F3 两个区域共享中央库存:风险池化何时有效
全文共 1702 字,阅读约需 4 分钟
F3 两个区域共享中央库存:风险池化何时有效: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
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3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
F3 两个区域共享中央库存:风险池化何时有效
场景与阶段:匿名洗护用品企业,两区域仓可由一个中央仓配送。中阶概率与网络库存项目,学习需求相关性,而不是宣称“集中库存必然省钱”。
目标与数据:周一补货决策前估计未来同一周的总需求波动。两仓均值各100箱,标准差各20箱;先假设两区相关系数ρ=0,即一个地区的偏高偏低与另一个地区没有线性关联。示范安全系数z=1。该数是教学给定,不把它直接解释为95%保障。
公式与逐步手算:标准差σ是需求偏离均值的典型程度,仍用箱;方差σ²是标准差的平方,用箱²。集中需求标准差σ总=√(σA²+σB²+2ρσAσB)。√表示找一个非负数,使它乘自己等于根号内部。代入:20²=400;2×0×20×20=0;根号内400+400=800;√800≈28.284箱。分散缓冲SS分=zσA+zσB=40箱;集中缓冲SS集=zσ总≈28.284箱。数学模型的差为11.716箱,不是已发生的成本节约。
可完成项目:输入f3_regions.csv给出20/20及ρ=0/0.5/1三种情景。20分钟复习平方根,30分钟逐行计算,30分钟画相关系数与缓冲量曲线,40分钟给中央仓增加2天运输延迟并讨论不能直接沿用原保护期。输出f3_pooling.csv与假设说明。均值合计始终为200箱,不因风险池化而减少。
验收与答案:①ρ=0得到28.284,ρ=0.5得到√1200≈34.641,ρ=1得到40;②相关性越高,模型中的共享优势越小;③集中缓冲必须向上取整时三个情景为29、35、40箱,但保留原始小数列。区分“集中后29箱”与“差额向上取整12箱”,实际库存差40−29=11箱。
边界与反例:只有在保护期、服务目标及补货网络可比时这个对比才有意义。共同节假日可能让ρ上升;中央仓到门店若更慢,额外在途及本地必要库存可能抵消数学优势。标准差不能直接相加,除非完全正相关。近似正态和z的服务水平映射需另学;本例只验证合成波动计算,不替代MEIO优化。
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。