阶段11|退货回流:沿着时间把各批次加起来
全文共 1829 字,阅读约需 4 分钟
阶段11|退货回流:沿着时间把各批次加起来:一件衣服有20%概率被退货,不等于明天就有0.2件可售库存。它还要经过客户寄回、运输、仓库质检,只有合格后才能重新出售。必须分别估计:会不会退、多久能变为可售、最终多少能通过质检。
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。
先用小表理解,再做已提供的完整工程:进入本专项实际项目、输出与模型能力说明。已实现模型以新工程模型卡为准,不把下述早期项目中的进阶模型要求视作已经实现。手算输入。
阶段11|退货回流:沿着时间把各批次加起来
第31课:退货概率、时滞、良率是三个不同量
一件衣服有20%概率被退货,不等于明天就有0.2件可售库存。它还要经过客户寄回、运输、仓库质检,只有合格后才能重新出售。必须分别估计:会不会退、多久能变为可售、最终多少能通过质检。
设某批100件发货,退货概率20%,退回后可售比例80%,预计最终回流100×.2×.8=16件。这是平均意义的期望,实物不可能有0.2件。若其中40%在发货后2天、60%在3天回流,那么第2天预计6.4件,第3天9.6件,总和16件。时滞起点与终点必须写清:这里是“发货到重新可售”,不只是物流到仓。时滞分布这里定义为条件于最终退货且可再售的分布;这样与退货概率、退货中良率相乘不会额外假设所有退回物的时滞都相同。
第32课:卷积不是神秘的高等数学
要算第10天能回流多少,可以画两根箭头:第8天发100件,经2天到第10天;第7天发50件,经3天到第10天。第一根贡献100×.2×.8×.4=6.4件;第二根贡献50×.2×.8×.6=4.8件,合计11.2件。这种按时滞对齐后相加,就是离散卷积。
一般公式用发货日s表示:目标日T的预计可售回流=所有历史发货日s的“发货量×退货概率×恰好延迟T−s天的概率×良率”之和。不能因为只预测明天,就只看昨天发货;一周前发出去的衣服也可能明天退回。本例只设置2/3天回流,因此其他时滞概率为0;现实需使用完整时滞尾部。
记为A_T=Σ_(s<T) X_s×p_s×g_s×d_s(T−s)。A_T为目标日回流期望(件),X_s为第s天发货数量(件),p_s为该批退货概率,g_s为退货后可再售概率,d_s(k)为“最终退货且可再售”的商品恰好延迟k天的条件概率;后三项均无单位,k=T−s以天计。每批完整d_s的概率之和为1。本式直接来自“发货数量×连续条件概率”再按各批相加的期望法则,不需要假设各批次彼此独立。
本例仅算预测时已经发出的批次。如果需要未来总回流,预测起点之后、目标日之前预计发出的批次也应按对应发货预测纳入,并标明不确定性。已经实际回流的订单不再重复预测;已有退货申请/退运/质检状态时,改按当前状态估计剩余回流时间。30天尾部观察只是项目设定,若真实时滞更长就不算观察成熟。这里是教学推导,未引用任何行业退货率作为事实。
第33课:成熟样本与库存承诺
昨天发货的商品还没走完退货窗口,不能因为目前没退货就判断永久不退。训练退货率时可以先只用已完整观察窗口的cohort,明确它可能与当前业务有差异;进阶再学习删失模型。评估也必须给新批次足够观察期。
项目使用12,000发货行、180天发货期和额外30天结局观察,记录发货、申请、到仓、质检、可售五类时点。先按日算预期回流,再在模拟账本里用实际质检事件加库存。预期回流用于计划场景,不能立刻作为现货承诺给客户。匿名服装适合直接教学;禾味冷链食材可能退回后全部不可再售,良率可设0,不能为了“双案例”强行假设食品可以重新销售。
项目步骤:①复制两批次手算11.2;②检查各批次最终回流概率不超过1;③按完整历史批次算未来7天回流;④对照实际可售事件验证日误差和总量误差;⑤写“预计供应”和“现有可售”的两种字段。交付cohort表、回流分解图、预测表与库存规则。验收无一件货在质检前自动可售,回流总量不超过对应发货量,未成熟标签不强记0,禾味不可再售场景回流=0。
本阶段项目与验收
阶段11:12,000发货行的回流(3课与工程项目)
完整项目入口:四专项实验室,下载forecast-specialty-projects.zip,先读README/模型卡,再运行python run_all.py。此命令覆盖包内data/outputs同名生成文件,不改外部文件;修改数据前先保留副本。
步骤:复算11.2件,再从成熟事件估退货概率、条件良率/时滞,评价批次与当前状态未来7日回流。
交付:手算复核、运行命令和种子、模型选择与测试结果、一项未来信息检查、一项守恒检查、未实现范围。参考输出已提供,学习者仍需自行完成解释与图表分析。
验收:质检前不入可售;已回流不重复;零实际回流WAPE无定义;食品回流0;当前7日只含起点前已发货批次。
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。