德爾菲法——經濟實用的市場預測方式

本文為於躍波原創，版權歸中糧營養健康研究院消費者與市場中心所有，如需轉載請與我們聯繫。

為了保持企業的市場活力、擴大市場份額，很多企業通過持續不斷地開發新產品或者產品升級來推動企業銷售增長，但是由於產品開發前期經費緊張、決策者的新產品開發思路主觀化，很多企業往往忽視了前期的消費需求市場調研工作，導致新產品的市場方向不明確、制定的市場策略不符合現狀、銷量預測不準確，出現銷量增長慢甚至虧損的現象。

那麼如何在經費有限、缺乏足夠的市場資料，但又需要作長遠規劃的情況下做出正確的決策呢？下面小編就來介紹一款經濟實用的方法——德爾菲法（Delphi Method）幫助大家解決這一問題。

德爾菲法（Delphi Method）實施介紹

定義

德爾菲法也叫專家調查法，是通過將所需解決的問題單獨發送到各個專家手中，徵詢意見，然後回收匯總全部專家的意見，並整理出綜合意見。隨後將該綜合意見和預測問題再分別反饋給專家，再次徵詢意見，各專家依據綜合意見修改自己原有的意見，然後再匯總。這樣多次反覆，逐步取得比較一致的預測結果的決策方法。

德爾菲法依據系統的程序，採用匿名發表意見的方式，即專家之間不得互相討論，不發生橫向聯繫，只能與調查人員產生交流，通過多輪次調查專家對問卷所提問題的看法，經過反覆徵詢、歸納、修改，最後匯總成專家基本一致的看法，作為預測的結果。通常企業都具有行業專家資源，這裡所說的專家可以是第一線的管理人員，也可以是企業高層管理人員和外請專家。這種方法具有廣泛的代表性，在使用時更為精準可靠。

圖1 德爾菲法的主要優點

實施步驟

實施德爾菲法的時候，需要首先確定預測的主題和目標，搜集背景資料，包括產品以前的市場情況、市場現狀以及未來可能面臨的市場機會及威脅等；然後根據主題、目標和背景資料選擇合適的、了解市場的、與主題相關的、並具有豐富的經驗和預見分析能力專家和學者來配合調查。隨後將設計好的調查問卷以及相關資料發放專家，並且要講明，其預測結果和意見完全採用匿名處理；之後對於回收回來的數據和意見進行第一輪的數據匯總，並進行專業的數據分析，隨後進行第二輪第三輪等。這樣反覆三次之後，預測專家就會有一個大體一致的意見，倘若選擇的預測專家們之間還存在很大的分歧，那麼可以按照這種順序再進行第四輪，甚至第五、六輪調查，直到可以得出比較統一的意見為止。

圖2 德爾菲法執行步驟

數據處理方式

對預測結果（包括反覆徵詢階段）進行統計處理的方法有中位數法、上下四分位數法、算術平均數法和主觀概率法等。這些方法同樣適用於反覆徵詢階段的每一輪專家意見的處理，一般情況下，通過極差、標準差等統計處理方式判斷專家意見的集中度和離散性，評價預測值的代表性。專家意見經過3～5次的反饋之後，預測結果的概率分布接近正態分布，即可進行統計處理。

需注意問題

實施德爾菲預測，需要嚴格控制前期的設計和專家組織工作，所以一位組織能力強、熟悉市場情況、掌握一定的統計處理方法、有較強的匯總歸納能力的組織者是必需的，可以保證在實施前期科學的設計意見調查表，併科學的選擇專家。意見徵詢表是專家判斷、分析、回答問題的主要依據，也是進行德爾菲法預測的主要手段。調查表的設計首先要說明預測的目的和任務，設計要簡化，問題提法要規範、科學、準確，必要時要附上文字說明，要將應答要求、應答時間等事項說明清楚。專家的選擇是否合適，直接關係到預測的成敗。專家的選擇面要廣一些、層次分布要多一些，可以是學者、企業內部各層次的管理者或工作在一線的富有經驗、熟悉情況、精通業務的業務員或營銷員，人數一般不少於10人，經驗表明15～30人為宜。

圖3 德爾菲法的專家溝通注意點

德爾菲法（Delphi Method）應用案例

百餘名專家預測國家經濟走勢

在國家GDP增速公布之前，國家統計局會選擇運用德爾菲法來預測GDP增速和下一年度的重點工作方向。在2002年國家統計局中國經濟景氣監測中心運用德爾菲法結合問卷法，對國務院發展研究中心、國務院政策研究室、中國人民銀行、國家發展計劃委員會、國家經濟貿易委員會、國家統計局等政府部門；海爾集團、娃哈哈集團、東方航空集團、城建集團等企業；中國社會科學研究院、北京大學、清華大學、中國人民大學等高等院校和研究機構的百餘名專家進行了2003年的GDP增速預測和工作重點意見綜合。通過多輪意見收集，最終成功預計了GDP增速和擴大內需、加快結構調整、推進改革開放、加強就業與社會保障工作的經濟工作重點。

新上市產品銷量預測

A公司研製出一種新興產品，現在市場上還沒有相似產品出現，因此沒有歷史數據可以獲得。公司需要對可能的銷售量做出預測，以決定產量。於是該公司成立專家小組，並聘請業務經理、市場專家和銷售經理等8位專家（實際預測時，建議超過15位），預測全年可能的銷售量。8位專家提出個人判斷，經過三次反饋得到結果如下表所示：

表一 專家預測數據回收結果

對於回收回來的數據，作進一步處理，了解數據的集中度和離散程度，確定最精準的銷量數值：

表二 專家預測數據的統計分析

註：集中程度的主要判斷指標為平均數、中位數、眾數；離散程度的主要判斷指標為極差、四分位距、標準差。峰度和偏度判斷數據是否是正態分布。

統計結果解讀

根據上圖的統計結果來看，第一輪意見徵詢之後，預測值集中程度不夠，數據離散型較大，以最可能銷量舉例，極差達到700，標準差達到241，表明數據非常離散；且數據不是完全正態分布，偏度和峰度(一般不超過3)值較大，預測結果不具有參考意義。所以繼續徵詢，在第三輪時，數據差異開始收斂變小，以最可能銷量舉例，極差為340，標準差為114，數據相對比較集中。所以第三輪數據是預估銷量的主要數據。

由於第三輪徵詢意見之後，數據區域集中，所以用集中度的三個指標（平均數、中位數、眾數）來預測。在預測時，對於最低、最可能、最高三個值，需要設置權重（權重的設置可以按照市場同類產品、專家意見或者經驗值來預設）。以下是預測值的計算過程：

加權平均值預測：

將最可能銷售量、最低銷售量和最高銷售量分別按0.50、0.20和0.30的概率加權平均，則預測平均銷售量為：570*0.5+415*0.2+770*0.3=599

加權中位數預測：

將可最能銷售量、最低銷售量和最高銷售量分別按0.50、0.20和0.30的概率加權平均，則預測銷售量為：560*0.5+400*0.2+700*0.3=570

加權眾數預測：

將可最能銷售量、最低銷售量和最高銷售量分別按0.50、0.20和0.30的概率加權平均，則預測結果為：500*0.5+300*0.2+600*0.3=490

在集中度較高的數據中，加權平均一般而言是最有代表性的數據，中位數可以作為輔助決策數據，而眾數如果在專家數量較多的情況下比較有意義，由於此次調查僅有8位專家，所以眾數不做參考。

綜上所述，最終預測銷量數據大約在570-599左右。

在企業競爭日益激烈，新產品不斷推出的市場現狀之下，通過簡單有效的預測方法幫助我們正確決策和掌握市場動向是必不可少的一環，而德爾菲預測也正是滿足了這一需求所以越來越受到企業的追捧和應用。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！