顧問文章分享 Consultant Articles

釐清新舊品替代關係,產品銷售預測才有真正參考價值

商業顧問服務事業群 陳木彬

 

企業所從事的生產或製造行為均是為了滿足需求而存在,沒有需求,企業就無法生存,但是幾乎所有的需求又都伴隨著不確定性。因此,對於如何做好需求預測,便成為每一個生產與銷售管理經理人最重要的課題。如能取得準確的預測值,則不但能減輕後續物料採購、生產計劃等作業之複雜度,也能對市場快速反應因而降低庫存水準,為企業帶來利潤及競爭力。

需求預測主要針對個別產品或服務的未來需求進行預測。進行預測的方式有很多種,最典型的就是利用時間序列預測,透過產品過去的銷售歷史數據,找出其波動特性,利用其特性建立有系統的模式。唯時間序列預測模型的建立前提是必須有足夠的銷售歷史的情況下,才能有效進行預測。

而隨著產品技術發展的速度加快,產品更替的速度愈來愈快,因此在產品生命週期愈來愈短的情況下,每個產品會因沒有實際歷史銷售數據或者過短的歷史數據,導致若直接利用產品過去銷售歷史來做有效預測的難度將愈來愈高,而做好產品需求預測的挑戰也將愈來愈大。

市面上除了一些以全新技術所開發出來的產品,因過去完全無數據或可參考性產品,而必須以市場研究或專家判斷方式來進行質化性預測。現今存在市面上的產品,絕大部分都是根據過去舊有產品的基礎下,因為在技術功能的改善或者特定通路管理下需求而產生,這些產品從產品編碼或名稱上,定義為新品,然而這類型產品多半承襲前身產品的需求,因此這類型產品若要進行未來預測,基本上可以結合前身產品的銷售歷史來進行預測,但因為新舊品間承接關係並不完全直接銜接,而可能在市場上有時間重疊或者延遲的落差,若是單純採用舊品的銷售歷史數據,其數據可能因銷售或生產因素影響而導致數據無法反應需求,因此必須對企業現行在產品預測上的運作機制進行了解,找出產品在生命週期管理上的合適時間切點,利用適當的舊品數據,來作為新品預測的歷史數據基礎。

根據企業在產品生命週期管理的作法上,通常將產品從上市到下市分成幾個重要時點,從產品研發完成、產品上市日期、停止生產日期到停止銷售日期(即下市日期)結束(如圖一所示)其中在產品停止生產日期後產品便不再生產,而後續的銷售數據將會利用剩餘庫存銷售所得出,並非為實際真正市場需求,因此對於後續新品的預測,便不能將這些非實際需求的數據來進行預測,而必須截取產品在停止生產前銷售數據,如此可避免因產品宣布停止生產後實際歷史數據會大幅減少,導致未來預測逐漸減少並為零。另外因為新品上市初期,企業通常會做一些促銷活動,致上市前幾周的銷售會有爆量發生,因此新品上市前期可以透過事件方式將前身品項在上市初期的事件影響量放入新品上市時間,產生適當的新品預測值。

 

圖一 產品生命週期階段示意圖

 



以某產品為例,若單純利用該產品過去銷售歷史數據來進行預測(如圖二所示),透過時間序列預測方法進行預測,因為該產品實際銷售長度並未滿一年,所以預測模型方法無法分析出趨勢及季節性等特性存在,因此選擇了簡單指數平滑法進行預測,所以產生預測值為一條直線。而若是依據產品部門所建立的新舊品對應關係,結合前身歷史數據停止生產前及新品上市後部分銷售數據後(如圖三所示),因為結合後數據超過一年,能分析出其具備季節行等特性存在,所產生的預測會依據時間特性結合季節性,產生較能符合實際需求波動變化的預測值來,將可做為預測的參考依據。

 

 圖二 某產品預測示意圖-新品歷史數據  圖三 某產品預測示意圖-結合舊品及新品歷史數據

 

透過產品生命週期的規劃,有效進行新舊品間的替代對應關係,讓舊品歷史數據能有效被後續產品沿用,使得短生命週期的產品能有效進行預測,能夠滿足企業在預測上的需求。因此,未來企業若要做好需求預測,制定產品生命週期及新舊品間上下市替代關係之規範,有效建立新舊品替代對應關係,並利用系統自動化處理產品銷售數據,依據產品生命週期之關係,進行產品數據的篩選,快速整合新舊品歷史數據,讓企業在新品預測上可以產生合情合理的預測參考值,滿足企業在產品預測上的需求。


返回列表頁

想了解更多?

無論是想參加培訓或是獲得服務
歡迎來信告訴我們您的需求!

■ 台北

台北市104中山區南京東路二段69號8樓
電話:886-2-2546-2508(代表號)
傳真:886-2-2546-1578
電子信箱: service@ebizprise.com

■ 天津

天津市和平區大沽北路72號新華國金中心24層A2-1〜A2-5
郵編:300040
電話:022-59067638(代表號)
電子信箱: service@ebizprise.com

熱門關鍵字