一种销售预测方法和系统与流程

本发明涉及数据处理技术领域，尤其涉及一种销售预测方法和系统。

背景技术：

销售预测是指：根据以往的销售情况以及使用系统内部内置或用户自定义的销售预测模型，获得的对未来销售情况的预测。尽管销售预测十分重要，但进行高质量的销售预测却并非易事。在进行预测和选择最合适的预测方法之前，了解对销售预测产生影响的各种因素是非常重要的。

一般来讲，在进行销售预测时考虑两大类因素：外界因素和内在因素。外界因素可以包括：市场需求动向、经济变动、同业竞争动向、政府和消费者团体的动向等。内在因素可以包括：营销策略、销售政策、销售人员、生产状况等。

目前在销售预测中常用的定性预测方法有几种，但是，无论采用哪种方法，销售活动都是一种以人为核心的活动，所以人为因素对于销售额的实现具有相当深远的影响力，这是我们不能忽略的。

技术实现要素：

有鉴于此，本发明提供了一种销售预测方法和系统，能够根据销售人员的主观预测和对销售人员的预测偏好采用性格偏好指标的客观考察结果，综合进行销售预测。通过销售预测，可以调动销售人员的积极性，促使产品尽早实现销售，以完成使用价值向价值的转变。并且企业可以根据销售预测以销定产，避免产品积压。此外还能根据销售预测数据能合理有效管理产品库存，经过预测可对产品设立库存预警，对生产进度的安排具有指导意义。

第一方面，本发明实施例提供了一种销售预测方法，包括：

接收业务员A的预测订单的销售时间、预计订单销售金额SPO和主观成功率r_SPO；

根据第一时段t1内，每笔预测订单的预计订单销售金额SPO和主观成功率r_SPO，统计得到第一时段t1内订单的主观销售额预测SS_t1；

获取所述业务员A的性格偏好指标SB_A；

根据所述第一时段t1内订单的主观销售额预测SS_t1和所述业务员A的性格偏好指标SB_A，得到所述业务员A的对第一时段t1的客观销售额预测

优选的，所述业务员A的性格偏好指标SB_A的生成方法包括：

获取所述业务员A对第二时段t2内的订单的主观销售额预测SS_t2；

根据所述业务员A对第二时段t2内的订单的主观销售额预测SS_t2与第二时段t2内每笔订单的实际销售额S_t2，计算得到所述业务员A的性格偏好指标SB_A。

进一步优选的，所述计算具体为：

${\mathrm{SB}}_y=({\mathrm{\Σ}}_{t=1}^n\frac{{\mathrm{SS}}_t}{S_t}\×100\%)/n;$

其中，y表示业务员名称；SS_t为t时段内对某笔订单的主观销售额预测；S_t为t时段内某笔订单的实际销售额；n为t时段内预测的订单总数量，n为正整数。

优选的，所述业务员A的性格偏好指标SB_A的生成方法包括：

以其他业务员的性格偏好指标的平均值SB_avg作为业务员A的性格偏好指标SB_A。

优选的，所述统计具体为：

${\mathrm{SS}}_t={\Σ}_{x=1}^n{\mathrm{SPO}}_t^X\×r_{spo}$

其中，SSt为t时段内对某笔订单的主观销售额预测值；为t时段内第x笔预测订单的预计订单销售金额；r_SPO为第x笔订单的主观成功率；x为t时段的第x笔订单；n为t时段内预测的订单总数量，n为正整数。

优选的，

优选的，所述方法还包括：

统计全部业务员对第一时段t1的客观销售额预测，得到对第一时段t1的客观销售额预测总值SP_t1。

进一步优选的，所述方法还包括：

向用户输出所述业务员A的对第一时段t1的客观销售额预测SP_t1，或者输出所述客观销售额预测总值SP_t1。

第二方面，本发明实施例提供了一种用以实现上述第一方面所述方法的销售预测系统，包括：

预测数据接收模块，用于接收业务员A的预测订单的销售时间、预计订单销售金额SPO和主观成功率r_SPO；

数据处理单元，用于根据第一时段t1内，每笔预测订单的预计订单销售金额SPO和主观成功率r_SPO，统计得到第一时段t1内订单的主观销售额预测SS_t1；

获取模块，用于获取所述业务员A的性格偏好指标SB_A；

数据处理单元还用于，根据所述第一时段t1内订单的主观销售额预测值SS_t1和所述业务员A的性格偏好指标SB_A，得到所述业务员A的对第一时段t1的客观销售额预测值

优选的，所述数据处理单元还用于，根据全部业务员对第一时段t1的客观销售额预测，汇总得到对第一时段t1的客观销售额预测总值SP_t1；

所述系统还包括输出模块，用于向用户输出所述业务员A的对第一时段t1的客观销售额预测SP_t1，或者输出所述客观销售额预测总值SP_t1。

本发明实施例提供的销售预测方法，根据销售人员的主观预测和对销售人员的预测偏好采用性格偏好指标的客观考察结果，综合进行销售预测，使得销售预测结果更具参考性。通过销售预测，可以调动销售人员的积极性，促使产品尽早实现销售，以完成使用价值向价值的转变。并且企业可以根据销售预测以销定产，避免产品积压。此外还能根据销售预测数据能合理有效管理产品库存，经过预测可对产品设立库存预警，对生产进度的安排具有指导意义。

附图说明

图1为本发明实施例一提供的销售预测方法的流程图；

图2为本发明实施例二提供的销售预测系统的示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

下面结合图1所示的销售预测方法的流程图，对本发明实施例提供的销售预测方法进行详细说明。本实施例的执行主体是销售预测系统。

如图1所示，本发明提供的销售预测方法主要包括如下步骤：

步骤110，接收业务员A的预测订单的销售时间、预计订单销售金额SPO和主观成功率r_SPO；

具体的，业务员或其他销售预测系统的操作人员，在销售预测系统中输入业务员A对于某笔预测订单(业务员预测即将发生的订单)的预计的销售时间，金额，还有业务员A认为这笔订单能够发生的概率(即主观成功率r_SPO)。

步骤120，根据第一时段t1内，每笔预测订单的预计订单销售金额SPO和主观成功率r_SPO，统计得到第一时段t1内订单的主观销售额预测SS_t1；

具体的，第一时段t1可以是在销售预测系统中根据需要进行预先设定的一个值，如一周、一个月、一个季度或一年等等。

统计得到主观销售额预测SS_t1可以具体为：

其中，SS_t为t时段内对某笔订单的主观销售额预测值；为t时段内第x笔预测订单的预计订单销售金额；r_SPO为第x笔订单的主观成功率；x为t时段的第x笔订单；n为t时段内预测的订单总数量，n为正整数。

为了更准确的理解上述两个步骤，在这里以一个具体的例子进一步举例说明。例如：A业务员在2013年10月15日对H客户进行走访，得知H客户希望于2013年11月20日购买X类产品10000件，A业务员与H客户协商的价格为320.00元/件，金额为3,200,000.00元(SPO)。A业务员回来后对H客户的需求进行分析，估计该客户购买本企业产品的可能性为70％(r_SPO)，于是A业务员根据这些信息在系统中添加了一条预计订单。2013年10月18日A业务员又去走访G客户，得到G客户将在2013年11月10日购买U类产品10000件，该产品价格为300元/件，金额为3,000,000.00元(SPO)。走访后A业务员估计该订单的成功概率能到达90％(r_SPO)。假设系统中预设的统计周期为一个月，而2013年11月A业务员再没有其他预计订单，则2013年11月份A业务员的主观月度销售预测值(SS_t1)为3,200,000.00×70％+3,000,000.00×90％＝4,940,000.00元。

步骤130，获取所述业务员A的性格偏好指标SB_A；

具体的，业务员A的性格偏好指标SB_A可以根据该业务员的销售预测和实际销售达成情况来确定。

在一个优选的方案中，业务员A的性格偏好指标SB_A的生成方法包括：

步骤131，获取所述业务员A对第二时段t2内的订单的主观销售额预测SS_t2；

具体的，第二时段t2是已经过去的一个时间段，也就是说，对第二时段t2内的订单的主观销售额预测SS_t2是基于对业务员的销售信息的历史记录获取到的。

步骤132，根据所述业务员A对第二时段t2内的订单的主观销售额预测SS_t2与第二时段t2内每笔订单的实际销售额S_t2，计算得到所述业务员A的性格偏好指标SB_A。

具体的，业务员的性格偏好指标可以依据业务员对某时间段的主观销售额预测和实际达成情况计算获得。

以业务员y在t时段的情况为例，计算过程可以具体为：

其中，y表示业务员名称；SS_t为t时段内对某笔订单的主观销售额预测；St为t时段内某笔订单的实际销售额；n为t时段内预测的订单总数量，n为正整数。

为更好地理解上述过程，以一个具体例子说明。

例如：y业务员2013年1月销售额预测值为100万，2月80万，3月90万，4月70万，5月85万，6月95万。2013年1月实际销售额110万，2月75万，3月80万，4月80万，5月90万，6月100万。y业务员性格偏好指标为(100/110+80/75+90/80+70/80+85/90+95/100)/6＝0.98。

依据上述方法，可以设定性格偏好指标的阈值1为区分业务员为乐观型或者悲观型。如果计算获得业务员的性格偏好指标大于1，则说明这个业务员是乐观型的，也就是说他的预测情况通常高于实际销售达成情况；相反，如果计算获得业务员的性格偏好指标小于1，则说明这个业务员是悲观型的，也就是说他的预测情况通常低于实际销售达成情况。

如果某个业务员是一个新业务员，没有之前的销售预测和实际达成情况记录，无法依照上述方法获得其性格偏好指标，那么也可以以其他业务员的性格偏好指标的平均值SB_avg作为该业务员的性格偏好指标。

此外，也可以以过去一段时间内，现有老业务员的预测销售额之和除以这段时间现有老业务员的实际销售额作为新业务员的性格偏好指标。

步骤140，根据所述第一时段t1内订单的主观销售额预测SS_t1和所述业务员A的性格偏好指标SB_A，得到所述业务员A的对第一时段t1的客观销售额预测

具体的，业务员的客观销售额预测可以为其主观销售额预测与性格偏好指标的比值。

用公式表示为：

在获得客观销售预测之后，还可以统计全部业务员对第一时段t1的客观销售额预测，得到对第一时段t1的客观销售额预测总值SP_t1。

最后，通过销售预测系统，还可以向用户输出所述业务员A的对第一时段t1的客观销售额预测SP_t1，或者输出所述客观销售额预测总值SP_t1。

通过本方法，能够相对客观的对业务员的预测习惯进行统计，根据销售人员的主观预测和对销售人员的预测偏好采用性格偏好指标的客观考察结果，综合进行销售预测，使得销售预测结果更具参考性。通过销售预测，可以调动销售人员的积极性，促使产品尽早实现销售，以完成使用价值向价值的转变。并且企业可以根据销售预测以销定产，避免产品积压。此外还能根据销售预测数据能合理有效管理产品库存，经过预测可对产品设立库存预警，对生产进度的安排具有指导意义。

相应的，本发明实施例还提供了一种用以执行上述销售预测方法的销售预测系统，图2所示为本发明实施例提供的销售预测系统的示意图。

如图所示，本发明实施例提供的销售预测系统包括：预测数据接收模块21、获取模块22、数据处理单元23和输出模块24。

预测数据接收模块21用于接收业务员A的预测订单的销售时间、预计订单销售金额SPO和主观成功率r_SPO；

数据处理单元23，用于根据第一时段t1内，每笔预测订单的预计订单销售金额SPO和主观成功率r_SPO，统计得到第一时段t1内订单的主观销售额预测SS_t1；

获取模块22用于获取所述业务员A的性格偏好指标SB_A；

数据处理单元23还用于根据所述第一时段t1内订单的主观销售额预测值SS_t1和所述业务员A的性格偏好指标SB_A，得到所述业务员A的对第一时段t1的客观销售额预测值

此外，数据处理单元23还用于，根据全部业务员对第一时段t1的客观销售额预测，汇总得到对第一时段t1的客观销售额预测总值SP_t1。

输出模块24用于向用户输出所述业务员A的对第一时段t1的客观销售额预测SP_t1，或者输出客观销售额预测总值SP_t1。

因为本发明实施例提供的销售预测系统的具体工作过程和可达到的效果均已经在上述方法实施例中进行了详述，故此处不再赘述。

专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件来实现，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明实施例的范围。具体地，所述运算和控制部分都可以通络逻辑硬件实现，其可以是使用集成电路工艺制造出来的逻辑集成电路，本实施例对此不作限定。

结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上所述的具体实施方式，对本发明实施例的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明实施例的具体实施方式而已，并不用于限定本发明实施例的保护范围，凡在本发明实施例的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明实施例的保护范围之内。