市场预测的方法有很多，可以归纳为定性预测方法和定量预测方法。

1．定性预测方法

定性预测法也称为直观判断法，是市场预测中经常使用的方法。定性预测主要依靠预测人员所掌握的信息、经验和综合判断能力，预测市场未来的状况和发展趋势。这类预测方法简单易行，特别适用于那些难以获取全面的资料进行统计分析的问题。因此，定性预测方法在市场预测中得到广泛的应用。定性预测方法又包括德尔菲法、销售人员意见汇集法、顾客需求意向调查法。

（1）德尔菲法。德尔菲法（Delphi Method）是在20世纪40年代由赫尔姆和达尔克首创，经过戈登和兰德公司进一步发展而成的。德尔菲法又名专家意见法或专家函询调查法，是依据系统的程序，采用匿名发表意见的方式，即团队成员之间不得互相讨论，不发生横向联系，只能与调查人员发生关系，通过几轮函询征求专家们的意见，以应对复杂任务难题的管理技术。基本步骤如下：

第一步，确定调查题目，拟定调查提纲，准备向专家提供的资料。

第二步，按照课题所需要的知识范围，组成专家小组，一般不超过20人。

第三步，提出所要预测的问题及有关要求，由专家做书面答复。各个专家根据他们所收到的材料，提出自己的预测意见。

第四步，汇总意见并让各位专家比较、修改意见，这一过程重复进行，直到每一个专家不再改变自己的意见为止。

第五步，对专家的意见进行综合处理。

（2）顾客意见法。许多企业经常关注新顾客、老顾客和潜在顾客未来的购买意向情况，如果存在少数重要的顾客占据企业大部分销售量这种情况，那么顾客意见法是很实用的。

顾客意向调查法，国外也称“买主意向调查法”，是指通过一定的调查方式（如抽样调查、典型调查等）选择一部分或全部的潜在购买者，直接向他们了解未来某一时期（即预测期）购买商品的意向，填写顾客意见调查表，并在此基础上对商品需求或销售做出预测的方法。在缺乏历史统计数据的情况下，运用这种方法，可以取得数据资料，做出市场预测，如表5－1所示。

表5－1　顾客意见调查表

（3）销售人员意见法

销售人员对商品种类、样式等最为了解，由于奋斗在销售一线，最接近顾客，对商品买卖情况、受欢迎程度、滞销原因都很了解。所以，许多企业都通过听取销售人员的意见来预测市场需求。销售人员意见法是利用销售人员对未来销售进行预测。有时是由每个销售人员单独做出这些预测，有时则与销售经理共同讨论而做出这些预测。预测结果以地区或行政区为单位逐级汇总，最后得出企业的销售预测结果。

2．定量预测方法

定量预测是利用比较完备的历史资料，运用数学模型和计量方法，来预测未来的市场需求。定量预测基本上分为两类，一类是时间序列模式，另一类是因果关系模式。

（1）简单平均法

汇总数据得到平均数，以作为下一期的预测值，其计算公式为：

其中是平均数，就是预测值，xi是各期实际数值，n是统计期数。

例5－1　某企业1～5月份的销售额为1 200万元、1 500万元、1 400万元、1 500万元、1 600万元，那么，预测6月的销售额即：

（2）加权平均法(www.daowen.com)

利用过去若干个按照时间顺序排列起来的同一变量的观测值并以时间顺序数为权数，计算出观测值的加权算术平均数，以这一数字作为预测未来期间该变量预测值的一种趋势预测法。根据以往各期对预测值影响程度的不同，确定不同的权数，计算公式为：

其是平均数，就是预测值，xi是各期实际数值，w是权重数。

（3）时间序列预测法

在市场预测中，经常遇到一系列依时间变化的经济指标值，如企业某产品按年（季）的销售量、消费者历年收入、购买力增长统计值等，这些按时间先后排列起来的一组数据称为时间序列。依时间序列进行预测的方法称为时间序列预测法。

（4）回归预测法

回归是指用于分析、研究一个变量（因变量）与一个或几个其他变量（自变量）之间的依存关系，其目的在于根据一组已知的自变量数据值，来估计或预测因变量的总体均值。在经济预测中，人们把预测对象（经济指标）作为因变量，把那些与预测对象密切相关的影响因素作为自变量。根据二者的历史和现在的统计资料，建立回归模型，经过统计检验后用于预测。回归预测有一元回归预测和多元回归预测，这里仅介绍一元线性回归预测法。

应用一组已知的自变量数据去估计、预测一个因变量之值时，这两种变量需要满足以下两个条件：①统计相关关系。统计相关关系是一种不确定的函数关系，即一种因变量（预测变量）的数值与一个或多个自变量的数值明显相关但却不能精确且不能唯一确定的函数关系，其中的变量都是随机变量。经济现象中这种相关关系是大量存在的，例如粮食亩产量y与施肥量x之间的关系，二者明显相关但不存在严格的函数关系，亩产量不仅与施肥量有关，还与土壤、降雨量、气温等多种因素有关，这样亩产量y存在着随机性。②因果关系。如果一个或几个自变量x变化时，按照一定规律影响另一变量y，而y的变化不能影响x，即x的变化是y变化的原因，而不是相反，则称x与y之间具有因果关系，反映因果关系的模型称为回归模型。

一元线性回归是对若干期数据，采用最小平方法拟合出直线方程的预测方法，公式为：

其中，y是因变量，x是自变量，a、b是待定系数。

a、b的计算公式为

为简化计算，取∑x＝0，则

例5－2　某企业2012年到2016年的销售额分别为500万元、520万元、580万元、530万元、550万元，现需要预测2017年的销售额，数据如表5－2所示。

表5－2　数据统计表

根据公式（5－3）和（5－6），有

则y＝11x＋536

预测2017年销售额，取时间间隔为1，则x＝3时，

y＝11×3＋536＝569（万元）

因此，2017年预测销售额为569万元。