用時間序列技術來進行銷售預測應該是恰當的。只是在一般情況下，以上兩者可能都不準確。因此，我們還需要把營銷研究的資訊及（或）因果分析的資訊納入預測的流程中。
編輯預測
以營銷研究的方式來進行預測，可能會用到次級及初級資料的編纂，並且以定量和定性的模式來收集資料。有些次級資料可以從產品狀況簿中獲得。第五章的圖表5。5提供了特定產品（線）的行業或品種銷售資料，你可以找出過去一段時間內的平均市場佔有率，然後乘上下一會計年度的行業銷售預估值，就能得到以行業預估為基礎所估算的銷售概數。然後，你可以再用有關趨勢的定性資訊（qualitative information）或其他可能影響產品銷售的因素，來調整上述的預測結果。
在收集初級資料方面，定量與定性的資訊同等重要。量化資訊可能來自銷售前線，銷售人員可以提供針對地域或客戶的預估值，而由地區經理提供針對分銷商或渠道的預測。圖表7。1就是一個銷售團隊用來進行顧客分析的格式。在這個範例裡，銷售人員必須針對幾個選樣產品，提出每一個主要客戶的銷售額預測，以及他們預計能夠在下一季度順利完成交易的機率。這張表可以再加以調整成對銷量而非銷售值的估計，或是下一年度，而非下一季的估計，或納入其他關係列特定行業的變數。產品經理（或研究員）可以進一步計算出銷售期望值，只要把各產品銷售數值乘上相關機率後再加總即可。
以上面談到的例子來說，填制這張表的銷售人員預計產品A的預期銷售額是3150美元（銷售額乘上機率後的總和）。甚至你也可以直接對顧客進行調查，來評估他們對特定產品或產品線的可能購買情形。
定性預測技術也同樣有用——特別是針對新產品而言。“概念測試”（concept testing）再加上購買意願調查，就可能是新產品預測的一個資料點。其他的定性工具還有德菲法（Delphi technique）和商業交易資料等。
圖表7。1 銷售團隊顧客分析表 單位：美元
因果預測或相關預測（correlation…based forecasts）
因果預測試圖要找出銷售值和其他變數之間的關聯性。譬如說，輪胎銷售和車輛的銷售有關，而許多家庭用品的銷售則和新屋開工率（housing starts）有關。有助於瞭解一產品銷售環境的領先指標（例如車輛和新屋開工率），都應該納入預測的過程中。銷售狀況也會受到廣告支出、銷售人員數量、價格變動，或其他營銷變數的影響。如果能確認某一營銷支出的變動和銷售情形的變動具有因果關係，這種資訊不僅可以用來進行銷售預測，還可以作為營銷計劃中要支出特定費用的理由。
在營銷計劃中提出來的銷售預測數值，應該是從大量不同的資訊中得到的結果。不要只依賴趨勢預測的結果，也不要毫不保留地接受上級管理部門作出的銷售預測。針對預測銷量和銷售值之間的一致性，最好還能夠對照背景分析、營銷計劃及營銷預算的內容進行調整。
目標和策略
提出銷售預測後，下一步就該擬訂目標和策略了。“目標”可以回答：“你希望發生什麼事？”或“你必須做些什麼來實現銷售預測？” “策略”則陳述了目標要“怎麼做”。只要可以衡量，目標應該儘可能以數值化的方式表達，譬如：數量單位、金額（收入或利潤）、市場佔有率、顧客滿意程度等。目標應該以“動詞”（像：增加、維持、強化等）作為開端，在一段特定“期間”內（最後一季、下個年度等），在一個清楚定義的“市場”（現有顧客、新顧客或任何特定的市場細分）中，作用在特定的“標的”（重複購買、新的試用、銷量/收入等）上。
舉例來說：
儘量運用顧客分析，或是透過運用前面其他章節圖表所得到的資料，來說明目標的合理性。例如，如果背景分析發現重複訂購率正逐漸下降——雖然顧客滿意度依然很高，而且沒有顯著問題存在，你仍然可以主張“如果能提供適當的支援，就可以實現提高重複訂購率的目標”。通常我們會有一個一般性的營銷目標，接著有一個特定的、明確的目標，以及針對每一個營銷組合——包括產品、價格、渠道、推廣等元素的策略宣言。
請牢記，整個營銷計劃必須協調一致，才能發揮最大的功效。
產品定位
整合階段的最後一個部分是產品定位，就是決定一個