鞋服A1:新品没有历史销量——属性相似款做首周基线
全文共 1531 字,阅读约需 4 分钟
鞋服A1:新品没有历史销量——属性相似款做首周基线:本篇依据用户上传《供应链预测与计划全景白皮书》3.1、3.2以及第一部分四层闭环架构,将其中的行业业务转成可以实际完成的教学实验。预售案例另衔接白皮书预售专项。下列企业、订单、数量、成本、传感器读数及模型参数全部为独立模拟数据,不是企业真实
课程目录与学习记录 0 / 109
学习进度仅存于本机浏览器。原教程站的记录不会跨域自动迁移;可先在原站导出留存,新站按实际完成情况重新勾选。
入门数据与作业包
禾味数据为 2 店 × 8 SKU × 180 天,共 2,880 行,是可见教学数据,不是封存盲测集。起步包是模拟夹具,不表示已完成六行业预测实验。资源中心另有四专项工程、模型实验和计划实验,使用前请阅读各自能力边界。
鞋服快反 · 第1个独立案例。数据、参数及结果均为教学模拟;本例小样本演算不是大规模模型训练或真实业务效果。
下载本行业案例输入、说明与可运行计算器
共同阅读与提交约定
行业案例实验室:生鲜食品与鞋服快反
阅读前说明
本篇依据用户上传《供应链预测与计划全景白皮书》3.1、3.2以及第一部分四层闭环架构,将其中的行业业务转成可以实际完成的教学实验。预售案例另衔接白皮书预售专项。下列企业、订单、数量、成本、传感器读数及模型参数全部为独立模拟数据,不是企业真实结果,也不是既有D9—D13实验的数据。原文没有可核验来源的行业收益百分比不作为本教程结论。
这里明确分开三件事:预测回答“未来可能发生什么”;计划回答“约束之下准备多少”;执行回答“谁批准并落实”。以下只生成教学建议和检查报告,不发采购单、不改效期、不下生产单。案例是教程站点的课程与作业,不是已发布的12lab专题文章;完成实验后才能把证据整理为专题文章。
本篇共10个不同场景,每个行业5个,难度由观测与算术逐步到概率、约束与条件概率。学习顺序建议:数学桥梁→数据粒度→预测基线/误差→概率预测与库存→本行业实验室→预售等专项。每例核心用时约60—90分钟,可拆成读题15分钟、手算20分钟、表格或Python实现25分钟、边界检验15分钟。所有日期都是实验时钟;只能使用预测时点已经知道的信息。
共同提交要求
每例建立单独目录,包含input.csv(保留本文输入)、result.csv(逐行结果)、answer.md(逐步解释和适用边界)、一张图和checks.md(至少正常、边界各一例)。下文写明每个项目的具体图与验收数值。读者可用电子表格完成,不要求会微积分、矩阵或概率论证明。百分比先换成小数再计算,例如80%=0.8;“期望值”是许多重复情况的长期平均,不承诺这一次恰好发生。
鞋服A1:新品没有历史销量——属性相似款做首周基线
1. 业务与数据
匿名服装企业将在下一周上线新款X。预测对象是与历史相同流量和售价条件下的首周订单件数,不是全生命周期销量,也不是生产建议。属性由预测前已知商品资料得到。下表三款都是已完成首周、无缺货且流量可比的模拟旧款。
| 旧款 | 品类匹配(0/1) | 面料匹配 | 版型匹配 | 首周订单件数 |
|---|---|---|---|---|
| H1 | 1 | 1 | 1 | 100 |
| H2 | 1 | 1 | 0 | 60 |
| H3 | 1 | 0 | 0 | 40 |
匹配权重事先指定品类3、面料2、版型1,不用未来销量调权。数据规模3行、3个属性、1个目标。
2. 手算
s_j=3c_j+2f_j+v_j,s为相似分(无单位),c/f/v分别是0或1的属性匹配。得到H1/H2/H3分数6、5、3,总14。
w_j=s_j÷14,表示归一化权重,合计1;预测Y帽=Σ(w_j×Y_j),单位件。Σ就是逐项相加。
Y帽=(6×100+5×60+3×40)÷14=(600+300+120)÷14≈72.86件。无权平均是(100+60+40)÷3≈66.67件。两者差6.19件,不代表相似度方法已经更准确。
删去最高相似H1后,预测=(5×60+3×40)÷8=52.5件。此敏感性说明结果依赖少量样本,不能包装成高精度模型。
3. 方法适用性
适用于冷启动初始基线;流量、价格、上架季节、渠道不同必须先对齐或加特征。图像向量可补充相似度,但“视觉相似”并不保证需求相似。总相似分为0时应返回无匹配,不允许除0。销量曾受断码影响的旧款不能直接作为未受限需求标签。
4. 项目
输入上表,输出每款匹配分、权重和预测贡献,画贡献条形图;再做删一款敏感性表。验收权重和在0.000001误差内等于1;预测72.857143±0.000001;去掉H1预测52.5。为未来回测拟一个流程:对多款历史新品逐个只使用更早旧款预测,报告MAE;本例只有三个参考款,不伪造回测结果或置信区间。
仅保存在本机当前浏览器,无账号云同步;清除浏览器数据会丢失。不自动认定你通过测试。建议先保留输出文件和计算过程。
所有数据、系数与业务场景均为教学模拟。预测不等于采购或排产指令。来源与修订说明。