02 定性预测方法
📌 知识层级说明 🟢 基础必掌握 — 入职前、面试前必须理解 🟡 进阶了解 — 有基础后扩展，理解逻辑即可 🔴 暂缓 — 工作后遇到实际场景再深入
一、什么是定性预测？何时使用？🟢 基础必掌握
定性预测（Qualitative Forecasting）：依靠专家判断、市场经验和主观评估进行需求估算，而非依赖历史数字计算。
适用场景
| 场景 | 原因 |
|---|---|
| 新产品上市 | 无历史销售数据，只能靠判断 |
| 市场颠覆性变化 | 历史数据失去参考价值（如 COVID 后消费行为剧变） |
| 技术突破或政策变化 | 数量模型无法捕捉外部突变 |
| 历史数据不足（< 12个月） | 样本量太小，定量方法不可靠 |
| 低频/间歇性需求 | 长期不发货，偶尔大单，无规律可循 |
💡 定性 vs 定量不是非此即彼：实际工作中，最佳实践是”定量方法生成基础预测，定性判断做人工修正”。
二、德尔菲法（Delphi Method）🟡 进阶了解
德尔菲法：通过多轮匿名专家问卷，逐步收敛专家意见，形成群体共识预测。
流程
Round 1：向专家发问卷，收集各自独立的预测意见
↓
汇总统计，反馈给所有专家（不透露个人身份）
↓
Round 2：专家看到群体分布后，可修正自己的意见
↓
重复2～3轮，直到意见趋于收敛
↓
最终输出：专家共识预测值及置信区间
优缺点
| 优点 | 缺点 |
|---|---|
| 避免”权威效应”（个人意见不被身份压制） | 耗时，多轮问卷流程慢 |
| 融合多元视角，减少个体偏差 | 专家选择不当则结论失效 |
适用场景：新技术市场规模预测、政策影响评估、长周期战略规划（3～5年）
三、销售团队意见汇总法 🟢 基础必掌握
原理：由最接近客户的一线销售人员，根据客户沟通和市场感知，提交各自负责区域/客户的需求预测，汇总形成整体预测。
实操流程（企业中最常见）
各销售人员填报下季度各客户预测量
↓
销售主管审核修正（去掉过于乐观/悲观的数字）
↓
汇总到 S&OP 需求计划
↓
与供应链计划部门对齐
优缺点
| 优点 | 缺点 |
|---|---|
| 信息最接近市场实际 | 销售人员倾向于低报（为了保证完成率）或高报（为了多争库存） |
| 收集成本低，速度快 | 受个人主观判断影响大 |
| 可以捕捉定性信息（客户计划变化） | 缺乏系统性，难以标准化 |
💡 面试常见问题：“你们的需求预测是怎么做的？“——很多中国中小企业的回答就是”销售报数”，这是定性预测的典型形态。如果你能指出其局限性并提出改进方向（引入统计方法修正），是面试加分点。
四、市场调研法 🟡 进阶了解
通过问卷、访谈、焦点小组等方式，直接向最终客户或渠道商收集需求意向。
适用场景：
- 新品上市前的市场容量估算
- 消费品行业的年度需求规划
- 进入新市场前的可行性研究
常用工具：
- 问卷调研（Qualtrics、问卷星）
- 渠道商访谈
- 电商平台数据分析（搜索热度、加购率）
五、定性预测的系统性偏差与修正 🟡 进阶了解
定性预测最大的问题是人为偏差（Cognitive Bias），常见类型：
| 偏差类型 | 描述 | 修正方法 |
|---|---|---|
| 过度乐观偏差 | 销售人员倾向于高估，尤其在激励导向下 | 历史数据校准，建立预测准确率考核 |
| 近因效应 | 过度强调最近几个月的情况 | 拉长历史数据参考窗口 |
| 锚定偏差 | 以上一年同期为锚点，缺乏动态调整 | 结合外部市场数据做动态修正 |
| 从众效应 | 团队讨论时向”权威意见”靠拢 | 先独立提交，再集体讨论（类德尔菲法） |