ERP沙盤模擬經營中的市場預測分析
在制定經營戰略和銷售策略時，必須以市場需求變化為依據，運用各種科學方法和手段對產品市場需求做出預測。市場預測方法有多種，本文試圖運用時間序列來進行預測分析，為決策者提供前瞻性的預測信息。
一、引言
在市場經濟環境中，提高產品市場銷售量、擴大產品市場佔有率是企業賴以生存和發展的基礎，而市場需求直接影響到企業產品的銷售。在沙盤模擬經營中，根據市場預測與本企業實際情況等等信息，制定本企業的發展戰略，並在CEO的領導下制定具體的企業戰略計劃，進行經營管理。尤其在制定經營戰略和銷售策略時，必須以市場需求變化為依據，運用各種科學方法和手段對產品市場需求做出預測。市場預測方法有多種，本文試圖運用時間序列來進行預測分析，為決策者提供前瞻性的預測信息。
二、 ERP沙盤模擬經營的概述
(1)ERP簡介[2]
ERP(Enterprise Resource Planning，企業資源計劃)最早是由美國著名的諮詢公司加特納公司(gartner group Inc.)於20世紀90年代初提出的，由MRP，MRPII發展而來，是現代先進管理思想及管理技術的集大成者，是基於信息技術而發展起來的現代企業管理模式。當時，ERP主要是在功能上對MRPⅡ有所擴展，在MRPⅡ的基礎上增加了設備管理、質量管理、分銷管理、固定資產管理、工資管理和人力資源管理。ERP的基本思想是將企業的製造流程看作是一條聯結供應商、製造商、分銷商和顧客的供應鏈，強調對供應鏈的整體管理，使製造過程更有效，使企業流程更加緊密地集成到一起，從而縮短從顧客訂貨到交貨的時間，快速地滿足市場需求。ERP致力於在企業經營管理的各個活動環節中，充分利用現代信息技術，建立信息網絡系統，對企業的`物流、信息流、資金流、業務流進行集成和綜合，實現企業資源的整體優化配置，提高企業管理水平和管理績效，並最終提高企業的經濟效益和競爭能力。
(2) 企業沙盤模擬經營簡介
企業沙盤模擬經營以生產型企業為背景，以手工及電子沙盤工具為平台，一般是由6個組(即6個虛擬的企業)進行比賽，每個虛擬企業有5個主要角色：CEO、CFO、市場總監、生產總監、採購總監，也可以有財務助理和商業間諜。每組學生(即一個ERP團隊的成員)扮演各自的角色根據一定的規則模擬企業6～8年的經營全過程，各個企業團隊根據市場預測與本企業實際情況等等信息，制定本企業的企業戰略與業務策略，並在CEO的領導下制定具體的企業戰略計劃，進行經營管理。ERP沙盤模擬經營包羅萬象，它涉及的知識面非常的廣泛，可以稱得上是一門大綜型的學科知識的運用。它需要管理學、會計學、營銷學、領導學、生產運作學、物流等等方面的知識。
三、時間序列預測法的內涵
時間序列是指把歷史統計資料按時間順序排列起來得到的一組數據序列。時間序列預測法是將預測目標的歷史數據按時間的順序排列成為時間序列，然後分析他們隨時間變化的發展趨勢，外推預測目標的未來值。
時間序列預測法分析的應用基於如下的假設：各種成分單獨地作用與實際需求，而且過去和現在起作用的機制將繼續持續到未來。時間序列分析的類型有多種，在此只分析有線性趨勢，相等的季節波動的類型應用於ERP沙盤模擬經營中。用這種分析進行預測的關鍵在於求出線性趨勢方程(直線方程，設方程的一般式y=a+bx)和季節係數。
所謂的季節係數(seasonal index，SI)就是實際值At和趨勢值Tt的比值的平均值。線性趨勢方程的一般式為
Tt=a+bt
式中：Tt為t時刻的預測值
a， b為係數
四、時間序列分析法在ERP沙盤模擬經營市場預測中的應用
假設在ERP沙盤模擬經營中，經營前三年的訂單狀況(即銷售情況)相關資料如下表1所示，根據該資料預測第四年的銷售狀況。
根據上述相關資料，可以進行如下的時間序列分析：
第一步，根據ERP沙盤模擬經營前三年銷售情況的相關資料，繪製下表2所示。
第二步，求趨勢直線方程。根據表2的數據繪出曲線圖。
為求出趨勢值直線，可採用最小二乘法。為了簡單起見，在ERP沙盤模擬經營過程中，可以採用目測法。尋找一條直線，讓它穿過移動平均值的中間，儘可能的是數據點分佈在直線的兩側。此直線代表着趨勢線，它與Y軸的截距為a，這裏a=80。另一端，在t=12時，銷售量為100。故b的值為
b=(100-80)/12 =16.7
由此可得到前三年銷售情況的趨勢直線方程：
Tt=80+16.7t
第三步，估算季節係數。例如對第一年的季度1，At/Tt= 80/81.67=0.98。以此類推，可以求出各個季度的At/Tt ，如表3所示。
第四步，求出平均季節係數，並進行預測。各季度的平均季節係數和第四年的預測銷售量如表4所示。
例如春季的平均季節係數，因為季節1、5、9都是春季，SI(春)=(A1/T1+A5/T5+A9/T9)=(0.98+1.02+10.1) = 1，同理可得，SI(夏)=0.95，SI(秋)=0.96，SI(冬)=1。在進行預測時，一定要選擇正確的t值和季節係數。在本例中，所需要預測的第四年的春夏秋冬各季度相對應的t值分別為13、14、15、16，相對應對季節係數分別為SI(春)、SI(夏)、SI(秋)、SI(冬)。
