本文以金星中国公司为案例，运用运筹学及计算机辅助管理原理，对其生产的产品——大屏幕彩色显视器（简称彩显）在市场上的营销历史和现状进行深入研究和分析，建立数学模型并运用计算机进行科学预测，制订未来时期的经营战略。本文使用数学模型和自行开发的软件包建立了一体化的市场营销管理信息系统。该系统可以自动地从营销交易和企业环境中收集、处理和分析有用、适时、准确的信息。同时，它可以将已分类和重新组合的信息实时地向公司的管理层和各部门传递。
　　　　　　1　产品的销售概况
　　金星公司在世界范围内销售形势是乐观的，但是去年由于各国显示器生产厂家纷纷在中国办厂或大批向中国放货，行业中的竞争日趋激烈，该公司中国公司的销售量却增长不大，除去竞争因素外，另一个重要因素是企业内部未充分挖掘潜力，尤其是缺乏科学的战略性的市场观测，缺乏一套行之有效的经营管理信息系统，致使该公司销售形势处于一种“凭市场摆布”的局面。因此，当该公司面临不利的宏观经济环境时，便不能作出灵敏的反应，去制订有力的对策，以取得营销的主动权。
　　　　　　2　产品市场分析和营销计划系统总框架
　　在世界范围内，金星公司是有一定的优势的，但中国市场销售情况表明，该公司产品在中国市场销路已经潜伏着危机，为此金星中国公司提出开发一个“市场营销管理信息决策系统”，其主要功能是为该公司管理人员提供可靠及时的市场信息。
　　为了实现目标功能，系统包括四个功能模块：
　　（1）市场预测和分析
　　（2）计划和市场研究
　　（3）订货和用户服务
　　（4）调运和分配
　　本文着重对市场营销的预测分析和计划模块进行重点研究和论述。因为预测分析和计划研究是市场经营管理的首要环节，它是企业作出正确经营决策的前提和依据。
　　　　　　2　市场营销管理信息系统的数据流程
　　市场营销管理信息系统的主要来源有两方面：第一个来源是市场的调研人员，他们收集有关市场的情况资料，供市场预测和研究分析之用；第二个来源是用户，就是指所有要购买产品的单位和个人，它向企业提出订货要求，以及对产品质量、性能等方面的要求等。这些原始数据输入到系统后，经过适当的处理，产生各种市场信息，有的存入相应的数据库中，有的输出给有关的部门或其它子系统。
　　　　　　3　市场预测模型
　　一个企业要作出正确的经营决策，预测和分析起着重要的作用。通过预测和分析，将市场中的未知状态转变为科学预测的期望值状态，使企业在一定程度上规避市场风险。在认真总结以往经验的基础上，不仅要加强定性预测和分析的主导作用，而且更要重视定量预测和分析的研究工作，特别是充分发挥计算机的作用，使定性预测分析和定量预测分析密切结合起来，创造一种崭新的，更符合产品市场和公司实际的科学预测和分析方法。
　　一方面，随着中国宏观经济的发展，大屏幕显示器市场需求量的发展具有一定的延续性。另一方面，显示器为通用产品，各种品牌竞争激烈。显示器的固定配套用户比较少，所以屏幕显示器的研制和销售也具有某种不确定因素，即较难考虑它发展的因果关系。此外，显示器的市场需求量，受兼容PC机销售的支撑，有一定的季节波动，如一、二月像冬眠期一样销售迟缓，三月形势转为明朗，随后是在缓慢下滑中的维持状态，八月销售突然转旺，是受暑期购买兼容PC机高潮的影响。根据这一情况，本人认为预测方法宜采用两种方法：即时间序列分析法中的指数平滑法和季节性变动法。前者主要对短期的销售趋势进行预测，后者则着重预测季节性变化及长期的销售变化状态，弥补了短期预测的不足。用两种预测方法相结合就可以获得较好的预测效果。
　　　　1.用改进的指数平滑法预测短期销售趋势。
　　利用指数平滑法可以较好地进行短期销售趋势预测。
　　这种方法的基本原则是强调近期数据对预测值的作用，可以任意选择近期数据的权值，但是并未完全忽视远期数据的作用。
　　指数平滑法的数学模型如下：
　　　　　　F[,t+1]=F[,t]+α（V[,t]-F[,t]）　　　　　（3-1）
　　又可以写成：
　　　　　　F[,t+1]=αV[,t]+（1-α）F[,t]　　　　　　（3-2）
　　α——平滑系数，其值介于0与1之间（0<α<1）；
　　V[,t]——第t个周期（年或月）的实际值；
　　F[,t]——第t个周期（年或月）的预测值；
　　式（3-1）中的F[,t]又可写成：
　　　　　　　　　　F[,t]=αV[,t-1]+（1-α）F[,t-1]
　　而　　　　　　　　　F[,t-1]=αV[,t-2]+（1-α）F[,t-2]
　　……如此连续推算下去，然后再将不同期的预测值代入式 （3-2），展开后得：
　　F[,t+1]=αV[,t]+α（1-α）V[,t-1]+α（1-α）[2]V[,t-2]+…
　　　　　　　　　　　　　　　　　　　　　　　　　　 （4-3）
　　式中α值的大小要根据实际情况选取，如果要加强近期数据的作用，α值可取得大些。假设令α＝0.9代入上式，得：
　　　　　　　F[,t+1]=0.9V[,t]+0.09V[,t-1]+0.009V[,t-2]+…
　　可以看出，近期数据在上式中起着主要作用，其余各项历史数据的作用按等比级数（公比为1-α）的权值迅速下降。因此，这种方法是加权滑动平均法的一种改进型，它可以通过α值的选择，改变权值调节近期数据的作用，同时也考虑到远期数据的作用。在实际运用中α值的选择，可根据经验来定，如果数据波动不大，图线较为平稳时，α值应取得小一点；如果数据波动较大，α值应取大一点，可令α=0.7～0.8。这样使预测值对实际值的变化能得到迅速的反应，从而减小预测值与实际值的偏差。
　　现以显示器历年销售的历史数据为例，应用指数平滑法，分别按α=0.1和0.9计算1990—1996各年的预测值，如表3—1所示。
　　　　　　　表3—1 指数平滑的预测值
　　　　　　　实际值　　　　　　　　　 预测值
周期(年)　　(百万元)　　　　a=0.1　　　a=0.9
1987　　　　 1494.0　　　　1494.0　　　1494.0
1988　　　　 1476.6　　　　1494.0　　　1494.0
1989　　　　 1673.0　　　　1492.0　　　1478.3
1990　　　　 1777.8　　　　1506.7　　　1621.1
1991　　　　 1738.6　　　　1533.8　　　1762.1
1992　　　　 2028.5　　　　1554.3　　　1741.0
1993　　　　 2071.9　　　　1601.7　　　1999.7
1994　　　　 2252.0　　　　1648.8　　　2064.7
1995　　　　 2825.0　　　　1709.1　　　2233.3
1996　　　　 2439.0　　　　1820.7　　　2765.8
　　图3—1所示为指数平滑法α取值不同的两条预测图线。可以看出：由于实际数据不稳定，波动较大，在这种情况下当α=0.9时，预测值图线比较接近于实际值；当α=0.1时，预测值图线只反映出数据变化趋势，与实际值偏差较大。
　　指数平滑法是通过人工对α值的调节来加强不同时期的数据作用，能适应比较复杂的变化情况。要求历史数据也较少。
　　指数平滑法是一种时间序列分析方法。时间序列是一个受随机因素影响而变化的序列。因此，它的预测不可能没有偏差。因此需要说明预测的精度问题，以便在选择预测方法时有一个比较的标准。如何来确定预测的精度？不能以某一次预测的准确与否作为评价预测方法的标准，而应从统计观点用平均值的办法来判断。现用平均绝对偏差和均方差两种衡量预测精度的方法予以说明之。
　　附图{图}
　　两种方法的数学表达式如下：
　　平均绝对偏差（MAD）：
　　　　　 1　　 n
　　　MAD=──（ΣㄧV[,t]-F[,t]ㄧ） （i=1,2,3,…,n）　 （3-4）
　　　　　 n　　i=1
　　均方差（MSE）：
　　　　　 1　n
　　　MSE=─[Σ(V[,t]-F[,t])[2]　 （i=1,2,3,…,n）　　（3-5）
　　　　　 n i=1
　　现以这两个标准，对表3—1中的指数平滑法相同数据选用两种α值（α=0.1和α=0.9）预测结果进行误差分析对比。如表3—2所示。
　　从表3—2中采用两种标准计算的结果看，在该组实际数据的情况下，选用α=0.9的预测结果比α=0.1的预测结果精确。
　　表3—2　　误差分析对比
　　　　　实际值　　　　　　　　　　　指数平滑法
周期(年) (百万元)　a=0.1 平均绝对偏差 均方差 a=0.9平均绝对偏差
1987　　 1494.0　 1494.0　　0.0　　　　0.0　 1494.0　　 0.0
1988　　 1476.6　 1494.0　 17.4　　　302.8　 1494.0　　17.4
1989　　 1637.0　 1492.3　144,7　　20938.1　 1478.3　 158.7
1990　　 1777.8　 1506.7　271.0　　73441.0　 1621.1　 156.7
1991　　 1738.6　 1533.8　204.7　　41902.1　 1762.1　　23.5
1992　　 2028.5　 1554.3　474.1　 224770.8　 1741.0　 287.5
1993　　 2071.9　 1601.7　470.1　 220994.0　 1999.7　　72.1
1994　　 2252.0　 1648.8　603.2　 363850.2　 2064.7　 187.3
1995　　 2825.0　 1709.1 1115.9　1245232.8　 2233.3　 591.7
1996　　 2439.0　 1820.7　618.3　 382294.9　 2765.8　 326.8
总计　　　　　　　　　　 3919.4　2573726.7　　　　　 1821.7
总平均绝对差　　　　　　　391.9　　　　　　　　　　　 182.2
均方差1　　　　　　　　　　　　　 257372.7
　　　　　　　　　 指数平滑法
周期(年)　　　　　　 均方差
1987　　　　　　　　　 0.0
1988　　　　　　　　 302.8
1989　　　　　　　 25185.7
1990　　　　　　　 24554.9
1991　　　　　　　　 552.3
1992　　　　　　　 82656.3
1993　　　　　　　　5198.4
1994　　　　　　　 35081.3
1995　　　　　　　350108.9
1996　　　　　　　106790.2
总计　　　　　　　630430.8
总平均绝对差
均方差1　　　　　　63043.1
　　2.用季节性变动法预测季节性需求变化
　　指数平滑法虽能较好地反映短期的销售趋势，但不适用于长期预测。作为对短期预测方法的补充，我们采用季节性变动法预测大屏幕显示器季节性需求变化及长期的销售变化状态。
　　大屏幕显示器容易受兼容PC机销量及其它诸因素的影响，其市场需求量呈季节性或周期性变动。为搞好均衡生产和适时供应，很有必要掌握其变动规律。
　　大屏幕显示器需求的季节性变动有时候较为复杂，它既包括有趋势性变化（如需求量逐年增长），也可能包括有季节性变化，或者还有其它偶然性的变化（如国家政治、经济形势的突然变化）。因此，对这种变化状态的分析和预测，需要应用多种可行的方法进行综合分析。
　　现仍以金星公司1995、1996年各月销售量为依据，如表3—3所示来预测后两年某时期的销售量。
　　表3—3　季节性变动法预测计算表
月份X(1) 用户需求量Y(百万元) X[2] XY 趋势值(3)
1995年
1　　　　 30　　　　　　　　 1　　30　124.4
2　　　　 50　　　　　　　　 4　 100　128.2
3　　　　190　　　　　　　　 9　 570　132.1
4　　　　166　　　　　　　　16　 664　136.0
5　　　　178　　　　　　　　25　 890　139.0
6　　　　143　　　　　　　　36　 858　143.8
7　　　　278　　　　　　　　49　1946　147.7
8　　　　148　　　　　　　　64　1184　151.6
9　　　　192　　　　　　　　81　1728　155.5
10　　　 129　　　　　　　 100　1290　159.4
11　　　 104　　　　　　　 121　1144　163.3
12　　　　80　　　　　　　 144　 960　167.1
1996年
13　　　　96　　　　　　　　169 1248　171.0
14　　　 163　　　　　　　　196 2282　174.9
15　　　 199　　　　　　　　225 2985　178.8
16　　　 270　　　　　　　　256 4320　182.7
17　　　 222　　　　　　　　289 3774　186.6
18　　　 249　　　　　　　　324 4482　190.5
19　　　 187　　　　　　　　361 3553　194.4
20　　　 218　　　　　　　　400 4360　198.3
21　　　 308　　　　　　　　441 6468　202.2
22　　　 262　　　　　　　　484 5764　206.0
23　　　 104　　　　　　　　529 2392　209.9
24　　　　92　　　　　　　　576 2208　213.8
月份X(1)　　　　季节性系数(4)=(2)/(3)
1995年
1　　　　　　　　　　　 0.24
2　　　　　　　　　　　 0.39
3　　　　　　　　　　　 1.44
4　　　　　　　　　　　 1.22
5　　　　　　　　　　　 1.27
6　　　　　　　　　　　 0.99
7　　　　　　　　　　　 1.88
8　　　　　　　　　　　 0.98
9　　　　　　　　　　　 1.23
10　　　　　　　　　　　0.81
11　　　　　　　　　　　0.64
12　　　　　　　　　　　0.48
1996年
13　　　　　　　　　　　0.56
14　　　　　　　　　　　0.93
15　　　　　　　　　　　1.11
16　　　　　　　　　　　1.48
17　　　　　　　　　　　1.19
18　　　　　　　　　　　1.31
19　　　　　　　　　　　0.96
20　　　　　　　　　　　1.10
21　　　　　　　　　　　1.52
22　　　　　　　　　　　1.27
23　　　　　　　　　　　0.50
24　　　　　　　　　　　0.43
　　ΣX=300　　ΣY=4085　ΣX[2]=4900　　ΣX·Y=55200
　　预测步骤：
　　（1）标出数据点的分布图，确定变动的形式如图3—2所示， 这组数据显示两种变动，一是具有较强烈的季节性变动，夏秋两季需求量大，冬春两季需求量小；一是趋势变动，产品需求量呈增长趋势。
　　（2）确定长期趋势变动
　　增长趋势变动的确定有两种方法
　　（i）利用月平均增长率定点画出直线 　　
　　附图{图}
　　根据表3—3的数据分别求出1995和1996年的月平均销售量：
　　　　　　　　　　　1688
　　95年月平均销售量=——＝140.7百万元
　　　　　　　　　　　 12
　　　　　　　　　　　 2370
　　96年月平均销售量=———=197.5百万元
　　　　　　　　　　　 12
　　　　　　　　　　　197.5-140.7
　　每月的平均增长量＝———————=4.73百万元／月
　　　　　　　　　　　　　12
　　这个4.73百万元／月即为长期趋势变动。如果把月平均销售量算为年中（六月份）的销售量，则可在图3—3中给出A、B 两点。 其中A 点为1995年6月，坐标Y值为140.7;B点为1996年6月，坐标Y值为197.5。连接AB直线即为长期趋势变动。
　　（ii）应用最小二乘法，列出直线回归方程：
　　假设直线方程为：
　　　　　　　　　　　Y=a+bx
　　式中：
　　回归系数　　　　nΣX·Y-ΣX·ΣY
　　　　　　　 b=──────────
　　　　　　　　　nΣX[2]-（ΣX）[2]
　　　　　　　　　　　ΣY－bΣX
　　　　　　　　　a=──────
　　　　　　　　　　　　 n
　　将表3—3数据代入上两式得：
　　　　　　　　　　　　　 24×55200-300×4058
　　　　　　　　　　　　b=———————————=3.89
　　　　　　　　　　　　　　24×4900-300[2]
　　　　　　　　　　　　　　 4058-3.89×300
　　　　　　　　　　　　　a=————————=120.46
　　　　　　　　　　　　　　　　　24
　　则趋势数学模型为：
　　　　　　　　　　　　Y=120.46+3.89x　　　　　　（3-6）
　　（3）计算趋势线的各月趋势值
　　将各个月份值代入趋势模型式（3-6），得到各个月份的趋势值。全部计算值列入表3-3的（3）项。各个月份的趋势值是供计算季节性系数用的。
　　（4）确定季节性系数
　　季节性系数是用表3-3的（2）项被（3）项除所得的商。 列出一月份季节性系数的算法为：
　　　　　　　　　　　30÷124.4=0.24
　　其余类推。表中有24个月的季节性系数，是两个完整循环周期，因此应将每年对应的月份季节性系数进行平均，取其平均值，则各月的季节性系数值，如表3-4所示。
　　表3—4季节性系数
　　　　　　　　季节性系数
月份　1995年　 1996年　平均值
1　　 0.24　　　0.56　 0.40
2　　 0.39　　　0.93　 0.66
3　　 1.44　　　1.11　 1.28
4　　 1.22　　　1.48　 1.35
5　　 1.27　　　1.19　 1.23
6　　 0.99　　　1.31　 1.15
7　　 1.88　　　0.96　 1.42
8　　 0.98　　　1.10　 1.04
9　　 1.23　　　1.52　 1.38
10　　0.81　　　1.27　 1.04
11　　0.64　　　0.50　 0.57
12　　0.48　　　0.43　 0.45
　　（5）建立预测模型进行预测
　　假设S[,t]为第t月的季节性系数，则第t月预测值为
　　　　　　　　　　　Y[,t]=（a+bX[,t]）S[,t]　　　 （3-7）
　　若欲求1997年7月的需求量预测值，则有：
　　　　　　　　　　　X[,t]=24+7=31
　　　　　　　　　　　　S[,t]=1.42
　　所以：Y[,t]=（120.46+3.89×31）×1.42=342.29百万元
　　又，若求1998年1月的需求预测值，则有：
　　　　　　　　　　　X[,t]=24+12+1=37
　　　　　　　　　　　　 S[,t]=0.4
　　　　　　　　　　Y[,t]=（120.46+3.89×37）×0.4=105.76万元
　　以上论述的是指数平滑和季节变动两种预测方法的数学模型及其应用实例。需要指出的是：运用计算机进行预测主要在于数学模型的使用和改善预测的精度。使用计算机进行预测的优点在于它能准确地处理大量数据，能及时根据变化的条件经常修改模型，同时它还可以和其它系统相联，强化信息通讯。
　　用计算机预测市场需求时应收集需求数据。一般来说统计数据越多越好，不太重要的情况下找七点即可，重要情况下至少找十二点，观察季节性需求形态至少要两年的数据。数据的时间跨度对预测是有影响的，跨度过长，季节性波动被掩盖。
　　对于指数平滑法，输入计算机的是时间序列数据。输出的是通过指数平滑法计算后的下一周期的预测值。 计算机程序应提供一预测表（ATABLE OF FORECASTS）。平滑系数α的变范围自0.1至0.9；另一方面，程序可以用最小平方法选择较佳的平滑系数，同时，还可以根据使用者指定的周期数来计算加权平均，这将有利于敏感性分析的进行。
　　对于季节性变动预测法，输入计算的亦是时间序列数据，输出的是今后时期的季节性变化趋势。当市场需求情况出现峰和谷时，就要考虑季节性需求，一般来说季节性需求行为要求峰值在各个周期的同一时期出现，并且高峰需求必须超过平均需求的MAD／2（平均绝对偏差）， 季节性需求估值在计算机中以趋势线和季节系数来表达。
　　　　　　4　市场研究和营销计划
　　市场研究和营销计划的目的是进行充分的市场调查，制订合理的销售计划，从而在最大的限度上减少企业所承担的风险。
　　市场研究和营销计划模块要完成以下三项工作：
　　1.市场调查资料的分析，一般根据大屏幕显示器的竞争状况以及采用统计分析的方法来研究市场问题；
　　2.利用销售预测的结果来制订销售计划。
　　3.广告分析，以便于制订广告策略。
　　　　4.1　市场调研
　　制定销售计划的前提是进行充分的市场调查，从而减少企业所承担的风险，其中最重要的是查明企业在市场中所占的地位。因为这样便可获知需要调查的范围。
　　如果以金星公司为例，那么，在决定显示器市场之前，应能回答下面一系列问题：
　　（1）公司的产品适合于哪个市场或哪一部分市场？
　　（2）该市场可预见的总需求量有多大？
　　（3）市场对公司产品的接受能力预计有多大？
　　（4）通过何种销售系统最便于打入有关市场？
　　（5）该市场已在何种程度上受到竞争者的控制？
　　（6）竞争者利用何种销售系统？
　　（7）在销售区域内可望得到哪些用户？
　　（8）未来的用户会有哪些订货动机？
　　以上问题也表示市场调查的各个项目。这些项目均为定性分析和定量分析相结合的内容，它们很大程度上依赖于人对客观情况作出主观判断，但在判断中要依据一些基础数据，例如销售额、成本、投资、产品品种方向、销售渠道、价格、广告、推销等等。毫无疑问，要找到合适的调查观点并进行分析是相当不容易的。例如若想弄清竞争对手的情况，先得认识到自己并不就是简单地和竞争对手打交道，而是在和直接或间接的竞争对手打交道，他们以同样的或其他的销售渠道出售与公司相同的或类似的产品。
　　如果我们确切地拥有了市场调查资料，那么就可以用市场分析的手段来对经营态势进行研究了。
　　　　4.2　系统设计中竞争战略原则的体现
　　为了使公司长期发展建立进退有据的地位，从而在产业竞争中胜过对手，本系统把迈克尔·波特的三个普遍性竞争策略，运用到制定企业销售计划当中去。
　　战略之一是总成本领先。其目的在于降低成本，根据金星中国公司的规模，有可能利用这一竞争策略，形成企业间的比较优势，因此本系统将着重点放在密切注视营销成本等因素上。这样做的目的是为了公司和它的竞争对手比较时，有一种低成本结构。这种策略往往需要占有巨大的有关市场份额和成本—效率措施。
　　战略之二是标歧立异。其目的是将公司提供的产品或服务标歧立异，形成一些在全产业范围内具有独特性的东西。实现标歧立异战略可以有许多方式：可以力求表现品牌形象、技术特点、外观特点、经销网络及其他方面的独特性。最理想的情况是公司使自己在几个方面都标歧立异。因此本系统致力于广告费用的投入和控制，并可以定量的评估广告的效益，以协助企业宣传产品的优势，塑造企业形象，为其他公司的进入设置行业壁垒。
　　战略之三是目标集聚。即主攻某个特定的顾客群、某产品系列的一个细分区段或某一个地区市场。该战略的前提是：公司能够以更高的效率、更好的效果为某一狭窄的战略对象服务，从而超过在更广阔范围内的竞争对手。金星中国公司在中国市场上推出的是大屏幕显示器，虽然该公司在韩国生产的产品范围很广，但在中国市场上知名度不高。另外，目前通用显示器市场由于竞争激烈，企业普遍采取薄利多销的原则，利润率一般很低，而对于大屏幕显示器这个新兴市场来讲，竞争较小，利润率较高，因此部分通用显示器厂商有可能转而进攻大屏幕显示器市场。为了实施目标集聚战略，在系统设计中，我们特别关注目标市场的用户群（它主要是专业用户）和现有的潜在竞争对手。
科研管理　　 张晋荣 阮祖启