友情提示：如果本网页打开太慢或显示不完整，请尝试鼠标右键“刷新”本网页！
营销管理-第20部分
快捷操作: 按键盘上方向键 ← 或 → 可快速上下翻页 按键盘上的 Enter 键可回到本书目录页 按键盘上方向键 ↑ 可回到本页顶部! 如果本书没有阅读完，想下次继续接着阅读，可使用上方 "收藏到我的浏览器" 功能 和 "加入书签" 功能！
（3）机械抽样。把调研总体逐一编号，用公式R=N/n（R表示组距，N表示总体个数，n表示要抽取
的样本数），计算样本区间。然后在1—N/n号中随机抽取一个号码作为第一个样本单位，该号加上组距即
为第二个样本单位，依次类推，直到样本个数抽满为止。如对10000名用户进行产品质量征询，拟订样本
为250个。组距R=N/n=10000/250=40，若1—40号中随机抽取的起点号码是10，则样本号依次10、
50、90、130、170……，直到250个样本抽满为止。
机械抽样对调研对象总体的各个组成部分都能在一定程度上被包括到样本中去，比较能保证抽取样本
在总体中的均匀分布，从而提高样本的代表性。但是当调研对象总体出现周期性的分布态势时，调研样本
就会缺乏代表性，导致调研结果产生比较大的误差。
（4）配额抽样。先按一定标准将调研总体分成不同的群体，然后依照各群体的大小分配不同的抽取比
例，最后由调研人员在不同群体内按确定的配额自由选取样本或按随机原则抽取样本。
计算群体配额公式：ni=Ni/N×n
公式中：ni表示每个群体应抽取的样本数；
Ni表示每个群体的单位数；
N表示总体的样本数；
n表示抽样总体的样本数。
例：某企业对目标市场中500户居民进行配额抽样调研。先根据各户的收入进行分群，然后抽取其中
的50户作为样本进行调研（表4…2）
表 4…2 50户样本调查数
配额抽样的标准选择要注意各群体之间具有比较明显的差异性，每个群体内每个个体应保持一致性，
不致发生混淆。只有这样，才能使抽取的样本反映各群体的特征，提高样本的代表性，减少抽样错误。
营销信息的评价
包括与营销活动所有相关因素的营销信息，对于企业而言必不可少。然而，过少的信息不敷应用，过
多的信息又会导致使用者无所适从，错误的信息还会给企业带来灾难。因此，企业必须善于从中获取适量
的有用信息。
营销信息不同于一般信息，是产品交换过程中人与人之间传递的社会信息，是信息发出者和信息接
受者能共同理解的数据、文字和符号，反映着人类社会的经济活动。评价营销信息的基本标准是有效性和
适用性。
1、营销信息的有效性
收集营销信息是为了满足企业开展营销活动的需要，有用的信息能帮助企业制定有效的营销决策，实
施营销计划，从而实现营销目标。营销信息的有效性，表现在它是否准确、及时。过时的信息，犹如“雨过
送伞”，时过境迁起不到作用。大量杂乱无章的信息不仅无济于事，还可能干扰决策者的思路。歪曲和掩盖
客观实际情况的信息，则会导致企业营销决策的失败。因此，科学的营销信息系统必须向决策者提供准确，
及时的营销信息。
2、营销信息的适用性
现代社会呈现着多买方、多卖方、多渠道、多功能的开放式市场状态，营销信息渗透在世界的各个领
域中。企业被包围在形形色色的营销信息之中，然而并不是所有的营销信息都能为企业所用。营销信息的
适用性，表现在它的时间上、空间上、内容上与企业营销活动的相关性。营销环境是一个复杂的大系统，
每个企业有自己特定的营销内容。一条营销信息对甲企业是营销机会，而如果乙企业“依样画葫芦”投入大
量人力、物力却收效甚微；同样是这条信息，对丙企业则可能是营销危机的警告信号。企业面对的营销信
息不是零星的、个别信息集合，而是若干具有特定内容的同质信息在一定时间的空间内形成的系统集合。
因此，科学的营销信息系统必须向决策者提供真正反映营销动态、与企业营销活动相关
的营销信息。
第三节 营销信息的利用——营销预测
市场营销预测就是根据过去和现在的情况，推测未来的发展，并通过分析研究，为企业的营销决策提
供进行比较选择的初始方案以及实施这些方案的最佳途径。市场营销预测的内容十分广泛。一般说，对市
场需求、商品资源、市场占有率、市场价格、产品生命周期、营销效果等都可作预测。
直观预测法
即根据市场调查的资料，由预测者凭个人经验或集体智慧进行直接判断的方法。此法简便易行，一般
不需要系统和全面的数据资料，但受个人主观因素影响较大，常常配合一些数理统计方法加以应用。
1、专家调查法
此法又称德尔菲法，由美国兰德公司于20世纪40年代创始的。其具体做法是：将征询的问题分别寄
给选定的若干专家，请他们分别填写后寄回。然后主持人将这些意见分别归纳，并形成文字，再一次寄给
专家，请他们再填写并寄回。经过多次反复，意见逐步趋向集中，直至得出比较一致的结论为止。此法简
单，科学性强，在缺乏资料、无法应用数学模型的条件下，被广泛采用。德尔菲法具有三个特征：
（1）匿名性。由于专家们分别填写自己的意见，互不相知。因而既能避免被权威左右，又不会损害非
权威者面子，可以畅所欲言。
（2）反馈性。由于多次征询与反馈，使原来比较分散的预测意见逐渐达到相对一致，结果比较可靠。
（3）不足之外是信函往返耗费时间较长，对预测意见的分类、整理、归纳需花费较多的人力。
2、经验判断法
即由预测主持人召集某些熟悉业务、具有经验和综合分析能力的主管人员、职能人员、业务人员对预
测问题进行讨论、分析、判断的方法。这种方法尽管是主观估测的结果，但由于预测人员都掌握一定的市
场资料，具有相当的经验，因此对于过去一段时期的需求情况比较正常，营销环境又不会出现重大变化的
产品预测，具有较高的实用价值。
在用此法预测中，可以根据各人所提的预测值，进行加权平均。其权数可按照各人在企业中所处的地
位与作用的不同而定。如方案提出者是经理、管理人员、业务人员，他们的主观预测值分别是：18；000（元）、
20；000（元）、22；000（元），根据各自在企业中的作用，定出加权数分别为：0。5、0。3、0。2。
加权平均后的预测值是：
（此数据应为19，400）
3、社会调查法
即通过座谈、访问或信件、电话、报表、展览等手段，直接向有关人员进行调查，加以分析和综合进
行预测的方法。此法能对市场有较透彻的了解，但必须在调查对象配合的基础上，而且费用较高。如直接
向顾客发征询表（见表4…3）。
名称
购买年月
牌号
型号规格
备注
电冰箱
洗衣机
彩电
录像机
空调机
其他
表4…3 耐用消费品需求征询表
时间序列预测法
即把过去的历史资料和数据按时间顺序加以排列，构成一个数字序列，再对此序列数值的变化加以延
伸，进行推算，判断市场未来发展趋势的方法。此法比交简便，适用性强，但不能反映事物的因果关系，
需要用其他预测法加以补充和校正。
1、简单平均法
即按时间序列对一定时期内的观察值进行平均计算，以预测后期数值的方法。
其计算公式：
其中， 表示预测值；
1、 2、 3… n表示观察值；
n表示观察值的数目。
_例：某企业本年1—8月份销售如表4—4所示，求该企业本年9月份的销售额预测值。
该企业本年9月份的预测销售额是577万元。（公式中分子的第一个数字应为586）
时间（月）
1
2
3
4
5
6
7
8
销售额（万元）
586
596
560
565
580
570
578
582
表4…4 某企业本年1—8月销售额
简单平均法一般只适用于销售量变化不大的稳定状态，如果实际情况变化起伏很大的话，预测结果和
实际的销售量的差距就会增大。
2、移动平均法
简单平均法是假定1—8月份的销售额对9月份的销售额预测值的影响都是一样的；而移动平均法是假
设接近9月份最近的几个月影响更大。如果把5、6、7、8四个月的销售额作为观察值，加以平均，所得
的预测结果更接近实际。
该企业本年9月份的预测销售额是577。5万元。
3、加权移动平均法
前两种方法都是用平均的方法求得预测值，而实际必须考虑各个月的销售额对9月份销售额的影响程
度，由此进行加权平均，即加权移动平均法。权数根据经验所定，此法所得预测结果比简单平均法更精确。
其计算公式：
其中，w表示权数。如果观察值仍取5、6、7、8四个月，根据每个月的数值的9月份预测值的不同
影响程度确定权数分别为5月份（w1）为0。2；6月份（w2）为0。2，7月份（w3）为0。3，8月份（w4）
为0。3，权数之和为1。
该企业本年9月份的预测销售额是578万元。
因果关系分析法
即利用市场营销活动中各种因素之间的因果关系，找出影响预测结果的主要原因，并计算出原因与结
果之间的数量关系，根据此数量关系测算出预测值的方法。此结果比较准确，但需要一定的数学知识与计
算技术。
1、回归分析法
即通过分析事物发展变化的原因，找出原因和结果之间的联系，用数学模型以预测事物未来发展趋势
的方法。根据有关影响因素的多少和资料数据的多寡又分为一元线性回归法、多元线性回归法，非线性回
归性等。
这里将一元线性回归法作一介绍。
一元线性回归分析法的数学模型为：y=a＋bx
其中：y表示因变量（预测值）
x表示自变量（引起事物变化的某些因素）
a、b表示回归系数
n表示观察值数目
回归系数的计算公式：
例：某企业经过连续观察，发现某产品的销售与广告支出相关，统计资料见表4…5。求当广告费用为9。
5 万元时，该产品的销售量预测值。
首先用列表式计算有关数据（表4—5），并计算回归系数a、b。
再将a、b代入回归方程：y=114。59＋7。02X
当广告费用为9。5万元时，该产品销售预测值：y=114。59＋7。02×9。5=181。28（万元）
数据点（n）
广告支出（x）
销售量（y）
X2
y2
xy
1
3
128
9
16384
384
2
3。4
131
11。56
17161
445。4
3
4
150
16
22500
600
4
4。2
140
17。64
19600
588
5
4。8
160
23。04
25600
768
6
5。5
170
30。25
28900
935
7
6。5
150
42。25
22500
975
8
7。9
162
62。41
26244
1279。8
9
8。5
170
72。25
28900
1445
10
9。2
185
84。64
34225
1702
n=10
表4…5 某产品销售量与广告支出
应用一元回归分析方法，必须满足以下条件。
（1）预测对象影响因素之间必须存在因果关系，并能确定这种关系还在发生作用。
（2）要有足够的统计数据。一般所取数据应在20个以上，因为数据过少会影响预测的准确性。
（3）根据呈现的规律能反映未来的变化趋势并且分布确有线性状况。
2、相关分析法
即分析市场上各种经济现象之间相互联系的因素，预测它们变化趋势的方法。回归分析法是用时间数
列进行预测，虽然找出两个变量之间的关系，但它们之间的联系程度如何，则需要用相关分析法进行分析。
市场上经济因素之间存在各种不同的相关关系，表示相关程度的数值r称为相关系数。
（1）正相关
即经济因素A增加，经济因素B也增加。如价格与供应量、收入与消费的相关等。其中又分为强正相
关的弱正相关。所谓强正相关，就是经济因素之间有相当明显的相关关系；弱正相关则是其相关程度较弱，
可视为因素B与经济因素A相关外，还与其他因素相关。如商业利润上升，不但与劳动生产率有关，而且
还与其他因素有关。当经济因素之间是明显正相关时r会等于或趋近于1。
（2）负相关
即经济因素A�
快捷操作: 按键盘上方向键 ← 或 → 可快速上下翻页 按键盘上的 Enter 键可回到本书目录页 按键盘上方向键 ↑ 可回到本页顶部!
温馨提示： 温看小说的同时发表评论，说出自己的看法和其它小伙伴们分享也不错哦！发表书评还可以获得积分和经验奖励，认真写原创书评 被采纳为精评可以获得大量金币、积分和经验奖励哦！