工業(yè)產品未來銷售情況預測模型以過去數年的歷史銷售數據為支撐，數據涉及客戶訂單、原材料、生產、規(guī)程、質量、銷售、成本、收益等多種類型，這些數據忠實記錄了公司核心業(yè)務的成長發(fā)展歷程。采用大數據分析技術，利用這些數據進行深度挖掘利用，形成輔助決策據，幫助公司決策層進行產品產能控制、生產資源規(guī)劃、成本預測控制和市場開拓發(fā)展。

主要的實施工具以R語言為主統(tǒng)計分析工具，方法采用合理銷售預測算法并依據市場經濟和銷售預測相關理論，對該公司生產PLC工控產品等未來時期銷售情況進行預測。具體步驟如下：

第一步：對采集到的一定時期內各分公司與各客戶的歷史交易數據加以分析統(tǒng)計并得到各分公司月銷售量、季度銷售量和年度銷售量以及其他相關性較強的歷史數據等重要統(tǒng)計結果。

第二步：將已得到的各分公司每期產品銷售量統(tǒng)計結果，利用R語言GGPLOT大數據可視化工具繪制變化趨勢曲線圖，并進一步分析銷量變化趨勢圖形，對其加以分解。

第三步：采用R語言的時間序列分析功能及恰當的時間序列趨勢預測模型（ARIMA模型）對相應分公司同期和未來一定時期的工控產品銷售進行預測；預測方法主要包括現(xiàn)代統(tǒng)計學方法、基于大數據的預測方法和基于人工智能的預測方法等，這些方法充分考慮了趨勢、季節(jié)、循環(huán)和不規(guī)則變動等因素，使用全樣本而非抽樣樣本，采用機器學習、分類聚類等技術，使得預測更精確、魯棒性更高。對比多種預測模型，綜合考慮公司目前的模型效率、預測精度和工程化環(huán)境，在武鋼整體產銷資訊系統(tǒng)中，采用綜合性能較好的自回歸積分移動平均 ( ARIMA) 模型來實現(xiàn)鋼鐵產品銷售數量的預測。

第四步：分析產品銷售預測結果，將產品實際銷售量與預測結果作對比分析，計算預測誤差并進 一步驗證預測結果準確性。

算法流程圖如下

 

算法計算公式說明如下

在做銷售預測時需要考慮的因素有很多，過去和現(xiàn)在的區(qū)域銷售趨勢、公司內部以及競爭對手的變化、商業(yè)環(huán)境和市場的變化等等都是需要考慮的方向，對于類似PLC工控產品這種處于成長期或者成熟期的產品其銷售趨于穩(wěn)定，可以運用指數平滑法來做精準有效的預測。

指數平滑法通過對歷史時間序列進行逐層平滑計算，從而消除隨機因素的影響，識別經濟現(xiàn)象基本變化趨勢，并以此來預測未來。使用指數平滑系數進行預測，對近期的數據觀察值賦予較大的權重，而對以前各個時期的數據觀察值則順序的賦予遞減的權重，因為最近的銷售數據能包含最多未來情況的信息。

指數平滑法基本公式如下：

運用指數平滑法來預測銷售可以快捷的實現(xiàn)對預測結果的分析， 進而通過圖表的走勢使企業(yè)能夠了解其產品未來的銷售走勢，并且結合評價標準，對預測值進行處理， 實現(xiàn)將預測誤差控制在合理區(qū)間內， 最終給決策者一個合理的未來銷售預測值。