----作者：劉靚
2001年電子行業企業由于需求預測嚴重偏差導致帶來很大的庫存行業，一個重要的原因是供應鏈軟件或者客戶關系管理軟件的預警力不強，很多使用這些工具的人缺乏進行長期預測的能力，本文就著重分析了供應鏈怎樣解決預測能力這個問題。
引言
供應鏈管理專家們曾經預言：21世紀創造供應鏈價值最大化的武器將是基于需求的管理。70年代是質量管理的時代，TQM是人們最常提到的話題；80年代追求的是精益制造，JIT、柔性生產、零庫存成為時代的主旋；90年代，全球化、產品生命周期的縮短和產業細分使企業間的競爭轉為供應鏈間的競爭，庫存、客戶服務、響應時間和運營成本的改進是這個時代的目標。時至今日，需求管理已經成為企業持續成功的必要條件，擁有好的需求預測的公司的抗風險性明顯較高。
2001年，電子企業承受了由嚴重反差的需求預測而帶來的庫存壓力，這讓我們不得不反思一個問題：為什么在2000年的下半年，電子行業的預測會如此看走眼呢？事實上，從執行主管到營銷經理以及供應鏈計劃者，每個人都對其它制造行業幾個月前已經發出的銷售急速下滑的警報視而不見，即使是高級的軟件工具也沒能對過高的需求預計給予警告。為什么會這樣呢？
答案是復雜的。既有人為的因素不愿意接受繁榮就此結束的事實，也有技術上的因素許多公司實施的SCM(供應鏈管理)軟件和CRM(客戶關系管理)軟件發出的信號不強，或是根本沒有信號。更糟的是，很多使用這些工具的人缺乏進行長期預測的能力，因而只有從最近的趨勢外推預測需求。
歷史的悲劇會重演嗎？藥方似乎只有一個運用需求管理創造公司價值。這里的需求管理已不在是營銷和計劃部門簡單的運用軟件工具進行的短期預測，而是貫穿于整個供應鏈、產品開發、技術戰略、服務支持和組織設計這一系列領域的長期和短期的需求預測和管理。第一步要做的是改進短期生產進度安排和長期需求預測所需的服務平臺。
1、需求預測平臺
1.1改進需求預測工具
2000年時，很少有公司購買成套的供應鏈管理工具以有效地改進需求預測，許多公司還處于定單管理或運輸管理自動化的早期階段，供應鏈計劃者常常使用已過時幾個月的信息。這些公司都覺得可以將制造的東西統統賣出去，或是他們產品的生命周期比他們做預測的時間段還短。他們只是簡單地將短期預測進行外推，即使有調整也是少量的，這就不可能預見到銷售的下滑。即便是現在，還有些客戶完全依賴于與顧客的協作，收到的信息未加理解，或尚未弄清其客戶的預測方法就直接使用這樣的信息。很明顯，企業對需求預測的忽視、落后的需求預測工具要為2001年電子業的一敗涂地負責。
軟件供應商們分析說，由于客戶不愿接受低調的預測，從而貽誤了產能的調整。當某些部件需求緊缺時，采購人員推遲下調部件需求預測，因為擔心將來部件短缺會降低銷售，使公司失去市場份額。有些時候，這可能是合理的舉動，因為風險隱藏于開拓新市場中。但在有些情況下，這只是一廂情愿的作法。
另一方面，許多供應鏈計劃軟件并不能進行需求預測。許多供應商只是開始將戰略性預測所需的因果分析技術合并起來，這與短期的、詳細的生產預測是不同的。而且，盡管在分析最近或預測未來6~12個月的銷售時，因果分析預測是需要的，公司可以借此準備投資資金和產能預測，但這通常是營銷或財務部門的事，并沒有引起生產計劃者和采購者的很多注意。需求計劃者側重于近階段的預測，因為那是今天需要解決的問題，而且即刻可以減少庫存。
好在供應鏈計劃軟件的出現已有時日，而且正日趨完善。AMR調研公司估計，計劃軟件2001年的銷售達34.2億美元，現已占供應鏈軟件銷售的51%，到2005年將逐年遞增26%。這可是個好的征兆，相信隨著電子制造企業對需求計劃的重視和軟件技術的提高，重蹈2001年覆轍的可能性將降到最低點。
如今，供應鏈運作較好的公司正用專業計劃和運行算法數據庫替代電子表格，如Altera、Fairchild和東芝美國信息系統等，近來都從i2技術公司那里購買了需求計劃軟件，以替代基于電子表格的計劃系統。比起實施前，差異就象是黑夜和白天。比如，Altera公司現在有85%的預測是依賴于軟件，只有15%使用人工計劃進行決策。結果，裸片存儲從8.5周降到2.5周，成品庫存周期從8周降到2周。
同樣，供應鏈伙伴開始將其庫存管理和計劃系統，按照機器對機器的方式連接起來，以快速傳遞信息、作出反應。庫存管理的目標是根據需求和供應的歷史變化而制定的，需求預測和生產進度安排要每日更新，而不是每月更新。比如，Fairchild公司連續不斷地更新需求預測，這樣，供應鏈上的每個人都能使用最新信息。
1.2短期需求預測
事實上，需求預測必須將短期需求預測或生產進度安排與長期戰略性需求預測有機結合起來，才會真正地起作用。短期預測是根據存儲單位(SKU)水平做出的，它與銷售、客戶關系，以及依據預訂庫存或安排運輸來實施計劃的系統和軟件等相互作用。
相比之下，長期預測則是在更為集中的基礎上作出的。在月度或季度時間段內，對一系列產品的生產做出預測，作為財務和產能計劃的輸入數據。長期預測必須在現有客戶信息之外假設需求狀況，必須使用供應鏈之外的信息以便能預測變化趨勢。
如今，由于產品生產周期已經極大的縮短，大多企業將預測重點放在短期計劃上，許多供應鏈計劃軟件供應商對此也持相同看法。短期預測通常是根據存儲單位(SKU)水平進行的。首先，根據歷史訂單時間段分析產生進度安排。Manugistics公司使用18種統計方法，并選擇最適用于數據庫的方法，由此產生的結果再用生命周期分析法調整，這對短期生命周期技術產品來講是必須的。然后，根據銷售以及下游數據得出集中的產品需求反饋，再進行第二次調整。
現在許多軟件供應商正在對其協作能力軟件進行更新，無論是對所有產品還是不同產品的混合，它都能使用戶快速了解顧客需求的變化。對已計劃的促銷或特殊事件，也可用模塊來調整預測。
準確的短期預測和對變化的快速反應可以大幅度地削減庫存，幫助公司掌握銷售變化趨勢。Fairchild公司自從去年安裝了i2的需求計劃軟件后，對公司三分之二的產品來說，由軟件提供的時段預測比人工預測要好得多。需求計劃軟件使公司削減了產品面市時間，將承諾的供貨能力提高了5%。
1.3長期需求預測
只有短期需求預測絕不可能保證電子制造企業不被下一次經濟蕭條帶來的過量庫存砸死。由于電子公司通常沒有強大的核心預測組織，供應鏈經理只著眼于對最近情形的預測，并盡力得到足夠的部件，對長期前景關心甚少。而且許多客戶通常做6個月的詳細預測，但實際上超過2~3個月的預測是很難測準的。
只有大型軟件包才具備戰略性預測功能，但電子企業通常都不用，或用得不好。典型的長期預測功能可使用戶進行詳細的SKU預測，然后將這些預測集中起來，用他們所擁有的市場知識進行調整。Fairchild公司在SKU水平上進行了六個月的預測，然后在一個更為集中的水平上進行了一年或更長時間的預測。
預測一個特定部件，只需根據其歷史上的訂單變化和季節性變化，自動產生一個為期六周的生產進度安排。而長期預測需要使用者大量的投入，包括供應鏈外的信息，如咨詢專家的預測、提前預定、成功設計或預計的經濟指標。還可根據短期預測進行外推，調整長期預測結果。
i2,Oracle,anugistics,J.D.Edwards,等公司提供一個標準的統計程序，對根據歷史趨勢做出預測的外部數據進行評價。也就是說，如果一項預測在過去是較為準確的話，它就會比歷史上不太成功的預測得分要高。使用者可從貿易協會、貿易出版物、咨詢專家、顧客或經濟指標中得到歷史資料。
1.4軟件與經驗結合
軟件供應商自信地認為，下一次的庫存危機不至于像去年那么嚴重。因為許多公司已安裝了供應鏈計劃軟件包，并在整個供應鏈管理中使用。軟件將側重于短期預測，以節約成本，良好的短期預測可在銷售趨勢逆轉前二個月左右時提供快速反應。
但同時，電子制造公司一定要將利用外部數據進行的長期因果分析預測整合起來，作為對根據歷史外推和顧客預測結果的可靠檢驗。
有經驗的人都知道，長期預測并非輕而易舉之事。Fairchild公司的成功取決于高層的支持和大量的培訓，以及最初期間的警告即計劃者懷疑軟件的結果，不可避免地想要進行挑戰。當他們越過了這一階段后，他們就能處理各種例外情況，并讓軟件做出大部分的計劃決策。
2、成功預測的策略
在市場競爭日益激烈，客戶需求多樣化、個性化的今天，如能在提高對市場響應能力方面進行系統規劃和實踐，對企業提高服務水平、降低成本、提高質量和充分利用資源具有重大意義。
做好預測工作應先從準確性、時效性、可用性和經濟性方面選擇好理想預測方法，再從整體上來管理市場預測工作。準確的預測可以使企業及時調整產品結構，瞄準特定的目標市場和消費群體，領先競爭對手并獲得更大的商機。以下將分析預測的編排、如何消除預測的差異以及如何評估預測的準確性。
2.1預測編排
預測實際上是對未來產品市場需求的估計。從時間劃分，可以有短期預測和中長期預測，時間越遠，預測的準確性越低；時間越近，則相對準確。因此可以在中長期預測的基礎上加強短期預測，便可進一步提高短期預測的準確性。
預測工作可以分為前瞻預測及銷售總結，實際的預測是這兩方面工作的結合。前瞻預測是收集市場的需求信息，通過分析，了解產品發展方向，直接面向市場；而銷售總結是建立在過去、現在銷售基礎上的。根據銷售歷史情況，對產品的銷售趨勢進行分析，以發現產品銷售是處于上升還是下降趨勢，給前瞻預測一定的指導。
2.2如何消除預測差異的影響
很多企業都接觸過“六個西格碼”概念，它指100萬個產品單位里只允許有3.4個質量缺陷，也稱“零缺陷”。實際上，追求預測的最小差異與追求“零缺陷”的道理是一樣的，目的都是為了提高工作效率，減少不必要的浪費。雖然追求預測最小差異在實際工作中很難實現，但也有一些方法可以減少預測差異帶來的負面影響。
2.3調整預測編排
預測的錯誤來自兩個方面，有些預測超過實際需求而有些預測小于實際需求。大家往往只反映超出預測部分，而一個好的計劃體系同時也要反映小于預測的信息，只有計劃體系同時從兩個方面來反映，執行人員才有機會及時處理。
2.4提高應急能力
許多客戶會在最后一刻需求發生變化，往往使公司陷于應急事務。為了不被經常性的、痛苦地打斷工作，一種比較好的辦法是大概地做出綜合性計劃并預留一部分能力來處理應急事務。
2.5講究科學庫存
安全庫存看似朋友實為敵人。其用意是可理解的即為了防止預測錯誤或工作流程的中斷，但不幸的是它會增加成本，同時還會產生提早于實際的需求信息而影響工作的可信度。所以安全庫存應該被盡量減少，并應以最靈活的方式存在于公司中，一般可將安全庫存設置于原材料一級。
2.6供應鏈管理
“供應鏈”指的是相關供貨商、制造商、分配中心、經銷商、零售商和消費者之間的聯系，每一層供應鏈都會產生下一級需求，客戶將未來需求通知制造商或是制造商將制造計劃通知其供應商。客戶也逐漸意識到與供應商分享需求計劃可以幫助供貨商提高預測準確性，有了來自于客戶的更可靠的信息。供應商可以更有效地進行各項管理，不斷改善對客戶的服務，在客戶與供應商之間建立起相互信賴的合作伙伴關系，雙方信任并努力幫助對方，這必然會給雙方帶來巨大的回報，在技術上可以通過EDI(電子資料交換)方式得以實現。
2.7評估預測的準確性
進行產品預測牽涉到許多方面的問題，如客戶數量及需求變化、產品的種類和檔次、銷售渠道的建立、新產品開發能力、市場定位和價格定位等，因此，預測工作理論上可以做到100%的準確，但在實際工作中做這樣的要求卻是不現實的。那么，預測的準確性要做到多少才有實際意義呢？
根據專家提供的數據，對于系列產品，每月應對預測結果進行評估，準確性差異可以要求在0%20%之間，但是3個月的平均準確差異要求達到10%以內。并要求對每月的預測準確性進行跟蹤。對于單項產品而言，預測的難度要大一些，因為受外來因素影響較大，一般月預測差異要求在0%30%之間。
現今不少企業抱著“東方不亮西方亮”的心理，經營產品種類繁多，但產品各自情況不同，市場走勢和需求、企業生產能力、對企業的生存和發展的影響等均不相同。這種情況下，可將產品進行分類。如一類產品的預測差異要求在0%-10%之間、二類產品的差異要求在0%-35%之間、三類產品的差異要求在0%-150%之間。
2.8“帕累托原理”在銷售預測中的應用
帕累托(Pareto)是19世紀意大利的社會學家，他利用圖表顯示：國家財富的80%掌握在20%的人手中，這種80%～20%的關系，即是帕累托原理。我們可以從生活中的許多事件得到印證，舉例來說：公司80%的收入是由其全部產品中的20%所賺得的。生產線上80%的故障，發生在20%的機器上；80%的員工問題，是由20%的員工所引起的。
銷售預測可以根據銷售產品的ABC分類來進行編排和審核，即采用“帕累托”原理，A類產品銷售數量占據總銷售量的1520%；銷售金額往往占銷售總額的70%80%；B類產品銷售數量約占30%而銷售金額占15%；C類產品銷售數量約占55%而銷售金額占5%。市場、銷售、計劃人員根據產品的ABC分類，將預測工作的精力進行分配，保證各類資源充分合理利用。
產品的ABC分類中，A類產品的月預測準確性要求差異在0%-20%，B類產品的月預測準確性要求差異在0%-35%，C類產品的月預測準確性要求差異在0%-250%。一些銷售數量很小的產品受到訂貨數量、訂貨頻率的影響，如果訂貨不很頻繁，那可以做三個月滾動平均。這樣衡量的準確性比單月核算準確性高。 3、科學預測的關鍵因素
長期以來，預測更像藝術，而不是科學。OEM依賴于直覺、面對面地交談以及基于經驗的推測來決定采購和生產的數量。今天，這些方法仍被沿用。但新一代的工具和技術可以幫助OEM提高效率，以較小的改變對公司的運營績效產生重大的影響。
預測越來越受重視。因為經濟處于下降趨勢，人們把目光盯在如何降低成本之上。在這方面，各公司更加關注供應鏈管理，供應鏈上的成本降低關系到每個人的利益。大多數廠商已經采用了先進的計劃和調度工具，用于元器件的采購計劃，或將元器件采購與生產能力相結合。\"
以“客戶需求為導向”的經營理念和“按訂單生產(BTO)”的制造模式對預測提出了新的要求。
其中有四項因素甚為關鍵：
（1）為使預測更為準確企業需要更多的考慮各種變數，從而使供應鏈中的各個環節能夠協同運作；
（2）將預測建立在更詳盡的數據基礎之上；
（3）在全球化的經營中，季節的變化和區域的差異亦非常重要；
（4）此外，靈活地選擇和使用各種工具，將達到事半功倍的效果。
圖1軟件供應商的性能比較
BTO對傳統預測的挑戰沒有解決供應鏈全部問題的靈丹妙藥。即使在預測過程中周全地考慮了各種因素，最終結果也可能與市場的實際需求有所偏差。惠普公司的訣竅就是能夠對這偏差有所準備和反應。同時還強調借助于各種新的和傳統的工具來緩解這種錯誤所產生的影響。
預測的另一重要內容是使其具有超前性和可執行性。預測本身就蘊涵著不準確，因此需要在執行的過程努力去解決這一問題，必須做一些工作來改善預測的準確性，但是同時也做大量的計劃工作以確保對實際需求變化做出快速反應。
市場的動態變化與新商業模式的結合，使庫存控制和供求預測復雜化。的確，按訂單制造(BTO)已經改變了預測。以前，OEM按照具體的特征制造產品，意味著必須預測需要制造的數目。現在BTO模式需要向前看，除了數目估計之外，還要確定哪種選擇更加流行，其中包含更多的變數。
作為一種新的制造模式，如果應用恰當，BTO能縮短交貨期并增加靈活性。但如果預測不準確則可能導致庫存大量積壓，其結果將是OEM更不情愿來做長期預測。安富利公司一般看180天的預測，頭90天已經確定。由于現在采用BTO、零庫存和5天的有效供應，30天的預測將變得非常準確。
3.1預測要考慮供應鏈各個環節
隨著供應鏈變得更復雜，其特性和預測模型也發生了變化。惠普公司的供應鏈常常是5個等級。以塑料為例，它從HP公司開始，經過合同制造商，再后是注塑公司，接下來是化合物供應，最終是樹脂制造商。僅僅等信息來慢慢處理需要8至10周。
為了應付供應鏈不斷增長的復雜性，惠普正在建立一個實驗網站，使供應商能迅速地了解信息的變化。系統把預測和訂單變化傳播至整個供應鏈，從器件制造商、代理商、合同制造商到物料廠商。
每個合作廠家都收到一封電子信件，必須上網確認其變化。如果合作廠家沒在規定時間之內答復，系統會自動地通知項目主管。以前，數據變化可能要花8至10周時間才能通過整個供應鏈，但新系統大大地縮短了該時間。它是一個驚人的變化，即使它還在實驗階段。盡管它運行還不足以進行量化，但確實已經看到了一些成功。
3.2獲取更詳盡的預測數據
現在，OEM必須比以往更加準確地預測器件需求。以PC為例，可能有多種不同處理器速度、硬盤大小或存儲器記憶空間的選擇。主要的問題是怎么以正常或直接的水平預測需求。同時，必須知道哪些需求是產品的不同組合。根據已有的供應和需求的不同組合，很多新的預測和庫存管理工具能夠提供制造信息。
預測準確性是關鍵，尤其是高檔產品或者單一貨源的產品對于關鍵部件，例如處理器或硬盤，并不僅僅是預測需求，而是得到恰當的供應來保證需求。
分銷商Pioneer Standard電子公司代理眾多電子產品，該公司為其銷售人員配備了便攜電腦，并提供客戶關系管理和機會管理工具。Pioneer Standard用它來管理新機會，使市場和采購部門能夠了解哪些新產品已經被設計應用。他們應用這些數據以便在客戶開始生產時，能有足夠的產品供應。
當然，由于新興技術的需求預測非常困難。業內人士普遍認為盡管新工具有所幫助，但經驗和交流技巧仍是正確判斷市場需求的重要內容。
3.3注重季節性和區域性因素
季節和地區的差異給預測帶來了更大的挑戰。以PC業務為例，傳統上第四季度銷售要比夏季里的銷售強很多。季節變化要盡早注意，尤其是在消費電子和電信市場。例如，惠普已經和供應商坐下來討論預測下一個圣誕節時的PC需求。
同時，根據不同假日和不同文化，工作計劃有必要進行相應地調整。每個地區都有它自己的業務周期。例如歐洲在8月份的業務會大幅度下降，使預測更困難。它是地區性問題，有時在美國需求增長比較緩慢，但在歐洲需求卻很強勁。
Kingston使用J.D.Edwards公司的企業管理解決方案處理其長期預測，讓公司對變化做出快速反應。Kingston已經同它的最大客戶之一東芝公司進行協同預測，來自Kingston的計劃人員同東芝一起工作，并經常地分享交換信息。過去，一般認為10至20周的交貨期并不特別長。但如今兩家公司共同分享以季為基礎的預測，新系統能使合作廠商每星期都能對變化進行反應。
3.4靈活使用預測工具
預測所采用的技術包括傳統EDI所使用的最基本電子數據表，以及復雜供應鏈計劃軟件的ERP程序。基于因特網的工具是預測技術所采用的另外一種方法。
很多大公司正在或計劃使用庫存管理、需求預測和供應計劃的軟件。大多數大公司都有先進的計劃解決方案在應用，但人們仍使用電子數據表和多種預測方法。盡管多數公司擁有先進的工具，但許多老的方法仍在沿用。
安富利為其客戶管理著5,000種以上的元器件，每周都對某一型號做出一個預測。，應用專有的終端補給系統（PORS），結合其DRP/MRP能力，及通過EDI系統與客戶和供應商及時交換信息，就能做出詳細的預測。
選擇正確的系統是一個挑戰。許多公司購買先進的平臺，然后添加一些簡單的工具或在公司內部研制的工具完成整個系統。在Sun公司，軟件選擇是復雜的事情，需要要考慮架構的一致性。Sun公司想尋找最好的產品，但供應商眾多且各具特色。Sun公司采用i2的Rhythm協作計劃和RaptBuy的工具管理全部的統計圖表。
與解決方案提供者建立合作關系有助于工具的選擇和使用。偉創力公司已經在供應鏈上進行投資，并與幾個OEM客戶合作，開始了需求模型軟件的早期實施。此外，該公司還使用Baan的ERP軟件及供應鏈解決方案來管理庫存、倉儲、制造和財務。
AllAmerican半導體公司自主開發了一個稱作Prism的系統，已應用了3年。該程序把現在的供應商預測和有關過去的準確信息相比較，并做出相應的調整。該公司總裁Bruce Goldberg說,市場數據和其它信息也是代理商預測要考慮的因素。
隨著預測系統復雜程度的增加，培訓員工有效和準確地使用工具變得非常關鍵。應用當前流行的預測技術是件麻煩事兒，新的工具并不總是與新的業務實踐兼容。在當前技術和運作過程中有一個投資誤區，而改變的代價是高昂的。每個人都在關注新技術，但常常是他們仍在以舊有的方法運營他們的業務。對于每個人來說，這種改變并不是同步的。
Sun公司內部建立了變化管理組織，負責處理新方案的應用而出現的問題。該部門建立實踐和培訓的方法，研究用戶的需要，確定系統變化將影響那些工作，編制培訓材料和程序。
3.5有效利用因特網
由于因特網的普遍適用性，基于因特網的工具已被業界視為改善交流和協作的工具。因特網是每個人都能訪問應用的工具，小公司可以應用基于因特網的工具來執行預定的過程。對于小公司，可以為其提供工具，幫助他們管理供應鏈。
然而業界觀察人員認為，很多基于因特網的工具不能滿足大的電子公司需要。該技術仍然處在初期階段，很多工具不能處理信息流入和復雜供應鏈中的各種變量。依然還沒有看到有足夠強大的、基于因特網的工具能夠支持我們的預測。大公司的交易量、元器件數量和變化非常大，這些工具難以處理如此巨大的信息量和變化。
安富利的確在用因特網保存公共的數據庫，因此合作廠商能夠使用公司的站點上下載文件。無論是專用和公共的，在線市場都被用來交換詳細的庫存和其它的信息，以及購買或銷售多余的存貨。
已經有數個在線市場在提供特定的服務范疇，如處理多余的材料，到期的產品或冷僻的元器件。未來的方向是全方位的在線市場才有可能成為真正的贏家。合作是非常成熟的想法并在業界已出現，如果在線市場能同其它領域供應鏈有效地結成合作同盟的話，將能為用戶提供最大的生產率。
有時服務主要集中在修正預測的混亂之上。惠普與一些合作廠商，如AMD、康柏、Gateway和日立共同建立了ConvergeInc.，采用因特網交換信息。因為預測有時是錯誤的，所以常常需要賣出多余的部分，或者買入需要補充的東西。
4、實例：Sun公司的預測分析小組
杰出的戰略家深諳先發制人之道，做到這一點的確需要遠見卓識。Sun公司成立了自己的需求分析小組，致力于更精確地預測市場對系統的需求量，以及與之相應的元器件采購。該小組的目標是對潛在需求做出一個預測范圍，而不是一個精確數字，并且對公司能真正實現這些需求預測的概率做出估計。
該公司旨在超越傳統的預測方法，不僅僅考慮內部計劃和預測，而是著眼于更多的影響因素。所作的預測把不同來源的數據都考慮進去了，包括來自內部規劃、市場調研、用戶調查和供應商提供的信息。考慮的變量則包括市場上同類競爭產品的數量、季節周期、消費周期和市場增長速度與規模。
這個成立不到一年的小組還利用了來自主要客戶的信息，他們會問客戶計劃購買什么樣的產品以及希望這些產品有哪些功能。他們并不是光靠內部信息作預測，那樣往往會自圓其說。他們花了不少錢作問卷，向客戶詢問對于一個給定產品，哪些性能最重要，以及他們打算購買什么樣的產品。
有時問卷統計結果會大大出乎Sun的營銷和銷售部人員的預料，預測小組亦已遇到一個產品的市場潛力比Sun營銷部門預計大的實例。有些時候，內部壓力會使預測數字偏低。有好幾次，他們都依據分析調高了生產計劃。
為了能充分利用先進的預測方法，Sun聘請了數名專家來進行復雜的統計分析。他們請了三位博士利用復雜算法獲取市場調研和市場份額數據，進行競爭分析，并利用他們計算一些基于不可控因素期望值和概率區間。
|
