Managertoday 經理人

新產品上市,銷量好壞怎麼估?凱洛商學院教授從百筆銷售資料,學會的預估法則

2019-11-13 20:54:12
Managertoday
https://bnextmedia.s3.hicloud.net.tw/image/album/2018-06/img-1530005777-67284@900.png
推出新的產品,對於不希望落後對手的科技公司來說非常重要,但這並不代表能輕易從中獲利。最大挑戰之一是「預測新產品的需求」。如果過於樂觀,將會讓倉庫堆滿庫存,要是低估需求,則會讓顧客空手而歸,或是得付出巨額的急件運送費。

推出新的筆記型電腦、路由器或監視錄影機,對於不希望落後對手的科技公司來說非常重要。

但,這並不代表能輕易從中獲利。

這些公司面臨的最大挑戰之一是「預測新產品的需求」。如果過於樂觀,將會讓倉庫堆滿庫存,要是低估需求,則會讓顧客空手而歸,或是得付出巨額的急件運送費。

「想像你有顆水晶球,能確實預測每個月的產品需求,究竟是會上升,還是下降,」凱洛商學院營運管理教授揚・范密根(Jan Van Mieghem)說。「這樣一來,想滿足市場需求就很容易了。當你掌握前置時間,只需要按照時程,從最便宜的供應來源購買正確的數量,就能百分之百滿足市場而不浪費。這正是大家夢寐以求的。」但世上可能沒有這樣的水晶球,所以范密根決定找出其他更好的方法。

范密根及賓州大學教授道格・湯瑪斯(Doug Thomas)在合作的新研究中,與戴爾電腦合作分析該公司超過 100 項產品的銷售數據。大部分公司預測需求是依賴管理者的經驗和市場調查,但研究小組發現像戴爾這種公司,可以利用歷史銷售數據,改善對新產品銷量的預測,準確度高出了 9%。這相當於省下數百萬元的費用。

錯誤預測帶來的損失

每個產業的新產品都佔總銷售額的 27%。為了規避這個風險,企業在預測產品生命周期所下的投資,也就不令人意外了。

「些微的預測錯誤,就可能帶來巨額損失,」范密根說。「 當戴爾面臨庫存不足時,他們會緊急空運,或利用像墨西哥等更快、更近的供應來源,而不選擇中國。這兩種做法,都比傳統的採購更昂貴。

對於現有產品,公司通常會參考之前的數據,進一步預測下一個銷售周期。

但新產品比較棘手。先前的研究顯示,大部分的公司不會依據以往的銷售紀錄來推估,而是傾向依賴定量市場研究,或執行階層的意見。「在這種情況下,」范密根說,「你依靠的是管理人員的洞察力和經驗,但這些都不是數據導向的判斷。」

沒錯,有的時候某些產品是真的完全創新。

但如果大部分的新電腦或相機,都不算「真的新」呢?就算某些地方升級了,或是多了新功能,但產品主要的方面都跟之前的產品類似,不就代表先前的數據可以用於預測新產品?

范密根和湯瑪斯,找上凱洛管理學院的胡珂嘉(Kejia Hu)、賓州大學的傑森・阿希莫夫(Jason Acimovic),還有戴爾的法蘭西斯柯・艾瑞茲(Francisco Erize)聯手進行研究。

他們想到,可以建立有相似產品生命周期曲線的「集群」。當新產品出現後,只要比對過去相似的產品,就能預測新產品將落入哪個「集群」。

「我們的想法是,替每個產品群找到最符合的曲線,來預測新產品的需求,」范密根說。「如果新產品跟舊產品一模一樣,就可以用這個曲線預測銷售情況。但如果不是完全符合,你可以挑出最適合的集群,參考他的生命曲線。」

比較曲線

研究人員掌握了 133 個戴爾電腦的產品銷售數字。從個別產品的銷售紀錄開始,著手找出哪個產品的生命周期曲線,最符合整體的銷售方式。

吳瑄庭 / 製圖

他們考慮的曲線中,有些比較典型,通常包含 4 個階段:導入期,成長期,當產品穩定的成熟期,和最終的衰退期。研究人員在分析中,也加入了較為直線的曲線,看起來像三角形和梯形。他們的目標是找到能符合大多數的歷史銷售數字,但又不過於精確,只符合特定產品的曲線。

吳瑄庭 / 製圖
吳瑄庭 / 製圖

研究人員發現,對於大部分產品來說,最好的產品生命周期曲線不是典型的那種,而是三角形。「需求一路往上成長,然後馬上衰退,」范密根說。

這顯示,戴爾的產品非常少能進入到成熟期。對於電子產品來說,這很合理,因為總是會有更新、更快、更炫的產品,在舊產品走完周期前就出現。

「這在管理上很有吸引力,」他說。

「如果你是一個管理人員,試著預測新產品的需求,而我告訴你這會是一個三角形的曲線,你只需要預測三個數字:你覺得這個產品可以賣多久,何時會出現銷售巔峰,以及高峰將有多高。」

接下來,研究人員建立有類似生命周期曲線的產品群,並且找出整個集群的最佳生命周期曲線。然後,他們使用這條曲線(除去公司可能掌握的其他產品訊息,例如發布時間,計畫停產時間,還有對於總產品生命周期需求的估計)來調整對於每個產品的需求預測。

較好的方法

整體來說,研究人員的預測值,比起戴爾原本的預測值,準確度高出 9%。這是相當大的進步,可使數百萬的產品,每年、每單位運輸和庫存成本減少 2 到 6 塊美金。

范密根相信, 三角形的生命周期曲線,應該適用於任何沒有明顯成熟期的產品,像是衣服、飾品等跟隨最新流行的產品,以及快速更迭的電子產品等。 除此之外,研究人員用來辨識最佳曲線的「集群」方法,應該也能用來辨識各種新產品預測需求時,可參考的對應舊產品。

根據范密根的說法,關鍵在於像戴爾這樣的公司,能以數據為基礎,結合需求端規畫人員的業務經驗,在預測上達到更高的準確性。

「利用先前的產品數據,我們的方法將為特定產業的新產品,提供最適合的生命周期曲線形狀。規畫人員可以利用數據為導向的生命周期曲線作為出發點,再結合產品的內部規劃,像是何時舉辦推廣活動等,依照個別產品做出調整。」

(本文原刊載於Kellogg Insight,經凱洛管理學院授權翻譯與轉載,原文請點此