9 月份的权重为 2，11 月份的权重为 3，等等。最大接近的月份。就我们的情况而言，是十一月。您需要将每个月乘以其权重 – 20 x 3 = 60。然后，我们将每月消费总额乘以权重，得出 143。在这种情况下，权重之和为 10。
12 月份的预测为 143/10 x 28 = 400 个单位，其中 28 是工作日数。
Schreibfeder 在他的《高效库存管理》一书中提出了大量适用于各种商品的规模方案。例如：
简单的六个月或三个月平均值
即以 6 个窗口计算平均值。换句话说，您取六个月的时间并计算平均值。
- 对于全年销量不稳定的商品，可使用 购买电话营销数据 简单或加权的季节平均值。因此，如果您需要对 12 月份做出预测，则需要获取上个冬季的数据或季节性加权平均值。
- 加权平均系数。根据我们的例子，这些是 3、2、5 并且正在减少。
也就是说，选择使用一些建议的权重集，或者 专注于表现良好的渠道 组织可以开发自己的方案。这种预测方法的特点是存在大量的局限性。
以下是基于加权平均销售额的 Excel 计算示例。
每个时期都有一定数量的销售和一定数量的 最新群发短信 工作日，需要确定可能的值。可进行五个月的预测，权重为三比一；可进行三个月的预测，权重为五比一。首先，我们将销售额除以工作日数，然后将结果乘以月份的权重。将该数字除以权重之和，然后乘以工作日数。在 Excel 电子表格中，所有计算都更容易完成。算法：选择一些权重公式，并在此基础上确定预测。
指数平滑法（ES）
另一个非常简单的销售预测方案是指数平滑模型，该模型经常被使用。其中，需求的计算值取决于：
- 上一期的销售额；
- 使用其他方法针对这一时期建立的需求预测。
需要考虑这两个因素来设置平滑系数（α）。 α 越大，近期销售对预测的影响越大（从 0 到 10）。
预测（t + 1） =（1 – α）x 预测（t）+ α x 销售额（t）。
使用几个 α 值进行计算，然后选择最佳值。该方法被认为是有效的，但应该记住，平滑系数没有考虑趋势或季节性商品等。基于此方法，开发了 Holt-Winters 方法，该方法可以处理不同类型的商品。