傅連學：乘用車分車型銷量預測方法研究

2018年，中國汽車市場28年來首次出現銷量負增長，而2019年上半年整體乘用車市場銷量持續(xù)下滑，且未能見底。在這樣的趨勢面前，銷量預測工作極為重要。中國汽車技術研究中心有限公司汽車技術情報研究所副所長傅連學認為現階段的分車型銷量預測應把它定義為競爭性預測。要考慮做到車型的預測，不僅是宏觀需求量有多少，還要考慮到各自產品的競爭關系如何。

中國汽車技術研究中心有限公司汽車技術情報研究所副所長 傅連學

以下為現場實錄

各位嘉賓大家上午好，非常高興有機會在這次會議上跟大家來共同分享我們針對汽車市場，特別是從去年開始做的一些研究工作。一看這個題目都在講乘用車的市場預測，因為市場預測做了很多，返過頭來講，再提這個沒有太多的新意，下面我們預測的一些方法研究，我們感覺和現在其他機構所做的從思路和方法上還是有比較大的差異，希望能在這次會議上與各位分享、探討。

第一塊，為什么我們還在這一塊的預測。這幾年大家都看到總體市場增也好減也好，實際上大家都有所判斷。但是即使在判斷準確的情況下，我們再看看車企的銷量目標和實際目標完成率的情況，比如說今年半年結束了，有些車企目標只完成20%-30%，可能這都不算新聞了。在判斷準確的情況下，企業(yè)之間如何設定銷量目標，如何針對這部分細分市場是不是有一個準確的判斷，我們感覺還有所欠缺。這跟現在車企確定銷售目標更多依托總量的市場需求預測，只有準確的需求預測和主觀預期的目標，而不是細分市場的預期的情況，這一部分真正做起來，我們感覺還有比較大的偏差。

這部分如果做不好，實際上對于車企，包括如何做排產、銷量目標的控制，包括如何做成本的優(yōu)化、控制，包括庫存的管理，都會帶來一系列的問題。在真正的市場研究方面，在一塊我們還是有比較大的欠缺的。所以從去年開始我們開展了這樣一個分車型的銷量預測的研究工作。

從整個思路上來講，現在預測做得比較多的，包括信息中心，包括其他的機構，他們做的總體的預測，我個人認為要是從大的方面來講是需求性的預測。需求性預測能表現市場宏觀經濟怎么樣、消費者需求怎么樣。如果從需求預測的角度來講，最多做到什么程度呢，大型的SUV多少，中型多少，緊湊型多少，也就差不多了，再對應到各自車型、各自企業(yè)是多少，實際上中間有斷層。

我們的預測方面，我給它定義為競爭性預測。要考慮做到車型的預測，不僅是宏觀需求量有多少，還要考慮到各自產品的競爭關系如何。理下來，要做到競爭性的預測，從大的方面來講有三個層面：一個是宏觀政策方面，這部分是通用的。第二是企業(yè)自身的，包括產品的情況，產品生命周期的情況，還有產能包括自身的情況，包括營銷策略、營銷方案的情況，同時還要考慮到，針對某一個車型，還有競品群的設定，和競品的關系怎么樣，競品這塊，從產品和營銷組合上的對比怎么樣，只有把這三個層面理清楚，我們認為才能真正做到分車型的預測，把預測還是真正做到細化的程度。

下面再簡單介紹一下需要考慮的整體因素。如果真正做到分車型的預測，3到5年也是可以，但是從宏觀上好一些，但是分車型的話我們更注重短期的預測，12個月或一年之內滾動的預測。像通常要考慮的季節(jié)性的因素，這肯定都是考慮的因素之一，就不用講得太多了。

作為宏觀的因素還有一個非常重要的，就是政策方面的因素。政策方面的因素，我們會結合近期推出的一些相關政策，對于政策的效果做一個整體的評估。對于哪些車型是增是減，比如說前一階段的國6，前一階段大家都在消化國5的庫存，實際上也是一種透支的行為，這都是相應的政策因素導致的。政策的變化應該說還是比較多的，我們也會根據每個政策做相應的政策評估，形成整體的政策因素的影響。

自身的因素，這一部分是別的預測方法很少考慮的，包括產品周期的情況、改型的情況，以及產品性能指標的對比。這一部分包括產品力和營銷力，我們都會形成相應的評價指數，納入到整體的模型當中。這一部分的內容是我們評價的方法所需要考慮的內容。

第二塊，要提到競爭性，特別要考慮競品圈的構成，各自車型之間的競爭關系如何。你自身的品種和你的競品之間，從產品力上，從營銷方案上，這部分的整體評價，我們也會形成相應的競爭性的指數，納入模型當中。這是我們的這種方法比較突出的一個特點。

最后一塊，除此之外我們還考慮消費者的行為因素。通過相應的大數據，對于你的車型和其他相關車型的對比指數、市場口碑的狀況進行評估，這些都是直接影響消費者是買你的車還是買別人的車。這也要考慮到競爭性的關系，這一部分也是需要我們廣泛采集的。這樣做下來，需要采集的數量，包括需要處理的數據量非常龐大。

梳理之后，我們提煉出來經濟與政策變量，供給變量與需求變量，形成七個方面的指數，對于最后預測的結果會產生比較重大的作用。像經濟與政策變量，一個是宏觀經濟的指數，一個是政策影響的指數。供給變量要考慮到競品的指數、終端價格指數等。我們把這些納入到七大指數里面，當然這個指數下一級還會分二級、三級等對應指標，這樣就形成整個的預測模型。

如果按照這個思路做下來，需要處理的數據量會大很多特別要結合營銷策略方案和產品力的特征指數，都在里面。我們的預測模型引進了長短值的記憶深度學習模型，來做一些比較復雜的序列處理的預測。它最主要的特點，因為這樣的模型是一個神經網絡的模型，比較適合于規(guī)模比較大、數據復雜的處理，通過積淀有一個不斷優(yōu)化的過程。

從預測的結果上來講，做的一些中長期的預測和其他的差別不大，但是我們和別人最主要的差別就體現在我們能夠作出各種主流車型，等于是單一車型的預測結果。我們希望做到這樣的預測結果，對于企業(yè)今后無論是做營銷策劃也好，制定目標也好，還是做排產，希望對于企業(yè)今后的生產經營決策有所幫助。

目前預測的結果，我們已經有一部分每個月在汽車工業(yè)信息網上進行發(fā)布，當然沒有做多大范圍的熱炒，我們做出來只是希望給大家提供一些參考。

從整個來看，做完了整體的預測，現在初步的感覺準確度還比較滿意，雖然不是最好。對于主流車型，特別是一些銷量比較大，產品和營銷策略比較穩(wěn)定的車型，總體的預測基本上都可以控制到8%以下，這不是總量的，而是一款車的。這里8%，對于真正主流的車型，這部分的精準程度還是可以的。這些做下來，確實現在面臨著一些問題，對于新成型，還有一些小眾車型，比如說新能源這些不太穩(wěn)定的車型，預測的結果確實偏差還稍微大一點。

后面我簡單展示一下，比如說對日產旋翼這個車型的預測，上半年已經結束了，這個車型的預測的變動不大，我們進行了一下對比是4%，這是控制比較好的狀態(tài)。剛才說的8%，雅閣這款車型。為什么是8%？因為本身是不可預測的因素，有一些招回的因素對銷量是有很大影響的，是我們沒有估算到的。

對于小眾車型，新能源這塊，有些預測稍微偏差多了一點，這還需要我們來做改進，像比亞迪的E5，大體的趨勢還可以，但是這個車型的誤差率達到15%。

最后我簡單總結一點，這次我們提出競爭性的預測方法是去年開始做的。我個人感覺，特別是今后越來越面臨存量競爭的情況下，對于車企來講更為重要的應該是考慮到競爭性預測和車型的針對性預測，這對企業(yè)來講會更有參考價值。我們會更多考慮這方面的情況。

如果按照這種預測方式，確實考慮的因素比較多。要真做到車型，必須結合企業(yè)的營銷方案等等，如果和企業(yè)結合，對于這不能的掌握更精準，我們歡迎企業(yè)能夠共同參與進來，跟我們一起做一些相應的工作。

針對這塊的預測，并不是講我的預測結果，更多的是提出我們這樣一種競爭性預測的方法，希望引起行業(yè)的共鳴，同時歡迎企業(yè)加入到我們的團隊中來，大家一同把預測的方式和方法進一步完善。我今天的分享就這些，謝謝大家！

(責編：李碩)

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。