经济全球化和改革开放推动了我国汽车工业的发展,促使新经济时代来临。在新经济时代,居民的消费由“住房消费”转向“汽车消费”,市场竞争也演化成供应链之间的竞争。在以需求驱动为主的供应链管理模式下,需求成为供应链的起点和动力源泉。实时、精准的需求预测不仅有利于消费者合理选择购买时机,也成为供应链管理模式下的战略性问题。传统模式下,消费者在进行购买决策调研过程中主要通过自身经验、公开信息、逛商场等方式进行,供应链的需求信息在传递过程中具有一定的时延和扭曲。这种模式下的需求预测方法由于数据信息匮乏、实时性较差,因此其预测准确率也较低,牛鞭效应的现象在供应链中也经常存在,影响供应链整体的效率。互联网的深入发展使得消费者可以很方便地在网上进行购前调研,网上行为成为消费者购买决策过程中的重要环节。这使得捕获多源的大数据来进行预测成为可能,同时也带来了一些数据选择和融合方面的挑战。基于当前背景,为应对数据选择和融合方面的挑战,本文以多源数据为基础,对供应链管理模式下的品牌汽车需求预测进行研究。首先,提出一种基于多源数据信息共享供应链协同预测框架,对其运作流程和层次划分进行论证分析。然后,进一步提出基于多源数据的预测模型方法。将获取的多源数据按照汽车品牌进行分类、标注、关联和统计,提取出数据指标。通过因素选择模型来分析、筛选关联度较大的数据指标作为模型的输入,结合选择后的多源数据指标,综合考虑时间序列和多种影响因素来进行品牌汽车需求预测研究。本文的研究成果,针对新背景下的数据选择和融合问题,考虑到理论和实践意义,提出了解决方案,为供应链管理模式下的汽车需求预测提供了新的思路,对需求预测的研究具有一定积极意义。