1. 收集历史数据：收集过去一段时间内的资金占用总额和产销量数据，建立数据集。

2. 确定指标：通过对数据集的分析，确定资金占用总额和产销量之间的关系指标，如相关系数、回归方程等。

3. 建立模型：根据确定的指标，建立预测模型，如线性回归模型、多元回归模型等。

4. 预测资金需要量：将未来的产销量数据代入模型，得到预测的资金占用总额，从而预测资金需要量。

5. 模型优化：根据预测结果和实际情况的差异，对模型进行优化和调整，提高预测准确性。