1704226211
在本次规划周期内你准备实现什么目标
1704226212
1704226213
接下来的工作就是确定今年所要实现的目标。这一步由多个部分组成，其中包括目标确定、目标市场界定和市场定位。首先要明确的是本年度计划中需要解决的问题和可以利用的机会。然后预测销售量，确定营销目标，以便明确实现该销售量的市场分区，并确定产品在客户认知中的定位。
1704226214
1704226215
问题与机会
1704226216
1704226217
对市场、竞争情况、以往绩效和重要趋势开展深入研究之后，我们需要对这些信息进行整理分析，发现问题或机会，并确定未来的目标。问题或机会是从各种背景分析中得出的结论。例如，该分析可能发现此前被忽视的新的市场定位，以及因市场分区扩大而被掩盖了的不断萎缩的市场份额或者不一致的产品形象。无论如何，规划中要集中力量纠正各种问题或充分利用各种机会。如果只作分析不作总结，数据收集过程只能是浪费时间，没有任何意义。
1704226218
1704226219
预测应结合分析所得出的问题/机会以及所确定的年度目标。通常情况下，产品经理需要完成指定的销售业绩，他们的职责是制定方案，实现这个目标。其他时候，产品经理必须利用理据充分的销售预测数据向管理层进行说明。通常，他们的职责会综合这两个方面的内容。
1704226220
1704226221
销售预测
1704226222
1704226223
产品经理有责任预测产品的销售量，或者至少要能理解所获得的各种预测数据。我们有以下三种预测方法可以运用。
1704226224
1704226225
1.时间序列预测。这是根据产品销售的历史数据所进行的销量预测活动。这种方法对于预测短期销售数据比较合适。
1704226226
1704226227
2.编制预测。如其名称所示，这是通过对各种定性和定量研究的数据进行编辑整理，从而得出预测结果的过程。
1704226228
1704226229
3.因果预测。这是把销售与导致该销售发生的各种因素联系起来所进行的预测活动。
1704226230
1704226231
时间序列预测
1704226232
1704226233
预测未来销售的一个合乎逻辑的起点，就是查阅历史销售数据。时间序列分析考察过去各时段销量的变化情况。把产品以往的销量绘制到图上，向产品经理展示该产品销售趋势的全面图景。趋势配对或回归分析，是把以往各时点的销量投射到图上，并运用统计公式在这些数据点中画出一个曲线，然后根据该曲线的延伸趋势来预测未来情况。如果没有外在因素的影响，以及未来销售环境与过去相比没有发生重大变化的情况下，用这种预测方法进行短期预测还是比较准确的。
1704226234
1704226235
基于时间序列，有好几个平均数。移动平均数是用特定数量的过去时间段内的数据（如过去12个月的数据的平均值）来预测销售量。如果没有季度指数或没有加入其他权重的话，每个数据点都应拥有相同的权重。随着平均数平滑移动到未来的某个时点，最远的数据点在计算中的作用就逐渐淡化。指数平滑法是移动平均数方法的一种形式，它对最近的数据给予更高的权重。如果认为最新数据比旧数据在预测未来发展方面具有更高的价值，就可以运用这种方法。
1704226236
1704226237
如果销售环境不会发生变化，而且方案的有效性对销量也没有影响，运用时间序列技术就比较合适。但通常情况下，这两种情形都不存在。因此，我们就有必要增加其他预测方法。
1704226238
1704226239
编制预测
1704226240
1704226241
通过对二手和一手数据以及定性和定量数据的编辑，也可以获得预测数据。有些二手数据可以从产品信息手册中获得，如以往的平均市场份额。用该平均数乘以下一个年度该行业预期销售量，便可以获得基于行业预测的、准确的销售量预测数据。然后运用影响产品销量的趋势和其他因素的定性信息，对该预测数据进行一定的调整。
1704226242
1704226243
销售人员通常能根据主要客户或地域来预测销售数据，区域经理则可以通过分销商或各种渠道类型提供销售预测数据。表5-2是一个销售人员的客户分析表。表格中，销售人员就选定的产品来估计对每个主要客户的销售额，并预测下一个季度实现该销售额可能性最大的概率。这个表格还可以进行调整，把销售量而不是销售额，年度而不是季度预测，或者其他特定行业的变量囊括其中。这样一来，产品经理就能够把每个产品的预测销售量乘以相关的概率，计算出具体的预测数值。在这个例子中，对于该特定销售人员，产品A的预测销售额为3150美元（销售额乘以每个客户购买的概率）。还可以通过直接调查客户来评估他们对不同产品或整个产品线可能的购买行为。
1704226244
1704226245
表5-2 销售人员客户分析
1704226246
1704226247
1704226248
1704226249
1704226250
定性预测技术也很有用，尤其是对于新产品。进行概念测试，并同时参考购买意愿调查，我们就可以得出一个大致的预测数据。其他工具还有德尔菲法（Delphi technique）。这种方法需要收集来自精心选择的多位专家独立做出的预测数据，让他们匿名交换意见，一直持续到该预测数据逐渐趋同为止。由于自己输入的数据“旁人无法看到”，因此这个过程消除了在专门委员会或小组预测中存在的同行压力情况。
1704226251
1704226252
因果预测或基于相关性的预测
1704226253
1704226254
因果技术是要发现销售和其他变量之间的关系。例如，轮胎的销量与汽车销量有关，很多家庭用品的销售与新房开工率相关。如果存在某个可以更好理解产品销售环境的主导指标（如汽车销量或新房开工率），这些指标就应该可以用到预测之中。销售量还可能受到广告支出、销售人员数量、价格变化或其他营销变量的影响。如果营销支出的变化与销售量的变化存在因果关系，这个信息就不仅能够用来作预测，而且能作为营销支出的理由。
1704226255
1704226256
用在营销计划中的销售量预测数据应根据多种输入信息做出。不能单纯依赖趋势预测数据，也不能全盘接受来自管理层的销售预测数据。要尽力使那些基于背景分析的销售量和销售额预测与预订营销方案/预算相协调。
1704226257
1704226258
设定目标
1704226259
1704226260
设定目标需要回答这个问题：“你在今年准备做哪些工作，才能让你从目前所处的位置向意欲达到的位置更进一步？”它还需要回答下面这个问题：“你需要采取什么行动，才能实现预测的销售额？”假设你已经把产品分类为需要加强的、需要更新的、需要退出市场的三组（第10章中会介绍），每组分别有10个、3个和2个产品。如果你已经确定这10个维持产品不需要在营销方面有什么变化，那么，你只需要关注另外5个产品。你需要明确的是，到年终每个产品需要实现的结果（如目标），并用SMART方法对其进行描述。