基于預(yù)測視角的分析方法項目六：0108商務(wù)數(shù)據(jù)分析基于預(yù)測視角的分析方法是商務(wù)數(shù)據(jù)分析的重要組成部分，旨在利用歷史數(shù)據(jù)預(yù)測未來的發(fā)展趨勢和結(jié)果，為企業(yè)的戰(zhàn)略決策和資源分配提供科學依據(jù)。在眾多預(yù)測方法中，構(gòu)成分析、回歸方程分析和時間序列分析是三種經(jīng)典且互為補充的技術(shù)，它們從不同的角度揭示數(shù)據(jù)的規(guī)律，共同構(gòu)建了預(yù)測分析的系統(tǒng)框架。ProjectObjectives01項目目標項目目標ProjectObjectives1.掌握構(gòu)成分析預(yù)測法2.掌握回歸分析預(yù)測法3.掌握時間序列預(yù)測法知識目標能力目標素養(yǎng)目標1.理解預(yù)測的基本思想2.掌握預(yù)測的常用方法1.培育學生運用辯證思維，理解和運用事物之間的內(nèi)在聯(lián)系和發(fā)展規(guī)律2.培養(yǎng)學生市場預(yù)測的思維能力和洞察力3.培養(yǎng)學生深入了解市場經(jīng)濟的本質(zhì)和規(guī)律4.培養(yǎng)學生遵循自然規(guī)律和市場規(guī)律進行預(yù)測02任務(wù)一從構(gòu)成視角預(yù)測任務(wù)1.1市場預(yù)測與構(gòu)成分析1.市場預(yù)測市場預(yù)測是指通過研究市場的變化規(guī)律和趨勢，預(yù)測市場的發(fā)展走向和特點。它是企業(yè)根據(jù)現(xiàn)有信息和數(shù)據(jù)，分析和預(yù)測未來市場需求、價格、供應(yīng)等方面的變化，以便在市場競爭中采取相應(yīng)的措施和策略。市場預(yù)測的主要內(nèi)容包括以下幾個方面：（1）經(jīng)濟環(huán)境分析：對當前的經(jīng)濟環(huán)境進行分析，包括國內(nèi)外宏觀經(jīng)濟指標、政策法規(guī)、行業(yè)發(fā)展趨勢等。（2）行業(yè)趨勢分析：對所研究的行業(yè)進行趨勢分析，包括行業(yè)競爭格局、產(chǎn)品創(chuàng)新、技術(shù)發(fā)展、消費需求等。（3）市場需求預(yù)測：根據(jù)歷史數(shù)據(jù)和市場調(diào)查，預(yù)測未來市場需求，包括產(chǎn)品或服務(wù)的市場規(guī)模、增長率、消費者需求等。（4）價格預(yù)測：分析影響價格變動的因素，預(yù)測未來市場價格走勢。（5）競爭態(tài)勢預(yù)測：對競爭對手的策略、市場份額、新產(chǎn)品推出等進行監(jiān)測和分析，預(yù)測市場競爭態(tài)勢。任務(wù)1.1市場預(yù)測與構(gòu)成分析2.構(gòu)成分析根據(jù)事物的構(gòu)成進行預(yù)測是一種常見的方法，主要是通過對事物的各個組成部分進行分析，從而預(yù)測整體的發(fā)展趨勢。具體來說，可以根據(jù)以下幾個方面進行預(yù)測：（1）構(gòu)成要素的發(fā)展趨勢：分析事物的各個構(gòu)成要素，了解其歷史變化和未來發(fā)展趨勢。通過對構(gòu)成要素的預(yù)測，可以初步判斷事物的發(fā)展方向。（2）構(gòu)成要素之間的相互關(guān)系：了解構(gòu)成要素之間的相互關(guān)系和作用機制，分析各要素間的相互作用對整體的影響。通過分析構(gòu)成要素之間的相互關(guān)系，可以更準確地預(yù)測事物的發(fā)展趨勢。（3）構(gòu)成要素的權(quán)重：分析構(gòu)成要素在整體中的權(quán)重和重要性，了解各要素對整體的影響程度。通過確定構(gòu)成要素的權(quán)重，可以對整體的發(fā)展趨勢進行更準確的預(yù)測。（4）數(shù)據(jù)的分析和處理：利用統(tǒng)計學、時間序列分析等方法對構(gòu)成要素的數(shù)據(jù)進行分析和處理，提取有用信息和特征。通過對數(shù)據(jù)的分析和處理，可以提高預(yù)測的準確性和可靠性。（5）模型和算法的應(yīng)用：根據(jù)預(yù)測目標和數(shù)據(jù)特點選擇合適的模型和算法進行預(yù)測。常見的模型和算法包括線性回歸、神經(jīng)網(wǎng)絡(luò)、決策樹等。通過應(yīng)用模型和算法，可以更準確地預(yù)測事物的發(fā)展趨勢。根據(jù)事物的構(gòu)成進行預(yù)測需要綜合考慮以上各個方面，同時要結(jié)合實際情況和具體問題進行選擇和應(yīng)用。通過不斷實踐和經(jīng)驗積累，可以提高預(yù)測的準確性和可靠性。任務(wù)1.1案例分析在80年代，在荷蘭，石油的價格是30美元/桶，成本則是11美元/桶，而對于石油的未來，業(yè)內(nèi)普看好，認為到了90年代，石油的價格將上漲到50美元/桶。但殼牌沒有人云亦云，而是根據(jù)自己所掌握的信息資料，對石油價格的未來走向進行預(yù)測。當時它采用的是腳本法。所謂腳本法是指列舉出一系列使未來發(fā)生悲觀變化的事件，并分析這些事件發(fā)生的可能性以及對公司的影響程度。通過腳本法，殼牌發(fā)現(xiàn)有一個重大事件會直接影響石油未來的價格。當時正在召開OPEC石油供應(yīng)協(xié)議的談判，如果談判破裂，北海和阿拉斯加對于石油的需求量就會大幅下降。需求下降，價格也會下降。當成本不變時，就會擠壓利潤空間。因此為了保住利潤，就要降低成本。于是，殼牌采取了一系列降低成本的舉措，比如關(guān)閉低利潤的服務(wù)站、采取先進開采技術(shù)等等。此時，其他石油公司仍然采用粗放的經(jīng)營模式。結(jié)果到了1996年，OPEC石油供應(yīng)協(xié)議談判果真破裂。由于殼牌公司及早的預(yù)測到了談判破裂將會導致石油價格下跌的市場威脅，并采取了相應(yīng)的行動加以規(guī)避，使得殼牌公司相對于競爭對手避免了一場危機。這樣的結(jié)論可以從一組數(shù)據(jù)中看出：1998年，荷蘭石油行業(yè)的平均資產(chǎn)凈收益只有3.8%，殼牌公司的資產(chǎn)凈收益率達到多少？8.4%。殼牌通過數(shù)據(jù)分析，做出了正確的市場預(yù)測，從而規(guī)避了這場市場風險。任務(wù)1.1案例討論閱讀案例，請指出該案例表明市場預(yù)測對于企業(yè)而言有什么價值，除此之外，你還能想到市場預(yù)測的哪些價值？任務(wù)1.2——啤酒與藥品市場規(guī)模預(yù)測構(gòu)成分析包括拆分法和類比法。1.拆分法拆分法是一種常用的市場預(yù)測方法，其基本思想是將整體市場按照一定的標準拆分成若干個子市場，然后分別對每個子市場進行預(yù)測，最后匯總得到整體市場的預(yù)測結(jié)果。這種方法能夠使市場預(yù)測更加精準和具體。以下是一個用拆分法進行市場預(yù)測的示例：假設(shè)我們要預(yù)測某品牌手機在未來的銷售量，我們可以將市場拆分為以下幾個子市場：（1）按年齡段拆分：將市場分為青少年、中青年和老年三個子市場。根據(jù)人口統(tǒng)計數(shù)據(jù)和消費習慣，預(yù)測每個年齡段對手機的需求量。（2）按性別拆分：將市場分為男性和女性兩個子市場。根據(jù)性別的差異和消費偏好，預(yù)測男性與女性對手機的需求量。（3）按收入水平拆分：將市場分為高收入、中收入和低收入三個子市場。并根據(jù)收入水平和消費能力，預(yù)測不同收入群體對手機的需求量。（4）按區(qū)域拆分：將市場分為城市、郊區(qū)和農(nóng)村三個子市場。根據(jù)區(qū)域的經(jīng)濟發(fā)展水平和消費環(huán)境，預(yù)測不同區(qū)域?qū)κ謾C的需求量。（5）按用途拆分：將市場分為日常通訊、娛樂游戲、商務(wù)辦公等幾個子市場。根據(jù)用戶需求和使用場景，預(yù)測不同用途對手機的需求量。通過以上拆分，我們可以得到若干個子市場的預(yù)測結(jié)果。將這些結(jié)果進行匯總，即可得到整體市場的預(yù)測結(jié)果。需要注意的是，拆分法的應(yīng)用需要充分了解市場情況和消費者需求，同時要選擇合適的拆分標準和維度，以保證預(yù)測結(jié)果的準確性和可靠性。任務(wù)1.2——啤酒與藥品市場規(guī)模預(yù)測2.類比法類比預(yù)測法是一種基于歷史數(shù)據(jù)和市場趨勢進行預(yù)測的方法。通過比較過去和現(xiàn)在的市場情況，推斷未來的發(fā)展趨勢。類比預(yù)測法可以分為定量類比預(yù)測法和定性類比預(yù)測法。其中，定量類比預(yù)測法基于歷史數(shù)據(jù)建立數(shù)學模型，通過分析數(shù)據(jù)之間的關(guān)系來預(yù)測未來的發(fā)展趨勢；定性類比預(yù)測法則通過觀察和分析市場的各種因素，對市場的發(fā)展趨勢進行定性的分析和預(yù)測。在使用類比預(yù)測法時，需要注意以下幾點：（1）選擇合適的類比對象：選擇與預(yù)測對象相似的歷史數(shù)據(jù)或市場，這些數(shù)據(jù)或者市場應(yīng)具有相似的發(fā)展趨勢和規(guī)律。（2）考慮時間序列數(shù)據(jù)：在選擇類比對象時，要考慮到時間序列數(shù)據(jù)，即按時間順序排列的數(shù)據(jù)。通過對時間序列數(shù)據(jù)的分析，可以發(fā)現(xiàn)市場發(fā)展的規(guī)律和趨勢。（3）考慮因素的變化：在類比預(yù)測時，需要考慮各種因素的影響，如市場需求、競爭格局、技術(shù)進步等。這些因素可能會隨著時間的推移而發(fā)生變化，因此需要進行適當?shù)恼{(diào)整。（4）進行驗證和修正：在使用類比預(yù)測法得到初步的預(yù)測結(jié)果后，需要進行驗證和修正?？梢酝ㄟ^與實際數(shù)據(jù)進行比較、考慮未預(yù)期的事件和變量等方式來調(diào)整預(yù)測結(jié)果。注意數(shù)據(jù)的準確性和時效性：在使用類比預(yù)測法時，需要確保所使用的數(shù)據(jù)是準確和完整的，并且是近期的數(shù)據(jù)，以反映最新的市場動態(tài)。任務(wù)1.2案例分析請閱讀下面的2個小案例案例1：新營養(yǎng)啤酒在某地的市場規(guī)模(現(xiàn)有市場的銷售額)思路：已知該地可支配收入，若能估算出該新營養(yǎng)啤酒占可支配收入的比重，則兩者相乘可得結(jié)果。由于可支配收入有多重構(gòu)成，因此需要進行連乘得到所需比重。因此，新營養(yǎng)啤酒在某地的市場規(guī)模=該地可支配收入×E×D×C×B×A（見圖6-1）。圖6-1新營養(yǎng)啤酒在某地的市場規(guī)模估算任務(wù)1.2案例分析

案例2：設(shè)美國藥品總銷額為1500萬美元，求藥品在弗吉尼亞州的銷額思路：用美國對弗吉尼亞州的藥品銷售額進行估算。需要首先找出影響藥品銷售額的因素，再比較兩者在這些因素上的差異。得到弗吉尼亞州的藥品銷售額占美國總藥品銷售額的比重Bi，得出藥品在弗吉尼亞州的銷售額=A*Bi。美國《銷售和營銷管理》雜志公布的調(diào)查模型如下：Bi＝0.5yi＋0.3ri

+0.2pi(其中Bi購買力指數(shù)，即地區(qū)i的購買力占全國的比重；yi為地區(qū)i的個人可支配收入占全國的比重；ri為地區(qū)i的零售產(chǎn)品銷額占全國比重；pi為地區(qū)i的居住人口數(shù)占全國比重)以此可得弗吉尼亞州在yi、ri和pi上的比較可得Bi=2.04%（見表6-1）表6-1美國藥品銷售額影響因素影響因素表現(xiàn)（1）權(quán)重（2）Bi=(1)*(2)yi可支配收入比重2%0.51.00%ri零售產(chǎn)品銷額比重2.28%0.20.46%pi居住人口數(shù)比重1.96%0.30.59%合計2.04%這里購買力指數(shù)Bi具有一定的片面性，還有一些影響因素沒有考慮進來。比如競爭環(huán)境、促銷成本、季節(jié)因素等。用類比法時所考慮的影響因素越完善、越合理，規(guī)模估算的效果越好。任務(wù)1.2案例討論請指出上面兩個案例中，哪個是類比法，哪個是拆分法，并試著自己舉一個用類比法或者拆分法進行市場預(yù)測的案例基于預(yù)測視角的分析方法項目六：0108商務(wù)數(shù)據(jù)分析基于預(yù)測視角的分析方法是商務(wù)數(shù)據(jù)分析的重要組成部分，旨在利用歷史數(shù)據(jù)預(yù)測未來的發(fā)展趨勢和結(jié)果，為企業(yè)的戰(zhàn)略決策和資源分配提供科學依據(jù)。在眾多預(yù)測方法中，構(gòu)成分析、回歸方程分析和時間序列分析是三種經(jīng)典且互為補充的技術(shù)，它們從不同的角度揭示數(shù)據(jù)的規(guī)律，共同構(gòu)建了預(yù)測分析的系統(tǒng)框架?；陬A(yù)測視角的分析方法項目六：0108商務(wù)數(shù)據(jù)分析基于預(yù)測視角的分析方法是商務(wù)數(shù)據(jù)分析的重要組成部分，旨在利用歷史數(shù)據(jù)預(yù)測未來的發(fā)展趨勢和結(jié)果，為企業(yè)的戰(zhàn)略決策和資源分配提供科學依據(jù)。在眾多預(yù)測方法中，構(gòu)成分析、回歸方程分析和時間序列分析是三種經(jīng)典且互為補充的技術(shù)，它們從不同的角度揭示數(shù)據(jù)的規(guī)律，共同構(gòu)建了預(yù)測分析的系統(tǒng)框架。ProjectObjectives01項目目標項目目標ProjectObjectives1.掌握構(gòu)成分析預(yù)測法2.掌握回歸分析預(yù)測法3.掌握時間序列預(yù)測法知識目標能力目標素養(yǎng)目標1.理解預(yù)測的基本思想2.掌握預(yù)測的常用方法1.培育學生運用辯證思維，理解和運用事物之間的內(nèi)在聯(lián)系和發(fā)展規(guī)律2.培養(yǎng)學生市場預(yù)測的思維能力和洞察力3.培養(yǎng)學生深入了解市場經(jīng)濟的本質(zhì)和規(guī)律4.培養(yǎng)學生遵循自然規(guī)律和市場規(guī)律進行預(yù)測02任務(wù)二從回歸視角預(yù)測任務(wù)2.1

回歸分析的基本概念回歸分析是統(tǒng)計學中用于確定兩種或多種變量之間關(guān)系的分析方法。具體來說，回歸分析可以探索因變量（目標）和自變量（預(yù)測器）之間的關(guān)系，通常用于預(yù)測分析、時間序列模型以及發(fā)現(xiàn)變量之間的因果關(guān)系。在回歸分析中，根據(jù)涉及的變量數(shù)量，可以分為一元回歸和多元回歸；根據(jù)因變量的數(shù)量，可以分為簡單回歸分析和多重回歸分析；根據(jù)自變量和因變量之間的關(guān)系類型，可以分為線性回歸分析和非線性回歸分析。線性回歸分析是最常見的回歸分析類型，它試圖用一條最佳擬合線來表達兩個變量之間的關(guān)系。這條最佳擬合線是通過最小二乘法等方法確定的，能夠最好地解釋自變量和因變量之間的線性關(guān)系。在機器學習中，回歸分析也是一個重要的模塊，廣泛應(yīng)用于各種算法中，例如最小二乘法（OLS）、脊回歸等?？偟膩碚f，回歸分析是一個強大的工具，可以用來理解、預(yù)測和優(yōu)化各種數(shù)據(jù)驅(qū)動的問題。但是，它也有一些局限性，例如對于非線性關(guān)系的處理能力有限，以及對于異常值的敏感性等。因此，在使用回歸分析時，需要謹慎處理這些問題。在回歸分析中最重要的概念如下：第一組概念：自變量與因變量自變量是因，因變量是果。例如“杯子的銷量受到價格的影響”，在這句話中價格是因，是自變量，用x表示；杯子的銷量是果，是因變量，用y表示。第二組概念：一元回歸方程與多元回歸方程元是指自變量的個數(shù)。例如若研究價格X1對杯子銷量Y的影響，是一元回歸；若研究價格X1、包裝X2、促銷活動X3對杯子銷量Y的影響，是多元回歸，更確切地說是三元回歸。第三組概念：線性回歸方程與非線性回歸方程我們經(jīng)常會聽到線性回歸、非線性回歸。兩者有什么區(qū)別呢？區(qū)別體現(xiàn)在兩個方面從圖形看，若是線性，則X與Y沿著一條直線變動；若是非線性，則沿著曲線變動。從模型看，若是線性，則回歸模型為Y=+x，自變量X是一次方；除此之外，其他形式的回歸模型，都是非線性回歸模型。任務(wù)2.1案例分析冰淇淋銷量與溺水人數(shù)間的關(guān)系常作為統(tǒng)計學中的經(jīng)典案例，用來討論“相關(guān)性不等于因果性”的誤區(qū)。最初，這一觀察來自20世紀的統(tǒng)計研究，研究者發(fā)現(xiàn)，在夏季高溫期間，冰淇淋的銷量和溺水事件的發(fā)生數(shù)量都呈現(xiàn)出顯著增加的趨勢。直觀上似乎可以認為冰淇淋的銷量與溺水人數(shù)之間存在某種關(guān)聯(lián)，甚至會誤以為吃冰淇淋增加了溺水風險。然而深入分析后發(fā)現(xiàn)，這種關(guān)系其實是由氣溫這一共同因素驅(qū)動的。在夏季氣溫升高不僅刺激了人們對冰淇淋的需求，也導致更多人選擇去游泳或從事水上活動，從而增加了溺水風險。在研究冰淇淋銷量與溺水人數(shù)關(guān)系時，相關(guān)分析和回歸分析的作用和結(jié)果有所不同。相關(guān)分析用來衡量兩個變量之間的關(guān)聯(lián)程度。通過計算相關(guān)系數(shù)，可能發(fā)現(xiàn)冰淇淋銷量與溺水人數(shù)相關(guān)系數(shù)為0.9，說明兩者之間存在強正相關(guān)關(guān)系。這種結(jié)果表明，在數(shù)據(jù)表現(xiàn)上，冰淇淋銷量增加的同時，溺水事件也在增加。然而，相關(guān)分析僅揭示關(guān)聯(lián)，并不能說明兩者是否具有因果關(guān)系?；貧w分析則進一步探討變量之間的具體量化關(guān)系。如果直接對冰淇淋銷量與溺水人數(shù)進行回歸建模，可能得出銷量每增加1000個單位，溺水事件增加1起的結(jié)果。然而，這種分析容易得出誤導性結(jié)論，因為它忽略了氣溫這一共同驅(qū)動因素。為解決這個問題，需要在回歸模型中加入氣溫作為控制變量，而冰淇淋銷量在剔除氣溫的影響后，對溺水人數(shù)的直接貢獻不再顯著。冰淇淋銷量與溺水人數(shù)的案例揭示了相關(guān)分析和回歸分析的核心區(qū)別。相關(guān)分析用于衡量變量間的關(guān)聯(lián)強度，但無法推斷因果關(guān)系；回歸分析則通過量化和控制變量的方式，揭示變量間的作用機制。該案例強調(diào)了審慎解讀相關(guān)性的重要性，并展示了回歸分析在剖析復雜關(guān)系中的優(yōu)勢和必要性?？茖W的商務(wù)數(shù)據(jù)分析需結(jié)合相關(guān)和回歸分析，以避免因片面解讀而得出誤導性結(jié)論。任務(wù)2.1案例討論（通過本案例的學習，請說一說你對相關(guān)分析與回歸分析的關(guān)系有哪些新的理解？任務(wù)2.2——電腦銷量與銷額預(yù)測現(xiàn)在已知2010-2015年電腦平均價格以8%的速度遞減，2009年的電腦平均價格x=5600，

這樣就可求出各年的平均價格，根據(jù)上面得到的銷售數(shù)量的預(yù)測回歸方程y=17818.11-1.28X，預(yù)測2010-2015年電腦銷售數(shù)量和銷售金額。第一步：計算2010-2015的銷售數(shù)量。根據(jù)已知條件，2010-2015年電腦平均價格以8%的速度遞減，請計算2010-2015年電腦的平均價格，如圖6-2所示。圖6-2計算平均價格任務(wù)2.2——電腦銷量與銷額預(yù)測第二步：將含有預(yù)計2010-2015年電腦平均價格的導入到Wyn平臺。在“文檔門戶”頁面點擊左側(cè)菜單欄的【+】，點擊數(shù)據(jù)【數(shù)據(jù)源】（圖6-3），進入數(shù)據(jù)源鏈接頁面，選擇【文件型數(shù)據(jù)源】下的【Excel】,點擊進入（圖6-4），選擇excel的路徑，并進行命名（圖6-5），直接點擊【下一步】，選擇數(shù)據(jù)所在的表格加載進行數(shù)據(jù)加載（圖6-6），繼續(xù)點擊【下一步】，點擊【創(chuàng)建】按鈕。圖6-3數(shù)據(jù)導入步驟1圖6-4數(shù)據(jù)導入步驟2圖6-5數(shù)據(jù)導入步驟3圖6-6數(shù)據(jù)導入步驟4任務(wù)2.2——電腦銷量與銷額預(yù)測第三步：利用前面的預(yù)測回歸方程電腦銷售數(shù)量和銷售金額進行預(yù)測在“文檔門戶”頁面點擊左側(cè)菜單欄【+】，點擊數(shù)據(jù)【儀表板】下的【準備數(shù)據(jù)】（圖6-7），進入數(shù)據(jù)準備頁面，選擇【數(shù)據(jù)集】下的【原生查詢數(shù)據(jù)集】,點擊【創(chuàng)建】（圖6-8）。圖6-7準備數(shù)據(jù)步驟1圖6-8準備數(shù)據(jù)步驟2任務(wù)2.2——電腦銷量與銷額預(yù)測進入數(shù)據(jù)準備頁面，選擇第二步中導入的數(shù)據(jù)表名稱，輸入SQL查詢語句“select年份,銷售量,平均價格,17818.11-1.28*平均價格as銷售量預(yù)測,(17818.11-1.28*平均價格)*平均價格as銷售額預(yù)測