外部供应链；生命周期；替代产品；终端市场

中图分类号：F2 文献标识码：A doi：10.19311/j.cnki.16723198.2017.27.005

1 引言

提起企业的核心竞争力，一般我们都会想到研发和技术，营销和品牌，甚至是企业和政府的关系等等。显然这些能力对企业的贡献是巨大的，但还有一种能力不可忽略，这就是先进的管理。著名的管理学家西蒙说过：“管理就是决策”。这个对管理最简洁的定义说明了管理的本质——决策。而做好决策最重要的任务就是对目前的发展形势等作出正确的判斷，也就是对目前的发展情况做到合理而正确的预测。

2 市场预测管理的重要性和作用

2.1 先进的预测管理是一个企业市场地位的重要标志

一个企业的管理水平在很大程度上主要体现在对市场预测方面的管理。世界一流的公司一般会将预测规划到几十年之后。如大众公司一款产品的预测一般都会做到10年以上。日本丰田公司的准时化生产能将计划细分到个位数。在丰田等日本公司中，铅笔和橡皮的使用频率是世界上最高的，其多数就使用在对预测和计划的管理方面。而反观国内一些企业，预测和计划经常出现过山车一样的浮动，给供应商和整个行业造成了巨大的资源浪费和管理困难。由此可以看出，一个公司的经济实力和其预测的管理水平是正相关的。通过这个关键指标，基本上这个企业的市场地位、经营状况、财务水平等基本上都可以推断出来。

2.2 先进的预测管理对供应链的整合和聚集作用明显

一个企业的外部交付供应链一般分为三种，第一个是面向采购部门的物料供应商。第二种是面向集团总部的子分公司（或其他持股的协作企业）。第三种是第三方物流库、异地库、寄售库。在这几种供应链的层层传递之下，如果预测做的不准，将会给各个供应链的主体造成严重影响和巨大浪费。 反之，若预测做的比较准确，各方的数据都比较透明，将会使得整个供应链同心协力发挥巨大的协同作用。特别是对于第三方物流库、集团的子分公司，或持股企业、协作企业，将大大提高他们的合作积极性，提高外部供应链的聚集程度，从而更有利于整体供应链的管控。

2.3 先进的预测管理对生产系统的支持作用

先进的预测工作将会对企业的生产运作管理提供良好支持。目前生产系统主要对标的是丰田的“精益生产”模式，即“准时化生产”和“拉动式生产”。在拉动式生产中，很多企业都是订单式生产。但基于先进的预测管理将得企业的生产从“订单式生产”升级为“预测式”生产。后者显著的规避了“订单式生产”的常见的因紧急插单而造成的处处“救火”，也可规避因订单临时取消而造成库存积压。通过在预测方面的先进管理工作，市场的浮动波幅将会被有效压缩和变频，从而为生产系统提供平衡稳定的“心电图”。

2.4 先进的市场预测为财务决策提供数据基础

市场预测是企业财务决策的数据基础。例如当企业进行投资决策时，需要考虑投资的方式、筹资的方式、投资回收期、投资报酬率等，这些财务管理行为都需要准确的市场预测为基础依据。比如企业在进行经营决策时，需要考虑成本分析，量本利分析，利润分析也是在预测的基础上进行的。良好的市场预测能让企业保持更好的现金流，从而为重大的决策，如并购重组等提供财务支持。

3 目前国内预测管理的现状

3.1 目前企业界的预测管理现状

笔者走访了10家企业。通过和他们的计划部门、采购部门、市场部门的人员沟通。基本认为在目前的实际工作中，国外的企业要好于合资的企业，合资的企业要好于国内的企业。但大型企业的预测管理并不一定比小企业要好。目前70%的企业在经营管理中都以“订单”为管理中心，而不是以“预测”为管理中心。因此在整个国家的范围内，无论是客户，还是供应商都应该加强对预测工作的重视程度和实践程度。

3.2 目前学术界对预测管理的研究现状

国内学术界对预测管理的研究开始于1980年，从1994年开始，基本上每年大约有40篇左右的论文发表。这些研究文献大致可以分为三类：第一种是讨论预测本身的，如杨国春等，主要谈了财务预测方面的内容和重要性。 如刘玉华，主要谈论了市场预测管理的步骤等。 第二种是讨论市场数据建模的，如王美丽，聂新坤讨论了灰色系统理论在市场预测管理的应用。 第三种是讨论某个行业宏观市场预测的，如黄良辅，讨论了我国家电市场的预测情况。孙开明，江波，对电力市场的预测做了研究。

以往的研究主要偏向于理论方面的研究，或者是倾向于预测本身的泛泛之谈，或给予历史数据的数学建模的研究。但是整体上研究的内容多为重复，创新度不高。 这也解释了为什么预测管理的论文一直处在一个均衡的阶段，并且优秀论文的数量不多。这些论文的在核心期刊发表的只有一篇是研究市场管理信息系统的。在缺乏大数据的支撑的前提下，多数的研究论文，对企业的实际指导作用并不大。

4 大数据背景下如何实现先进的市场预测管理

随着大数据时代的到来，企业信息化的建设，以往的数学建模的研究逐渐可以被企业真正的使用。但数学的建模仅仅利用的历史的数据作为基础，因此在数据的广泛性方面不足，在大数据的背景下，企业要做到先进的市场预测管理还需要做好以下几方面的工作。endprint

4.1 设置专门的预测管理科室

科学管理的思想是专业的人做专业的事。首先企业要设置专门的部门和科室负责预测和计划管理工作。此部门可以是市场部门，也可以是从市场部门独立出来。市场部门一般是直接从客户手中获取数据，而该部门则要从多个部门进行预测的整理和收集工作。其不仅仅是直接客户的需求数量，还包括原材料市场，预测产值，财务投资决策，产能未来规划等多方面的任务。该部门应该是企业的大数据管理中心，负责大数据平台的建设和数据输出。该部门还应该在各其他部门充分沟通的基础上，定期向公司的高层汇报预测的管理工作。

4.2 长远的预测管理和短期的计划管理相结合

首先在长期预测方面至少要做到了五年以后，并且每半年都要做一次重新的调研和修正。其次企业还有六个月预测，至少要有三个月的预测管理，并且每月更新一次。另外公司的计划部门要根据短期预测制作37天月计划，31天月计划，周计划，并进行日发货管理和跟踪。通过长期预测和短期计划结合，企业可以建立一个垂直且规范的预测和计划管理体系，可以帮助企业从宏观和微观两个维度进行全面的市场预测管理。

4.3 多渠道的获取预测基础数据的范围

4.3.1 客户的预测数据

预测数据的最直接的来源就是客户对其自身需求的预测评价。市场部门要引导客户从其市场部门、生产计划部门、采购部门进行多个方面的沟通，而不仅仅只从采购部门作出预测评价。企业的预测管理部门对市场部门收集到的客户预测应根据目前实际的供货现状，对收集到的客户预测做出管理和修正，剔除其异常数值，虚高的数值，使其回归到正常的水平。

4.3.2 关联和替代产品的数据

关联产品是对销售产品预测非常重要的参考数据。根据经济学的原理，尤其是替代产品和互补产品对该产品的市场供求关系非常大。比如在刀具和夹具一般都是配套的。比如在汽车零配件行业内、轮毂、转向节、发动机罩盖等配套件基本上也是互相配套的。在预测方面可以从另外一种关联产品中推测当下产品的市场预测数量，当然也要考虑各个产品之间的成品率，生产难易程度，安装或使用的先后顺序等等。

4.3.3 历史数据

历史数据是对预测管理的重要参考之一。很多的数学模型和预测方法都是在历史数据的基础上进行的。但是对于企业来说，历史数据的作用在单项产品的生命周期之内有一定的参考价值。随着目前产品的更新换代的时间越来越快，历史数据的参考意义反而越来越低下。因此历史数据的应用范围将会更多的体现在宏观经济指标的预测上，而在微观的企业市场预测方面发挥的作用将会越来越少。

4.3.4 产品生命周期的阶段

产品的生命周期对单个产品的预测有重要的参照价值。一般一个项目从立项，到研发试制，到产品交样（OST），到小批量生产（2TP），到大规模量产（SOP）等都有一个逐步爬坡的过程。产品的生命周期对预测有重要的参考价值。若研发时间较长，研发成本较高，则该产品的生命周期也较长，产品越有生命力，需求的时间越长，数量越多。反之，如果一个产品处于生命周期的末端，则预测一般出现下滑之势。由此可见在整个生命周期过程中，企业需要对产品的生命力进行关注。

4.3.5 产业终端产品

要做好先进的预测管理，不仅要考虑直接客户的需求情况，还要关注客户的客户，直至对下游的整个产业组织进行统筹参考，加强整个产业的熟悉程度。一般行业产业内部的需求只能依靠产业内部的信息和资源沟通，但面向终端消费群体的终端产品一般会在国家或行业的专门网站上进行统计。比如汽车零部件行业就需要考虑到整个汽车车型的市场销量。比如食品原料企业就需要对方便面，矿泉水等终端市场的直接参考等等。这些终端产品的市场预测，可以作为对直接客户发来预测数据的修正依据。

5 结束语

在大数据的背景下，市场预测可以从单纯的理论分析走向实际的应用，也从原始的主观分析，经验分析走向客观的数据分析。企业应该注意收集和统筹考虑以上概念模型的数据，利用大数据实现企业先进的市场预测管理，从而为企业的管理和决策发挥更大的作用。

参考文献

[1]王娟.大数据应用对供应链管理价值提升的分析与研究[J]. 物流科技，2016，（2）：131132.

[2]杨国春.浅谈中小企业进行财务预测的重要性和主要内容[J]. 财税研究，2016.（13）：158159.

[3]刘玉华.现代企业管理的市场调查与预测管理[J]. 科技创新与管理，2013，（2）：240.

[4]王美麗，聂新坤.灰色系统理论在市场营销管理预测中的应用[J]. 当代经济管理，2000，22（4）：5863.

[5]黄良辅.我国家电市场的预测[J].经济管理，1981，（2）：2632.

[6]孙开明，江波.电力市场预测专业化研究[J].经济研究导刊，2016，（26）：125126.

[7]谢元展.提高供应链企业市场预测准确性的若干对策[J].中国管理信息化，2015，2（18）：121123.

[8]李进永.企业计划管理过程中存在的问题和措施[J]. 管理世界，2016，（35）：9091.

[9]谢振东，吴金城.企业大数据的构建与培育研究[J]. 广东工业大学学报，2017，34（3）：110114.endprint