也就是说，选择使用一些建议的权重集，。
这种预测方法的特点是存在大量局限性。
下面是基于加权平均销售 BC 数据 额的 Excel 计算示例。
Schreibfeder 方法
每个时期都有一系列的销售和工作日数，需要确定可能的值。可获得五个月的预测（权重为三比一），以及三个月的预测（权重为五 程序和应用程序的优化 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。将该数字除以权重总和，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：选择一些加权公式，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 在短信中 段时间建立的需求预测。
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。