本文作者的版权专著，购买链接如下
进行新产品计划的时候，往往很多时候都是参考雷同产品的信息。毕竟所谓的新产品，并非很多都是全新的。具体关于新产品的说法，可以参考笔者过往文章新产品究竟有多新？怎么处理它的计划？。也就是说，新产品依然存在脱离不了旧产品某些特征。一个简单的例子就是香草味可乐的推出，它是在经典口味的可乐基础上而来的新产品，它本质上还有经典可乐的某些特征，当然它有区别于旧有而来的香草味这个新的特征。
参考类似旧产品的过往需求数据，往往有时有个困惑就是，参考是一个很模糊的字眼，怎么参考，参考的量度是多少，是一个值得深思的问题。
在这个层面上，巴斯扩散模型是一个适合应用于新产品上的预测模型。该模型提供了新产品的当前采用者和潜在使用者互动的基本原理。
巴斯模型主要引入三个参数来帮助，这三个分别是p , q , m
q是模仿参数，可以理解为未使用这个产品的人，受到使用这个产品的人的影响而使用的可能性。
p是创新参数，可以理解为未使用这个产品的人，假定没有受到使用这个产品的人的影响，仅仅因为对新产品的兴趣和被吸引而去使用这个产品的可能性。
而m则是市场潜力，则潜在需求总数。
这个理论首先在于主观地认为市场潜在需求是m，那么在时间t-1里有已使用产品的人数表示为
, 那么由于m是潜在的总人数，因此剩下的潜在使用者的数目就是
。
可以如下图理解，总体就是m
即可以简单地认为，使用新产品的可能性就是因为模仿而使用的可能性加上因为创新而使用的可能性。
因此，在t-1这个时间里使用产品的人数的估计比例就是
那么由于模仿而使用的可能性就是
。在市场上我们可以这么理解，它就是原来产品特性吸引并保持产品忠诚度的那群客户。比如购买新一代苹果手机的果粉，是因为系统特性也保持使用苹果手机。
而由于创新而使用的可能性就是
。我们可以理解这些是因为非忠诚客户，因为被创新特性而吸引的，比如苹果手机应用了新的头像扫描解锁这个新特性，从而吸引了新的客户。
所以预测就是这两部分的相加了。
现在我们有A产品的数据如下，可以主观地填入三个参数p，q和m值，然后根据预测公式得出相应的预测公式，误差和误差平方。
当然就会有误差平方和，我们可以根据规划求解使得误差平方和达到最小值，从而寻找出最优的p，q和m值。
从而得出三参数的解为0.04，0.26和93.29
有了这个之后，我们可以预测第14周的数字了。
这是其中一个方法，就是有了N期数据，比如例子的13周数据，利用其预测N+1期，如例子中的第14周数据。
其表现如下曲线，当然我们应该继续利用MAPE等计算，寻找更加适合的拟合而作出预测。
在这个计算中，预测第14周的数据时候，我们可以看出这个新产品开始陷入下滑周期，并且因模仿而吸引购买比因创新而购买的会多。这个值得和市场相关对碰信息。
另外一个方法就是利用相似产品，其销售的表示方式等相似于类似产品。假定我们的新产品是K，而类似产品是G，那么G产品的历史数据中计算的p，q值，直接用于在K产品中，来预测K产品的销售。
不过任何模型都会有其缺陷和局限。Bass模型也不例外，它给出的购买者数量的预测，并非是产品的销售量，不过销售量可以根据客户的使用频率来估计，在电商中这个数据估计会更加轻易，因为复购率对此有着极大帮助。
Bass模型的意义在于为企业在不同时期对市场需求容量和变化趋势做出有效估计，不过它更加适用于已经在市场存在一定时期的新产品的市场预测。
在新产品预测时，当有时不知如何捉摸的时候，Bass模型预测是一个不错的工具。
点个在看你最好看
感谢各位读者厚爱，笔者的新书《供应链库存与计划管理》已经上架，并于本号设置内购。通过本公众号购买的读者，可以加入读者群交流，笔者将就书中内容知识，进行分享，讲解，不定期直播或录播。对疑问尽可能详细解答。
购书可点击以下：
书籍目录可参考：
我的新书《供应链库存与计划管理：技术、方法与 Excel 应用》出版了
另外，由于一部分读者在笔者公布内购渠道前已经购买了，根据相应规则也可安排加入分享。
感谢点击上方购买 链接 支持笔者新作
相关好文如下，点击即可阅读
原来安全库存需要这么备
安全库存公式何足道哉
安全库存系数选95%？选97%不行吗？92.5%呢？怎么办....
概率分布基础之正态分布
搬弄那些库存公式？但是数据不服从正态怎么办！
一文彻底解剖经典安全库存公式！小白瞬时都能成专家
与其纠结安全库存，不如转换思维
库存管理“动态平衡“的关键是安全库存的设定
概率分布基础之泊松分布
概率分布基础之离散总结
供应链数据分析：概率分布基础之伯努利分布&二项分布
概率分布基础之离散均匀分布 & 几何分布
供应链数据分析 概率分布基础之总论
删失分布教你如何突破订购极限
烦恼订货和库存策略？指数分布和泊松分布来支持决策！
时间序列预测法的分类：天真预测、平均法与平滑法以及OMTS与FMTS
需求预测方法的综合应用：时间序列、回归分析与定性技术组合预测
谁家销售需预测，谁家预测初需人？
天真预测NF与预测准确度标杆FTAB
衡量库存健康的三个库存控制指标
供应链降库存之生死大战
能告诉我到底怎么降库存
供应链中的蛋炒饭
为什么丰田汽车内部物流系统的配送间隔时间为2的m次幂小时？
美军供应链的ROP和前置战略
用Excel进行供应链数据分析：安全库存（SS）和再订货点（ROP）的计算（附视频）
捶胸特供：安全库存，99%的人都算错了！
新零售和消费升级离不开ROP和MRP
如何做好销售端物料需求计划（五）
不确定性下的供应链战略：以动制动，还是以静制动？（合集）
重温供应链经典：一流的产品，不入流的供应链！（合集）
2024计划工作总结和2025目标：经理版
2024计划工作总结和2025目标：总监版
需求计划 | Part2 基线预测
需求计划 | Part3 预测成型与呈现
需求计划 | Part4 经销商进货预测
需求计划 | Part5 经销商进货预测的呈现和确认
供应链计划工作会很快被AI取代吗？
关于供应链预测：你/我知道的都太少了（2）
关于供应链预测：你/我知道的都太少了（3）
维多利亚的秘密供应链（上）
维多利亚的秘密供应链（下）
库存周转率里的厚黑学
企业做采购预测需要哪些报表和信息?