西方工業化國家常用的領先指標有：製造業平均的工作周數、新建公司數、耐用消費品生產行業中的新訂貨量、生產設備新製造合同或訂貨量、經政府批準的新建築物的規模、工業原材料的價格和一些最大的股票上市公司的股票價格等。
應用領先指標法進行預測時，會遇到兩個問題。第一，當應用多個領先指標進行預測分析時，會引起結果的不一致。用某一組領先指標進行預測分析所得到的結果，很可能與采用另外其他一組領先指標來預測所得到的結果不一致。在這種情況下，究竟接受哪一種結果常常是很難決定的，必須非常謹慎。第二，存在錯誤信號的問題。大多數領先指標一般都能預測出實際銷售指標的轉折點，但是問題在於，有時通過領先指標預測出的轉折點實際上不一定發生。
領先指標計算出的擴散指數是解決多個領先指標預測不一致問題的一種辦法。
在某一特定時期內，一組領先指標中的上升指標的百分比就稱為這組指標在這一期間的擴散指數。擴散指數等於100，就表示全部指標都指示銷售量上升；擴散指數為0，就表示全部領先指標都指示銷售量是下降的；若有一半指標指示上升，一半指標指示下降，則擴散指數就等於50，表示銷售量可能不變。
擴散係數也能幫助分析人員解決錯誤信號問題。如果在一個經濟增長時期，在連續幾個月中出現擴散指標很小的情況，就意味著有一個向下的轉折點。如果在一個經濟衰退時期，出現擴散指標很大的情形，就可能意味著即將出現一個向上的轉折點。當然，要預測得精確就需要調研分析人員具有一定的技能和經驗。
2.購買意向調查法
為了預測銷售量，我們也可以直接請顧客預測他們自己的購買情況。無論如何，顧客要比其他任何人更了解他們自己未來的購買情況。從這一觀點出發，許多公司和預測機構就通過對顧客購買意向進行定期調查，把結果作為銷售量的預測值。用購買意向調查法進行預測既可以用於對工業生產資料產品進行預測，也可以對耐用消費品進行預測。但是一般地說，對於生產資料產品的預測效果遠比對消費品的預測要好。對於普通消費品，甚至是耐用消費品的預測結果的誤差通常比較大。因此，應當與其他方法結合起來使用。而對於工業生產資料產品，用購買意向調查法來預測所得到的結果通常是合理可靠的。
3.投入產出法
投入產出模型是通過編製投入產出表，建立投入產出之間的關係來反映不同經濟部門或產品生產消費之間的內在聯係。投入產出模型既可以用於對國民經濟總體情況的預測，也可以用於對單個企業銷售情況的預測。但是比較起來，更多是用於對整個國民經濟總體的預測，並且效果更好。當研究一個工業大類產品的需求變化對另一個工業的影響時是特別有用的。
用投入產出法對單個企業的銷售情況進行預測時，隻能對一大類產品，而不能對一種特定的品種或規格進行有效的預測。
用投入產出法進行預測時所遇到的最大問題，首先是投入產出表中的資料要求正確及時，否則，部門間或產品間的投入產出關係發生變化就會直接影響結果的正確性。這是因為技術的變革、產品結構變化以及代用品相對價格變動等多種因素，都可能引起某些工業部門中銷售量的迅速變化。
應用投入產出法進行預測時的另一個問題是綜合的程度。應用投入產出法預測公司的銷售量時，常常會發現大多數投入產出表中對工業部門的定義過於寬，對預測價值不大。公司必須根據自己產品的情況建立起更詳細的投入產出表。這意味著公司要用投入產出模型進行預測時，需要花費相當大的財力、時間和精力。這對於大多數公司來說是有困難的。鑒於上述原因，通常隻有那些規模特別大的公司才會偶爾用這種方法來預測。
4.因果回歸模型
回歸分析模型是銷售預測中用得最廣泛的一種因果預測模型。因果回歸模型其實就是表示銷售量與某些預測變量相互關係的回歸方程式。回歸方程是用多元回歸技術來確定的。最常用的預測變量有：居民可支配收入、與競爭產品比較的相對價格、公司所投入的廣告費用等。
利用回歸模型進行預測時的步驟如下：
（1）選擇回歸方程中的自變量。通過評價，把影響銷售量大小的主要決定因素選擇作為預測變量。這些預測變量應當是能夠進行度量的，或者至少是比較容易預測的。
（2）收集每一個自變量的時間序列或不同部門自變量的相應數值。通常，要得到滿意的預測結果，每個自變量至少要獲得20或20個以上的觀察值。
（3）決定每個自變量與銷售量之間的關係是線性的，還是非線性的。許多需求函數往往都是對數形式的，而不是線性的。此時，相應的數據也應當轉換成對數的形式。
（4）進行回歸分析，得到回歸係數，決定回歸方程擬合的優度。
（5）重複上述1～4步，直至獲得滿意的模型。所謂滿意的模型就是把模型應用於曆史數據能獲得所需要的精確度。
5.計量經濟模型計量經濟模型是根據現實的統計資料，具體地評價由經濟理論所給出的經濟變量之間存在的各種關係，然後依據這種關係進行預測的方法。
從方法本身看，計量經濟模型是一種相當科學合理的預測方法，但是，要使模型能夠如實地反映經濟係統的狀況，必須有正確的經濟理論作指導，否則應用不當會產生較大的誤差。
用計量經濟模型進行宏觀經濟預測已經取得了較成功的經驗。然而，應用這種方法進行預測也曾出現過不少錯誤，甚至得出了相反的結論。但是，毫無疑問，計量經濟模型是一種很有潛力的預測方法。問題是企業在應用這種模型時一定要結合本身的實際情況，運用正確的經濟理論，積累經驗，建立適當的模型並進行認真的分析評價。這樣才能得到滿意的預測結果。
6.實驗預測法
通過實驗也可以進行預測，如前所述，無論實驗室實驗或銷售現場實驗都能用於評價新產品和營銷組合變量對銷售的影響。在新產品引入期間，通過銷售試驗，預測新產品的銷售量是非常有價值的。
10.3.4 預測模型的選擇和預測結果的評價
1.預測模型的選擇
由於預測方法眾多，根據不同方法所建立起來的模型差異很大，一個市場調研人員在具體進行一項市場調研時，必須認真地進行分析，決定采用哪一種方法和模型。
選擇預測模型時，首先必須考慮預測時的特定條件，然後把預測的要求與各種預測方法的功能特點相比較。一般地說，預測的要求是由幾部分所組成的：一是對結果精確性的要求；二是對數據的要求；三是時間上的要求。如果要求預測結果精度達到5%，那麼，那些預測精度不能保證達到10%的預測方法就被排除了。如果對於所研究的問題沒有某種預測方法所需要的數據資料，那麼也就不可能采用這種方法進行預測了。如果某種預測方法不可能在所要求的期限內得到預測結果，就隻能考慮采用其他辦法了。
上述三方麵的要求和限製，有時會把相當數量的預測方法排除在選擇之外，在餘下的預測方法中進行選擇時，常常會根據利益/成本的比來決定。
為了提高銷售預測的精確度，常常對同一預測問題選用多於一種的預測方法進行預測。國外曾經有人對170家公司的銷售預測情況進行過調查分析，結果發現，平均地，這些公司采用2.6種預測方法來解決某一個銷售預測問題，隻有少數公司偶爾會選用1.8種預測方法來解決一個銷售預測問題。
2.預測結果的評價
企業銷售預測的實踐表明，一年的銷售量預測通常可以達到相當高的精確度。
但是，由於不同公司的產品和市場狀況的差異相當大，某些公司的銷售預測特別精確，另一些公司的銷售預測特別困難，誤差特別大，因此，對預測結果進行客觀的評價是必要的。
從預測的實際結果看，生產資料生產企業的預測結果的誤差一般地要比消費品生產企業的預測誤差要大。對於新產品銷售預測的誤差又要明顯地大於對現有產品預測的誤差。
對銷售預測進行評價時，最好應用兩種度量評價方法：一是每個預測期都運用直觀預測法進行預測，並與其他的基本預測方法得到的整個預測期間上的結果進行比較。二是定期地檢查預測精確度。如果發現其他基本預測方法的精確度並不比直觀預測模型所得到的結果更好，則一般地說預測的結果就值得懷疑了。另一方麵，如果在整個一段時期內，某種基本預測方法的預測精確度沒有改進，則也意味著這種預測方法有問題，應該嚐試采用其他的預測方法。