商务数据分析与应用 课件 项目九 销售市场预测分析.pptx

商务数据分析与应用;本书目录;项目四销售市场预测分析;基于店铺以往销售数据，同时运用科学的数据预测分析方法，能够有效的进行商品销售趋势预测，对企业的经营管理提供有力的决策根据。在EXCEL中可以根据数据的不同分布特征运用不同类型的趋势线进行商品销售预测，同时还可以运用移动平均法、指数平滑法、季节波动法等进行预测分析。

根据“商品销售信息表”中数据，运用合适的数据预测方法，对商品未来销售数量和销售趋势进行预测分析。;目录;9.1.1认识趋势线的类型

9.1.2利用线性趋势线预测商品销售额;Excel中的趋势线分为6种不同的类型：

;STEP1：打开素材/项目9/线性趋势线.xlsx，表中已知2010-2022年的历年销售金额。观察数据，可见13年的销售金额数据呈平稳增长态势，如图9-1-1所示。

STEP2：拖动鼠标，选中A1:B15数据区域，点击“插入”菜单下的“散点图”按钮。单击鼠标左键，选择散点图下的“仅带数据标记的散点图”。得到如图9-1-2所示的历年销售额数据散点图。

;STEP3：单击鼠标左键，选中散点图的数据点，右键，选择“添加趋势线”。在“设置趋势线格式”窗口中，选择“线性”趋势线类型。单击关闭按钮，即可得到线性趋势线，如图9-1-3所示。

STEP4：双击插入的趋势线，在弹出的对话框中将趋势预测设置为前推1，勾选“显示公式”复选框，在图上即可显示线性预测回归公式，如图9-1-4所示。

STEP5：带入公式进行数据预测计算。公式中的x为第几个年份对应的数据点，Y为对应年份的销售额。由于2023年是第14个年份，所以X为14，带入公式，计算出2023年的销售预测金额为1816.9万元。;目录;季节水平模型为：

Yt=Y×ft

式中，Y为时序的平均水平，可以是预测前一年的月（或季）平均水平，也可以是已知年份所有数据月（或季）的平均水平；

ft为季节指数，表示季节变动的数量状态。

ft=同月（或季）平均数/已知年份月（或季）总平均数

;STEP1：打开“素材文件/项目9/季节指数分析表.xlsx，添加“合计”、“月平均”、“年平均”、“季节指数”等字段，如图9-2-1所示。

STEP2：选择G5单元格，在编辑栏中输入公式“=D5+E5+F5”或者“=SUM（D5：F5）”并按回??键确认，计算不同年同月份合计，然后使用填充柄将公式复制到单元格G6到G16区域中，如图9-2-2所示。

;STEP3：选择H5单元格，在编辑栏中输入公式“=AVERAGE（D5:F5）”，并按回车键确认，计算出“月平均”，然后使用填充柄将公式复制到单元格H6到H16中，结果如图9-2-3所示。

;STEP4：选择D17单元格，在编辑栏中输入公式“=SUM（D5:D16）”，并按回车键确认，计算出“年合计”，然后使用填充柄将公式复制到单元格E17到F17中;选择D18单元格，在编辑栏中输入公式“=AVERAGE（D5:D16）”，并按回车键确认，计算出“年平均”，然后使用填充柄将公式复制到单元格E18到F18中;同时，将G16、H16单元格公式分别复制到G17:G18、H17：H18区域，可直接拉动公式填充柄进行操作。结果如图9-2-4、9-2-5所示。

;STEP5：计算季节指数ft。ft=同月（或季）平均数/已知年份月（或季）总平均数。选择I5单元格，在编辑栏中输入公式“=H5/H18”，对H18单元格进行绝对引用，并按回车键确认，然后使用填充柄将公式复制到单元格I6到I16中,结果如图9-2-6所示。

;STEP6：计算2023年各月的销量预测值Yt。Yt=Y*ft，式中，Y为时序的平均水平，在这里取上年月平均销量进行计算。选择J5单元格，在编辑栏中输入公式“=I5*F18”，对F18单元格进行绝对引用，并按回车键确认，然后使用填充柄将公式复制到单元格J6到J16中,预测结果如图9-2-7所示。

;移动平均法可以分为：简单移动平均和加权移动平均。

1、简单移动平均

简单移动平均的各元素的权重都相等。简单的移动平均的计算公式如下：

Ft=(At-1+At-2+At-3+…+At-n)/n

式中，

Ft为下一期的预测值；

n为移动平均的时期个数；

At-n为前n期实际值；

At-1、At-2、At-3分别表示前一期、前两期、前三期的实际值。

;2、加权移动平均法

加权移动平均给固定跨越期限内的每个变量值以不相等的权重。其原理是：历史各期产品需求的数据信息对预测未来期内的需求量的作用是不一样的。除了以n为周期的周期性变化外，远离目标期的变量值的影响力相对较低，故应给予较低的权重。

加权移动平均法的计算公式如下：

Ft=w1At-1+w2At-2+w2At-3+…+wnAt-n

;STEP1：打开“素材文件/