在采购需求调查的基础上，为了进行科学的采购需求预测活动，必须运用采购需求预测的技术与方法。一般将采购需求预测技术分为定性预测方法和定量预测方法两种。

（一）定性预测方法

定性预测方法是指预测人员通过对所掌握的采购市场情况的数据资料进行分析，根据自身的实践经验、主观分析以及直觉判断，对有关市场需求指标的变化趋势或未来结果进行预测的方法。定性预测方法主要有以下四种。

1.德尔菲法

德尔菲法又称专家意见法，由美国兰德公司在20世纪40年代末期提出。这种方法主要是利用有关方面专家的专业知识，以及对市场变化的敏锐洞察力，在对过去发生的事件和历史信息资料进行综合分析的基础上得出预测结论。按照这种方法的程序，须请有关专家以匿名方式对预测项目做出答复，然后把这些答案综合整理，再反馈给这些专家，而后将所得意见进行整理并再次反馈，如此反复多次，直到得出趋于一致的结论，以代表多数专家的意见。在使用德尔菲法进行预测时，专家的选择非常重要，所选的专家必须具有代表性，精通预测对象的各个方面，专家人数一般控制在10～50人为宜。德尔菲法经常用于长期的和新产品的销售预测、利润预测及技术预测等。这种方法的优点是专家们以匿名方式无约束地发表意见，能够避免别人尤其是权威人士的影响，反映各位专家的真实看法，得出较为可靠的预测；缺点是要经过多次的征询与反馈，程序繁杂，时间较长，不利于及时做出预测。

同步思考11-4

德尔菲法与头脑风暴法有何区别？

2.类比预测法

类比预测法又叫比较类推法，分为纵向类推预测方法和横向类推预测方法两种。这种方法一般把预测目标同其他类似事物进行对比分析，推断预测目标未来的发展变化趋势，得出预测的结论。

纵向类推预测是一种通过将当前的采购市场需求情况和历史上曾经发生过的类似情况进行比较，来预测市场未来情况的方法。

横向类推预测是指在同一时期内，对某一地区某项产品的市场情况与其他地区市场情况进行比较，然后预测这个地区的未来市场情况。

3.用户调查法

用户调查法是指调查者向采购企业进行直接调查，分析它们采购量的变化趋势，预测某种物资在未来一定时期的采购量。用户调查法可以采用全面调查法、抽样调查法、典型调查法。全面调查法所需要的时间长，费用高，实行起来困难大；而抽样调查法或典型调查法，可以根据少数用户或重点用户的情况，推断出全部用户的情况。

4.经验判断法

经验判断法是指依靠熟悉业务的、有经验的、具备综合分析能力的人员来进行预测的方法。在采购市场的预测中，常用的经验判断法有以下三种。

（1）经理人员评判法。经理人员评判法是指把一些经理人员集中起来，通过座谈研究市场的前景。由于经理人员主管各项业务，对市场情况和发展方向比较清楚，经过座谈，相互启发，相互补充，能做出比较切合实际的判断。

（2）采购人员意见综合法。企业召集直接从事市场采购工作的有关人员，对市场进行预测。由于采购人员对自己负责的区域及联系部门是熟悉的，因此他们的估计是比较可信的，但他们可能只看到一个局部，所以所做的短期预测比较准确，用于中长期预测则有一定困难。

（3）意见汇总法。意见汇总法是汇总企业采购所属各个部门的预测意见，然后加以分析、判断，确定本企业预测结果的一种方法。

同步思考11-5

对于缺乏经验的员工，有哪些方法可以帮助其提高业务能力？(www.daowen.com)

（二）定量预测方法

定量预测方法是根据大量、准确和系统的数据资料，应用数学模型和统计方法对有关预测指标的变化趋势和未来结果进行预测的方法。它的优点是科学理论较强，逻辑推理缜密，预测的结果也较有说服力；但预测花费的成本较高，而且需要较高的理论基础，因而应用起来受到的限制较多。定量预测方法一般包括时间序列预测法和回归预测法。

1.时间序列预测法

时间序列预测法（Time Series Forecasting Method）就是从纷繁复杂的历史数据中，分析出预测对象的发展变化规律，作为预测的依据。在分析事物变化的特点时，首先将某变量的数据按时间顺序排列，再根据时间序列中数值变化的基本类型，选取适当的数学模型去描述它们的变化情况，最后利用这个数学模型，根据过去的需求变化规律向未来延伸，进行预测。时间序列预测最基本的方法有算术平均法、移动平均法、加权移动平均法和指数平滑法。

（1）算术平均法。

算术平均法是一种按时间序列进行预测的方法。其操作方法是把过去各个时期的实际采购量进行算术平均，然后将其平均数值作为下一时期的预测采购量。

（2）移动平均法。

移动平均法就是从时间序列的第一项数值开始，选取一定的项数求得序列的平均数，得到一个时期的预测值，然后逐项移动，边移动边平均，在进行一次新预测时，必须加进一个新数据并剔除一个最早的数据。这样进行下去，就可以得到一个由移动平均数组成的新的时间序列。

在简单移动平均法中，将构成移动平均的各期数据都看作具有相同的作用。具体操作是将最近几个时期的数据综合起来，它们的平均数就是下一个时期的预测数。其中，预测期数N的选择对预测结果的准确性有很大的影响，因而在预测时选取一个适当的预测期数十分重要。一般来讲，移动平均期越长，对随机变动的平滑效果越好，预测的结果也就越准确。这种方法的优点是可以将原来数据中的随机因素加以过滤，消除数值的起伏波动，同时在一定程度上反映了市场需求发展变化的趋势；缺点主要是需要大量的历史数据，成本较高。

移动平均法主要适用于如下的情况：数据的变化没有明显的上升或下降的趋势，比较平稳，没有受到明显的季节性变化的影响。

同步思考11-6

为什么移动平均期数为奇数？

（3）加权移动平均法。

加权移动平均法是将预测期相邻若干期的实际值，根据其距离预测期的远近，按照近大远小的原则，分别以实际值乘以在平均值中的权数，以加权平均值为预期预测值的预测方法。

（4）指数平滑法。

指数平滑法是利用过去的数据资料，使用平滑指数来进行预测的一种方法。通过平滑系数的加权平均作用，可对反映变量历次变化情况的时间序列进行大致修订，消除随机波动的影响，以便预测变量的未来趋势。

2.回归预测法

回归预测法是常用的一种数学预测方法。它是运用一定的数学模型，以一个或几个自变量为依据来预测因变量发展变动趋势和水平的一种方法。这种变动趋势和水平，不单纯表现为在时间序列上的自然变化规律性，更主要地表现为变量之间因果关系的规律性。回归预测法按自变量和因变量的相关关系形式分为线性回归预测法和非线性回归预测法，线性回归预测法因自变量的多少不一，又分为一元线性回归预测法和多元线性回归预测法。