市场预测方法是课程的核心重点，也是考试中的“难点”——分为定性预测和定量预测两大类，每种方法有不同的适用场景和计算逻辑。今天我们逐一拆解，帮大家理清思路，轻松掌握考点，避开计算误区！
一、定性预测方法（主观判断+经验，适用于数据不足的情况）1. 德尔菲法（重点）- 定义：采用背对背的通信方式，征询专家小组成员的预测意见，经过几轮征询，使意见趋于集中，得出预测结论；- 适用场景：缺乏历史数据、预测长期趋势（比如预测一款新产品的市场前景）；- 优点：集思广益，避免专家面对面的干扰；- 缺点：周期长，受专家主观意见影响大。
2. 头脑风暴法- 定义：组织专家、学者围绕预测目标，自由发言、大胆设想，收集各种意见，整理得出预测结论；- 适用场景：探索性预测、寻找市场机会（比如预测未来消费趋势）；- 优点：思维活跃，能快速收集大量创意和想法；- 缺点：意见杂乱，需要专业人员整理，易受群体压力影响。
3. 主观概率法- 定义：由专家根据经验，对预测事件发生的概率进行主观判断，结合概率计算得出预测结果；- 适用场景：短期预测、单一事件预测（比如预测某活动的参与人数）。
二、定量预测方法（数据驱动+计算，适用于数据充足的情况）1. 移动平均法（重点，简单计算）- 定义：根据过去一段时间的历史数据，计算平均值，作为下一期的预测值，分为简单移动平均和加权移动平均；- 公式：简单移动平均法\(M_{t+1}=\frac{Y_{t}+Y_{t - 1}+\cdots+Y_{t - n+1}}{n}\)（n为移动周期）；- 适用场景：短期预测、销量平稳的产品（比如日用品销量预测）。
2. 指数平滑法（重点，常考计算）- 定义：对过去的历史数据赋予不同权重，近期数据权重高，远期数据权重低，计算平滑值作为预测值；- 公式：一次指数平滑法\(S_{t+1}=\alpha Y_{t}+(1 - \alpha)S_{t}\)（α为平滑系数，0<α<1）；- 适用场景：短期预测、数据有波动的情况。
3. 回归分析预测法（重点，综合应用）- 定义：确定两个或多个变量间的定量关系，通过自变量预测因变量（比如通过广告投入预测销量）；- 核心：一元线性回归模型\(Y = a + bX + \epsilon\)（a、b为参数，用最小二乘法计算）；- 适用场景：中长期预测、变量之间有明显关联的情况。
复习小技巧：记住“数据不足用定性，数据充足用定量”，重点掌握德尔菲法、移动平均法、指数平滑法的核心逻辑和计算步骤.
