消费品制造企业是对销售预测需求最强烈的行业之一。无论是快速消费品还是耐用消费品，他们都具有以下管理特征：品种多，更新快，产品生命周期日益缩短，并有保质期限制，同时销售区域宽广，分销渠道层次丰富。产品特征属性繁多，产品展示分析维度多样等等。这些管理特征极大地挑战了消费品行业需求管理的难度和技巧；

促销预测和新产品预测是消费品企业所面临的最大挑战。科学的促销预测编制依赖于基准预测，而基准预测需要基于完美的历史修正技术。同时，消费品企业的新产品以升级换代为主，新品上市规律完全可以参照以往类似产品，因此新产品预测技术是消费品企业销售预测管理的重要组成部分；

• 建立专业预测团队，加强对数据处理能力的培训和市场经验的积累；
• 建立覆盖所有销售终端的预测数据采集分析平台；
• 引入分类预测技术，统计预测技术，并且实现统计预测与经验预测的协同；
• 施基于历史修正技术的基准预测；
• 实现基于历史促销效果评估的促销预测编制；
• 融合管理层的目标和预测建议；

工业品企业的消费者则由企业组成，消费者和生产者关系密切，更多地依赖销售团队进行销售，争取每一个客户都非常关键，并且工业品企业的短期需求弹性相对较小，存货量大，但客户对价格有较大影响。 由于工业品在市场模式上与消费品企业差异甚大，其市场需求管理模式也完全不同。工业品企业更加偏好使用销售员组合法进行预测，在工业品企业中销售人员往往被赋予更多的决策权。典型的工业品制造企业基本属于按订单生产，产品相当客户化，客户需求因受终端客户导向而极不稳定，在整个产业供应链中处于较为被动的地位，销售预测的影响在销售方面主要表现在订单交付率低而在生产方面主要表现在大量紧急采购与大量慢动原料并存。基于上述分析我们对工业品企业销售预测管理模式做如下建议：

• 建立覆盖所有销售终端的数据实时采集和分析平台；
• 建立销售预测调整预警机制；
• 不仅需要支持数量预测同时需要支持金额预测；
• 引入分类预测技术，根据不同产品实施不同的预测策略；
• 加强一线销售人员预测技能培训，工业品企业更依赖于销售员经验而非统计预测；
• 历史修正技术同样适用于工业品企业；
• 融合管理层的目标和预测建议；
  

特别是处方药，在目前医药不分家的状况下，其营销手段主要医药代表的公关能力。这种状况下，销售预测更依赖于医药代表的个人主观判断。但OTC药品由于其可以直接通过柜面销售，因此销售预测将更多地趋从市场导向。制药企业由于其处方药和OTC药品销售模式的不同而在销售预测方法上存在着较大差异，因而形成了一种集合消费品企业和工业品企业双重特征的混合预测管理模式，特别是处方药领域，由于分销模式的限制，销售部门的市场预测和商务部门的物流预测将同时并行，给预测管理增加了管理难度。同时由于药品生命周期较长，统计技术往往在制药行业有极佳发挥；

处方药需求预测管理模式建议

• 建立覆盖医院和经销商的数据实时采集和分析平台；
• 建立以销售架构为主导的市场预测管理流程；
• 建立以商务部为主导的物流预测管理流程，并与市场预测完美集成；
• 建议统计预测与医药代表和商务经理为主的判断预测的协同机制；
• 为医药代表和商务经理提供预测说明，预测调整和追溯管理；
• 支持数量预测同时需要支持金额预测，满足不同的考核需求；
• 历史修正技术适用制药企业；
• 销售目标与日常滚动预测的实时互动；

OTC需求预测管理模式建议

• 建立专业的预测团队，加强对数据处理能力的培训和市场经验的积累；
• 建立覆盖所有销售终端的预测数据采集分析平台；
• 引入分类预测技术，统计预测技术，并且实现统计预测与经验预测的协同；
• 实现基于历史修正技术的基准预测编制；
• 实现基于历史促销效果评估的促销预测编制；
• 融合管理层的目标和预测建议；
  

贸易企业，电子商务，包括药品零售企业均归属为流通企业，流通企业作为整个商品销售通路中的中间环节，其核心的盈利模式便是快速流通，而要确保在一定利润空间下快速流通的前提便是对市场需求的准确把握以及高效的物流配送效率。流通企业相对制造企业而言，没有产品附加值，其利润空间更加有限而更多依赖于其销售通路的高效性和对市场的变化快速反应。因此，对市场需求准确而快速的把握成为流通企业利润增长的瓶颈之一；

流通行业的销售预测管理模式接近消费品制造企业，但是不同之处之一是极其巨大的产品种类和广泛的终端分布，其二是流通行业的销售预测往往直接影响其物流配送效率和采购效率，而其销售预测的获取又来自于其复杂多样的销售通路，特别是在目前电子商务十分盛行的环境下，如实体门店，网上门店和电话销售等等。因此，建立一个覆盖其全销售领域的数据采集和分析系统，并且可以将从市场视角所采集到的数据和信息实时地转换成驱动物品配送的物流管理视角和驱动物品采购的采购管理视角，去指导分仓管理和采购管理是非常关键的预测管理需求所在。另外，由于流通企业的竞争十分激烈，市场的行业特征和区域特征非常明显，因此对产品做行业化区域化的细分预测十分重要； 

基于上述分析，我们对流通企业需求预测管理模式做如下建议：

• 建立专业的预测团队（非一线销售人员），加强对数据处理能力的培训和市场经验的积累；
• 建立覆盖所有销售终端的数据实时采集平台；
• 引入分类预测技术，统计预测技术，并且实现统计预测与经验预测的协同；
• 实现基于历史修正技术的基准预测；
• 实现基于历史促销效果评估的促销预测编制；
• 融合管理层的目标和预测建议；