銷售預(yù)測(cè)(可做為銷售計(jì)劃提供依據(jù)).doc

銷售預(yù)測(cè)(可做為銷售計(jì)劃提供依據(jù)) 銷售預(yù)測(cè)銷售預(yù)測(cè)（Sales Forecasting）目錄隱藏?1什么是銷售預(yù)測(cè)?2銷售預(yù)測(cè)的影響因素?3銷售預(yù)測(cè)的作用?4銷售預(yù)測(cè)的程序?5銷售預(yù)測(cè)的方法?6數(shù)據(jù)挖掘在銷售預(yù)測(cè)中的應(yīng)用1o6.1進(jìn)行銷售預(yù)測(cè)數(shù)據(jù)挖掘前的數(shù)據(jù)準(zhǔn)備問題o6.2面向銷售預(yù)測(cè)的數(shù)據(jù)挖掘工具o6.3銷售預(yù)測(cè)的數(shù)據(jù)挖掘結(jié)構(gòu)框架o6.4面向銷售預(yù)測(cè)的數(shù)據(jù)挖掘過程?7參考文獻(xiàn)什么是銷售預(yù)測(cè)銷售計(jì)劃的中心任務(wù)之一就是銷售預(yù)測(cè)，無論企業(yè)的規(guī)模大小、銷售人員的多少，銷售預(yù)測(cè)影響到包括計(jì)劃、預(yù)算和銷售額確定在內(nèi)的銷售管理的各方面工作。 銷售預(yù)測(cè)是指對(duì)未來特定時(shí)間內(nèi)，全部產(chǎn)品或特定產(chǎn)品的銷售數(shù)量與銷售金額的估計(jì)。 銷售預(yù)測(cè)是在充分考慮未來各種影響因素的基礎(chǔ)上，結(jié)合本企業(yè)的銷售實(shí)績(jī)，通過一定的分析方法提出切實(shí)可行的銷售目標(biāo)。 銷售預(yù)測(cè)的影響因素盡管銷售預(yù)測(cè)十分重要，但進(jìn)行高質(zhì)量的銷售預(yù)測(cè)卻并非易事。 在進(jìn)行預(yù)測(cè)和選擇最合適的預(yù)測(cè)方法之前，了解對(duì)銷售預(yù)測(cè)產(chǎn)生影響的各種因素是非常重要的。 一般來講，在進(jìn)行銷售預(yù)測(cè)時(shí)考慮兩大類因素 1、外界因素1）需求動(dòng)向需求是外界因素之中最重要的一項(xiàng)如流行趨勢(shì)、愛好變化、生活形態(tài)變化、人口流動(dòng)等，均可成為產(chǎn)品（或服務(wù)）需求的質(zhì)與量方面的影響因素，因此，必須加以分析與預(yù)測(cè)。 企業(yè)應(yīng)盡量收集有關(guān)對(duì)象的市場(chǎng)資料、市場(chǎng)調(diào)查機(jī)構(gòu)資料、購(gòu)買動(dòng)機(jī)調(diào)查等統(tǒng)計(jì)資料以掌握市場(chǎng)的需求動(dòng)向。 2）經(jīng)濟(jì)變動(dòng)銷售收入深受經(jīng)濟(jì)變動(dòng)的影響，經(jīng)濟(jì)因素是影響商品銷售的重要因素，為了提高銷售預(yù)測(cè)的準(zhǔn)確性，應(yīng)特別關(guān)注商品市場(chǎng)中的供應(yīng)和需求情況。 尤其近幾年來科技、信息快速發(fā)展，更帶來無法預(yù)測(cè)的影響因素，導(dǎo)致企業(yè)銷售收入波動(dòng)。 因此，為了正確預(yù)測(cè)，需特別注意資源問題的未來發(fā)展、政府及財(cái)經(jīng)界對(duì)經(jīng)濟(jì)政策的見解以及基礎(chǔ)工業(yè)、加工業(yè)生產(chǎn)、經(jīng)濟(jì)增長(zhǎng)率等指標(biāo)變動(dòng)情況。 尤其要關(guān)注突發(fā)事件對(duì)經(jīng)濟(jì)的影響。 3）同業(yè)競(jìng)爭(zhēng)動(dòng)向銷售額的高低深受同業(yè)競(jìng)爭(zhēng)者的影響，古人云“知己知彼百戰(zhàn)不殆”。 為了生存，必須掌握對(duì)手在市場(chǎng)的所有活動(dòng)。 例如，競(jìng)爭(zhēng)對(duì)手的目標(biāo)市場(chǎng)在哪里，產(chǎn)品價(jià)格高低，促銷與服務(wù)措施等等。 4）政府、消費(fèi)者團(tuán)體的動(dòng)向考慮政府的各種經(jīng)濟(jì)政策、方案措施以及消費(fèi)者團(tuán)體所提出的各種要求等。 2、內(nèi)部因素1）營(yíng)銷策略市場(chǎng)定位、產(chǎn)品政策、價(jià)格政策、渠道政策、廣告及促銷政策等變更對(duì)銷售額所產(chǎn)生的影響。 2）銷售政策考慮變更管理內(nèi)容、交易條件或付款條件，銷售方法等對(duì)銷售額所產(chǎn)生的影響。 3）銷售人員銷售活動(dòng)是一種以人為核心的活動(dòng)，所以人為因素對(duì)于銷售額的實(shí)現(xiàn)具有相當(dāng)深遠(yuǎn)的影響力，這是我們不能忽略的。 4）生產(chǎn)狀況貨源是否充足，能否保證銷售需要等。 銷售預(yù)測(cè)的作用 1、通過銷售預(yù)測(cè)，可以調(diào)動(dòng)銷售人員的積極性，促使產(chǎn)品盡早實(shí)現(xiàn)銷售，以完成使用價(jià)值向價(jià)值的轉(zhuǎn)變。 2、企業(yè)可以以銷定產(chǎn)，根據(jù)銷售預(yù)測(cè)資料，安排生產(chǎn)，避免產(chǎn)品積壓。 銷售預(yù)測(cè)的程序銷售預(yù)測(cè)可以看作是一個(gè)系統(tǒng)，是由有關(guān)信息資料的輸入、處理和預(yù)測(cè)結(jié)果的輸出所組成的信息資料轉(zhuǎn)換過程。 對(duì)于復(fù)雜的預(yù)測(cè)對(duì)象，有時(shí)要把它進(jìn)行分解，對(duì)分解后的子系統(tǒng)進(jìn)行預(yù)測(cè)，在此基礎(chǔ)上再對(duì)總的預(yù)測(cè)目標(biāo)進(jìn)行預(yù)測(cè)。 銷售預(yù)測(cè)是一項(xiàng)很復(fù)雜的工作，要使這一復(fù)雜工作有條不紊地進(jìn)行，就必須遵循一定的程序。 銷售預(yù)測(cè)的基本程序如下 1、確定預(yù)測(cè)目標(biāo)銷售預(yù)測(cè)是以產(chǎn)品的銷售為中心的，產(chǎn)品的銷售本身就是一個(gè)復(fù)雜的系統(tǒng)有關(guān)的系統(tǒng)變量很多，如，市場(chǎng)需求潛量、市場(chǎng)占有率、產(chǎn)品的售價(jià)等等。 而對(duì)于這些變量進(jìn)行長(zhǎng)期預(yù)測(cè)還是短期預(yù)測(cè)，這些變量對(duì)預(yù)測(cè)資料的要求，預(yù)測(cè)方法的選擇都有所不同。 所以預(yù)測(cè)目標(biāo)的確定是銷售預(yù)測(cè)的主要問題。 2、收集和分析資料在預(yù)測(cè)目標(biāo)確定以后，為滿足預(yù)測(cè)工作的要求，必須收集與預(yù)測(cè)目標(biāo)有關(guān)的資料，所收集到的資料的充足與可靠程度對(duì)預(yù)測(cè)結(jié)果的準(zhǔn)確度具有重要的影響。 所以，對(duì)收集的資料必須進(jìn)行分析，并滿足這些條件1）資料的針對(duì)性即所收集的資料必須與預(yù)期目標(biāo)的要求相一致。 2）資料的真實(shí)性即所收集的資料必須是從實(shí)際中得來的，并加以核實(shí)的資料。 3）資料的完整性資料的完整性直接影響到銷售預(yù)測(cè)工作的進(jìn)行所以，必須采取各種方法，以保證得到完整的資料。 4）資料的可比性對(duì)于同一種資料，不同，統(tǒng)計(jì)口徑不同，也可能差別很大。 所以在收集資料時(shí)，對(duì)所得到的資料必須進(jìn)行分析，如剔除一些隨機(jī)事件造成的資料不真實(shí)性，對(duì)不具備可比性的資料通過分析進(jìn)行調(diào)整等，以避免資料本身原因?qū)︻A(yù)測(cè)結(jié)果帶來誤差。 銷售預(yù)測(cè)的方法（一）銷售預(yù)測(cè)的定性分析法定性預(yù)測(cè)法是在預(yù)測(cè)人員具備豐富的實(shí)踐經(jīng)驗(yàn)和廣泛的專業(yè)知識(shí)的基礎(chǔ)上，根據(jù)其對(duì)事物的分析和主觀判斷能力對(duì)預(yù)測(cè)對(duì)象的性質(zhì)和發(fā)展趨勢(shì)作出推斷的預(yù)測(cè)方法，如市場(chǎng)調(diào)研法和判斷分析法。 這類方法主要是在企業(yè)所掌握的數(shù)據(jù)資料不完備、不準(zhǔn)確的情況下使用，以通過對(duì)經(jīng)濟(jì)形勢(shì)、國(guó)內(nèi)外科學(xué)技術(shù)發(fā)展水平、市場(chǎng)動(dòng)態(tài)、產(chǎn)品特點(diǎn)和競(jìng)爭(zhēng)對(duì)手情況等情況資料的分析研究，對(duì)本企業(yè)產(chǎn)品的未來銷售情況作出質(zhì)的判斷。 1市場(chǎng)調(diào)研法市場(chǎng)調(diào)研法就是通過對(duì)某種產(chǎn)品在市場(chǎng)上的供需情況變動(dòng)的詳細(xì)調(diào)查，了解各因素對(duì)該產(chǎn)品市場(chǎng)銷售的影響狀況，并據(jù)以推測(cè)該種產(chǎn)品市場(chǎng)銷售量的一種分析方法。 在這類方法下，其預(yù)測(cè)的基礎(chǔ)是市場(chǎng)調(diào)查所取得的各種資料，然后根據(jù)產(chǎn)品銷售的具體特點(diǎn)和調(diào)查所得資料情況，采用具體的預(yù)測(cè)方法進(jìn)行預(yù)測(cè)。 2判斷分析法判斷分析法主要是根據(jù)熟悉市場(chǎng)未來變化的專家的豐富實(shí)踐經(jīng)驗(yàn)和綜合判斷能力，在對(duì)預(yù)測(cè)期銷售情況進(jìn)行綜合分析研究以后所做出的產(chǎn)品銷售趨勢(shì)的判斷。 參與判斷預(yù)測(cè)的專家既可以是企業(yè)內(nèi)部人員，如銷售部門經(jīng)理和銷售人員，也可以是企業(yè)外界的人員，如有關(guān)推銷商和經(jīng)濟(jì)分析專家等。 判斷分析法的具體方式一般可分為下列三種 （1）意見匯集法。 意見法也稱主觀判斷法，它是由本企業(yè)熟悉銷售業(yè)務(wù)、對(duì)于市場(chǎng)的未來發(fā)展變化的趨勢(shì)比較敏感的領(lǐng)導(dǎo)人、主管人員和業(yè)務(wù)人員，根據(jù)其多年的實(shí)踐經(jīng)驗(yàn)集思廣益，分析各種不同意見并對(duì)之進(jìn)行綜合分析評(píng)價(jià)后所進(jìn)行的判斷預(yù)測(cè)。 這一方法產(chǎn)生依據(jù)是，企業(yè)內(nèi)部的各有關(guān)人員由于工作崗位和業(yè)務(wù)范圍及分工有所不同，盡管他們對(duì)各自的業(yè)務(wù)都比較熟悉，對(duì)市場(chǎng)狀況及企業(yè)在競(jìng)爭(zhēng)中的地位也比較清楚，但其對(duì)問題理解的廣度和深度卻往往受到一定的限制。 在這種情況下就需要各有關(guān)人員既能對(duì)總的社會(huì)經(jīng)濟(jì)發(fā)展趨勢(shì)和企業(yè)的發(fā)展戰(zhàn)略有充分的認(rèn)識(shí)，又能全面了解企業(yè)當(dāng)前的銷售情況，進(jìn)行信息交流和互補(bǔ)，在此基礎(chǔ)上經(jīng)過意見匯集和分析，就能做出比較全面客觀的銷售判斷。 1）高級(jí)經(jīng)理意見法高級(jí)經(jīng)理意見法是依據(jù)銷售經(jīng)理（經(jīng)營(yíng)者與銷售管理者為中心）或其他高級(jí)經(jīng)理的經(jīng)驗(yàn)與直覺，通過一個(gè)人或所有參與者的平均意見求出銷售預(yù)測(cè)值的方法。 2）銷售人員意見法銷售人員意見法是利用銷售人員對(duì)未來銷售進(jìn)行預(yù)測(cè)。 有時(shí)是由每個(gè)銷售人員單獨(dú)作出這些預(yù)測(cè)，有時(shí)則與銷售經(jīng)理共同討論而作出這些預(yù)測(cè)。 預(yù)測(cè)結(jié)果以地區(qū)或行政區(qū)劃匯總，一級(jí)一級(jí)匯總，最后得出企業(yè)的銷售預(yù)測(cè)結(jié)果。 3）購(gòu)買者期望法許多企業(yè)經(jīng)常關(guān)注新顧客、老顧客和潛在顧客未來的購(gòu)買意向情況，如果存在少數(shù)重要的顧客占據(jù)企業(yè)大部分銷售量這種情況，那么購(gòu)買者期望法是很實(shí)用的。 這種預(yù)測(cè)方法是通過征詢顧客或客戶的潛在需求或未來購(gòu)買商品計(jì)劃的情況，了解顧客購(gòu)買商品的活動(dòng)、變化及特征等然后在收集消費(fèi)者意見的基礎(chǔ)上分析市場(chǎng)變化，預(yù)測(cè)未來市場(chǎng)需求。 （2）特爾菲法。 特爾菲法又稱專家調(diào)查法，它是一種客觀判斷法，由美國(guó)蘭德公司在本世紀(jì)四十年代首先倡導(dǎo)使用。 它主要是采用通訊的方式，通過向見識(shí)廣、學(xué)有專長(zhǎng)的各有關(guān)專家發(fā)出預(yù)測(cè)問題調(diào)查表的方式來搜集和征詢專家們的意見，并經(jīng)過多次反復(fù)，綜合、歸納各專家的意見以后，作出預(yù)測(cè)判斷。 （3）專家小組法。 專家小組法也屬于一種客觀判斷法，它是由企業(yè)組織各有關(guān)方面的專家組成預(yù)測(cè)小組，通過召開各種形式座談會(huì)的方式，進(jìn)行充分廣泛的調(diào)查研究和討論，然后運(yùn)用專家小組的集體科研成果作出最后的預(yù)測(cè)判斷。 （4）模擬顧客綜合判斷法。 先請(qǐng)各位專家模擬成各種類型的顧客，通過比較本企業(yè)和競(jìng)爭(zhēng)對(duì)手的產(chǎn)品質(zhì)量、售后服務(wù)和銷售條件等作出購(gòu)買決策，然后把這些“顧客”準(zhǔn)備購(gòu)買本企業(yè)產(chǎn)品的數(shù)量加以匯總，形成一個(gè)銷售預(yù)測(cè)值。 （二）銷售預(yù)測(cè)的定量分析法定量預(yù)測(cè)法主要是根據(jù)有關(guān)的歷史資料，運(yùn)用現(xiàn)代數(shù)學(xué)方法對(duì)歷史資料進(jìn)行分析加工處理，并通過建立預(yù)測(cè)模型來對(duì)產(chǎn)品的市場(chǎng)變動(dòng)趨勢(shì)進(jìn)行研究并作出推測(cè)的預(yù)測(cè)方法，如趨勢(shì)預(yù)測(cè)分析法和因果預(yù)測(cè)分析法。 這類方法是在擁有盡可能多的數(shù)據(jù)資料的前提下運(yùn)用，以便能通過對(duì)數(shù)據(jù)類型的分析，確定具體適用的預(yù)測(cè)方法對(duì)產(chǎn)品的市場(chǎng)需求作出量的估計(jì)。 1趨勢(shì)預(yù)測(cè)分析法趨勢(shì)預(yù)測(cè)分析法是應(yīng)用事物發(fā)展的延續(xù)性原理來預(yù)測(cè)事物發(fā)展的趨勢(shì)。 首先把本企業(yè)的歷年銷售資料按時(shí)間的順序排列下來，然后運(yùn)用數(shù)理統(tǒng)計(jì)的方法來預(yù)計(jì)、推測(cè)計(jì)劃期間的銷售數(shù)量或銷售金額，故亦稱“時(shí)間序列預(yù)測(cè)分析法”。 這類方法的優(yōu)點(diǎn)是收集信息方便、迅速；缺點(diǎn)是對(duì)市場(chǎng)供需情況的變動(dòng)因素未加考慮。 （1）算術(shù)平均法。 算術(shù)平均法是以過去若干期的銷售量或銷售額的算術(shù)平均數(shù)作為計(jì)劃期的銷售預(yù)測(cè)數(shù)。 其計(jì)算公式如下 （2）移動(dòng)加權(quán)法。 移動(dòng)加權(quán)平均法是先根據(jù)過去若干期的銷售量或銷售額，按其距離預(yù)測(cè)期的遠(yuǎn)近分別進(jìn)行加權(quán)（近期所加權(quán)數(shù)大些，遠(yuǎn)期所加權(quán)數(shù)小些）；然后計(jì)算其加權(quán)平均數(shù)，并以此作為計(jì)劃期的銷售預(yù)測(cè)值。 所謂“移動(dòng)”是指對(duì)計(jì)算平均數(shù)的時(shí)期不斷向后推移。 例如，預(yù)測(cè)7月份的銷售量以 4、 5、6月份的歷史資料為依據(jù)；若預(yù)測(cè)8月份的銷售量，則以 5、 6、7月份的資料為準(zhǔn)。 一般情況下，預(yù)測(cè)數(shù)受近期實(shí)際銷售的影響程度較大，因此越接近預(yù)測(cè)期的實(shí)際銷售情況所加權(quán)數(shù)應(yīng)越大些。 （3）指數(shù)平滑法。 指數(shù)平滑法就是遵循“重近輕遠(yuǎn)”的原則，對(duì)全部歷史數(shù)據(jù)采用逐步衰減的不等加權(quán)辦法進(jìn)行數(shù)據(jù)處理的一種預(yù)測(cè)方法。 指數(shù)平滑法通過對(duì)歷史時(shí)間序列進(jìn)行逐層平滑計(jì)算，從而消除隨機(jī)因素的影響，識(shí)別經(jīng)濟(jì)現(xiàn)象基本變化趨勢(shì)，并以此預(yù)測(cè)未來。 它短期預(yù)測(cè)中最有效的方法。 使用指數(shù)平滑系數(shù)來進(jìn)行預(yù)測(cè)，對(duì)近期的數(shù)據(jù)觀察值賦予較大的權(quán)重,而對(duì)以前各個(gè)時(shí)期的數(shù)據(jù)觀察值則順序的賦予遞減的權(quán)重。 指數(shù)平滑法是同類預(yù)測(cè)法中被認(rèn)為是最精確的,因?yàn)樽罱挠^察值已經(jīng)包含了最多的未來情況的信息。 2因果預(yù)測(cè)分析法因果預(yù)測(cè)分析法，是利用事物發(fā)展的因果關(guān)系來推測(cè)事物發(fā)展趨勢(shì)的方法。 它一般是根據(jù)過去掌握的歷史資料，找出預(yù)測(cè)對(duì)象的變量與其相關(guān)變量之間的依存關(guān)系，來建立相應(yīng)的因果預(yù)測(cè)的數(shù)學(xué)模型。 然后通過對(duì)數(shù)學(xué)模型的求解來確定對(duì)象在計(jì)劃期的銷售量或銷售額。 因果預(yù)測(cè)所采用的具體方法較多，最常用而且最簡(jiǎn)單的是回歸分析法。 回歸分析主要是研究事物變化中的兩個(gè)或兩個(gè)以上因素之間的因果關(guān)系，并找出其變化的規(guī)律，應(yīng)用回歸數(shù)學(xué)模型，預(yù)測(cè)事物未來的發(fā)展趨勢(shì)。 由于在現(xiàn)實(shí)的市場(chǎng)條件下，企業(yè)產(chǎn)品的銷售量往往與某些變量因素（例如，國(guó)民生產(chǎn)總值、個(gè)人可支配的收入、人口、相關(guān)工業(yè)的銷售量、需要的價(jià)格彈性或收入彈性等等）之間存在著一定的函數(shù)關(guān)系，因此我們可以利用這種關(guān)系，選擇最恰當(dāng)?shù)南嚓P(guān)因素建立起預(yù)測(cè)銷售量或銷售額的數(shù)學(xué)模型，這往往會(huì)比采用趨勢(shì)預(yù)測(cè)分析法獲得更為理想的預(yù)測(cè)結(jié)果。 例如輪胎與汽車，面料、輔料與服裝，水泥與建筑之間存在著依存關(guān)系，而且都是前者的銷售量取決于后者的銷售量。 所以，可以利用后者現(xiàn)成的銷售預(yù)測(cè)的信息，采用回歸分析的方法來推測(cè)前者的預(yù)計(jì)銷售量（額）。 這種方法的優(yōu)點(diǎn)是簡(jiǎn)便易行，成本低廉。 回歸分析法主要包括一元回歸直線法（預(yù)測(cè)對(duì)象的相關(guān)因素有一個(gè)）與多元回歸法（預(yù)測(cè)對(duì)象的相關(guān)因素有兩個(gè)或兩個(gè)以上）。 （1）一元回歸直線法。 一元線性回歸法是用途較為廣泛的一種預(yù)測(cè)方法。 一元線性回歸法即最小二乘法,是用來處理兩個(gè)變量之間具有的線性關(guān)系的一種方法。 其具體做法是 （2）多元回歸法。 企業(yè)的經(jīng)營(yíng)活動(dòng)往往受多方面因素的影響，即一個(gè)因變量和幾個(gè)自變量存在依存關(guān)系。 例如有的企業(yè)的產(chǎn)品是供應(yīng)若干個(gè)其他企業(yè)生產(chǎn)用的零部件，因此生產(chǎn)零部件的企業(yè)的產(chǎn)品銷售量受其他企業(yè)生產(chǎn)量的影響。 在因變量同時(shí)受兩個(gè)或兩個(gè)以上的自變量的影響的情況下，就要用多元回歸預(yù)測(cè)法進(jìn)行預(yù)測(cè)。 3時(shí)間序列分析法時(shí)間序列分析法是利用變量與時(shí)間存在的相關(guān)關(guān)系，通過對(duì)以前數(shù)據(jù)的分析來預(yù)測(cè)將來的數(shù)據(jù)。 在分析銷售收入時(shí)，大家都懂得將銷售收入按照年或月的次序排列下來，以觀察其變化趨勢(shì)。 時(shí)間序列分析法現(xiàn)已成為銷售預(yù)測(cè)中具有代表性的方法。 數(shù)據(jù)挖掘在銷售預(yù)測(cè)中的應(yīng)用1隨著市場(chǎng)經(jīng)濟(jì)的發(fā)展和經(jīng)濟(jì)的全球化，企業(yè)面臨著越來越殘酷的市場(chǎng)競(jìng)爭(zhēng)。 企業(yè)要想贏得競(jìng)爭(zhēng)、贏得客戶，就必須在最快的時(shí)間內(nèi)，以最低的成本將產(chǎn)品提供給客戶，這使得進(jìn)行正確及時(shí)的產(chǎn)品銷售預(yù)測(cè)及由此產(chǎn)生的可靠的決策，成為現(xiàn)代企業(yè)成功的關(guān)鍵要素。 由此，一些銷售預(yù)測(cè)系統(tǒng)也應(yīng)運(yùn)而生。 可是，隨著計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)、通訊技術(shù)和Intemet技術(shù)的發(fā)展和各個(gè)業(yè)務(wù)操作流程的自動(dòng)化，企業(yè)產(chǎn)生了數(shù)以兒十或上百GB的銷售歷史數(shù)據(jù)，面對(duì)這些海量數(shù)據(jù)，傳統(tǒng)的預(yù)測(cè)系統(tǒng)越來越不適應(yīng)新的預(yù)測(cè)要求，主要表現(xiàn)在:大量的歷史數(shù)據(jù)處于脫機(jī)狀態(tài)，變成了“數(shù)據(jù)墳?zāi)埂薄?預(yù)測(cè)涉及海量數(shù)據(jù)的處理，傳統(tǒng)的方法無法滿足運(yùn)行效率、計(jì)算性能、準(zhǔn)確率及存儲(chǔ)空間的要求。 預(yù)測(cè)所需的數(shù)據(jù)含有大量不完整(缺少屬性值或僅包含聚集數(shù)據(jù))、含噪聲(錯(cuò)誤或存在偏離期望的孤立點(diǎn)值)、不一致的內(nèi)容(多個(gè)數(shù)據(jù)源或編碼存在差異)，導(dǎo)致預(yù)測(cè)陷人混亂。 傳統(tǒng)的數(shù)據(jù)庫(kù)技術(shù)在預(yù)測(cè)知識(shí)的表達(dá)、綜合和推理方面能力比較薄弱，難以滿足日益提高的預(yù)al要求。 在這種情況下，一個(gè)新的研究領(lǐng)域數(shù)據(jù)挖掘(Data Mining,DM)的出現(xiàn)引起了學(xué)術(shù)界和產(chǎn)業(yè)界的廣泛關(guān)注。 進(jìn)行銷售預(yù)測(cè)數(shù)據(jù)挖掘前的數(shù)據(jù)準(zhǔn)備問題數(shù)據(jù)挖掘一般包括數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘和結(jié)果的解釋與評(píng)價(jià)三個(gè)階段。 數(shù)據(jù)挖掘結(jié)果的質(zhì)量與被挖掘數(shù)據(jù)質(zhì)量息息相關(guān)。 數(shù)據(jù)準(zhǔn)備就是對(duì)被挖掘數(shù)據(jù)進(jìn)行定義、處理和表示，使它適應(yīng)于特定的數(shù)據(jù)挖掘方法。 數(shù)據(jù)準(zhǔn)備是數(shù)據(jù)挖掘過程中的第一個(gè)重要步驟，在整個(gè)數(shù)據(jù)挖掘過程中起著舉足輕重的作用。 它包括以下幾個(gè)步驟:數(shù)據(jù)清洗一般來說，銷售歷史數(shù)據(jù)異質(zhì)操作數(shù)據(jù)庫(kù)。 這些異質(zhì)操作數(shù)據(jù)庫(kù)中的數(shù)據(jù)并不者提正確的，常常不可避免地存在著不完整、不一致、不精確和重復(fù)的數(shù)據(jù)，這些數(shù)據(jù)統(tǒng)稱為“臟數(shù)據(jù)”。 臟數(shù)據(jù)能使挖掘過程陷入混亂，導(dǎo)致不可靠的輸出。 數(shù)據(jù)清洗通過填寫空缺的值，平滑噪聲，識(shí)別、刪除點(diǎn)，解決不一致來“清洗”數(shù)據(jù)。 它可以在數(shù)據(jù)裝人數(shù)據(jù)倉(cāng)庫(kù)之前進(jìn)行，也可以在裝人之后進(jìn)行。 數(shù)據(jù)清洗技術(shù)一般可分為基于規(guī)則的方法、可視化方法和統(tǒng)計(jì)學(xué)法方法。 基于規(guī)則的方法根據(jù)字段定義域的元知識(shí)、約束和與其它字段的關(guān)系對(duì)該字段的每一數(shù)據(jù)項(xiàng)進(jìn)行評(píng)估;可視化方法以圖形方式顯示數(shù)據(jù)集的有效輪廓，從而很容易辨別臟數(shù)據(jù);統(tǒng)計(jì)學(xué)法方法通過統(tǒng)計(jì)技術(shù)填補(bǔ)丟失的數(shù)據(jù)和更正錯(cuò)誤的數(shù)據(jù)。 數(shù)據(jù)集成與數(shù)據(jù)變換在進(jìn)行銷售預(yù)測(cè)數(shù)據(jù)挖掘時(shí)常常需要將多個(gè)數(shù)據(jù)存儲(chǔ)合并，并轉(zhuǎn)換成適合挖掘的形式。 在銷售歷史數(shù)據(jù)中，我們常常會(huì)發(fā)現(xiàn)代表同一概念的屬性在不同的數(shù)據(jù)庫(kù)含有不同的名字，這將會(huì)導(dǎo)致不一致和冗余，而含有大量不一致和冗余數(shù)據(jù)會(huì)降低數(shù)據(jù)挖掘過程的性能或使之陷人混亂。 將數(shù)據(jù)集成與變換將減少或避免這種情況，提高數(shù)據(jù)挖掘的精度與速度。 數(shù)據(jù)集成要考慮實(shí)體識(shí)別問題、相關(guān)性分析問題、數(shù)值沖突檢測(cè)與處理問題等。 實(shí)體識(shí)別問題即如何將多個(gè)信息源的實(shí)體匹配相關(guān)分析問題即通過相關(guān)性分析來檢測(cè)數(shù)據(jù)冗余數(shù)值沖突檢測(cè)與處理問題即通過對(duì)元組級(jí)冗余檢測(cè)，消除數(shù)據(jù)語義上的異種性。 而數(shù)據(jù)變換涉及到平滑、聚集、數(shù)據(jù)概化、規(guī)范化、屬性構(gòu)造等，通過這些處理將數(shù)據(jù)轉(zhuǎn)換成適合于挖掘的形式。 數(shù)據(jù)歸約當(dāng)選擇用于數(shù)據(jù)分析的數(shù)據(jù)集過大，在海量數(shù)據(jù)上進(jìn)行復(fù)雜的數(shù)據(jù)分析和挖掘?qū)⑿枰荛L(zhǎng)時(shí)間，使得這種數(shù)據(jù)挖掘不現(xiàn)實(shí)、不可行。 而數(shù)據(jù)歸約技術(shù)可以“壓縮”數(shù)據(jù)集，得到其“歸約”表示，它小的多，但仍接近于保持原數(shù)據(jù)的完整性，使得在歸約后的數(shù)據(jù)集上進(jìn)行挖掘更有效。 其策略包含數(shù)據(jù)立方體聚集、維歸約、數(shù)據(jù)壓縮、數(shù)值壓縮、離散化和概念分層等，這些涉及到了多特征方、壓縮搜索空間的啟發(fā)式算法、小波變換、主要成分分析PCA、線性回歸模型分析和對(duì)數(shù)線性模型、多維索引樹、離散化技術(shù)等。 目前這個(gè)領(lǐng)域仍然是一個(gè)非?；钴S的研究領(lǐng)域。 面向銷售預(yù)測(cè)的數(shù)據(jù)挖掘工具目前可用于銷售預(yù)測(cè)的數(shù)據(jù)挖掘工具主要是一些統(tǒng)計(jì)分析方法，如時(shí)間序列分析、線性回歸模型分析、非線性回歸模型分析、灰色系統(tǒng)模型分析、馬爾可夫分析法等，它是目前最成熟的數(shù)據(jù)挖掘技術(shù)。 然而，一方面由于產(chǎn)品的需求往往是由許多因素綜合決定的，傳統(tǒng)的統(tǒng)計(jì)分析方法往往只是考慮了其中的一部分，而且影響需求的各種因素之間往往存在著各種錯(cuò)綜復(fù)雜的相互作用，依傳統(tǒng)方法建立的簡(jiǎn)單模型無法表達(dá)這種相互作用;另一方面，由于龐大的銷售數(shù)據(jù)集的性質(zhì)往往非常復(fù)雜，且非線性、持續(xù)性及噪音普遍存在，因此需要一種不同于傳統(tǒng)的新的理論和方法去解決數(shù)據(jù)挖掘中的問題。 而神經(jīng)網(wǎng)絡(luò)作為一種非線性自適應(yīng)動(dòng)力學(xué)系統(tǒng)，具有通過自學(xué)習(xí)提取信息的內(nèi)部特征的優(yōu)點(diǎn)，非常適合解決銷售數(shù)據(jù)中的數(shù)據(jù)挖掘問題。 自從1987年Lapedes和Farber首先應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)以來，神經(jīng)網(wǎng)絡(luò)已成為一種非常有前途的預(yù)測(cè)方法，近年來已成為經(jīng)濟(jì)預(yù)測(cè)、管理決策、數(shù)據(jù)挖掘領(lǐng)域研究的熱點(diǎn)。 神經(jīng)網(wǎng)絡(luò)可很好地勝任數(shù)據(jù)挖掘技術(shù)，它通過模擬人腦反復(fù)學(xué)習(xí)技術(shù)來工作的。 對(duì)給出的樣本數(shù)據(jù)，神經(jīng)網(wǎng)絡(luò)通過類似人類記憶過程的方式學(xué)習(xí)數(shù)據(jù)中的統(tǒng)計(jì)規(guī)律，歸納出能描述樣本特征的數(shù)據(jù)模型，然后用已學(xué)會(huì)的數(shù)據(jù)模型分類新給出的數(shù)據(jù)。 用神經(jīng)網(wǎng)絡(luò)挖掘知識(shí)時(shí)，分析者首先找出一組變量，這些變量中需要有導(dǎo)致實(shí)例結(jié)果的因素。 神經(jīng)網(wǎng)絡(luò)通過反復(fù)學(xué)習(xí)，找出變量與結(jié)果的函數(shù)關(guān)系，再用這一函數(shù)對(duì)新數(shù)據(jù)分類、預(yù)測(cè)、評(píng)價(jià)等處理。 目前已有一些神經(jīng)網(wǎng)絡(luò)模型已很好地運(yùn)用于銷售預(yù)測(cè)，分析、預(yù)測(cè)銷售的未來波動(dòng)等，表現(xiàn)出良好的運(yùn)用前景。 銷售預(yù)測(cè)的數(shù)據(jù)挖掘結(jié)構(gòu)框架為克服傳統(tǒng)預(yù)測(cè)系統(tǒng)的缺陷，將數(shù)據(jù)挖掘技術(shù)應(yīng)用到銷售預(yù)測(cè)中來。 我們?cè)O(shè)計(jì)的基于數(shù)據(jù)挖掘的銷售預(yù)測(cè)支持系統(tǒng)由人機(jī)交互系統(tǒng)、知識(shí)庫(kù)、數(shù)據(jù)庫(kù)(或數(shù)據(jù)