工业产品未来销售情况预测模型以过去数年的历史销售数据为支撑，数据涉及客户订单、原材料、生产、规程、质量、销售、成本、收益等多种类型，这些数据忠实记录了公司核心业务的成长发展历程。采用大数据分析技术，利用这些数据进行深度挖掘利用，形成辅助决策据，帮助公司决策层进行产品产能控制、生产资源规划、成本预测控制和市场开拓发展。
主要的实施工具以R语言为主统计分析工具，方法采用合理销售预测算法并依据市场经济和销售预测相关理论，对该公司生产PLC工控产品等未来时期销售情况进行预测。具体步骤如下：
第一步：对采集到的一定时期内各分公司与各客户的历史交易数据加以分析统计并得到各分公司月销售量、季度销售量和年度销售量以及其他相关性较强的历史数据等重要统计结果。
第二步：将已得到的各分公司每期产品销售量统计结果，利用R语言GGPLOT大数据可视化工具绘制变化趋势曲线图，并进一步分析销量变化趋势图形，对其加以分解。
第三步：采用R语言的时间序列分析功能及恰当的时间序列趋势预测模型（ARIMA模型）对相应分公司同期和未来一定时期的工控产品销售进行预测；预测方法主要包括现代统计学方法、基于大数据的预测方法和基于人工智能的预测方法等，这些方法充分考虑了趋势、季节、循环和不规则变动等因素，使用全样本而非抽样样本，采用机器学习、分类聚类等技术，使得预测更精确、鲁棒性更高。对比多种预测模型，综合考虑公司目前的模型效率、预测精度和工程化环境，在武钢整体产销资讯系统中，采用综合性能较好的自回归积分移动平均 ( ARIMA) 模型来实现钢铁产品销售数量的预测。
第四步：分析产品销售预测结果，将产品实际销售量与预测结果作对比分析，计算预测误差并进 一步验证预测结果准确性。
算法流程图如下
算法计算公式说明如下
在做销售预测时需要考虑的因素有很多，过去和现在的区域销售趋势、公司内部以及竞争对手的变化、商业环境和市场的变化等等都是需要考虑的方向，对于类似PLC工控产品这种处于成长期或者成熟期的产品其销售趋于稳定，可以运用指数平滑法来做精准有效的预测。
指数平滑法通过对历史时间序列进行逐层平滑计算，从而消除随机因素的影响，识别经济现象基本变化趋势，并以此来预测未来。使用指数平滑系数进行预测，对近期的数据观察值赋予较大的权重，而对以前各个时期的数据观察值则顺序的赋予递减的权重，因为最近的销售数据能包含最多未来情况的信息。
指数平滑法基本公式如下：
运用指数平滑法来预测销售可以快捷的实现对预测结果的分析， 进而通过图表的走势使企业能够了解其产品未来的销售走势，并且结合评价标准，对预测值进行处理， 实现将预测误差控制在合理区间内， 最终给决策者一个合理的未来销售预测值。