商业预测分析：新工具和新方法

描述了一系列的新工具和研究结果，可以使过程更高效，产出的结果更加准确。本书共分为四章，第1章介绍了商业预测的基本原理，第二章介绍了统计预测的方法，第三章介绍了预测性能评估和报告，第四章介绍了商业预测的过程和策略。本书从专家的视角，提供了新的研究成果帮助你实现你的商业目标。

Michael Gilliland，是SAS公司（世界商业分析和商业智能预测软件公司）营销经理，《远见：应用预测》国际期刊“预测实践”栏目编辑，著有《商务预测交易》一书；曾在《供应链管理评论》《商务预测分析杂志》《供应链预测文摘》《APICS杂志》《瑞士分析学杂志》和《远见》等期刊发表多篇文章。Michael 拥有密歇根州大学文学硕士学位（主攻哲学），约翰·霍普金斯大学哲学与数学硕士学位。

Len Tashman，是《远见：应用预测》国际期刊的创始编辑。Len目前供职于国际预测员研究会董事会，组织并主持每年一度的国际预测研讨会“实践中的预测”分论坛。Len是佛蒙特大学工商管理专业名誉教授，担任商务预测中心主任。

Udo Sglavo，是 SAS 研究所预测建模研发中心执行主任。其团队开发的软件业界领先并屡获殊荣，领域涉及数据挖掘、机器学习和大规模自动化预测。他在《分析学》期刊发表了多篇文章，并积极为《商务预测交易》博客撰稿。Udo目前供职于《远见》期刊执业咨询委员会，毕业于德国应用科学大学数学专业。

第1章 商业预测分析基础 /1

1．1 正确理解不确定性 /3

1．2 需求规划师可以从股市学到什么？ /8

1．3 可预测性的精确定义 /12

1．4 可预测性：用于基准和完善预测结果的新方法 /19

1．5 预测误差及规避 /31

1．6 基准带来的危害 /40

1．7 我们可以从已发布的预测精度调查中获得有效基准吗？ /42

1．8 定义需求预测中的“需求” /52

1．9 预测引领商业的六项原则 /57

1．10 预测之美 /65

第2章 统计预测方法 /69

2．1 一名务实预测员的自白 /70

2．2 组合预测法价值新发现 /79

2．3 如何预测包含极端值的数据 /82

2．4 选择统计预测层次 /85

2．5 什么时候应该使用平线预测？ /88

2．6 通过时间压缩进行预测 /90

2．7 预测数据挖掘：简介 /97

2．8 预测数据挖掘：过程和方法 /103

2．9 预测最差情境：严重性有几重？ /109

2．10 良好模式和糟糕模式 /116

第3章 预测效果评价与报告 /123

3．1 预测精度测量教程：注意事项 /124

3．2 追踪预测精度，改进预测过程 /136

3．3 以一种“更软”的方法测量预测精度 /144

3．4 测量预测精度 /150

3．5 应将预测误差定义为e = F-A还是e = A-F /157

3．6 百分误差：分母是什么 /160

3．7 百分比误差会毁了我们一天的工作！ /166

3．8 间断需求预测精度测量指标新解 /174

3．9 MAD/Mean比率较MAPE的优势 /180

3．10 在预测评估中使用等级误差代替百分比误差 /185

3．11 用于评估预测误差的扩展预测实现图 /194

3．12 预测误差指标：评价与建议 /202

3．13 间断需求预测方法的质量：比我们预想中还差！ /211

3．14 通过异常事件管理预测 /218

3．15 利用过程行为图改善预测与决策 /221

3．16 你的预测能否赢过朴素预测？ /233

第4章 商业预测流程与策略 /237

4．1 FVA：检验预测实践效果的试金石 /238

4．2 商业预测定位在何处？ /244

4．3 设置预测效果目标 /248

4．4 使用相对误差度量提高供应链预测质量 /251

4．5 为什么要相信你的预测？ /261

4．6 操作复杂而提供的证据不足：先进的预测方法真的先进吗？ /265

4．7 预测流程中应该取消面对面会议吗？ /268

4．8 销售预测博弈对供应链的影响 /275

4．9 销售团队在预测工作中的作用 /286

4．10 预测时的正确与错误判断：四家公司的教训 /293

4．11 新产品预测的最差实践 /301

4．12 零售业销售与运营规划 /306

4．13 销售与经营规划（S&OP）：路在何方？ /314

参考文献 /321