AR公司洗涤用品销售预测研究

《AR公司洗涤用品销售预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、密级公开分类号XI’ANTECHNOLOGICALUNIVERSITY专业硕士学位论文AR公司洗涤用品销售预测研究张艺凡指导教师苏兵教授申请学位类别会计硕士2018年5月10日AR公司洗涤用品销售预测研究学科:会计硕士研究生签字：指导老师签字：摘要AR公司是一家以经销洗涤用品为主的中型公司，经销的洗涤用品包括洗衣粉、液洗类产品等200余种。公司的年销售额约3000万元人民币。随着公司的不断发展，公司的洗涤用品销量不断增长。因为销售预测的不准确，AR公司会出现缺货或者库存量过多的现象。本文采用贝叶斯组合预测方法对AR公司的洗涤用品进行预测，帮助公司降低成本。论文的主要成果

2、如下。AR公司洗涤用品销售预测现状分析。在对AR公司的洗涤用品销售预测现状进行调查分析后，对洗涤用品进行分类，分为普通洗涤用品和特殊洗涤用品共两类。分别从两类洗涤用品中选取有代表性的产品，通过分析近2年共24个月的数据，总结AR公司销售预测中存在的问题，主要是对消费者需求把握不准确导致的库存不足和没有充分考虑库存量导致的月末库存积压，这会使公司的库存成本增加，资金紧张，影响各方面活动。AR公司洗涤用品贝叶斯组合销售预测。分别针对普通洗涤用品和特殊洗涤用品建立贝叶斯组合销售预测模型，通过模型预测近2年各月的销售量并计算与进货量的差，进一步计算模型下的预测值的拟合度，即与实

3、际销售量差值的绝对值平均值。并计算出以往预测值的拟合度。将利用组合模型预测得到的销售量预测值的拟合度和以往预测的销售量预测值的拟合度进行比较。拟合度越小，说明预测模型下的预测值越接近于实际销量。结果表明，普通洗涤用品和特殊洗涤用品在选用的贝叶斯组合预测模型下的预测销量更接近于实际销量，库存成本也比以往有所降低。根据选用模型的预测销量来调整进货量能有效降低库存量过大或者缺货带来的损失，降低库存成本。关键词：销售预测；贝叶斯组合；洗涤用品ResearchonARCompany'sSalesForecastofCleaningProductsDiscipline:Master

4、ofProfessionalAccountingStudentSignature:SupervisorSignature:AbstractARcompanyisamedium-sizedcompanythatmainlysellscleaningproducts.Thedetergentsthataredistributedincludemorethan200kindssuchaswashingpowderandliquidwashingproducts.Thecompany'sannualsalesareabout30millionyuan.Withthecontin

5、uousdevelopmentofthecompany,thecompany'ssalesofdetergentscontinuetogrow.Becauseofinaccuratesalesforecasts,ARcompaniesmayexperiencestockoutsorexcessinventory.ThisarticleusesBayesiancombinationforecastingmethodtopredicttheARcompany'scleaningproducts,helpingcompaniestoreducecosts.Themainres

6、ultsofthepaperareasfollows.ARcompanysalesforecastanalysisofcleaningproducts.AfterinvestigatingandanalyzingthecurrentsituationofAR'ssalesforecastfordetergents,thedetergentsarecategorizedintotwocategories:generaldetergentsandspecialdetergents.Separatelyselectedrepresentativeproductsfromtwo

7、typesofdetergents,andanalyzeddatainthepasttwoyearsforatotalof24months,summarizingtheproblemsinAR'ssalesforecast,mainlyincludethelackofinventoryduetoinaccurateconsumerdemandandTheinventoryattheendofthemonthduetoinventorieswasnotfullyconsidered.ARcompanyBayessalesforecastfo