《Excel商务数据分析与应用（AI+慕课版第3版）》项目九课件

项目九销售市场预测

分析Excel商务数据分析与应用

（AI+慕课版第3版）1利用图表趋势预测法分析2利用时间序列预测法分析3利用德尔菲法预测新产品销量目录CONTENTS在店铺经营过程中，商家可以通过图表趋势预测法预测商品销量和销售额，然后根据预测值调整销售策略。图表趋势预测法的基本流程：首先，根据给出的数据制作散点图或折线图；然后，观察图表形状，并添加适当类型的趋势线；最后，利用趋势线外推、回归方程或相关函数计算预测值。本任务将学习如何在Excel中利用图表趋势预测法预测店铺销售额、商品销量和商品销售额。任务一利用图表趋势预测法分析一、利用线性趋势线预测店铺销售额线性趋势线预测是基于线性回归原理，用于分析具有近似线性关系的时间序列数据或变量间关系的工具。当数据点图表上呈现出大致沿直线分布的趋势时，表明变量之间存在线性关系，即一个变量的变化会大致引起另一个变量按固定比率变化，满足数学表达式y=mx+b，其中y

是因变量，x

是自变量，m

是斜率，代表变量x

每变动一个单位时，变量y

的平均变动量，b

是截距，是x=0时y

的取值。下面介绍如何在Excel中利用线性趋势线预测店铺销售额，具体操作方法如下。二、利用指数趋势线预测商品销量指数趋势线预测是用于处理呈现指数增长或衰减趋势数据的工具，适用于数据变化率随时间不断增大或减小，呈现出类似y=abx

这种指数函数关系的情况，其中a和b是常数，x为自变量，y

为因变量。下面介绍如何利用指数趋势线预测商品销量，具体操作方法如下。三、利用多项式趋势线预测商品销售额在Excel中，多项式趋势线预测是一种用于分析数据复杂变化趋势的工具，适用于数据呈现出波浪式起伏、多次增减变化等并非简单线性或指数变化的情况。多项式趋势线基于多项式函数y=anxn+an−1xn−1+...+a1x+a0，其中n代表多项式的阶数，决定了趋势线的弯曲程度和复杂程度，n为正整数，其取值范围通常是1~6。下面介绍如何利用多项式趋势线预测商品销售额，具体操作方法如下。时间序列预测法是一种回归预测方法，其基本原理为：一方面，承认事物发展的延续性，运用过去时间序列的数据进行统计分析，推测事物的发展趋势；另一方面，充分考虑受偶然因素影响所产生的随机性。为了消除随机波动的影响，时间序列预测法利用历史数据进行统计分析，并对数据进行适当处理以预测趋势。本任务将学习如何在Excel中利用时间序列预测法预测商品销量和店铺利润。任务二利用时间序列预测法分析一、利用季节波动预测商品销量由于季节变化，一些商品在一年中的销量会相应地发生波动，这种波动是有规律可循的，通常称为季节波动。例如，服装、空调或冰箱等商品销量在不同的季节有明显的区别。下面介绍如何利用季节波动预测某款商品的销量，具体操作方法如下。二、利用移动平均法预测店铺利润移动平均法是一种通过计算历史数据的平均值平滑短期波动、预测未来趋势的方法，其核心思想是用“平均值”来“平滑”波动，看清“趋势”。其关键在于“移动”，不是计算整个数据集的平均值，而是计算一小段连续数据（称为“窗口”或“期数”）的平均值，并且这个“窗口”会随着时间一步一步向前移动。移动平均法适用于短期预测（如1~3期）、趋势平稳（无剧烈波动或季节性）的场景。下面介绍如何利用移动平均法预测店铺利润，具体操作方法如下。三、利用指数平滑法预测店铺利润指数平滑法是一种基于时间序列历史数据预测未来的方法，其核心机制在于对历史数据赋予不同的权重，权重值随着数据点距离预测时点的增加而呈指数级衰减，这意味着近期数据被赋予更高的权重，对预测结果的影响更大，而远期数据的贡献则显著降低。它通过一个关键参数α（平滑系数）控制对最新数据的重视程度。指数平滑法特别适合短期预测和处理相对稳定或具有趋势/季节性的数据。使用单指数平滑法预测单指数平滑法是通过平滑系数调整近期数据和历史数据的权重，近期数据权重更高，远期数据权重呈指数级递减。它仅平滑数据的水平值，适用于处理无明显趋势和季节性变化的平稳时间序列数据。单指数平滑法的公式为“St+1=α×Yt

+(1−α)×St”，其中Yt

为第t

期实际值，α为平滑系数，且0<α<1。α决定了近期数据的影响程度，α越接近1，权重越侧重近期数据（对变化敏感，平滑效果弱）；α越接近0，权重越侧重历史趋势（平滑效果强，对变化反应慢）。三、利用指数平滑法预测店铺利润指数平滑法是一种基于时间序列历史数据预测未来的方法，其核心机制在于对历史数据赋予不同的权重，权重值随着数据点距离预测时点的增加而呈指数级衰减，这意味着近期数据被赋予更高的权重，对预测结果的影响更大，而远期数据的贡献则显著降低。它通过一个关键参数α（平滑系数）控制对最新数据的重视程度。指数平滑法特别适合短期预测和处理相对稳定或具有趋势/季节性的数据。使用单指数平滑法预测单指数平滑法是通过平滑系数调整近期数据和历史数据的权重，近期数据权重更高，远期数据权重呈指数级递减。它仅平滑数据的水平值，适用于处理无明显趋势和季节性变化的平稳时间序列数据。单指数平滑法的公式为“St+1=α×Yt

+(1−α)×St”，其中Yt

为第t

期实际值，α为平滑系数，且0<α<1。α决定了近期数据的影响程度，α越接近1，权重越侧重近期数据（对变化敏感，平滑效果弱）；α越接近0，权重越侧重历史趋势（平滑效果强，对变化反应慢）。使用双指数平滑法预测双指数平滑法主要用于处理带有趋势的时间序列数据（如持续增长或下降的销售额、用户量等），通过同时平滑数据本身和数据的趋势，解决单指数平滑法对趋势数据预测偏差大的问题。双指数平滑法适用于有线性趋势（增长/下降）但无季节性的数据。本案例的数据具有上升趋势，使用双指数平滑法预测会更准确。双指数平滑法通过水平平滑值(St)和趋势平滑值(Tt)捕捉数据的趋势变化。水平平滑值公式为“St=α×Yt

+(1−α)×(St-1+Tt−1)”，其中Yt

为第t

期实际值，α为水平平滑系数，且0<α<1，α控制对当前实际值Yt

的敏感度（α越大，越重视近期数据）。趋势平滑值公式为“Tt=γ×(St−St−1)+(1−γ)×Tt−1”，其中γ

为趋势平滑系数，且0<γ<1，γ

控制对趋势变化的敏感度（γ

越大，越重视近期趋势的变化）。未来m

期的预测公式为“Ft+m=St+m×Tt”，其中m

为预测的期数，如预测下一期，则m=1；预测下两期，则m=2。四、使用AI工具预测商品交易金额下面使用DeepSeek的智能分析功能对商品交易金额进行预测，具体操作方法如下。打开“素材文件\项目九\预测商品交易金额.xlsx”，打开DeepSeek对话窗口。请基于以下历史销量数据生成Excel预测公式。1．月份列：A2:A13（格式为2024-01）2．交易金额列：B2:B133．预测需求：未来3个月销售金额要求：1．使用FORECAST.ETS函数（指数平滑）2．输出完整可执行的Excel公式3．给出季节性说明（复制A1:B13单元格区域的数据并粘贴至此）Excel预测公式（使用FORECAST.ETS函数）完整可执行公式（预测2025年1月至3月）如下。1．2025年1月预测（在单元格B14输入）=FORECAST.ETS(A14,$B$2:$B$13,$A$2:$A$13,,1)2．2025年2月预测（在单元格B15输入）=FORECAST.ETS(A15,$B$2:$B$13,$A$2:$A$13,,1)3．2025年3月预测（在单元格B16输入）=FORECAST.ETS(A16,$B$2:$B$13,$A$2:$A$13,,1)季节性说明如下。1．数据季节性特征●显著峰值：10月（84918）和11月（94082），年末消费旺季。●低谷：4月至8月（均低于3000），夏季需求疲软。●周期长度：12个月（完整年度周期）。2．FORECAST.ETS处理方式●函数自动检测到seasonality=12（月度数据的自然周期）。●模型会捕捉年末高峰与年中低谷的重复模式，提升预测准确性。……德尔菲法也称“专家调查法”，该方法是由企业组成一个专门的预测机构（包括若干专家和企业预测组织者），按照规定的程序征询专家对未来市场的意见或判断，然后进行预测的方法。本任务将学习如何在Excel中使用德尔菲法预测新产品销量。任务三利用德尔菲法预测新产品销量AI数据分析工具推荐——使用腾讯元宝预测商品销量在数据分析方面，腾讯元宝可上传Excel、CSV等表格文件，用自然语言快速完成数据查询、计算、可视化等操作，支持多表关联分析，能处理百万行级复杂数据，自动完成数据清洗与统计；还可基于数据生成智能分析建议，预测趋势，帮助用户洞察数据价值。下面利用腾讯元宝进行商品销量预测，具体操作方法如下。输出结果最优分析方法选择根据数据趋势（3月至10月销量持续增长，后期增速显著加快），数据呈现明显的非线性上升趋势，适合采用指数增长模型进行预测。该方法能捕捉数据的加速增长特性，相比线性回归更适合后期增速加快的场景。Excel预测步骤与公式……预测结果