某公司业务目标的制定.pptx

省分公司2008-2010年综合滚动规划编制指导思路（业务目标规划）主要内容 预测与平衡——业务目标制定的精髓 常用的预测方法 规划中关键业务目标的制定业务目标的制定是综合预测与平衡的结果业务发展目标业务发展目标业务量MOUMOU值单位资费网络网络发展发展经营经营目标目标绩效绩效用户数业务收入指标指标ARPU值ARPU通过对业务、用户、收入的预估，分析未来企业的发展走势。 内在一致性MOU市场需求预测模型用户数预测ARPU资费预测业务量预测收入预测业务目标制定在规划整体框架中的地位和作用市场发展规划网络规划现有资源分析与评估网络演进策略和目标用户数预测业务预测网络能力需求业务量预测资费收入预测收入预测财务绩效规划收入预测控制指标主要内容 预测与平衡——业务目标制定的精髓 常用的预测方法 规划中关键业务目标的制定常用预测方法统计预测市场调研定性预测定量预测回归分析其它时间系列瑞利多因素等对比类推法专家会议法德尔菲法等灰色预测法等一元线性回归多元线性回归非线性回归时间系列平滑趋势外推法ARMA模型预测方法常用预测方法回归分析预测法 回归分析预测法就是利用回归模型，通过对自变量变动趋势的分析，推算因变量（预测对象）未来状态数量表现的一种预测方法。主要包括： 一元线性回归预测法；多元线性回归预测法； 非线性回归预测法。应用范围：多用于规划中的市场总量预测分析。 （例)多元线性回归预测法 Y = a + (b1× 人口) + (b2×GDP) + error Y = 时间t 的用户数 a = 常量, b1 = 人口系数, b2 = GDP系数 人口 = 时间t 的人口, GDP = 时间t的GDP error = 时间t 的error常用预测方法回归分析预测法——预测步骤（以一元线性回归为例） 进行预测 进行检验 建立模型估计参数 方法：最小二乘法或最大似然估计法常用的检验方法有① 拟合优度检验： 相关系数 r ② 回归系数显著性检验： t 检验 ③ 回归模型显著性检验：F 检验 ④ 自相关检验：德宾·沃森统计量（D－W） ⑤ 多重共线性检验：检验自变量之间是否存在共线性点预测区间预测根据数学中的求极值原理，在上式中分别对b0、b1求偏倒数，并令其等于零，然后解方程，即可求出未知系数常用预测方法 时间系列预测法 时间系列预测法是一种考虑变量（预测对象）随时间发展变化规律，并用该变量以往的统计资料建立模型作外推的预测方法。 常用的方法有：时间序列平滑预测法（ 移动平均法、 指数平滑法）、趋势外推法。其中趋势外推法目前在国内应用比较普遍。应用范围：应用较为广泛，可对与时间有关的序列数据进行分析。把与特定产品的销售额的变化那样具有受时间影响的形态的资料叫做时间序列 (time series)。时间序列分析是对数据的趋势理 解后以此来预测未来的趋势，一般是把普通数据的趋势用时间的函数来表示。 预测的期间越长预测值就越容易被平均值覆盖，所以适用于中短期预测。 常用预测方法 时间序列预测法—— 趋势外推法多项式曲线二次预测模型一次（线性）模型对数曲线指数曲线生长曲线皮尔曲线（逻辑曲线）龚珀兹曲线 使用方法与步骤和回归模型类似，也是通过模型选取（图形识别和差分）、参数估计、参数检验等过程。 检验：拟合优度检验（R2）常用预测方法 瑞利多因素预测法 研究电信业务在潜在用户中的普及率（渗透率）的变化趋势，从而得到对用户数的预测结果。主要用于通信用户总量发展预测。 用户数 ＝ 该年潜在用户规模 × 该年渗透率 常用预测方法 瑞利多因素预测法×渗透率潜在用户规模潜在用户：有能力支付该项电信业务费用的人，即收入超过某一门限值的人，潜在用户可以通过人均收入的分布模型来测算。 假设人均收入服从瑞利分布。潜在用户数 ＝ 潜在用户比例 ×人口数 = = ×人口数 X0是有能力使用该项业务的人群的最低收入（门限值） 渗透率受多种因素的影响，包括资费的价格需求弹性、一次性费用的变化 、该业务与相关业务资费水平的变化比例、服务质量的改善率等。 当年渗透率(Pn) = 上年渗透率 × （1 + 渗透率的增长率） ＝ ：各种影响因素的变化率r ：各因素权值e ：各因素的弹性系数k ：影响因素的个数常用预测方法比较类推法Analogy比较类推法是通过与市场环境类似的国家或先进国家的事例进行比较类推，对相应项目的未来市场需求进行预测的方法。 更主要的用在新业务业务量的预测上。举例与美国、日本、韩国、芬兰等普及率高的国家的普及率增长趋势进行比较类推，预测2002年以后中国的移动电话普及率。主要内容 预测与平衡——业务目标制定的精髓 常用的预测方法 规划中关键业务目标的制定关键业务目标制定的流程各种预测手段（定性和定量）市场总量预