企业如何利用预测分析技术做好商业预测日期   / 2018-09-05

在过去资讯技术不发达的时代，企业在相关资料整理及分析上花费了大量的人力和时间，并且所得成效往往非常有限。许多企业在进行商业预测时，最直接的方式就是由销售凭个人经验来产出预测值，但业务往往会从满足客户需求的角度出发，从而提出比实际需求“虚高”许多的数字；而就生产部门来看，通常会考量产能、工作时间及人力投入等限制因素，因此难免会保守估计未来的需求。因此两者因立场不同，就会对未来的需求量估计产生差异和分歧，花费过多的心力在沟通预测值的增减上，而较少去了解如何产出合理且较客观的预测值，以作为预测协同的基础进行下一步的分析和讨论。

凡走过必留下痕迹，在进行有效地预测前，就必须对过去销售的历史行为和特性进行深入了解，好比古时候利用占卜、算命、先知及观星象等方式预知未来，其实就是将过去的经验及现象进行系统性的整理分析，然后才能针对未来作可靠、合理的预测，而不只是一昧的凭空想像、胡乱猜测，所以预测的根本还在于须了解历史、掌握历史。随着现代科学迅速的发展，数十年来数学及统计学家已研发出了科学的数理模型来支持预测，而这些数理模型同样构建在历史数据的基础上，即从历史数据出发去分析及产生可靠的数理模型，供后续研究者使用。


目前，大部分的企业都缺乏专业人员来进行相关模型的建立及统计运算，就算有，也还是受限于资讯技术的不成熟，无法随时随地收集到最新的历史资料以进行有效的分析，可能因此好几个月才测算一次，但市场变化快速，过去所做的预测拿到现在可能已不具参考性。不过随着近年来资讯科技的快速成长、计算机技术处理效率的提升，企业可以及时通过分析软件将最新最即时的资料进行运算，并快速产出最可靠的预测结果。 通过预测分析技术，可以将历史资料的走势特性，有效地进行分析，并直观地诠释其影响程度。趋势特性如下图所示，以说明这些特性的意义，以及与预测之间的关系：

1. 直线：表示历史为一。

2. 平线，不受时间因素影响，如某产品固定销售500台，在任何时间点都一样。

3. 趋势：历史销售显示产品随时间推移而递增或递减，如某产品销售每月增加100台。

4. 季节性：过去销售历史表示，对应产品的销售淡旺季特性，在某特定的时间点产品销量较高，另一特定时间点销量较差，例如冰淇淋、火锅等都属于季节性产品。

5. 趋势加季节性：即趋势性及季节性两者兼具，该类性产品除了有季节性外，还具有随时间递增(或递减)的特性。

6. 不规则：历史销售波动呈现不稳定且不规则的波动，与时间的关系不明显。

7. 间歇性：销售历史显示该产品的大部分时间没有销售，偶而几个时间点有销量，这类情况发生在单价较高的项目型产品或客制化产品较多，如标案性产品。

8. 离群值：销售历史中超过正常历史波动幅度的数据，通常称为离群值，这些离群值背后一般都有特定事件影响，如促销、天灾人祸或重大政策等。而这些事件在未来不一定会再发生，所以在预测分析时可先行排除或调整，以降低这些离群值对预测的影响。

9. 事件影响：如之前所述，离群值一般都有特定原因，可以通过预测分析技术量化事件的影响程度，如未来预期到有特定事件发生，就可以根据事件影响来调整预测值。

预测分析技术主要目的在于分析这些特性的存在性以及影响程度，并建立合适的数学模型公式，并通过这些数学模型公式推算出预测结果。而现今，许多相关数学或统计分析软件都已将这些预测分析技术及数学模型公式，转化成程式语言，且能使用自动筛选方式去选择模型，操作介面图示化、操作步骤也同样的简易快速，使用户能轻松便捷地上手使用，大大降低了学习预测分析技术的门槛。

对于企业来说，若能善用这些分析工具，应用在长期以来繁琐和复杂的预测工作中，将能达到事半功倍的成效，企业的需求规划也将更快速方便且具可靠性，将进一步有效提升企业的获利能力及竞争力。