搜狐首页 财经 栀子花开

手机搜狐

SOHU.COM

销售财务管理,企业利润的推手

管理会计大师课第3期,CMA、MBA讲师李强老师,讲解了《从财务的角度看销售管理》,李强老师从销售预测、销售差异等方面对这一主题进行了详细阐述,希望对相关人员有所帮助。

一、销售预测的基本方法

销售预测是在充分考虑未来各种影响因素的基础上,根据历史销售资料以及市场上对产品需求的变化情况,对未来一定时期内有关产品的销售发展变化趋势所进行的科学预计和推测。

CMA给出分析方法:通过分析给定的数据集,找寻自变量与因变量之间的关系

1、回归分析

因变量(Y)与一个或多个自变量(X或X1,X2…)之间的关系给出最优、线性、无偏估计。在化妆品,食品饮料,家电,奢侈品。广告和市场费用的投入和销售收入的正比关系。

线性预测(linear prediction)根据随机信号过去的p个已知抽样值序列为Sn-1,Sn-2,…Sn-p,预测现时样值Sn的估计值的方法。预测公式是一个线性方程,所以这种预测称为线性预测。

加权平均法,利用过去若干个按照时间顺序排列起来的同一变量的观测值并以时间顺序数为权数,计算出观测值的加权算术平均数,以这一数字作为预测未来期间该变量预测值的一种趋势预测法。

指数平滑法(Exponential Smoothing,ES)是布朗(Robert G..Brown)所提出,布朗认为时间序列的态势具有稳定性或规则性,所以时间序列可被合理地顺势推延;他认为最近的过去态势,在某种程度上会持续到未来,所以将较大的权数放在最近的资料。

2、时间序列分析

时间序列分析(Time series analysis)是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法,研究随机数据序列所遵从的统计规律,以用于解决实际问题

它包括一般统计分析(如自相关分析,谱分析等),统计模型的建立与推断,以及关于时间序列的最优预测、控制与滤波等内容。经典的统计分析都假定数据序列具有独立性,而时间序列分析则侧重研究数据序列的互相依赖关系。后者实际上是对离散指标的随机过程的统计分析,所以又可看作是随机过程统计的一个组成部分。

时间序列分析:

(1)长期趋势测定, 在一个相对长的时期内持续发展变化的总趋势

(2)季节变动测定,由于季节的变化而引起时间序列按一定的季节更替呈现周期性变化。如冷饮(八喜), 电冰箱,空调,电扇,电暖器,火锅餐饮,洗浴服务。

精选