网站导航

F1 促销日会卖多少:把自然基线和活动增量分开

全文共 1789 字,阅读约需 4 分钟

F1 促销日会卖多少:把自然基线和活动增量分开:来源定位:已实际阅读《供应链预测与计划全景白皮书(1)》第二部分六行业矩阵、第三部分3.3与3.4。F1—F3对应基线/促销/节后透支/风险池化,R1、R3、R4对应配方订货与相似活动映射;F4、F5、R2、R5是为把这些业务链条讲完整而增

← 学习路线
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。

快消电商 · 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

快消电商与餐饮茶饮:10个可完成、可验收的预测项目

来源定位:已实际阅读《供应链预测与计划全景白皮书(1)》第二部分六行业矩阵、第三部分3.3与3.4。F1—F3对应基线/促销/节后透支/风险池化,R1、R3、R4对应配方订货与相似活动映射;F4、F5、R2、R5是为把这些业务链条讲完整而增加的教学扩展,不冒充原文。原文中的实际收益百分比及品牌案例不作为本教程证据。

以下企业、销量、配方、库存、价格、成本、系数、场景概率均为教学模拟,不构成实店经营建议。禾味是虚构品牌。案例的预测目标、时间点、数据单位各自独立;不能把杯、件、千克汇总为一个误差指标。每个案例可以独立完成,不能只换行业名称重复同一道题。

共同学习约定

先用本章完整小样本手算,再实现同样计算,最后扩大数据。教学小表是单元测试,不是“模型已经验证有效”的证据。涉及模型比较的扩展实验使用独立的180天模拟面板:第1—112天训练,第113—140天验证,第141—180天测试。预测起点为已知数据的最后一天;只使用该时点已得到的信息。5天评价窗口必须完整落在同一分块内。验证后冻结参数,才打开测试结果;不要调完测试再声称盲测。

课程完整面板的目标范围为禾味2家门店、8个食材SKU,入门14天,预测实验扩展180天;本包仅交付下列十个独立手算截面,不包含完整面板。八种原料为椰浆、牛奶、咖啡豆、红茶叶、糖浆、柠檬、珍珠、燕麦奶。杯、盖、吸管及联名包材另设包材表,不偷换为食材SKU。某案例只展示其中两种原料时,须注明这是完整面板的截面,不声称2×8面板已被完整展示。

所有项目输出至少包括:输入CSV、计算脚本或带公式表格、结果CSV、一张业务图、150字结论与局限。缺货标记、活动安排、天气预报的可用时间必须保留。预测是需求判断,订单是受库存、交期、规格和容量限制后的决策,两者不得画等号。

第一组:快消零售与标品电商

F1 促销日会卖多少:把自然基线和活动增量分开

场景与阶段:匿名日用品电商,单SKU袋装纸品,初阶回归/事件特征项目。运营准备一场已确定的活动,不能把活动日销量直接当成下一周常态销量。

目标与数据:第14天18:00预测第15天销量,单位袋。输入是最近三个无促销、不断货、同星期日的销量90、100、110;模拟历史可比活动增量率0.4、0.6;第15天活动标记为1。活动计划在预测时点前已确定。其他三天无促销标记为0。禁止把第15天实际订单或实际投放结果当输入。

公式与逐步手算:B=(90+100+110)/3=100。B是自然基线,单位袋;求和表示把三个可比日加起来,除3得到平均。u=(0.4+0.6)/2=0.5,是无单位的平均增量率;0.5表示比基线多50%,不是最终销量的50%。P是活动标记,有活动取1,无活动取0。预测F=B×(1+u×P)。有活动:先算0.5×1=0.5,再算1+0.5=1.5,最后100×1.5=150袋。无活动:100×(1+0.5×0)=100袋。活动增量为150−100=50袋。

可完成项目:20分钟标注输入与可用时间,25分钟计算三列baseline/uplift/forecast,25分钟画正常日与促销日柱状图,25分钟把u改为0.3/0.5/0.7做敏感性比较,25分钟写业务解释。输入文件f1_baseline.csv(3行)与f1_promo_history.csv(2行);输出f1_forecast.csv与f1_uplift.png,另提交“为什么150不能作为日常补货均值”。

验收与参考答案:①无活动100、活动150,误差不超过0.000001;②三种增量参数分别给出130、150、170袋;③若随后仅用于教学核对的实际销量为140袋,定义e=实际−预测,则e=−10袋,绝对误差10袋,明确是高估。不得提前用140调u。

边界与反例:活动不是随机安排,历史活动销量高可能也与节日、曝光和缺货有关;这个增量是预测关联,不自动等于促销因果效果。多个活动直接相加可能重复计算,且不能把加法模型1+0.5+0.2与乘法模型1.5×1.2混用。新活动强度远超历史时需输出范围,不保证点预测可靠。

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。