引 言
最近几年，为了处理日益增多的大量复杂的管理预测问题，发展了许多预测技术。它们各有所长，具体使用时必须小心选择。经理和预测者都应参与选择预测技术；对预测工作可能性的范围了解越深，这个公司在预测工作中所作的努力越能结出丰硕之果。
预测方法的选择取决于很多因素——预测的背景，切实而适用的历史资料，所需要的精确度，所需预测的时间，预测结果的费用与效果比较，可用于分析的时间等等。
这些因素必须在各种水平上不断衡量。比如，一般地说，预测者应选择能够尽可能充分利用适用资料的方法。如果他能够应用一种方法得到可接受的精确度，就不应再“过分讲究”地使用更高级的方法，这种高级方法虽能给出更高的精确度，但需要一些无法获得或代价昂贵的信息。这样的权衡较易进行，但另外一些因素的比较是要费点心机的。
另外，当公司要预测一种具体产品时，必须考虑产品的生命周期。现有资料是否适用，各因素之间的关系能否确立，直接依赖于该产品条件是否成熟，因此，这时产品的生命周期是选择预测方法的首要决定因素。
我们将讨论公司处理预测问题的方式，描述适用的方法，阐明怎样就问题而选择办法。尽管我们相信，预测仍然是一种艺术，但我们认为从经验中获得的一些原则对他人也是有用的。
经理、预测者与方法的选择
经理常常以为，既然他要求预测者作出某一项预报，这种要求本身已向预测者提供了足够的信息。其实远非如此。
成功的预测开始于经理与预测者的合作，他们要共同回答下列问题。
1. 预测的目的是什么？
这个问题决定了所需预测技术的精确度和能力，从而主宰了方法的选择。要决定某产品是否进入商业应用，这只需粗略估计市场大小，而为制订预算的目的而进行的预测则要求相当精确。所用的预测技术也相应不同。
再如，若预测是要描述一种“一般性”过程，那么所用预测方法就不能把诸如促进、市场措施等特殊行动考虑进去。
预测技术的费用、视界、精确度各不相同。经理应确定自己能够承受的不精确程度——换言之、应确定他的决策将怎样随着预测的精度而变化。然后，预测者在选择方法时就可以权衡精确度的成本与价值。
例如，在生产与库存控制中，预测的精确度通常可以导致降低安全库存。这儿，经理和预测者应该比较，用精细的方法预测而出现昂贵的费用和潜在的库存费用的节约孰多孰少。
图1表明在一般情况下精细的方法的费用与不精确和相应的预测误差产生的费用。两个费用之和为最小的地方就是精细而又经济的方法。
—旦经理规定了预测的目的，预测者就建议他是否经常地进行预测。从战略观点来看，他们应该讨论，在预报的基础上所作的决策以后在发现预报不精确时是否可以改变。如果是可以改变的、他们应讨论是否建立追踪预报精确度的体系以及适用的追踪体系的类型。
2. 所预测的系统的动态与分量是什么？
这是要弄清交互作用着的变量的关系。一般地，经理和预测者必须考察一下流程图，它表明分配系统、销售系统、生产系统中各个元素的相对位置。
对于系统中可以完全被公司所控制的部分公司的管理已将其调整为种种因果关系，所以可以经常使用明确考虑原因因素的预测技术。
在需用因果预测方法时，流程图对预测者有特殊的价值，因为它使他能推测由库存之类所引起的销售水平的可能变化，以及确定必须考虑的因素。
在这些因素及其关系弄清以后，预测者就能建立系统的因果模式，它将事实与逻辑都囊括在内。
3. 在估计未来时，过去是否重要？
新产品、新竞争战略，诸如此类的明显变化使过去与未来大为不同。在短期内，最近的变化不会导致全局的改变，但时间长了，它们的效果就会增加。
—旦经理和预测者规定了他们的问题，预测者就要选择预测方法。预测方法有三个基本类型——定性技术，时间序列分析和外推，以及因果模式。第一类技术利用定性资料（例如专家意见）以及前述具体事件的有关信息，有时考虑过去情况，有时不考虑过去情况。
另一方面，第二类技术只考虑形式及其变化，因此全盘依靠历史数据。
第三类技术利用经过高度提炼的系统元素之间关系的特定信息，可以将一些特殊事件考虑在内。与时间序列分析和外推技术一样，对因果模式来说，过去是重要的。
这些区别说明，同一类预测技术不能用于预测处于生命周期不同阶段时的一个产品的销售量，例如，依赖历史数据的预测技术无法预测尚无历史的全新产品的未来。
本文主要讨论预测技术怎样适应产品生命周期。我们想通过这个问题的处理方式揭示预测的潜力。首先应该大致刻画三类技术的一般功能。
定性技术：主要用于资料稀缺时，例如一种产品初次进入市场。人们利用人工判断和计算比例来将定性信息转变为定量的估计。用逻辑的、公正的、系统的方法将有关因素的所有信息与判断结合起来。这种方法常用于新技术领域，这时新产品的开发需要几项发明，很难估计研究与发展的要求，市场的接受与渗透率也很不确切。
时间序列分析：这是一种统计技术，用于当某产品或生产线的几年来的数据是适用的并且各种趋势的关系明确而相对稳定的时候。
统计预测的一个基本原则——实际上也是利用历史数据的所有技术的基本原则——预测者应该利用过去数据去得到流动速率（如销售率）的“速度显示器”，并确定这个速率的变化快慢。速率及其变化——“加速度”或“减速度”——组成了预测的基础。它们一旦确定，可用种种数学技术从中推出结论。
但是，说说容易做起来难。因为速率与趋势并非显而易见的，比如它们常和季节波动混在一起，也许已被一次大展销之类的因素所改变，所以很难从原始数据立即作出推测。原始数据必须经过处理才有用，时间序列分析的作用就在于此。
—个时间序列是一组按年月排序的原始数据点，例如一种产品几年来分月度的销售量。时间序列分析用于确定：
（1）由于季节性而造成的数列的规律性与系统的变化。
（2）二、三年或更长时间重复出现的周期变动类型。
（3）数据中的长远趋势。
（4）这些趋势的增长速率。
不幸的是，现有的大部分方法只确定季节波动，长远趋势与周期变动的混合效应，以及非规律性的偶然的分量。换言之，它们不分离长远趋势与周期变动。
一旦分析结束，推测未来的工作就可以开始。显然，所有统计预测技术都建立在现存形式将保持到未来这一假设上。这一假设在短期内常能成立，长期而言并不尽然，因此，这些技术用于近期预测令人满意，用于长远则相当低劣，除非数据形式异常稳定。
同样由于这个原因，当趋势增长率将明显变化时，例如销售额的缓慢增长阶段将突然变为迅速衰退阶段时，这些技术也不能用来预测。这种变化称为转变点。它们自然是经理们最为关心的，当它们将会出现时，预测者必须用各种非纯粹统计技术的工具来作出预言。
因果模式：当历史数据是适用的，已经作了足够的分析，明确地分离出所预料的因素与其他因素的关系以后，预测者常常建立因果模式。
因果模式是预测工具中最为精细的一类。它用数学表达有关的因果关系，能够说明来龙去脉，能够把市场调查信息考虑在内，还能直接结合时间序列分析的结果。
如果缺乏某些数据，一开始必须作出某些关系的假设，然后追踪观测发生的事情以确定所作假设是否正确。因果模式应该随着有关系统的知识增多而不断修正。但是在预报转变点和进行长期预测时，因果模式远不是最好的技术。
方法、产品及其生命周期
在产品生命的各个阶段，从产生概念到稳定销售阶段，经营管理所必须作出的决策是完全不同的，这些决策需要不同的信息作为基础。提供这些信息的预测技术也相应不同。图2概括了产品生命的各阶段，各阶段所作的典型决策和主要的预测技术。
应该分别对待不同类的产品：
（1）对于消费品生产，例如厨房用具，制造者对分配渠道的控制至少延伸到批发阶段。所以他可以相当直接地影响和控制消费品销售，直接控制分配渠道的一些部分。
因此，交运率与盈利的很多变化是由于制造者本身的行动造成的。推销、价格等策略一般来说也由他决定。所以预测者在推测销售量时选择的方法应把这些“特殊信息”结合起来。可以从简单的技术开始，一直发展到精细的方法。
（2）当公司是提供零部件的时候，公司对分配渠道和消费销售没有这样直接的影响和控制。公司不可能获取关于流通系统以后各点发生的事情的信息，所以，预测者必须利用种种预测方法，与消费品生产的预测中所用的不同。
第一阶段，产品开发
在产品开发的早期，经理需要这些问题的答案：
· 开发产品X的可供选择的其他增长机会是什么？
· 类似X的产品进行得怎样？
· 我们是否应着手进行；如果要，在什么部门？
· 我们应怎样分配研究与发展的力量和资金？
· 不同的产品概念是否会成功？
· 五至十年后产品X能否适应市场？……
对长期预测的通常异议是认为事实上不可能精确预言未来几年后发生的事。我们承认，对两年以后的时期作出的预测，不确定性大为增加。但是，至少，预测及其精确度的测定使经理知道他在选择一种战略时的风险，从而帮助他选择合适的战略。
系统的市场研究当然是主要的工作。例如，优先型式分析可以刻画消费者购买一种产品的倾向与可能，对预测渗透水平有重大价值。还有其他一些方法，依赖于对市场状态与产品概念的研究。对于已经定型的市场，可以将所预测的产品与竞争者现有的或计划中的产品加以比较，对各种因素作出定量尺度。为此，十分重要的是，提供基本资料的专家来自各个专业——市场、研究与发展、制造、法律等等——并且他们的意见是公正的。此外，还可以将所预测的产品与具有类似特性的“前代”产品作比较。1965年，我们按收入水平和地理区域分解了彩色电视机市场，并将这些子市场与黑白电视机市场的历史资料进行比较。之所以可以这样做，因为我们认为彩色电视机比黑白电视机是一个进步，相当于黑白电视机对收音机的进步。对黑白电视机市场增长的分析使我们可以估计可能出现的变化。有时候，新产品的市场并没形成，没有资料可用，产品概念飘忽不定，和历史好像也没关系。例如煤气轮机、电动和蒸汽汽车、模数房屋、污染测定装置和时分计算机终端等产品面临的就是这种不定型的市场。很多组织用特尔斐法进行着类产品的预测。
第二阶段，市场检验与引入
在产品进入迅速突破阶段以前，必须检验其市场潜力，将其引入市场。在这个阶段，需要回答下列问题：
· 我们的市场计划是什么？应该进入什么市场，产量多少？
· 早期生产阶段需要多大的制造能力？
· 随着需求增长，我们在何处建立这种能力？
· 怎样分配我们的研究与发展资源？
是否获利取决于这些问题的正确答案，所以花费较大的努力与金钱得到好的短期、中期、长期预测在经济上是合算的。这个阶段的销售预测应给出三个信息：畅销将开始的日期、畅销阶段的市场渗透率，稳定阶段的最终渗透水平或销售率。
产品将进入迅速增长阶段的日期在三、四年之前是难以预报的。公司的唯一办法是运用统计追踪法检查产品是怎样成功地引入市场的，再结合市场调查以确定何时将出现销售率的较大增加。一旦产品引入市场，早期销售数据的分析必须多加小心。例如，十分重要的是区别对革新者的销售与对模仿者的销售。前者喜欢试用任何新东西，后者只有当产品已被别人接受时才会掏钱购买，而正是后者提供了需求稳定性。很多新产品一开始显得成功是因为革新者的购买，以后就失败了。
市场调查应包括这两种人，因为前者能说出不少怎样改进产品的主意，而后者表达了整个市场的愿望。
彩色电视机在1954年引入市场，但直至1964年才被大众所接受。看来，彩色电视机只是在电视网大大增加了彩电节目后才离开引入阶段，进入迅速增长阶段。但是，从计划的观点看，大大增加彩电节目是发生在事后。一般地，我们发现，科学地设计的市场调查可以提供察觉转变点的最早手段。
虽然统计追踪法是早期引入阶段的有用工具，但很少会存在可供统计预测的足够数据。如我们所指出的，市场调查研究是有用的。但是，更普遍的是，预测者努力确定一种相似的老产品，它的透型式应该类似新产品，因为整个市场确实存在着前后一贯的型式。例如我们在1965年对彩色电视机所作的预测（见图3）。
估计产品进入迅速增长阶段的日期，这是另一回事。我们已看到，这个日期是众多因素的函数：分配系统的现状，顾客对产品概念的接受与熟悉程度，产品所引起的需求，意义重大的事件（例如是否播送彩电节目）等等。这个日期可以通过特尔斐法估计。很难精确预报转变点何时出现，根据我们的经验，可以期望的最好精确度是在实际时间的三个月至二年之内发生。
第三阶段，迅速增长
当产品进入这一阶段时，最重要的决策涉及设备的扩大。这些决策通常导致大量投资，所用的预测技术与追踪努力也应与此相称。
预测与追踪必须给出以下三类数据：
· 以前所作的迅速增长率预测的核实。
· 销售将达到稳态增长的硬数据。
· 对元件产品来说，由分配渠道的条件所造成的增长曲线的偏差。
市场增长率与稳态销售的中期与长期预测需要进行产品引入阶段所做的同样工作——详尽的市场研究（尤其是购买愿望调查），产品比较等等。
偶然地，某一新产品在引入市场时就受到热烈的欢迎，市场检验与顾客的反应证实一个庞大市场的存在。因为分配系统是现成的，所以到达迅速增长阶段的时间主要取决于制造能力。但是，在迅速增长阶段，由于大批存货使消费销售的信息沿分配渠道的传输受到缓冲，结果是缺乏好的现场数据，使产品达到水平增长的日期难以估计。我们发现，有必要建立更好的销售信息系统。
除了信息缓冲现象外，在生产元件的时候，分配渠道还会歪曲有关需求的信息，这是极为重要的，但在制订生产与能力计划时常常被忽视。
当对元件的需求像成品零售一样呈现S曲线时，它可能滞后或超前零售曲线几个月，歪曲了对元件的需求曲线。图4是作为批发销售与批发库存的函数的对元件需求的长期趋势。从曲线可看出，元件供应比零售曲线增长得陡，而且在零售达到水平前，元件供应有一个高峰。这曲线对于设备计划与布置的意义是不言而喻的。因此，必须密切注视分配渠道的动态，以确定各种估计与假设是否正确。统计方法提供了很好的基础，用于估计与检查增长率，并且当转变点将到来时发出信号。
分配渠道上的存货也呈现S曲线，它能在转变点到来前及时警告我们渠道快要饱和。
在迅速增长阶段，我们的主要工作是检查早先作出的估计，当发现不准确时，计算出误差，获得修正预报。
第四阶段，稳定状态
在这一阶段，经理的决策与以前所作不同。大部分设备计划已付诸实现，趋势与增长率已相当稳定。由于经济条件的变化、新的竞争产品的出现、分配渠道的动态等等，需求与利润的摇摆是可能的，所以经理必须保持追踪活动。但是，他的注意力主要是集中在以下问题：
· 长期与短期生产计划。
· 检查市场战略的效果。
· 创利计划的制订。
他需要一个追踪与警报系统，报告产品需求方面的下跌。长期预测还需要做，但这个阶段主要是中期和短期预测，尤其是销售量的预测。
在制订短期与中期生产计划和市场战略时，经理首先需要的是对现有销售水平的估计和变化率的估计。预测者必须作出长远趋势与季节波动的估计，因为它们明显影响销售量。对生产计划和库存控制来说，季节波动尤为重要。为此，需要应用时序分析和外推技术，即统计技术。他还必须建立未来销售水平与某些更易预报的因素之间的关系，这些因素与销售量之间有“超前”的关系。为此，需要建立因果模式。
一般地说，在产品生命周期的这一阶段，已经有足够的时间序列数据可用，从直接经验和市场研究也已经知道足够的因果关系，所以预测者总能运用这两种有力的工具。