发动机售后配件市场需求预测研究

发布时间：2017-05-03 10:01

  本文关键词：发动机售后配件市场需求预测研究，由笔耕文化传播整理发布。

【摘要】：工业品的营销离不开完善的售后服务体系的支持,尤其是及时的配件供应。目前国内发动机厂虽然都通过各种方式尝试建立有自己特色的售后供应体系,但大都还是靠巨大的配件库存来满足市场需求,售后市场最终的配件准时交付率、周转率及盈利能力和国际巨头都存在较大差距。因此,如何较准确地预测售后配件需求成为发动机厂和配件经销商日益关注的问题。随着企业信息管理系统应用的普及和完善,可以提供及时、完整、真实的基础数据,并运用各种需求预测方法进行模拟运算,寻找合适的模型用于配件需求预测。本文重点分析发动机成长期和成熟期的售后快速流动配件需求,以售后配件月度需求预测值作为提升售后配件供应链的关键因素,定义了16种影响售后配件需求的因素,利用定量预测法中的多元线性回归法进行模拟测算,建立预测模型。在此基础上,利用预测结果计算分析安全库存、采购计划数量等信息,通过预测需求与需求订单的比较与分析制定营销策略,探讨配件需求预测结果在售后配件供应链管理和营销管理工作中的应用。
【关键词】：售后配件 需求预测 线性回归 供应链管理
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F426.4;F274
【目录】：

• 摘要3-4
• ABSTRACT4-7
• 第一章 绪论7-11
• 1.1 研究的目的和意义8
• 1.2 售后需求预测研究现状8-9
• 1.2.1 国外研究及应用现状8
• 1.2.2 国内研究及应用现状8-9
• 1.3 研究思路及论文结构9-10
• 1.4 本章小结10-11
• 第二章 售后市场简介及需求预测研究方法的基础知识11-19
• 2.1 售后配件11-13
• 2.1.1 发动机售后市场的定义和特点11
• 2.1.2 发动机售后配件的分类11-13
• 2.2 需求预测的涵义及预测的一般步骤13-14
• 2.2.1 市场需求预测的含义13
• 2.2.2 市场需求预测的一般步骤13-14
• 2.3 研究方法的基本理论14-18
• 2.3.1 产品生命周期14-15
• 2.3.2 多元线性回归15-18
• 2.3.2.1 多元线性回归模型的建立16
• 2.3.2.2 样本线性回归方程16-17
• 2.3.2.3 多元线性回归模型的显着性检验17-18
• 2.4 本章小结18-19
• 第三章 售后配件需求的预测19-41
• 3.1 确定预测目标与预测方法19-22
• 3.1.1 预测目标的确定19-21
• 3.1.2 预测方法21-22
• 3.2 数据收集及预处理22-27
• 3.2.1 常见的数据收集方式及预处理22
• 3.2.2 研究发动机成长期和成熟期配件需求采用的数据收集及处理22-25
• 3.2.2.1 研究采用的数据收集方式及数据22-25
• 3.2.2.2 数据编码25
• 3.2.3 研究发动机导入期配件需求采用的数据收集及处理25-27
• 3.3 建立预测售后配件需求量的模型27-39
• 3.3.1 发动机成长期和成熟期的配件需求预测模型27-38
• 3.3.2 发动机导入期的配件需求预测模型38-39
• 3.4 本章小结39-41
• 第四章 售后配件需求预测在供应链管理中的应用41-48
• 4.1 发动机售后配件供应链特点41
• 4.2 发动机售后配件供应链的订单分类41-42
• 4.3 配件需求预测在售后供应链管理中的应用42-46
• 4.4 配件需求预测与供应链协同46-47
• 4.5 本章小结47-48
• 第五章 售后配件需求预测在营销管理中的应用48-56
• 5.1 售后配件营销管理48-49
• 5.2 预测需求与需求订单的比较与分析49-50
• 5.3 制定营销策略50-53
• 5.4 应用的成效53-54
• 5.5 本章小结54-56
• 第六章 结语56-57
• 参考文献57-59
• 附录59-63
• 致谢63-64
• 攻读硕士学位期间发表的学术论文64-66

【相似文献】

中国期刊全文数据库 前10条

1 袁长伟 ,吴群琪;对运输需求预测理论的再认识[J];综合运输;2005年01期

2 彼得·哈曼;培恩德·埃里克生;翟祥龙;;需求预测与需求分析[J];现代外国哲学社会科学文摘;1981年07期

3 刘俊生;;衡水市农村1985年耐用机电消费品需求预测[J];预测;1985年05期

4 海;;日本情报服务需求预测[J];情报学刊;1989年01期

5 振波;;我国今后五年内的冰箱需求预测[J];制冷;1990年03期

6 ;“九五”──2010年棉花需求预测[J];技术经济信息;1994年10期

7 ;2010年世界钢需求预测[J];冶金管理;1995年02期

8 ;今后几年化肥需求预测[J];垦殖与稻作;1996年02期

9 何兆利;公司职工的需求预测[J];行政人事管理;1999年12期

10 谈成龙;未来五年世界铀需求预测[J];国外铀金地质;1999年04期

中国重要会议论文全文数据库 前10条

1 宋国青;;从总需求预测的角度看利率[A];2013年秋季CMRC中国经济观察（总第35期）[C];2013年

2 马树德;;卷烟订单需求预测的特点及模型构建[A];上海市烟草专卖局2007年度获奖论文集（经济管理类）[C];2007年

3 张淼;;北京市能源需求预测及发展对策研究[A];北京市第十五次统计科学讨论会获奖论文集[C];2009年

4 高月芳;梁永生;唐飞;欧志伟;湛邵斌;;基于神经网络和VBA的零售业需求预测系统[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

5 聂锐;张炎治;吕涛;;江苏省能源需求预测及平衡方案设计[A];2006年江苏省哲学社会科学界学术大会论文集（上）[C];2006年

6 王帅;汤铃;余乐安;;基于Wavelet/EMD-LSSVR的分解集成预测模型及其在牛奶消费需求预测中的应用[A];第五届（2010）中国管理学年会——管理科学与工程分会场论文集[C];2010年

7 张舵;高文杰;李小玲;;石家庄市区公共自行车租赁点布局研究[A];2014（第九届）城市发展与规划大会论文集—S04绿色交通、公交优先与综合交通体系[C];2014年

8 王红;;2020年我国教育经费投入强度需求预测及政策建议[A];中国梦：道路·精神·力量——上海市社会科学界第十一届学术年会文集（2013年度）[C];2013年

9 路言峰;;新模型在卷烟需求预测中的探索及应用[A];上海市烟草专卖局2009年度获奖论文集(经济管理类)[C];2009年

10 张哲荣;戴文礼;陈建智;;以潜在信息函数为基础之残差离散灰模型预测短期需求[A];第25届全国灰色系统会议论文集[C];2014年

中国重要报纸全文数据库 前10条

1 梁小民;需求预测的运用与困难[N];中国经济时报;2004年

2 蔡绮芝 DigiTimes;康宁上调2006～2008年玻璃面板需求预测[N];电子资讯时报;2007年

3 本报记者 高蕾;明年钢铁需求预测[N];中国煤炭报;2012年

4 福建龙海市局(分公司) 林文通;遵循科学方法 保证预测质量[N];东方烟草报;2013年

5 朱成章;六大因素影响能源需求预测[N];华中电力报;2004年

6 商报记者 王万利 师兴;2013年国内汽车需求预测达2080万辆[N];北京商报;2013年

7 上海丰宝电子副总经理 刘海东;做好市场和需求预测关键在于有效沟通[N];中国电子报;2008年

8 全国农业技术推广服务中心;2007年农药药械需求预测[N];农民日报;2006年

9 许庆欣;如何进行产品需求预测[N];厂长经理日报;2000年

10 ;十类新型建材未来需求预测[N];陕西科技报;2007年

中国博士学位论文全文数据库 前4条

1 徐琳;云计算环境下计算型任务的资源需求预测[D];中国科学技术大学;2015年

2 詹蓉;面向即时顾客化定制的个性化需求预测方法研究[D];华中科技大学;2008年

3 张志清;面向不确定需求的供应链协同需求预测研究[D];哈尔滨工业大学;2010年

4 演克武;基于需求预测的机型指派和评价研究[D];南京航空航天大学;2010年

中国硕士学位论文全文数据库 前10条

1 祝新春;基于模糊理论的国内旅游需求预测研究[D];湖南工业大学;2015年

2 陈湘芝;基于需求预测的库存管理技术与系统研发[D];哈尔滨工业大学;2015年

3 强春发;应对自然灾害应急粮食需求预测研究[D];南京财经大学;2015年

4 靳绍悦;基于城市轨道交通的停车换乘需求预测[D];大连交通大学;2015年

5 张星煜;D公司多品类产品的需求预测管理优化实践[D];东华大学;2015年

6 方冰;发动机售后配件市场需求预测研究[D];上海交通大学;2015年

7 张艳芳;半导体分立器件需求预测与库存控制优化[D];上海交通大学;2015年

8 林恬;物料需求计划系统中需求预测模块的开发[D];吉林大学;2008年

9 温晓敏;T公司需求预测和生产计划研究[D];华南理工大学;2009年

10 王e，

本文编号：342765