工業(yè)產(chǎn)品未來銷售情況預(yù)測模型以過去數(shù)年的歷史銷售數(shù)據(jù)為支撐，數(shù)據(jù)涉及客戶訂單、原材料、生產(chǎn)、規(guī)程、質(zhì)量、銷售、成本、收益等多種類型，這些數(shù)據(jù)忠實記錄了公司核心業(yè)務(wù)的成長發(fā)展歷程。采用大數(shù)據(jù)分析技術(shù)，利用這些數(shù)據(jù)進行深度挖掘利用，形成輔助決策據(jù)，幫助公司決策層進行產(chǎn)品產(chǎn)能控制、生產(chǎn)資源規(guī)劃、成本預(yù)測控制和市場開拓發(fā)展。

主要的實施工具以R語言為主統(tǒng)計分析工具，方法采用合理銷售預(yù)測算法并依據(jù)市場經(jīng)濟和銷售預(yù)測相關(guān)理論，對該公司生產(chǎn)PLC工控產(chǎn)品等未來時期銷售情況進行預(yù)測。具體步驟如下：

第一步：對采集到的一定時期內(nèi)各分公司與各客戶的歷史交易數(shù)據(jù)加以分析統(tǒng)計并得到各分公司月銷售量、季度銷售量和年度銷售量以及其他相關(guān)性較強的歷史數(shù)據(jù)等重要統(tǒng)計結(jié)果。

第二步：將已得到的各分公司每期產(chǎn)品銷售量統(tǒng)計結(jié)果，利用R語言GGPLOT大數(shù)據(jù)可視化工具繪制變化趨勢曲線圖，并進一步分析銷量變化趨勢圖形，對其加以分解。

第三步：采用R語言的時間序列分析功能及恰當?shù)臅r間序列趨勢預(yù)測模型（ARIMA模型）對相應(yīng)分公司同期和未來一定時期的工控產(chǎn)品銷售進行預(yù)測；預(yù)測方法主要包括現(xiàn)代統(tǒng)計學(xué)方法、基于大數(shù)據(jù)的預(yù)測方法和基于人工智能的預(yù)測方法等，這些方法充分考慮了趨勢、季節(jié)、循環(huán)和不規(guī)則變動等因素，使用全樣本而非抽樣樣本，采用機器學(xué)習(xí)、分類聚類等技術(shù)，使得預(yù)測更精確、魯棒性更高。對比多種預(yù)測模型，綜合考慮公司目前的模型效率、預(yù)測精度和工程化環(huán)境，在武鋼整體產(chǎn)銷資訊系統(tǒng)中，采用綜合性能較好的自回歸積分移動平均 ( ARIMA) 模型來實現(xiàn)鋼鐵產(chǎn)品銷售數(shù)量的預(yù)測。

第四步：分析產(chǎn)品銷售預(yù)測結(jié)果，將產(chǎn)品實際銷售量與預(yù)測結(jié)果作對比分析，計算預(yù)測誤差并進 一步驗證預(yù)測結(jié)果準確性。

算法流程圖如下

 

算法計算公式說明如下

在做銷售預(yù)測時需要考慮的因素有很多，過去和現(xiàn)在的區(qū)域銷售趨勢、公司內(nèi)部以及競爭對手的變化、商業(yè)環(huán)境和市場的變化等等都是需要考慮的方向，對于類似PLC工控產(chǎn)品這種處于成長期或者成熟期的產(chǎn)品其銷售趨于穩(wěn)定，可以運用指數(shù)平滑法來做精準有效的預(yù)測。

指數(shù)平滑法通過對歷史時間序列進行逐層平滑計算，從而消除隨機因素的影響，識別經(jīng)濟現(xiàn)象基本變化趨勢，并以此來預(yù)測未來。使用指數(shù)平滑系數(shù)進行預(yù)測，對近期的數(shù)據(jù)觀察值賦予較大的權(quán)重，而對以前各個時期的數(shù)據(jù)觀察值則順序的賦予遞減的權(quán)重，因為最近的銷售數(shù)據(jù)能包含最多未來情況的信息。

指數(shù)平滑法基本公式如下：

運用指數(shù)平滑法來預(yù)測銷售可以快捷的實現(xiàn)對預(yù)測結(jié)果的分析， 進而通過圖表的走勢使企業(yè)能夠了解其產(chǎn)品未來的銷售走勢，并且結(jié)合評價標準，對預(yù)測值進行處理， 實現(xiàn)將預(yù)測誤差控制在合理區(qū)間內(nèi)， 最終給決策者一個合理的未來銷售預(yù)測值。