韓國SK電信的市場運營戰(zhàn)略2（PPT23頁）

1、市場需求預測市場需求預測目目 錄錄1.電通信產業(yè)的市場需求預測電通信產業(yè)的市場需求預測 1.1 通信市場需求預測的特點 1.2 需求預測的領域 1.3 需求預測的方法論2. 定性的方法論定性的方法論 2.1 消費者調查法 2.2 主觀預測法 2.3 比較類推法3. 定量的方法論定量的方法論 3.1 時間序列模型 3.2 計量經(jīng)濟模型(回歸分析模型) 3.3 擴散模型 3p 14p 14p 24p 26p 27p 28p 30p 32p1. 電信產業(yè)的市場需求預測電信產業(yè)的市場需求預測 說明在移動通信產業(yè)等對新產品需求預測的特點 移動通信產業(yè)中需要做需求預測的領域 介紹需求預測的方法論 學習介紹

2、學習介紹1.1 通信市場需求預測的特點通信市場需求預測的特點對于類似尖端技術或者移動通信服務等初期需要大規(guī)模費用投資的服務業(yè)來說，需求預測非常重要。移動通信服務中的合適的推出時期、資費、商品設計、系統(tǒng)容量規(guī)劃、流通渠道規(guī)劃等工作都以需求預測為出發(fā)點。 市場戰(zhàn)略的出發(fā)點市場戰(zhàn)略的出發(fā)點需求預測不僅僅是市場營銷，也是移動通信產業(yè)整體的出發(fā)點。需求預測不僅僅是市場營銷，也是移動通信產業(yè)整體的出發(fā)點。與信息通信相關的產品和服務一樣，生命周期(PLC)非常短的產品/服務沒有預測所需的時間序列市場資料，當可以充分獲得時間序列市場資料的時候，能夠替代原有服務的新服務出現(xiàn)，原有服務在市場上消失。也就是說移動通

3、信服務的需求預測只有那些在幾乎不存在歷史數(shù)據(jù)的初期所作的預測才是有用的。在沒有歷史數(shù)據(jù)的情況下，使用計量經(jīng)濟模式會非常困難，得通過非常精巧的擴散模型來做預測。 移動通信需求預測的特點移動通信需求預測的特點1.2 需求預測的領域需求預測的領域 需求預測所需的領域需求預測所需的領域用戶預測用戶預測 新用戶/離網(wǎng)用戶/ 凈增用戶 地區(qū)用戶 預付費用戶/后付費用戶手機購買者 呼叫類型預測呼叫類型預測 MOU/呼入MOU/呼出 呼叫數(shù)/呼叫持續(xù)時間 高峰時段/非高峰時段 呼叫比例 ( M M, M L, L M ) 呼叫比例( 本地,鄰近地區(qū),偏遠地區(qū)等 )各服務類型的用戶預測各服務類型的用戶預測 95

4、 B, CDMA 1-X, IMT 2000, 4 G 語音/增值業(yè)務/無線互聯(lián)網(wǎng)等用戶預測用戶預測服務類型預測服務類型預測呼叫類型預測呼叫類型預測1.3 需求預測方法論需求預測方法論 方法論方法論需求預測方法論不是依據(jù)絕對的標準選擇一種方法，而是根據(jù)預測對象、時期、資料情況等需求預測方法論不是依據(jù)絕對的標準選擇一種方法，而是根據(jù)預測對象、時期、資料情況等選擇能夠做出最準確預測的方法。選擇能夠做出最準確預測的方法。需求預測方法論概要需求預測方法論概要時間序列分析模型時間序列分析模型Time Series Analysis消費者調查法消費者調查法Customer Based Approach計量

5、經(jīng)濟模型計量經(jīng)濟模型Econometric Model主觀預測法主觀預測法Subjective Estimation擴散模型擴散模型Diffusion Model比較類推法比較類推法Analogy現(xiàn)有服務的歷史資料的有無現(xiàn)有服務的歷史資料的有無時間時間定性的方法論定性的方法論定量的方法論定量的方法論短期短期長期長期2. 定性的方法論定性的方法論 有關新服務的歷史資料不充分的情況下，在有限的資料的基礎上，最能準確地預測 市場的方法。 把個人的主觀評價客觀化、數(shù)量化的方法論，能夠實際利用的方法論。 學習介紹學習介紹2. 定性的方法論定性的方法論 基礎數(shù)據(jù)基礎數(shù)據(jù)用戶數(shù)(百萬)-50.0100.01

6、50.0200.0250.019961997199819992000(F)2001(F)2002(F)2003(F)2004(F)(?)(?)199619961997199719981998199919992000(F)2000(F)用戶數(shù)用戶數(shù)( ( 百萬百萬) )6.9 13.2 23.6 43.2 77.0 人口人口( ( 百萬百萬) )1,223.9 1,236.3 1,248.5 1,259.5 1,270.8 人口人口( ( 增長率增長率) )1.0 1.0 1.0 0.9 0.9 GDP (GDP ( 人民幣人民幣/ / 十億十億) )5,619.2 6,556.6 7,179.

7、5 7,689.3 8,235.2 GDP (GDP ( 增長率增長率) )16.7 9.5 7.1 7.1 普及率普及率0.6%1.1%1.9%3.4%6.1%2.1 消費者調查法消費者調查法消費者調查法是通過對消費者的喜好情況和入網(wǎng)意向的調查，獲得市場需求所需信息的方法。消費者調查法是通過對消費者的喜好情況和入網(wǎng)意向的調查，獲得市場需求所需信息的方法。 調查方法和分析過程中確?？陀^性非常重要。調查方法和分析過程中確保客觀性非常重要。第一階段第一階段 : : 確立調查目的和設計方案確立調查目的和設計方案研究階段研究階段第二階段第二階段 : : 確定調查方法論和制定資料收集計劃確定調查方法論和

8、制定資料收集計劃第三階段第三階段 : : 實施調查和分析資料實施調查和分析資料第四階段第四階段 : : 得出結論和提案得出結論和提案對入網(wǎng)意向直接提問對入網(wǎng)意向直接提問進行方法進行方法根據(jù)用戶有用論等多種理論進行顧客調查根據(jù)用戶有用論等多種理論進行顧客調查一般消費者對未來的預測能力不足，虛假傾向等導致調查失真一般消費者對未來的預測能力不足，虛假傾向等導致調查失真局限性局限性 消費者調查法消費者調查法2.1消費者調查法消費者調查法調查問卷調查問卷舉例舉例通過用調查問卷對潛在用戶和現(xiàn)有用戶進行入網(wǎng)意向的調查，預測今后移動電話用戶數(shù)的方法。通過用調查問卷對潛在用戶和現(xiàn)有用戶進行入網(wǎng)意向的調查，預測今

9、后移動電話用戶數(shù)的方法。 調查對象: 非移動電話用戶 詳細分類: 地區(qū)/年齡/收入水平等 提問內容: 1. 往后的6個月內你會買手機嗎？ 2.往后的一年內你會買手機嗎？ 3.往后的三年內你會買手機嗎？用戶數(shù)人口非用戶 入網(wǎng)意向率凈增用戶數(shù)19966.9 1,223.9 1,217.0 199713.2 1,236.3 1,223.1 199823.6 1,248.5 1,224.9 199943.2 1,259.5 1,216.3 2000(F)77.0 1,270.8 1,193.8 2001(F)102.4102.4 1,282.3 1,179.9 2.0%2.0%25.42 2002(F

10、)140.9140.9 1,293.8 1,152.9 3.0%3.0%38.47 2003(F)192.6192.6 1,305.5 1,112.8 4.0%4.0%51.75 2004(F)257.9257.9 1,317.2 1,059.3 5.0%5.0%65.27 2.2 主觀預測法主觀預測法主觀調查的方法是收集與要做預測的項目相關的專家主觀調查的方法是收集與要做預測的項目相關的專家( (市場營銷實務者、經(jīng)濟市場營銷實務者、經(jīng)濟/ /市場專家市場專家) )等的意等的意見，作為市場預測的基礎資料的方法。把定性的意見轉換為定量的數(shù)據(jù)，方法有見，作為市場預測的基礎資料的方法。把定性的意見轉

11、換為定量的數(shù)據(jù)，方法有Brain Brain Storming, Delphi Method,AHPStorming, Delphi Method,AHP等。等。 主觀預測法主觀預測法Brain StormingBrain Storming用戶數(shù)人口普及率19966.9 1,223.9 0.6%199713.2 1,236.3 1.1%199823.6 1,248.5 1.9%199943.2 1,259.5 3.4%2000(F)77.0 1,270.8 6.1%2001(F)- - 1,282.3 2002(F)- - 1,293.8 2003(F)- - 1,305.5 2004(F)-

12、 - 1,317.2 沒有特定的形式和限制，相關領域的專家通過討論后收集其意見的方法。這是主觀預測方法中最為非正式的方法，具有時間和費用最少的優(yōu)點。問題問題若把2001年中國整體的移動電話普及率預測為6%，那么今后隨著中國的經(jīng)濟發(fā)展、人口增加、移動電話普及速度加快等，2002/2003/2004/2005年的移動電話普及率會是多少呢？2.2主觀預測法主觀預測法 主觀預測法主觀預測法Delphi MethodDelphi Method優(yōu)點 : 通過專家們的討論，對需求做預測時減少因受極端的個人影響而使調查失真的可能性缺點 : 專家之間達成意見一致費時較長，難以對應答者進行控制。舉例舉例中國移動電

13、話用戶1999年為4,300萬名，2000年達到7,700萬名，那么2001年預計可以達到1億2千萬名。1. 1. 那么到那么到2002002 2年年底移動電話用戶數(shù)會達到多少年年底移動電話用戶數(shù)會達到多少? ?2. 2. 理由是什么理由是什么? ?是一種反復問卷調查法，也被稱為“Enquete”收集法。以相應領域的專家為對象進行問卷調查后，把結果和得出結果的理由收集后公布，在此基礎上再進行一次同樣內容的問卷調查，得到改善后的預測值。這樣的過程反復進行直到專家們得出大體一致的意見。19961997199819992000(F)2001(F)2001(F)2002(F)2002(F)用戶數(shù)用戶數(shù)

14、( ( 百萬百萬) )6.9 13.2 23.6 43.2 77.0 111.1 ( ? )2.2主觀預測法主觀預測法 主觀預測法主觀預測法AHP AnalysisAHP Analysis舉例舉例AHP是1977年在Saaty的基礎上開發(fā)出來的方法，之后經(jīng)過與許多的研究，90年后半期開始這種模型用于那些在不確定性強、資料不足時做出決策的情況。AHP是在根據(jù)多種標準做決策時決定對策方案的優(yōu)先順序的方法。把評價標準呈階梯狀排列，通過各標準之間行列兩兩比較，計算出特征值(Eigenvalue)，得出相對的重要性。但是須注意到評價者做出判斷的一貫性，只有當具有一貫性性時才用此方法計算。中國移動電話用戶

15、1999年為4,300萬名，2000年達到7,700萬名，2001年預計達到1億2千萬名。請就2002年的用戶數(shù)做出預測。MillionMillion140140160160180180200200140140160160180180200200答案從1-9中選，標準是1-可能性一樣, 3-可能性稍大, 5-可能性大, 7-非?？赡?9-非常非常可能例)如果覺得2002年的用戶數(shù)140萬名的可能性比160萬名的可能性稍大的話選擇3， 140萬名的可能性比180萬名的可能性稍小的話選擇-3。2.3 比較類推法比較類推法 AnalogyAnalogyAnalogyAnalogy比較類推法是通過與市

16、場環(huán)境類似的國家或先進國家的事例進行比較類推，對相應項目的未來市場需求進行預測的方法。這種方法與預測需求數(shù)量、市場占有率相比，更主要的用在對需求趨勢的預測上。舉例舉例與美國、日本、韓國、芬蘭等普及率高的國家的普及率增長趨勢進行比較類推，預測2002年以后中國的移動電話普及率。199619961997199719981998199919992000(F)2000(F)2001(F)2002(F)2003(F)2004(F)中國中國0.6%1.1%1.9%3.4%6.1%美國美國2.1%3.0%4.3%6.2%9.2%12.8%16.6%21.6%27.0%日本日本0.6%0.9%1.2%1.6%

17、2.7%6.4%14.4%23.2%30.9%芬蘭芬蘭4.5%5.7%7.1%9.5%12.8%20.0%29.1%42.1%58.5%韓國韓國0.2%0.4%0.6%1.1%2.1%3.6%7.0%13.6%30.4%3. 定量的方法論定量的方法論 以利用歷史資料為基準進行計量化的分析，預測市場需求的方法。 介紹預測移動通信用戶數(shù)的最為準確的、受到公認的Bass模型和改進型Bass模型中的 Logistic Growth模型。 學習介紹學習介紹3.1 時間序列模型時間序列模型時間序列模型是基于對歷史時間序列市場資料進行自我相關性分析的一種模型。時間序列模型是基于對歷史時間序列市場資料進行自我

18、相關性分析的一種模型。Box-JenkinsBox-Jenkins的的ARIMAARIMA模型具有代表性。模型具有代表性。 時間序列模型時間序列模型 我們把與特定產品的銷售額的變化那樣具有受時間影響的形態(tài)的資料叫做時間序列資料。時 間序列資料值得序列就簡單稱為時間序列(time series)。時間序列分析是對資料的趨勢理 解后以此來預測未來的趨勢，一般是把普通資料的趨勢用時間的函數(shù)來表示。 預測的期間越長預測值就越容易被平均值覆蓋，所以適用于短期預測。 時間序列模型經(jīng)過復雜的計算過程，設定自我相關關系(Autocorrelation)和移動平均值 (Moving Average），并且隨著設

19、定方法的不同預測結果也不同。最少需要50個以上的歷史 數(shù)據(jù)。 因為是以歷史數(shù)據(jù)為依據(jù)進行預測，所以用來預測像移動通信這種市場增長極快的市場有多 種局限性。3.1時間序列模型時間序列模型 時間序列結果時間序列結果6.913.223.643.277.013.723.240.971.7106.8132.8155.4175.1207.10.050.0100.0150.0200.0250.01996199719981999200020012002200320042005Real dataTime SerieseCONSTANTCONSTANTAR1AR1AR2AR2ErrorError1.5865894

20、0.92771840.04993870.22952218 假設: 1.Autocorrelation 2 2. Moving Average 0 (無季節(jié)影響) 結果 用戶用戶 t = t = 常數(shù)常數(shù) + ( + (AR1 AR1 用戶用戶 t-2) + (AR2 t-2) + (AR2 用戶用戶 t-1) + Error t-1) + Error3.2 計量經(jīng)濟模型計量經(jīng)濟模型計量經(jīng)濟模型是回歸分析計量經(jīng)濟模型是回歸分析( (Regression)Regression)模型的代表模型。是把要預測的市場需求和被判斷為對模型的代表模型。是把要預測的市場需求和被判斷為對此將產生影響的獨立變量之間

21、的相互關系用簡單的數(shù)學公式來表示的方法。此將產生影響的獨立變量之間的相互關系用簡單的數(shù)學公式來表示的方法。 計量經(jīng)濟模型計量經(jīng)濟模型 利用能預測的變量進行分析的模型中最為簡單的模型。 由個別獨立的變量通過計算得出的預測值的不確切性使其難以用于長期的預測。 用來預測以線性函數(shù)方式用戶數(shù)急劇增長的移動電話市場有局限性 根據(jù)變量之間相互關系進行預測時誤差發(fā)生的可能性高方程式方程式例) Y = a + (b1Y = a + (b1 人口人口) + (b2) + (b2GDP) (b2GDP) (b2GDP) + errorGDP) + error Y = 時間t的用戶數(shù) a = 常量, b1 = 人口

22、系數(shù), b2 = GDP系數(shù) 人口 = 時間t的人口, GDP = 時間t的 error = 時間t的error3.2計量經(jīng)濟模型計量經(jīng)濟模型 回歸分析結果回歸分析結果6.913.223.643.277.07.397.5127.9649.9171.1390.25107.07121.42133.07-20.040.060.080.0100.0120.0140.019961997199819992000(F) 2001(F) 2002(F) 2003(F) 2004(F)Real dataRegression 非獨立變量: 用戶 獨立變量 : 人口,GDP 結果 用戶用戶 t = Constant

23、 + (b1 t = Constant + (b1 人口人口 t) + (b2 t) + (b2 GDP t)GDP t)(Constant)(Constant)b1b1b2b2-5903.7417575.141397862-0.067878853.3 擴散模型擴散模型預先在理想狀態(tài)下設定新產品從問世到飽和狀態(tài)過程中的各種假設后來分析的模型。潛在消費預先在理想狀態(tài)下設定新產品從問世到飽和狀態(tài)過程中的各種假設后來分析的模型。潛在消費者在購買特定的某種商品的過程中，假定受到市場外部和內部的各種因素的影響。即由于受市者在購買特定的某種商品的過程中，假定受到市場外部和內部的各種因素的影響。即由于受市場

24、外部因素影響的革新者場外部因素影響的革新者(Innonvator)和受口碑影響的模仿者和受口碑影響的模仿者(Imitator)的存在，市場需求得到的存在，市場需求得到擴散，擴散模型就是用于這樣的預測。擴散，擴散模型就是用于這樣的預測。 擴散模型擴散模型 Bass模型是擴散模型中的基本模型，還有在此基礎上進一步發(fā)展而成的Logistic增長模型、 Simple modified exponential增長模型、Gompertz增長模型、Floyd增長模型等許多種類，根據(jù)資料和情況的不同需要選擇合適的模型。 擴散模型最適合用于類似移動電話市場這種歷史資料不足、用戶數(shù)增長急劇的市場預測， 在預測移動

25、電話用戶數(shù)時這是全世界最常用、有用的模型。擴散模型通過復雜的計算過程來預測。在決定市場需求預測準確性的因素中，通過市場調查的飽和率預測最為重要。飽和率的預測方法是諸多重要因素中的一個。3.3 擴散模型擴散模型 BassBass模型模型模型的函數(shù)模型的函數(shù) 下圖是Bass模型的基本結構圖。圖(b)非累積購買曲線的最高需求時間點 T*與累積購買曲線 的邊曲點一致, 如果只考慮到2T*，那么非累積購買曲線以時間T*為中心形成對稱的結構。 BassBass模型函數(shù)模型函數(shù) S(t+1) = t 時間點的凈增用戶 p = 革新系數(shù) q = 模仿系數(shù) m = 潛在購買者數(shù)量(飽和率) N(t) = 時間t

26、的累積用戶3.3擴散模型擴散模型 BassBass模型模型參數(shù)預測參數(shù)預測 把前面需求預測模型變形就得到下面的公式。 若1 = pm, 2=(q-p), 3= -q/m 使用一般在回歸分析法中用的OLS方法，要求1, 2, 3時 Bass模型的各媒介變量如下。3.3擴散模型擴散模型 Logistic Growth ModelLogistic Growth ModelLogistic增長模型是在增長模型是在Bass模型的基礎上擴展、發(fā)展而成的。形態(tài)與模型的基礎上擴展、發(fā)展而成的。形態(tài)與Bass模型類似，但在資料模型類似，但在資料非常有限的情況下，預測需求時就非常能體現(xiàn)出它的優(yōu)勢所在。非常有限的情況下，預測需求時就非常能體現(xiàn)出它的優(yōu)勢所在。 Bass模型的公式非常復雜，系數(shù)還出現(xiàn)負值，說明力較差。 所以擴展型的Bass模型被廣泛應用，其中被公認為最準確的模型是Logistic增長模型