网站导航

F2 大促之后为什么不该继续高补货:节后透支

全文共 1720 字,阅读约需 4 分钟

F2 大促之后为什么不该继续高补货:节后透支: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2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

F2 大促之后为什么不该继续高补货:节后透支

场景与阶段:匿名家庭清洁用品平台,活动后消费者家中仍有囤货。中阶事件滞后项目,解决“销量回落是异常还是正常透支”。

目标与数据:活动结束当天20:00预测未来两周的需求。正常周基线B=700瓶;当前活动相对基线多售I=300瓶。仅用早已结束的历史活动估计:额外购买中40%会替代随后两周购买,系数c=0.4;替代量中第一周占w1=0.75,第二周占w2=0.25,两者和为1。所有参数在预测前固定。

公式与逐步手算:总透支量D=I×c=300×0.4=120瓶。第k周透支Dk=D×wk,k表示周序号。第一周120×0.75=90瓶,第二周120×0.25=30瓶。Fk=max(0,B−Dk),max表示在括号两个数中选较大者,防止负需求。F1=700−90=610瓶,F2=700−30=670瓶,两周共1280瓶;不扣透支的基线总和1400瓶,两者差120瓶。

可完成项目:输入f2_postpromo_inputs.csv(1行)包含正文当前活动与预先给定的全部参数。本最小项目不包含历史活动拟合。30分钟检查参数业务口径,30分钟计算两周曲线,30分钟比较c=0/0.4/0.8,30分钟写补货风险解释。输出f2_postpromo.csv、两周基线与透支预测折线图、参数版本记录。扩展180天模型时活动前后窗口不能从测试段偷估c。

验收与答案:①当前参数得到610和670;②c=0时两周各700,c=0.8时分别520和640;③若库存800、未来两周已确认到货200、目标期末缓冲100,教学净采购=max(0,1280+100−800−200)=380瓶。100是给定计划缓冲,不是假装已经推导出的最优安全库存。

边界与反例:I是额外销量,不是活动总销量。缺货造成的回落不能都解释成透支;竞争者促销也可能影响需求。各周权重不得加到超过1,若前后还有重叠活动需建立联合模型。将实际节后销量反推当前预测参数是泄漏。负值截断是必要计算保护,并不能挽救错误业务假设。

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。