销量预测模型

Logit 模型Logit 模型是假设事件发生概率服从标准 Logistic 的累积概率分布函数，其基本形式和一般的线性回归形式相同，但因变量（被解释变量） Y 不象线性回归中所要求的连续变量而且服从正态分布，而是属于二分类（ Dichotomous ）变量，如事件发生与否，是否属于某类范畴等，其模型称为二项 Logit 模型（ Binary Logit Model ）；或为多分类（ Polytomous ）变量，如属于哪一类范畴，定序尺度（如满意、一般、不满意）等，其模型为多项 Logit 模型（ Multinomial Logit Model ）。Bases Ⅱ Model模型由 SAMI/Burke Marketing Research 于 1978 年开发出来的，用来预测新产品销售情况（ New Product Sales volume forecasting ），使用调查的数据作为分析基础。该模型描述了用户对新产品从不知道（ Unaware ）到知道（ Aware ），到试用该产品（ Trail ），最后到重复购买和使用（ Repeat ）的过程。因此，使用该模型预测新产品销售情况的关键在于估计用户由知道该产品到试用该产品的概率和有试用到重复购买和使用的概率。分析法市场研究中一个经常遇到的问题是，在所研究的 产品或服务中，具有哪些属性的产品最能受到用户的欢迎，哪种类型的用户对产品或服务的哪些属性最感兴趣，即产品或服务的不同属性对用户的重要程度是怎样 的？这就是调查公司所谓的结合分析技术，也称联合分析。其中，ARC最常用的结合分析方法的基本思想是：通过提供给用户以不同的属性水平组合形成的产品， 并请用户作出心理判断，按其意愿程度给产品组合打分、排序，然后采用树立分析方法对每个属性水平赋值，是评价结果与用户的给分尽量保持一致，来分析研究用 户的选择行为。ARC通常使用结合分析实现解决以下几个方面问题：1 ）决定各种属性在用户选择品牌（产品）时的相对重要性；2 ）估计不同属性水平的市场占有率；3 ）确定最受欢迎品牌的属性水平组合；4 ）根据用户对属性水平喜好的相似性，作用户市场分类。

我是海尔集团的，曾经参加过迈迪品牌咨询销量预测培训，培训中迈迪品牌咨询通过销量预测的“c-star模型”给予我们针对常规产品、新品上市、促销活动的销量预测的方法。