全球经济多变,焊接设备市场竞争激烈,当市场机遇出现时,如何使企业在激烈的竞争中脱颖而出,抓住扩大市场份额的机会,实现企业价值与市场的同步成长?答案是提升企业的内部管理水平,其中最重要的一项是销售运营管理水平。本文即以焊接设备公司K为研究对象,以K公司当前的销售运营管理为研究内容,分析K公司当前销售运营管理中存在的缺陷和不足,通过使用BP神经网络模型建立需求预测模型,并基于BP需求预测结果进一步对主生产计划和库存控制模块进行优化,为K公司的销售运营管理体系的改进提供思路和方向。在研究过程中本文指出,K公司当前的销售运营管理体系存在的主要问题包括频繁的订单交付延迟,影响潜在的商业机会;生产计划编制缺乏灵活性,逐渐无法满足多样化定制的市场需求;设备配套产品需求不准确,库存成本居高不下;销售运营管理团队沟通不畅等。结合销售运营管理体系中的相关模块进行分析,本文认为影响K公司销售运营管理效率的原因主要包括:需求预测,主生产计划编制和库存控制,在销售需求预测方面,K公司以主观预测为主,缺乏对市场环境的准确把握;在库存控制方面:K公司存在库存决策单一、采购周期较长和市场风险、需求预测不精确的风险;在主生产计划编制方面,由于K公司的销售管理运营体系尚处于初级阶段,未能很好的实现销售预测、预计产量和运营产能的有效整合;同时,在内部沟通管理方面,K公司主要存在中欧地域文化差异以及销售运营管理部门内部的决策不统一等现象。而在上述各项原因分析中,本文发现需求预测的准确性对K公司的销售运营管理体系起着重要的作用,因此,本文决定从优化需求预测模块入手,并辅以主生产计划和库存控制优化方案,对K公司的销售运营管理的改进提出建议。在需求预测优化上,首先从需求预测的影响因素分析入手,将产品价格系数,及时交货率和客户满意度列为需求预测的重要影响因素,通过皮尔森简单相关性分析进行验证;其次,以K公司2013-2018年的销售数据为基础,通过MATLAB建立一个以产品价格系数,及时交货率和客户满意度为输入因素,包含10个隐含层节点的中间层和以需求预测为输出因素的神经网络模型,并进行网络训练和测试,以实现较优的网络训练结果。再次,基于BP神经网络的需求预测输出结果与K公司原预测值和实际值进行比较,同时引入2019Q1的实际值进行验证,证明通过BP神经网络得到的需求预测结果优于现有的预测方法,并且更接近与实际订单数量。不同于K公司当前的单个机型独立需求预测的方式,BP神经网络模型的需求预测结果为产品系列的总需求,在制订主生产计划时,需要根据各机型的销售占比,通过金字塔分解法将总需求分解到每个机型中,并将季度预测结果转化为月度需求预测,同时以设备的最大产能设立月度需求储备,以满足当前K公司的16周的设备生产周期,在排产方面,建立线性规划模型计算当前时间周期的投产量。同时,以K公司的HF为例,说明BP需求预测对库存控制方面的优化,一方面,通过BP需求预测的准确性提高,通过经济订货量模型实现库存数量减少,另一方面,通过使用供应链延迟策略,将成品层面的库存保管单位转化为零部件层面的库存保管单位,并使用ABC分类法制定针对不同物料制定订购点和订购量库存策略,有效的降低了总体库存成本。