需求预测框架
使用多种方法构建准确的需求预测。结合统计模型与市场情报，提供可操作的预测结果。
何时使用
- 季度/年度需求规划
- 新产品上市预测
- 库存优化
- 产能规划决策
- 预算周期准备
预测方法
1. 时间序列分析
最佳适用场景：拥有24个月以上历史数据的成熟产品。
分解为：趋势 + 季节性 + 周期性 + 残差
移动平均（3个月）：
预测 = (第n月 + 第n-1月 + 第n-2月) / 3
加权移动平均：
预测 = (0.5 × 第n月) + (0.3 × 第n-1月) + (0.2 × 第n-2月)
指数平滑（α = 0.3）：
预测_t+1 = α × 实际_t + (1-α) × 预测_t
2. 因果/回归模型
最佳适用场景：需求由外部因素驱动的产品。
关键驱动因素建模：
- 价格弹性：价格每变化1%带来的需求百分比变化
- 营销支出：滞后效应（通常为2-6周）
- 季节性指数：月度系数与年度平均值之比
- 经济指标：GDP增长、消费者信心指数、行业PMI
- 竞争对手行动：新进入者、价格变动、促销活动
需求 = β₀ + β₁(价格) + β₂(营销) + β₃(季节) + β₄(经济) + ε
3. 判断性/定性方法
最佳适用场景：新产品、市场中断、数据有限的情况。
方法：
- 德尔菲法：3轮以上专家匿名评估，收敛估计值
- 销售团队综合法：从区域代表自下而上汇总（应用15-20%的乐观修正）
- 市场调研：基于调查的购买意向（应用30-40%的意向转化率）
- 类比预测：映射到类似产品的上市曲线
4. 混合预测（推荐）
使用置信度加权平均组合方法：
| 方法 | 权重（成熟产品） | 权重（新产品） |
|---|---|---|
| 时间序列 | 50% | 10% |
| 因果模型 | 30% | 20% |
| 判断性 | 20% | 70% |
预测准确性指标
| 指标 | 公式 | 目标 |
|---|---|---|
| 平均绝对百分比误差 | 平均( | 实际 - 预测 |
| 偏差 | Σ(预测 - 实际) / n | 接近0 |
| 跟踪信号 | 累积误差 / 平均绝对偏差 | -4 到 +4 |
| 加权平均绝对百分比误差 | 收入加权的平均绝对百分比误差 | 核心SKU <10% |
需求规划流程
月度周期
- 第1周：生成统计预测（自动运行模型）
- 第2周：市场情报叠加（销售输入、竞争对手情报）
- 第3周：共识会议——协调销售、营销、运营、财务
- 第4周：最终确定，传达给供应链，跟踪与先前预测的对比
需求细分（ABC-XYZ）
| 细分 | 销量 | 波动性 | 方法 |
|---|---|---|---|
| AX | 高 | 低 | 自动补货，低安全库存 |
| AY | 高 | 中 | 统计预测 + 季度审查 |
| AZ | 高 | 高 | 协同规划，缓冲库存 |
| BX | 中 | 低 | 统计预测，定期审查 |
| BY | 中 | 中 | 混合模型 |
| BZ | 中 | 高 | 判断性预测 + 安全库存 |
| CX | 低 | 低 | 最小/最大规则 |
| CY | 低 | 中 | 定期审查 |
| CZ | 低 | 高 | 尽可能按订单生产 |
安全库存计算
安全库存 = Z × σ_需求 × √(提前期)
其中：
Z = 服务水平因子（95% = 1.65，98% = 2.05，99% = 2.33）
σ_需求 = 需求的标准差
提前期 = 与需求周期单位相同
情景规划
为每个预测生成三种情景：
| 情景 | 概率 | 假设 |
|---|---|---|
| 悲观 | 20% | 比基准低15%至25%。经济衰退、市场收缩、竞争对手干扰 |
| 基准 | 60% | 历史趋势 + 已知渠道。最可能的结果 |
| 乐观 | 20% | 比基准高15%至25%。市场扩张、产品病毒式传播、竞争对手退出 |
预测中的危险信号
- [ ] 平均绝对百分比误差持续 >20% —— 模型需要重新训练
- [ ] 持续正偏差 —— 销售团队压货
- [ ] 持续负偏差 —— 过度乐观，检查激励结构
- [ ] 跟踪信号超出 ±4 —— 系统性错误，调查根本原因
- [ ] 预测从不变化 —— “电子表格复制粘贴”问题
- [ ] 无外部输入 —— 纯统计模型 = 对市场变化视而不见
行业基准
| 行业 | 典型平均绝对百分比误差 | 预测周期 | 关键驱动因素 |
|---|---|---|---|
| 快消品 | 20-30% | 3-6个月 | 促销活动、季节性 |
| 零售 | 15-25% | 1-3个月 | 趋势、天气、事件 |
| 制造业 | 10-20% | 6-12个月 | 订单、提前期 |
| SaaS | 10-15% | 12个月 | 销售渠道、客户流失、业务扩张 |
| 医疗保健 | 15-25% | 3-6个月 | 法规、人口统计 |
| 建筑业 | 20-35% | 12-24个月 | 许可证、经济周期 |
改进预测的投资回报率
对于一家收入为1000万美元的公司：
- 平均绝对百分比误差改善5% → 20万-50万美元的库存节省
- 减少缺货 → 2-5%的收入恢复（20万-50万美元）
- 降低加急成本 → 5万-15万美元的节省
- 更好的产能利用率 → 3-8%的运营费用减少
总影响：平均绝对百分比误差每改善5个百分点，每年可带来45万-115万美元的收益。
完整行业情境包
这些框架只是触及表面。如需针对您行业的完整、可部署的智能体配置：
AfrexAI情境包 — 每个47美元
- 🏗️ 建筑 | 🏥 医疗保健 | ⚖️ 法律 | 💰 金融科技
- 🛒 电子商务 | 💻 SaaS | 🏠 房地产 | 👥 招聘
- 🏭 制造业 | 📋 专业服务
AI收入计算器 — 2分钟内找到您的自动化投资回报率
智能体设置向导 — 配置您的AI智能体栈
捆绑包
- 任选3个 — 97美元（节省31%）
- 全部10个 — 197美元（节省58%）
- 完整捆绑包 — 247美元（所有包 + 操作手册 + 向导）