企业一般通过前四周平均D来对下一周销售进行预测，再按公式

来预测确定补货量。

一般企业都存在月末（下旬）的销售比上旬和中旬大，这样前四周平均销售就会偏小，如果用这偏小的前四周平均销售D来补货就会导致月底产生断货的可能性（概率）变大，所以用前四周平均销售D来预测月底周销售就需要把前四周平均销售放大。那放大的倍数如何确定呢？本文就介绍如何确定这个放大的倍率。

通过衡量大量过去月末一周销售和前四周平均销售进行比较，就是月末周销售除以前四周销售，得到一个系数作为调整系数。如下公式：

    其中W为周销售，W5是月末最后一周销售，W1至W4为前四周销售，理论上这是一个比较好的调整系数的确定方法。

现在的问题在于要通过大量的过去的数据来确定多个r值再求平均以最终确定r，这个过程一般是通过程序来实现。由于月末很多时候并不是一整周，程序很难确定月末的那一周，那处理起来相当麻烦。

转换一个想法，使得计算机容易处理，这里采用本月下旬销售与本月中旬、上旬、上月的下旬（大约是前四周）的数据计算。公式如下：

Q4为本月下旬销售，Q3为本月中旬销售，Q2为本月上旬销售，Q1为上月下旬销售。对于程序就非常容易对这样的时间段的判断处理了。并且使用的前三旬，也刚刚和前四周差不多同一个时间段的长度。这是一个比较合理的转换。

问题还是存在的，就是旬的工作天数不一样，这样相除就不太合理，于是我们把公式改为：

    其中s1到s4为旬1（Q1）到旬4（Q4）的工作天数， 就是把Q3的量换成与Q4同样工作天数的量。

再对上面的公式进数学运算，分子分母同时除以s4，得：

    这个公式相当清晰明了，就是旬4（当月下旬）的天平均销售与旬3天平均销售、旬2天平均销售、旬1天平均销售的三个天平均的平均数的比值。

这个计算的SQL实现如下：
1、 数据表（Sale）
序列(SN)  旬销售(Qty)
1  56
2  89
3  92
4  52
.
.
如下图：

序列SN的规则是1是上旬，2是中旬，3是下旬，4又继续是下月的上旬，即序列为3的倍数就是下旬。点击这里下载mdb数据！

2、 SQL查询
SELECT A.sn,A.Qty as 本月下旬,B.Qty as 中旬,C.Qty as 上旬,D.qty as 上月下旬,
A.Qty/((B.Qty+C.Qty+D.Qty)/3.0) as 调整系数
FROM Sale A,Sale B,Sale C,Sale D
WHERE A.sn=B.sn+1
AND A.sn=C.sn+2
AND A.sn=D.sn+3
And (A.sn mod 3)=0
如下图：

运算结果如下图：

最后只需要把调整系数平均就行了。

解释：通过Sale表自链接查询得到前三旬的数作为新的列，再相除运算得出调整系数，最后的(A.sn mod 3)=0（除以3的余数）的意思是拿序列为3（下旬）的记录与它的前三个旬来运算。

这个转换就是最终的结果，按这个公式计算得出r值（月末调整系数），在对月末的库存进行控制时，在月中做补货计划的时候把按正常方法计算出来的前四周平均销售D再乘以r得到修正后的平均销售（记为Dr），这样的需求就是可以接受的月末的周需求了，再按以下公式补货。

    通过实际工作的应用，这种方法是比较方便的，并且得出的结果是令人满意的。这里需要感谢程忠英同事对此意见与建议。