销售预测怎么做，不多也不少？

以观远数据为例，公司的算法工程师们会通过专家团队深入一线与客户进行沟通，深度挖掘客户业务点以辅助建模。除此他们还会定期与客户进行讨论，及时跟进客户业务发展情况以不断对模型进行完善。在与联合利华的合作中，观远数据的目标是将weekly预测精度的绝对值提升10%以上，目前已经交付了一部分品类，其余品类还在分批交付中。

而当数据沉淀尚且不足、或是部分现实情况无法用算法来固化使，使模型更加贴近业务的一个方法，则是通过设定先验规则，在模型中融入更多来自商品、渠道、销售等相关业务人员的经验。

Zara以快为特色，却可保证较高的销售预测水平，一大原因就是其能够化繁为简，为其产品打上特征标签。新品迭代是当下市场的表象，但若能挖掘产品背后的特征，将这些特征与销售数据匹配作为销售线索沉淀，必会有助于企业预测精度的提升。

除此，我们也可通过系统化的能力，将业务人员的销售预测经验固化下来，辅助企业销售预测系统的建设。这样不仅使预测模型更加贴近现实，也使相关业务人员可以从重复而冗杂的预测流程中抽身，从事更多更需要创造性的工作。

未来趋势

中国市场野蛮生长的红利期已经过去，经济已从速度向质量转变，企业也越来越需要回归成本、效率。企业争夺的下半场，需要利用数据以实现精细化运营。未来，机器学习与企业业务更深度地结合将会是发展所向。

进一步的，通过供应链集成运作以缩短整个供应周期，可作为销售预测失误的补救。更精准的预测与更弹性的供应互为补充，或将是破局断货与爆仓的最终法门。当下我国仍较为碎片化的供应链，是时候走向整合。

看不够

“36氪创新咨询”微信公众号在等你。

扫描下方二维码，或微信搜索“36氪创新咨询”（ID: Kr8-36Kr-Innovation），创新不落人后。

（编辑：应用网_镇江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!