9月1日，第十五届泰达论坛诸多分论坛举行。在以扩大开放背景乘用车市场拓展与求索为主题的市场论道论坛上，中国汽车技术研究中心有限公司汽车技术情报研究所副所长傅连学回应：今后，汽车市场不会在很长的时间里都正处于存量竞争中。因此，对于车企来讲，更为重要的是考虑到竞争性预测和车型针对性的预测，这更加有参考价值。

以下是讲话国史：各位嘉宾大家上午好，非常高兴有机会在这次会议上跟大家来联合共享我们针对汽车市场，尤其就是指去年开始做到的一些研究工作。一看这个题目都在谈乘用车的市场预测，因为市场预测做到了很多，抵过头来讲，再提这个没过于多的新意，下面我们预测的一些方法研究，我们感觉和现在其他机构所做到的从思路和方法上还是有较为大的差异，期望能在这次会议上与各位共享、探究。第一块，为什么我们还在这一块的预测。这几年大家都看见总体市场减也好减半也好，实质上大家都有所辨别。

但是即使在辨别精确的情况下，我们再行想到车企的销量目标和实际目标完成率的情况，比如说今年半年完结了，有些车企目标只已完成20%-30%，有可能这都远比新闻了。在辨别精确的情况下，企业之间如何原作销量目标，如何针对这部分细分市场是不是有一个精确的辨别，我们感觉还有所缺乏。这跟现在车企确认销售目标更加多相结合总量的市场需求预测，只有精确的需求预测和主观预期的目标，而不是细分市场的预期的情况，这一部分确实做到一起，我们感觉还有较为大的偏差。

这部分如果做到很差，实质上对于车企，还包括如何做到排产、销量目标的掌控，还包括如何做到成本的优化、掌控，还包括库存的管理，都会带给一系列的问题。在确实的市场研究方面，在一块我们还是有较为大的缺乏的。

所以从去年开始我们积极开展了这样一个分车型的销量预测的研究工作。从整个思路上来讲，现在预测做到得较为多的，还包括信息中心，还包括其他的机构，他们做到的总体的预测，我个人指出要就是指大的方面来讲是市场需求性的预测。市场需求性预测能展现出市场宏观经济怎么样、消费者市场需求怎么样。

如果从需求预测的角度来讲，最多做什么程度呢，大型的SUV多少，中型多少，紧凑型多少，也就差不多了，再行对应到各自车型、各自企业是多少，实质上中间有断层。我们的预测方面，我给它定义为竞争性预测。要考虑到做车型的预测，不仅是宏观需求量有多少，还要考虑到各自产品的竞争关系如何。

理下来，要做竞争性的预测，从大的方面来讲有三个层面：一个是宏观政策方面，这部分是标准化的。第二是企业自身的，还包括产品的情况，产品生命周期的情况，还有生产能力还包括自身的情况，还包括营销策略、营销方案的情况，同时还要考虑到，针对某一个车型，还有竞品群的原作，和竞品的关系怎么样，竞品这块，从产品和营销人组上的对比怎么样，只有把这三个层面理确切，我们指出才能确实做分车型的预测，把预测还是确实做细化的程度。下面再行非常简单讲解一下必须考虑到的整体因素。

如果确实做分车型的预测，3到5年也是可以，但是从宏观上好一些，但是分车型的话我们更加侧重短期的预测，12个月或一年之内滑动的预测。像一般来说要考虑到的季节性的因素，这认同都是考虑到的因素之一，就不必谈得过于多了。作为宏观的因素还有一个十分最重要的，就是政策方面的因素。

政策方面的因素，我们不会融合近期发售的一些涉及政策，对于政策的效果做到一个整体的评估。对于哪些车型是增是减半，比如说前一阶段的国6，前一阶段大家都在消化国5的库存，实质上也是一种欠下的不道德，这都是适当的政策因素造成的。政策的变化应当说道还是较为多的，我们也不会根据每个政策做到适当的政策评估，构成整体的政策因素的影响。

自身的因素，这一部分是别的预测方法很少考虑到的，还包括产品周期的情况、改型的情况，以及产品性能指标的对比。这一部分还包括产品力和营销力，我们都会构成适当的评价指数，划入到整体的模型当中。这一部分的内容是我们评价的方法所必须考虑到的内容。

第二块，要提及竞争性，尤其要考虑到竞品圈的包含，各自车型之间的竞争关系如何。你自身的品种和你的竞品之间，从产品力上，从营销方案上，这部分的整体评价，我们也不会构成适当的竞争性的指数，划入模型当中。这是我们的这种方法比较突出的一个特点。

最后一块，除此之外我们还考虑到消费者的不道德因素。通过适当的大数据，对于你的车型和其他涉及车型的对比指数、市场口碑的状况展开评估，这些都是直接影响消费者是卖你的车还是卖别人的车。这也要考虑到竞争性的关系，这一部分也是必须我们普遍收集的。这样做到下来，必须收集的数量，还包括必须处置的数据量十分可观。

辨别之后，我们萃取出来经济与政策变量，供给变量与市场需求变量，构成七个方面的指数，对于最后预测的结果不会产生较为根本性的起到。像经济与政策变量，一个是宏观经济的指数，一个是政策影响的指数。

供给变量要考虑到竞品的指数、终端价格指数等。我们把这些划入到七大指数里面，当然这个指数下一级还不会分二级、三级等对应指标，这样就构成整个的预测模型。如果按照这个思路做到下来，必须处置的数据量不会大很多尤其要融合营销策略方案和产品力的特征指数，都在里面。我们的预测模型引入了长短值的记忆深度自学模型，来做到一些比较复杂的序列处置的预测。

它最主要的特点，因为这样的模型是一个神经网络的模型，较为适合于规模较为大、数据简单的处置，通过文化底蕴有一个大大优化的过程。从预测的结果上来讲，做到的一些中长期的预测和其他的差异并不大，但是我们和别人最主要的差异就反映在我们需要做出各种主流车型，等于是单一车型的预测结果。我们期望做这样的预测结果，对于企业今后无论是做到营销策划也好，制订目标也好，还是做到排产，期望对于企业今后的生产经营决策有所协助。

目前预测的结果，我们早已有一部分每个月在汽车工业信息网上展开公布，当然没做到多大范围的热炒，我们做到出来只是期望给大家获取一些参照。从整个来看，做完了整体的预测，现在可行性的感觉准确度还比较满意，虽然不是最差。

对于主流车型，尤其是一些销量较为大，产品和营销策略比较稳定的车型，总体的预测基本上都可以掌控到8%以下，这不是总量的，而是一款车的。这里8%，对于确实主流的车型，这部分的精准程度还是可以的。这些做到下来，显然现在面对着一些问题，对于新的成型，还有一些小众车型，比如说新能源这些不过于平稳的车型，预测的结果显然偏差还略为大一点。后面我非常简单展出一下，比如说对日产旋翼这个车型的预测，上半年早已完结了，这个车型的预测的变动并不大，我们展开了一下对比是4%，这是掌控较为好的状态。

刚才说道的8%，雅阁这款车型。为什么是8%？因为本身是不能预测的因素，有一些招回的因素对销量是有相当大影响的，是我们没估计到的。

对于小众车型，新能源这块，有些预测略为偏差多了一点，这还必须我们来做到改良，像比亚迪的E5，大体的趋势还可以，但是这个车型的误差率超过15%。最后我非常简单总结一点，这次我们明确提出竞争性的预测方法是去年开始做到的。我个人感觉，尤其是今后更加面对存量竞争的情况下，对于车企来讲更为重要的应当是考虑到竞争性预测和车型的针对性预测，这对企业来讲不会更加有参考价值。

我们不会更加多考虑到这方面的情况。如果按照这种预测方式，显然考虑到的因素较为多。要真为做车型，必需融合企业的营销方案等等，如果和企业融合，对于这无法的掌控更加精准，我们青睐企业需要联合参予进去，跟我们一起做到一些适当的工作。针对这块的预测，并不是谈我的预测结果，更好的是明确提出我们这样一种竞争性预测的方法，期望引发行业的回响，同时青睐企业重新加入到我们的团队中来，大家一起把预测的方式和方法更进一步完备。

我今天的共享就这些，谢谢大家！。

本文来源：开云(中国)Kaiyun·官方网站，开云(中国)Kaiyun-www.ycmingjie.com