销售预测模型 与 FineBI

以自然年为财年的企业，通常会在第四季度开启新一年的规划，各个业务线开始定明年的目标、规划明年的费比，我们姑且简称为预算吧。

制定预算是企业管理的重要措施之一，可以帮助企业明确总体发展战略和经营目标、优化资源配置，建立绩效评估体系，促进企业的全面管理。

而销售预测是预算制定中一个关键的环节，准确的销售预测可以帮助企业估算即将销售产品或服务产生的收入情况，从而确定合理的销售目标，这样更有助于销售人员、销售负责人、企业经营者和投资人的期望目标达成一致。

上面的160字，摘自网络，属于给了碗汤但没给勺的那种~

下面，简单聊聊“勺”的问题~

有个段子是这么说的：“掐指一算，明年多挣5000万”。这个段子，妙在“掐指”，难在“一算”，听起来很简单的样子，但在真实的业务环境中，要做到高质量的销售预测，其实是很难的一件事情，为什么难？因为影响销售的因子太多，需要考虑的因素也非常多，而且，不同的行业、渠道有较大的差异。所以，我们必须要有具体的业务场景和假设前提，所以，下面的预测模型，是在具体的业务场景下，明确了假设前提后展开的讨论。

业务背景：

某500强品牌企业下的BU，主营业务为办公用品的生产销售，销售主要依赖经销商，分散在全国各个区域，占比销售业绩的90%。还有自己的电商平台，销售占比约10%。

 

现销售负责人需要预测明年的销售额来制定年度目标以及费用预算。问：如何预测？

 

假设前提：

1、不考虑外部市场环境巨变（比如疫情黑天鹅、竞争对手）及内部经营战略巨大调整（比如企业转型、收购兼并、大客户流失等），企业明年的销售额是在历史同期销售的基础上，增长或下跌幅度相对稳定。

2、历史数据来源准确可靠、维度齐全。

·

预测方法

基于企业性质（经销商为主，且企业已经处于完全竞争的博弈阶段，市场份额基本定型，且销售波动有规律可循），选择时间序列模型，从客户角度做预测更合适。

·

具体思路

历史销售数据（标杆年*0.35 + 年滚动*0.65）*增长率，融入业务经验（客户数、客户价值允许业务自主调参），对未来销售进行预测。

此种方法业务逻辑相对清晰，参数设置简单。

 

初版销售预测可视化效果如下图：

1、可以自由选取需求对标的标杆年份

2、期望增长率和客户数预测可以自由调整

然后我们再来看看FineBI怎么实现这个需求~

---

01

 

数 据 导 入

打开FineBI6.0，在tab【我的分析】中新建分析主题，弹出【选择数据】框，将Excel数据导入（当然，当前工程上有数据的话，可以直接调用工程上的数据），数据样例：

02

 

新 建 参 数 & 指 标

第一步：建参数

1、  建四个参数：标杆年&预测年（时间类型）、增长%指标&客户数（数值类型），如下图：

2、  新建仪表板，增加两个时间过滤组件，两个数值下拉组件，将四个参数与组件绑定：

设置参考下图：

2.1举例，标杆年（时间过滤组件）：

2.2 举例，客户数（数值过滤组件）

第二步：增加指标计算

1、复制“销售额”指标，重命名为“销售额-预测年”后增加过滤条件如下图，过滤条件绑定参数“p_预测年”

2、复制“销售额”指标，重命名为“销售额-标杆年”后增加过滤条件如下图，过滤条件绑定参数“p_标杆年”

3、复制“销售额”指标，重命名为“销售额-标杆年同期”后增加过滤条件如下图，过滤条件绑定参数“p_标杆年”

4、添加计算字段，标杆年的销售额同比，

SUM_AGG(销售额-标杆年)/SUM_AGG(销售额-标杆年同期)-1

5、复制“客户ID”字段后转化为指标，重命名为“客户数-预测年”后增加过滤条件如下图，过滤条件绑定参数“p_预测年”

6、复制“客户ID”字段后转化为指标，重命名为“客户数-标杆年”后增加过滤条件如下图，过滤条件绑定参数“p_标杆年”

7、添加计算字段，计算预测年份（可在仪表板上的参数范围内自由筛选）往前滚动一年的移动平均值，此处需要注意，年月日要处理成年月再计算

•  

DEF(AVG_AGG(DEF(SUM_AGG(销售额),DATE(YEAR(订单日期),MONTH(订单日期),1))),DATE(YEAR(订单日期),MONTH(订单日期),1),[DAYVALUE(DATE(YEAR(订单日期),MONTH(订单日期),1)) <= EARLIER(DAYVALUE(DATE(YEAR(订单日期),MONTH(订单日期),1))),DAYVALUE(DATE(YEAR(订单日期),MONTH(订单日期),1)) +365 > EARLIER(DAYVALUE(DATE(YEAR(订单日期),MONTH(订单日期),1)))])

8、添加计算字段，计算销售预测

•  

(SUM_AGG(DEF_ADD(SUM_AGG(移动平均-12M),[YEAR(订单日期),MONTH(订单日期)],[订单日期> MONTHDELTA(DEF(MAX_AGG(DATE(YEAR(p_预测年),1,1))),-11),订单日期<def(max_agg(date(year(p_< span="">预测年),1,1)))]))*0.65+SUM_AGG(销售额-标杆年)*0.35)*(1+p_增长%指标/100)

9、添加计算字段，计算客户价值预测

10、添加计算字段，计算单个客户价值（DEF_ADD(SUM_AGG(销售额),客户ID)），OK后转化为维度

03

 

制 作 仪 表 板

此处通过指标卡&分组表展示：

1、回到仪表板，再新建6个指标卡，设置如下：

     1.1标杆年的 销售额、客户数、客户价值   

     1.2预测年的 销售额、客户价值

2、指标卡ok后，再来设置“客户价值区间”这个分组表，设置如下：

     2.1 标杆年的 客户价值区间

     2.2 预测年的 客户价值区间

其它仪表板美化不再赘述，最终效果如下：

小 结

 

FineBI实现预测模型最大的难点在绑定参数计算指标（本篇第二部分），另外就是仪表板可以呈现出的效果和想象中有一定的差距，不过没关系，先有再优，V2版本就在不远处~

 

好了，今天就酱紫啦，回见~

您好，感谢您对本次原创内容激励计划的支持。您此篇文章基于具体的业务前景和假设前提提出相应的销售预测模型，并明确写出预测方法和具体思路。整体文章架构十分完善，格式规范，可视化效果较好。再次感谢您的投稿！

正好准备做一个预测模型，就看到您的这篇文章

作者啊，bi提示公式不合法，在第8节这里，(p_< span="">预测年)。

能不能说明一下这个公式的逻辑，感谢

(SUM_AGG(DEF_ADD(SUM_AGG(移动平均-12M),[YEAR(订单日期),MONTH(订单日期)],[订单日期> MONTHDELTA(DEF(MAX_AGG(DATE(YEAR(p_预测年),1,1))),-11),订单日期<def(max_agg(date(year(p_< span="">预测年),1,1)))]))*0.65+SUM_AGG(销售额-标杆年)*0.35)*(1+p_增长%指标/100)