摘要

数学模型通常用于描述产品推出后几年的销售和采用模式,其中最受欢迎的模型之一是Bass模型。然而,使用该模型预测新产品的销售时间序列是有问题的,因为没有历史时间序列数据来估计模型的参数。一种可能的解决方案是,将模型与早期推出的类似产品的销售时间序列相匹配,并假设为该类比确定的参数值适用于新产品。在本文中,我们通过将四种基于类比的预测方法(以及这些方法的变体)应用于在美国销售的消费电子产品的销售额,来研究这种方法的有效性。我们发现,所有这些方法都倾向于导致具有高绝对百分比误差的预测,这与其他新产品销售预测研究一致。使用公布的类比参数值的平均值导致的误差高于我们根据自己的数据估计的参数。当使用我们自己的数据时,平均多个类比的参数值,而不是依赖一个最相似的乘积,可以提高准确性。然而,使用五六个以上的类比几乎没有什么收获。

此内容仅以PDF格式提供。
您当前没有访问此文章的权限。