如何设计评价便捷菜市场销售预测方法的指标

如何设计评价便捷菜市场销售预测方法的指标便捷菜市场是近几年国内形成的新兴快消品市场，除了对预测模型有常用的误差评价指标外，针对该行业销售预测模型的指标还不多，目前还没有公认的行业销售预测指标体系标准。为了在该领域的开展研究，用德尔菲专家方法构建一套指标评价体系势在必行。本章采用AHP层次分析法来确定指标权重。5.1.1销售预测常用指标对销售预测常用的指标有误差指标来评价，根据平均绝对误差率MAPE、均方根差RMSE定义，可以较好的反应模型预测的优劣。可以根据数值来判断模型预测好坏程度。根据平均绝对误差率MAPE公式为：1ˆ1||njjjjyyMAPEny公式中,n是预测的期数,jy是第i个真实值,ˆiy是第i个未来预测值。平均绝对误差率，是用相对的概念方式，以百分比来表示预测误差指标。平均绝对误差率含义是对预测值和真实值之间离差除以实际值的比值，比值取绝对值，然后计算平均数。在预测模型应用中，平均绝对误差率与预测精度成反比，值越小，预测精度就越高。由于平均绝对误差率指标采取了相对数形式，当同一个预测对象采用不同预测方法的预测，可用MAPE进行比较。均方根差RMSE计算公式如下：21ˆ()mjjiyyRMSEm公式中,n是预测的期数,jy是第i个真实值,ˆiy是第i个未来预测值，m是预测的期数。均方根差等于预测值与真实值之差的平方值计算平均数，再开平方。均方根差可以解决预测误差过高的问题，使测算的误差水平更合理。当要分析预测是否满足设计要求时，测量值的均方根差就是一种有效的方法。均方根差是反映离散程度最常用的一种数值。Lewis（1982）根据平均绝对误差率MAPE大小，将预测能力分为４个等级，作为MAPE评估的标准。如表5.1所示表5.1平均绝对误差率MAPE能力等级表MAPE能力等级10%预测准确度高10%~20%预测能力优良20%~50%预测能力合理50%不准确5.1.2H公司便捷菜销售预测需求分析首先为了更好的评价销售预测模型，需要对销售预测需求进行一个科学的收集、整理分析。通过头脑风暴会议的方式，收集对H公司销售预测的需求。头脑风暴会议邀请H公司销售人员、H公司高层管理者、便捷菜行业协会管理人员及其食品咨询机构等人参加。这样把参与者分为两类：信息提取分析者和信息提供者。便捷菜行业协会管理人员及其食品咨询机构是预测系统信息提取分析者；而H公司销售人员、H公司高层管理者则是信息的提供者。参加者都具有相关行业背景经验，可以对提出有针对性的需求意见，这样通过集思广益、发挥行业内不同群体智慧，找到H公司销售预测绩效评价候选指标词汇。为下一步指标构建提供基础。头脑风暴(Brainstorming)是由奥斯提出的一种激发群体智慧并提出创新思路的的一种会议方法。在H公司销售预测头脑风暴会中，由行业专家们“自由”提出尽可能多的需求候选指标词汇，发表自己的意见和思路。以下是H公司组织头脑风暴的会议步骤。（1）头脑风暴会议前准备确定头脑风暴组织形式参加人数一般为10～15人，分3次会议。总共邀请人数30人。参加者：H公司销售人员、H公司高层管理者、便捷菜行业协会管理人员及其食品咨询机构；主持人1名、设记录员2名。会议时间控制在1~2个小时左右。明确头脑风暴会议的主题。（2）召集会议主持人会前介绍会议的议题和头脑风暴的原则，鼓励参加者踊跃提出自己的意见想法。记录员采取笔记或者电脑记录的方式将会议内容记录整理。针对H公司销售预测的需求，经过3轮会议。30位受邀的参加者提出了42个候选词汇，如表5.2所示。表5.2H公司便捷菜销售需求候选词汇表行业预测精度完成预测时间操作是否容易支持季节性预测预测精确度模型是否足够降低误差操作工具快速知道结果预测牛鞭效应各部门配合相关度预测修正预测及时性功能升级模型完善计划、预算部门评价模型设计合理性使用培训时间预测量化判断可二次开发性数据导入EXCEL预测是否图形化模型可靠度不需要而外投资能否预测近期数据。模型反映速度模型差异化需要计算机知识创新使用条件经济、成本指标预测低连续预测相关部门评价预测效率预测记录功能统计评价指标预测所需资源预测不准导致库存模型参数预测所需工时预测反应速度要对预测需求的候选词汇进行二次筛选。主要任务是去除语义表达不清楚的候选词汇。合并保留语义近似或者相近的词，选取表达更为合适的一个。对词汇意思模棱两可的，暂时予以保留。进而得到H公司便捷菜销售需求绩效评价候选指标词汇。筛选后，需要对大量的候选词汇进行分析，初步确定指标体系。本文采用德尔菲法来确定H公司销售预测的需求和分级。德尔菲法确定指标体系的步骤：（1）征集咨询行业内20位专家针对H公司预测需求进行问卷调查，专家职称要求有中、高级职称并且在相关行业有10年左右管理和营销经验。（2）提出问卷目的及第一次问卷调查：提供问题的介绍及背景相关资料给专家组。专家在收到问卷后完成问卷，说明自己意见和判断。将问卷收集汇总分析，进行比较，然后寄给专家组的每一位人，让专家组成员查阅汇总意见，比较自己的观点和他人异同，给出新的意见想法。（3）多轮反复征询意见：再进行意见收集反馈。要经过多轮的反复征询意见、收集汇总，直到最后专家组所有成员意见确定为止。最后，对专家组的意见进行分析。德尔菲法由于是单独将问卷分别寄给每位专家，专家的判断就不会受外界影响，能正确给出自己的的独立判断。经过多轮征询意见修改，需求指标的构建就是专家组基本相同的判断结果。得到如下H公司便捷菜销售需求分级表。表5.3H公司销售预测需求分类表一级分类二级分类H公司销售预测需求分类实用指标完成预测时间预测精确度操作难易各部门配合相关度功能升级技术指标模型设计合理性可二次开发性模型可靠度模型反映速度创新使用条件经济、成本指标预测成本预测效率预测所需资源预测所需工时相关部门评价采购部门评价生产部门评价计划、预算部门评价财务部门评价物流部门评价统计评价指标平均绝对误差率MAPE均方根差RMSE5.1.3构建一级、二级指标体系征集咨询行业内20位专家进行问卷调查，专家职称要求有中、高级职称并且在相关行业有10年左右管理和营销经验。撰写好“问卷调查表”进行第一轮的调查（问卷如附件1）,问卷采取李科特5分等级评价方法，根据重要性从低到高分别评为1到5分。收集调查表，计算各个指标的重要性均值。然后，将第一轮的结果反馈给专家，以此同时撰写第二轮“问卷调查表”重新让专家进行评估。重要性均值iC：说明影响因素和iC的值成正比。iC越大，相对重要性就越高。11miijjCCm公式中，m为全部参加的专家人数；ijC是第j个专家对第i个影响因素的评分数值。满分频率'iK等于给i因素评满分的专家数除以对该因素评价的专家数。统计2次的咨询结构，依据以上重要性均值、满分频率计算出一级指标参数表和二级指标参数表，如表5.4所示。表5.4一级指标参数表一级指标二级指标一级指标符号重要性均值满分频率二级指标符号重要性均值满分频率实用指标A13.450.22完成预测时间A14.10.6预测精确度A23.90.2操作难易A34.90.6各部门配合相关度A43.40.2功能升级A54.30.6技术指标B13.980.31模型设计合理性B14.70.6可二次开发性B24.30.6模型可靠度B34.70.6模型反映速度B44.30.6创新B53.50.4使用条件B62.40.2经济、成本指标C14.780.58预测成本C14.650.6预测效率C24.220.6预测所需资源C34.220.6预测所需工时C44.770.6相关部门评价D13.010.05采购部门评价D14.70.6生产部门评价D23.50.2计划、预算部门评价D33.90.2财务部门评价D42.310.2物流部门评价D52.020.2统计评价指标E14.910.91平均绝对误差率MAPEE14.80.8均方根差RMSEE24.70.8通常而言，重要性均值大于3的指标可以作为评价指标。经过2次问卷调研，一级指标为5个，重要性均值都满足条件。二级指标有19个满足条件，有3个二级指标B6、D4、D5不满足条件，将不满足条件指标去除。保留5个一级、19个二级指标。其中，一、二级指标满分频率超过50%的指标占有率达到72%，直接说明专家意见集中高，指标相关的重要性强。只是“各部门配合相关度”指标数值为0.29，大于0.2，由于销售预测需要和采购、生产部门关联，所以保留在指标之中。通过德尔菲专家咨询法，形成了H公司销售预测模型指标评价体系，包含一级指标5个，二级指标19个。如下表5.5。表5.5H公司销售预测模型指标评价指标体系H公司销售预测模型指标评价体系实用指标A完成预测时间A1预测精确度A2操作难易A3各部门配合相关度A4功能升级A5技术指标B模型设计合理性B1可二次开发性B2模型可靠度B3模型反映速度B4创新B5经济、成本指标C预测成本C1预测效率C2预测所需资源C3预测所需工时C4相关部门评价D采购部门评价D1生产部门评价D2计划、预算部门评价D3统计评价指标E平均绝对误差率MAPEE1均方根差RMSEE25.1.4指标权重确定有了一二级指标评价体系，还需要确定各个指标的权重。AHP层次分析法提供了一种计算指标权重的方法，具有实用价值。层次分析法是美国的数学运筹学家SATTY提出一种灵活方便且贴近应用的方法。AHP层次分析法把一个系统难题化整为零，分解成多个部分，并将这些因素按排列成层次结构，比较相对重要性程度。它的优点在于是提出了层次分析，可以考虑研究对象各个指标的相对重要性。用AHP层次分析法的步骤：(1)建立层次结构模型。问题分解成不同的组成因素，将有关联的各个因素按照不同属性自上而下地分解成若干层次，构建递阶层次结构。构造成对比较阵，不是把所有因素放在一起比较，而是采用相对尺度对比，减少性质不同的因素相互比较的困难，用成对比较法和1~9比较尺度方法打分。如表5.6所示，aij表示元素Ci和Cj重要性大小比值。当1.0CR时，认为不一致程度在允许范围内，权向量就等于特征向量。表5.61~9比较尺度法尺度ijaijC含义1iC与jC的影响相同3iC与jC的影响稍强5iC与jC的影响强7iC与jC的影响明显地强9iC与jC的影响绝对地强2，4，6，8iC与jC的影响之比在上述两个相邻等级之间1111,,239iC与jC的影响之比为上面ija倒数(2)求解权向量和一致性检验。采用随机一致性指标和一致性比率做一致性检验。若检验通过，特征向量即为权向量；反之，重新构建成对比较阵。(3)计算组合权向量并做组合一致性检验。计算最下层目标的组合权向量，并根据公式做组合一致性检验。首先，建立一级、二级指标的判断矩阵。本章用德尔菲法来构建比较判断矩阵，征集行业内20位专家进行问卷调查，专家职称要求有中、高级职称并且在相关行业有10年左右管理和营销经验，分别来自4家公司、1家食品行业协会。采用调查问卷的方式进行打分（问卷如附件2），用成对比较法和1~9比较尺度方法进行计算。然后，将第一轮的结果反馈给专家，以此同时撰写第二轮“问卷调查表”重新让专家进行评估。综合两轮下来，专家意见集中度和一致性较高，得到以下一、二级指标的判断矩阵。表5.7一级指标判断矩阵表实用指标技术指标经济、成本指标相关部门评价统计评价指标实用指标13221技术指标1/31120.5经济、成本指标1/21110.5相关部门评价1/21/2110.2统计评价指标12251其判断矩阵为可以求得=5.1545，通过矩阵归一法后，求权重向量：W=（0.29489，0.14401，0.13596，0.09854，0.32661）T检验一致性指标CI,数值越大，不一致程度越高。检验一致性比率CR，若CR0.1,则通过一次性检验。则矩阵的一致性指标为CI=（-n）/(n-1)=0.03786；CR=CI/RI=0.042070.1一致性比率CR0.1,说明通过检验。表5.8随机一致性指标RIn1234567891011用同样的方法分别构建判断矩阵，求解二级指标的CR和CI值。