树模型、全局与长尾
全文共 11118 字,阅读约需 23 分钟
树模型、全局与长尾:假设禾味某店鸡腿饭通常每天需要 100 份,周末约 120 份。如果明天是第一次开展满减活动,过去七天的平均值不会自动知道促销存在。即使模型捕捉到了周末规律,仍可能漏掉活动影响。
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。
1 外生变量 让模型知道业务计划
1.1 为什么只看历史需求会失效
假设禾味某店鸡腿饭通常每天需要 100 份,周末约 120 份。如果明天是第一次开展满减活动,过去七天的平均值不会自动知道促销存在。即使模型捕捉到了周末规律,仍可能漏掉活动影响。
我们可以把预测写成:
预测需求 = 时间规律 + 历史需求信息 + 业务变量影响 + 未解释部分。
这里的业务变量可以包括价格、促销方式、营业时长、节假日、已确认团餐、天气预报以及菜单版本。服装案例中的候选变量包括上新周龄、品类、价格带、款式属性、渠道、已确认订单和公开活动日历。
“外生变量”在预测软件里常被宽泛地用来表示辅助输入。把一列放入外生变量字段,并不证明它在经济学或因果意义上与误差独立。特别是价格、库存和促销,往往是企业根据需求判断而主动决定的。
1.2 按可获得时间分成三类
第一类,未来已知。 星期、日历、门店计划营业时间、已批准的促销方案。预测时可以提供未来各期的取值,但需要明确计划版本和批准时间。
第二类,只知道历史。 实际成交客流、当天真实气温、当天实际取消订单数。可以使用截至 T 的历史值,但预测 T+1 以后时,不能直接输入未来实际值。
第三类,静态或慢变属性。 门店商圈、食材类别、服装面料和工艺类别。它们通常不会每日变化,但也应保留版本,例如装修后座位数变化、产品换配方、工艺变更。
天气是常见陷阱。未来真实气温未知,但 T 时点发布的天气预报已知。因此合格回测需要历史天气预报的发布版本;用事后观测气温替代,会高估真实可实现的效果。没有预报存档时,应清楚标注这是“给定真实天气的条件实验”,不能作为上线收益承诺。
1.3 先掌握带变量的线性模型
一个教学模型可以写成:
y(t) = β0 + β1 × 周末(t) + β2 × 促销(t) + β3 × 温度预报(t) + η(t)。
其中周末与促销都是 0/1 指示变量。若 η(t) 存在时间相关性,可以用 ARIMA 描述这部分剩余规律,形成“回归加 ARIMA 误差”。这里不是把所有相关性都交给促销系数解释,而是分别描述业务输入和剩余时间结构。作者官方教材说明了这一建模方式及误差项的区别。动态回归的定义与估计
本式y(t)是第t天需求份数;β0为基础份数,β1、β2单位也是份,β3单位为份/℃;η(t)是未解释的份数,不是输入特征。t是日序号。预测时采用当时可得的温度预报,并对未来误差作条件均值预测;下例另用交互项演示,所以暂不加入温度项,不能误以为两组系数是同一个已训练模型。
用禾味手算:假设一份教学模型给出基础需求 100 份、周末效应 +20 份、促销效应 +30 份、周末促销交互项 +15 份。那么周末促销日的条件点预测为 165 份。
交互项的含义是“周末与促销同时发生时,还有额外变化”。没有交互项的线性模型会预测 150 份。哪一种更合适,取决于过去是否有足够的周末促销样本,以及在未来验证期里谁预测得更好,不能凭公式复杂程度判断。
这些系数完全是教学假设。165 份也不代表“开展活动必然增加 65 份”。活动可能优先安排在本来就更旺的日期,促销效果还可能与门店、天气和优惠方式共同变化。
1.4 预测关系和因果效果要分开
“带促销变量的模型预测更准”回答的是:在类似业务环境下,这个变量是否帮助判断需求。
“把折扣从九折改成八折,会多卖多少”回答的是:主动改变价格会造成多大增量。这要求额外处理促销选择、竞争活动、备货限制等混杂因素,通常需要实验、准实验或经过论证的因果模型。
因此,产品界面可以显示“按已批准促销计划预测 165 份”,但不能仅凭普通预测模型显示“活动贡献 65 份增量利润”。同样,SHAP 值、特征重要性和注意力权重解释的是模型使用信息的方式,不自动构成业务因果证据。
1.5 未来输入不确定时做情景预测
如果禾味尚未决定是否促销,可以分别提供无活动、常规活动和强化活动的条件预测。服装企业也可以为渠道订单做保守、基准和积极情景。
情景之间的差距不等于预测区间。情景预测改变输入假设;预测区间描述某一假设下结果的随机不确定性。若还要覆盖天气、价格或活动计划本身的不确定性,需要进一步对这些输入生成情景或样本,并传播到需求预测中。回归预测中的未来输入与情景
产品经理应交付什么。 为每个变量写一张数据说明卡:业务定义、数据负责人、事件发生时间、最早可获得时间、计划版本、缺失处理和上线时的来源。模型评审前先审这张卡,往往比增加十个特征更有价值。
本节练习。 在 D112 收盘时预测 D113 至 D126,以下哪些可以直接使用:D120 的星期几、D120 最终实收金额、D111 已批准的 D120 促销方案、D118 才收到的客户追加订单?
答案:星期几和 D111 已批准的方案可以。最终实收金额和 D118 才收到的订单不可以。之后重新发起预测时,才可使用新的订单信息。
2 树模型 把时间序列变成监督学习问题
2.1 模型看到的是一张特征表
梯度提升树并不天然理解“昨天”“上周”和“活动前一天”。它看到的是一行行样本,每行有输入特征和目标值。我们必须把时间关系正确地整理进表中。
以禾味“门店 × 食材 SKU × 日期”为基础粒度,可以构造:
- 历史需求:截至预测时点最近 1、7、14 天的需求水平。
- 历史摘要:截至预测时点最近 7、28 天的均值、波动、非零占比。
- 目标日期信息:星期几、是否节假日、已批准促销类型。
- 对象属性:门店、食材类别、保质期类别、菜单或配方版本。
- 预测任务信息:需要预测未来第几天,即 h。
scikit-learn 的官方示例展示了如何用滞后值和滚动统计量训练梯度提升模型,也展示了随机拆分时间数据可能带来的乐观评价。滞后特征预测示例
2.2 最容易出现的错误在特征时间对齐
如果训练表的每一行以目标日期 d 为索引,预测 d 当日需求时,“前七天均值”必须来自 d-7 至 d-1,不能包含 d 的真实需求。代码上常见做法是先移位,再计算滚动均值。
但多步预测还多一层限制。若在 T 一次性预测 T+1 至 T+14,那么预测 T+14 时不能使用 T+13 的真实需求,即使它在离线数据中确实存在。
一种更清楚的表结构是让每行表示“对象、预测起点 T、预测步长 h”:
- 输入最近需求 y(T)、y(T-6)、y(T-13) 和截至 T 的滚动统计。
- 输入 T+h 的日历和 T 时点已知的计划。
- 标签是 y(T+h)。
训练 h=14 的样本时,标签要等到该样本起点之后第 14 天才完整可见。任何训练、调参和回测流程都要确认标签在当前截止时点已经发生并入库。
2.3 三种多步预测策略
递归策略。 先预测明天,再把明天的预测放回输入中预测后天。模型数量少,但远期输入逐渐由真实值变成预测值,误差可能累积。训练和推理时的输入分布也可能不一致。
直接策略。 分别为 h=1、h=2,直到 h=14 训练模型。每个模型直接预测相应步长。它减少了递归传递,但每个模型可用样本更少,维护和计算开销更大。
共享步长策略。 把 h 当作特征,用一个模型共同学习多个预测步长,或使用一次输出整个未来窗口的模型。它能共享信息,但仍需逐步长检查表现,不能用总体平均掩盖第 10 至 14 天的失真。
对于只有 2 店、8 个食材 SKU、180 天历史的禾味教学数据,先比较简单共享模型和朴素基线,比直接建立一整套深度网络更合理。表格行数看起来很多,不代表有同样多的独立信息。
2.4 树模型适合什么,不适合什么
树模型能够学习非线性阈值及交互。例如“周末且有团餐预订,鸡腿肉需求提升更明显”,不必先手工写出全部组合。对异质对象、业务属性和多种计划变量,它往往是值得测试的候选。
它仍有边界:
- 普通常数叶节点的树模型通常不擅长向历史取值范围之外延伸趋势。
- 从未出现过的促销组合、极端天气或全新工艺不一定能被可靠处理。
- 类别数量很高时,SKU 编号可能成为记忆历史的捷径,不能因此证明模型理解了新品。
- 训练窗口内的缺货、菜单停售、录数错误会被学成需求模式。
- 价格、库存和订单状态如果存在事后更新,容易形成隐蔽泄漏。
复杂模型的适用前提不是“业务足够复杂”,而是输入可获得、样本足够、关系有一定可复用性,并且在真实任务一致的回测里表现更好。
2.5 消融实验帮助决定哪些数据值得建设
可以按同一组滚动回测比较:基线;基线加日历;再加促销;再加天气预报;再加门店和食材属性。每次只增加一组信息。
如果天气预报加入后只改善少数夏季饮品,却显著增加数据采购与运维成本,产品决策应考虑是否只对相关对象启用。若促销提升主要来自事后补录,先修正输入时点,而不是庆祝精度。
特征选择、参数选择和是否分组都属于建模决策,原则上应在训练及验证阶段完成。主案例的既有测试汇总已经公开,后续若据此改模型,必须承认该段已参与开发;不能再把它称为未触碰的盲测。
本节练习。 在 T 预测 T+7,工程师提供“以目标日为中心的七日均值”,包含 T+4 至 T+10 的实际需求。为什么它不能使用?
答案:这些是预测时尚未发生的目标或邻近未来信息。改成截至 T 的历史摘要,或者使用只由合法信息生成的预测摘要;两者都需按相同方式回测。
3 局部 全局 多变量和多步预测
3.1 这些术语回答的不是同一个问题
局部模型回答“一个模型为多少条序列服务”。例如为禾味每个门店食材组合分别拟合一个 ETS,共 16 个局部模型。
全局模型用多条序列共同训练一套参数。例如把 16 个门店食材组合整理成长表,训练一套共享的梯度提升树模型(通常由多棵树组成)。即使每一行最终只预测一个需求值,它仍然是全局模型。
多变量模型在本节特指显式利用多个目标序列之间的时间依赖,例如同时建模上衣和下装需求的向量自回归。部分软件也把“一个目标加多个辅助变量”称为多变量预测,因此讨论方案时必须先写清输入和输出。
多步预测描述未来输出多少期。它可以是局部模型,也可以是全局模型。
分层预测描述总量与分项之间是否相加一致。全局模型并不会自动满足这一约束。
3.2 为什么共享参数可能有帮助
假设禾味一家店鸡腿肉历史较少,另一家店已有较稳定的周末规律。全局模型可能借助门店、食材类别和日历特征,学习可共享的模式,让短历史对象不必从零开始。
服装企业更常遇到大量款式短生命周期。为每个款色码独立训练复杂模型可能缺少数据。将品类、面料、价格带、上新周龄和渠道作为属性,可以跨款式共享部分经验。
共享的前提是“存在可迁移规律”。如果一个对象是稳定原料用量,另一个是偶发项目订单,把两者简单混在一起可能出现负迁移。比较全局模型时,应保留分品类模型和局部基线,并按业务分组评估。
DeepAR 是全局概率预测的一种代表:用相关序列共同学习参数,再对每条序列生成预测。AWS 官方说明了共享训练和对象属性的输入方式;这不能被解读为“只要序列多就一定胜过传统模型”。DeepAR 官方算法说明
3.3 全局模型不自动理解替代和互补
两款服装竞争同一批需求时,一款降价可能影响另一款销量。但如果共享模型只看到各自历史、各自属性,没有另一款的相关信息,就未必能识别这种关系。
可以通过跨序列特征、品类总量、共同促销信息或显式多变量模型探索。但不能把目标日期的真实品类销量作为子 SKU 的输入,因为它也是未来未知量。
禾味菜品之间也可能替代。某菜停售后,另一菜销量上升,不一定意味着其自身长期受欢迎程度提高。需要菜单可售状态、替代关系与库存约束等背景。
3.4 VAR 适合少量相互关联的序列
VAR(p) 让每个变量同时依赖所有变量过去 p 期的值。两个变量的 VAR(1) 可以写成:
上衣需求(t) = 常数 + a × 上衣需求(t-1) + b × 下装需求(t-1) + 误差。
下装需求(t) = 常数 + c × 上衣需求(t-1) + d × 下装需求(t-1) + 误差。
当有 K 个变量、p 阶滞后时,仅滞后系数就有 K²p 个,另有截距等参数。变量一多,数据和参数估计压力会迅速增大。通常需要稳定关系、适当的平稳性处理,以及足够历史。少数品类、订单和相关经济信号可以作为候选;上万款色码直接放入普通 VAR 通常不是好的第一步。VAR 的作者教材说明
把符号落到数字:K是目标序列个数,p是滞后阶数,均为整数;K=2、p=1时,两条方程各有2个滞后系数,合计2×2×1=4个,另有2个截距。假设上一日上衣30件、下装20件,第一式截距2件、a=0.6、b=0.2,第二式截距1件、c=0.1、d=0.7,则次日点预测分别为2+0.6×30+0.2×20=24件和1+0.1×30+0.7×20=18件。a至d无单位,未来误差的条件均值暂设0。参数为教学设定,不说明现实中上衣导致下装变化;若两序列单位不同,交叉系数也有相应单位转换。
3.5 深度模型需要额外的论证
TFT 等架构可以处理静态属性、历史观测和未来已知输入,并输出多个未来步长。Google 官方研究说明了其多步预测架构与信息选择机制。TFT 官方研究页面
产品经理应追问:相较简单模型,它在什么业务组和什么步长上提升?提升是否跨多个起点稳定?数据准备、训练、解释、监控和回滚成本是多少?是否能在短历史、新款式和异常促销下可靠运行?
180 天的禾味模拟历史可以展示输入格式和评估流程,但不足以证明深度模型的实际收益,也不足以识别完整年周期。深度模型是候选工具,不是必经阶段。
本节练习。 一个模型用全部 16 条门店食材序列训练,每次预测一个对象未来一天,没有使用其他对象的目标值作显式输入。应称为全局、联合多变量还是分层协调模型?
答案:可以确定是全局模型;不能仅凭共享训练称为联合多变量模型,也没有理由认定它满足分层一致性。
4 分层预测 让总量与分项对得上
4.1 先确认相加在业务上有意义
禾味可以把同一食材的门店用量相加,得到企业级该食材需求。如果基础单位一致,也可对特定有意义的食材组做汇总。不能把鸡腿肉公斤数、大米公斤数和鸡蛋枚数直接相加为“总需求”。即使全都转换成公斤,总公斤数也未必适合经营决策。
服装企业可以在相同计量口径下,沿“款色码 → 款式 → 品类”汇总件数,也可以沿“客户 → 区域”汇总订单。产品与客户两个维度相交时,更接近分组结构,不一定是一棵简单树。
还要区分流量和存量。每日消耗量可以跨日相加得到周消耗;每日库存余额不能相加当作周库存。
4.2 总分不一致为何会发生
假设对同一食材、同一未来窗口独立预测:企业总量 100 公斤,门店 A 60 公斤,门店 B 50 公斤。两店之和是 110,与总量相差 10。
这不一定是程序错误。总量更平滑,门店模型有自己的信息,独立估计就可能出现冲突。但采购、预算和门店备料需要统一口径,因此要决定如何协调。
自下而上。 保留门店预测 60、50,总量改成 110。简单透明,保留细节,但底层序列稀疏时噪声可能大。
自上而下。 保留总量 100,按过去或预测份额拆到门店。若历史份额为 60% 和 40%,则得到 60、40。总量稳定,但门店结构变化、开闭店或差异化活动会让固定比例失效。
协调预测。 综合所有层级的信息,在满足相加约束的前提下调整数值。MinT 是其中一种方法,使用基础预测误差的协方差信息衡量需要如何调整。它依赖误差估计与相应条件,不能保证每个节点都改善。分层结构与协调方法
4.3 用一个简单投影理解协调
先不用复杂协方差,假设三个预测误差独立且方差相等,寻找最小化以下平方调整量的结果:
(总量调整后-100)² + (A 调整后-60)² + (B 调整后-50)²,且总量调整后 = A 调整后 + B 调整后。
下面只用加减乘除与平方,把结果算出来。用x表示总量增加多少,y表示A减少多少,z表示B减少多少。这三个数允许为负,负数表示向相反方向调整。调整后总量为100+x,A为60−y,B为50−z。相加一致要求100+x=(60−y)+(50−z),移项得到x+y+z=10。
我们要在“合计修正10公斤”的前提下,让x²+y²+z²最小。先看一个算术比较:把10全放在一处,平方和是10²+0²+0²=100;分成4、3、3,平方和是16+9+9=34;均分为10/3、10/3、10/3,平方和为3×(10/3)²=100/3≈33.333。
为什么均分就是最小,而不只是碰巧更小?因为x+y+z=10,可以展开并核对下面的等式:
x²+y²+z² = (x−10/3)²+(y−10/3)²+(z−10/3)²+100/3。
右边每个平方都不小于0,所以总和至少是100/3。只有x、y、z都等于10/3时,三个平方才同时变为0。因此本例的最优调整是各10/3公斤。
代回去:A=60−10/3=170/3≈56.667公斤,B=50−10/3=140/3≈46.667公斤,总量=100+10/3=310/3≈103.333公斤。核对:170/3+140/3=310/3,未舍入数值严格相加一致。这里不是把三条预测均分成一样大,而是均分满足约束所需的调整量。界面若只显示两位小数,还要处理显示舍入差额,不能把显示误差误判成模型不一致。
手算检查。 若总量原预测改为110,A与B仍为60、50,冲突已经为0,不需调整;三个平方调整量全为0。若总量改为104,冲突是6,等权调整各2,得到总量106、A58、B48。只有本节这种等权平方调整目标才可照此均分,换成不同可靠性权重后必须重新求解。
这只是等权误差假设下的示范。如果总量长期更准,就应更少调整总量;如果门店 A 的预测更稳定,也应考虑其误差特征。正式方案要在训练期内估计这些信息,不能偷看测试期误差。
服装企业还需处理非负性、整数和最小包装量。先做协调再对每个节点独立四舍五入,可能重新破坏总分相等。采购包装和产能约束通常属于后续计划层,不宜悄悄混入“需求预测”列。
4.4 概率预测不能逐个分位数直接求和
两个门店的 P90 相加,通常不是企业总量的 P90;14 个单日 P90 相加,通常也不是未来 14 天累计需求的 P90。
原因是总量风险依赖对象之间、日期之间如何共同变化。若两店同遇高温或同做活动,需求可能相关;假设完全独立会低估共同冲击。
更适合的做法是生成联合需求路径,在每条路径上按真实结构汇总或协调,再从汇总结果取分位数。Nixtla 的官方实现区分点预测协调与概率协调方法。HierarchicalForecast 官方项目
本节练习。 某款式总预测 1,000 件,但所有尺码相加只有 920 件。销售希望保留 1,000,生产希望保留尺码明细。产品经理应做什么?
答案:先确认时间窗口、订单状态、单位和 SKU 范围一致,再确认哪个层级信息更可靠,选择并回测分配或协调规则。不要用人工补齐 80 件后抹去来源;应保留基础预测、协调版本和调整理由。
5 间歇需求 不要把大量零值当作普通波动
5.1 服装中的间歇性可能来自哪里
匿名服装企业的成熟常销款可能每周都有订单,但特殊款色码、低频补单和定制订单可能连续多周为零,偶尔出现一个批次。对这样的序列,预测“何时发生”和“发生多少”与预测平滑需求不同。
禾味若某项食材只在特定菜单供应日使用,也会出现大量零值。但如果未来供应日历已知,优先建模营业或菜单计划,不要先把所有零值解释成随机间歇需求。
至少区分:真实零需求、缺货导致零销量、停售导致不可购买、闭店日、数据缺失。缺失不能填零后假装需求消失;已确定停售,也不必等模型慢慢学会它。
5.2 先描述出现频率和批量大小
可以计算平均需求间隔 ADI:观察期数除以非零需求发生次数。另一个常用描述是非零需求大小的变异系数平方 CV²:非零需求标准差除以其均值,再平方。
ADI 描述稀疏程度,CV² 描述非零批量波动。没有非零记录时,两者不能照常计算,应进入全零或冷启动分支。少数几个非零点得到的统计量也很不稳定。
手算8期需求[0,2,0,0,4,0,0,0]件:共有2个非零期,ADI=8/2=4期/次。只对非零量[2,4]算均值z̄=(2+4)/2=3件;本例用样本方差,s²=((2−3)²+(4−3)²)/(2−1)=2件²,标准差s=√2件,所以CV²=(s/z̄)²=2/9≈0.222,无单位。若用总体方差会得1/9,必须声明约定,不能混用阈值。ADI是观察期数/发生次数的描述,不一定等于从事件间隙直接平均的边界截断结果;只有一个非零样本时,样本方差也无法正常估计。
它们适合帮助分组和选择候选模型,不宜当成永久的自动裁决。日粒度稀疏的序列,周粒度可能变得连续;分组规则必须与决策周期一起定义。
5.3 Croston 分别平滑批量和间隔
Croston 的直觉是:分别估计“每次非零需求有多大”与“平均隔多少期发生”,再用前者除以后者得到平均每期需求率。它通常只在非零需求到来时更新这两个估计,零需求期间保持预测率不变。Croston 官方模型说明
用服装低频补单手算,单位先设为“百件”:
- 上一次估计的非零补单批量 z = 4,即 400 件。
- 上一次估计的需求间隔 a = 3 周。
- 新到一笔 6 百件订单,距上次非零订单 5 周。
- 平滑参数 α = 0.2。
更新后 z = 0.2×6 + 0.8×4 = 4.4 百件;a = 0.2×5 + 0.8×3 = 3.4 周。预测率约为 4.4÷3.4 = 1.294 百件/周,即每周约 129.4 件。
这不代表下周一定订 129 件,更不代表实际订单会变成小批连续出现。它是平均需求率,排产仍需考虑批量和发生时点。
5.4 SBA 与 TSB 分别解决什么
Croston 的比率估计存在偏差问题。常见 SBA 近似校正,在共用平滑参数 α 的设定下,用 (1-α/2) 乘以 Croston 预测。上述例子得到 0.9×129.4 ≈ 116.5 件/周。不同实现可能固定参数或采用不同初始化,应核对实际代码和版本。SBA 官方模型说明
TSB 不再平滑需求间隔,而是每期更新“发生非零需求的概率”,发生非零需求时再更新需求大小,预测率为两者的乘积。TSB 官方模型说明
假设初始每周发生概率 p=0.25,发生时平均 400 件,概率平滑参数 β=0.1。连续 4 周没有订单后,p=0.25×0.9⁴=0.164025,平均需求率变为约 65.6 件/周。它能够对持续无需求作出逐渐下调,但也可能把正常长间隔误判为衰退。
TSB 不是“自动识别永久退市”的证明。服装款式若已经确认下架,明确的生命周期状态比纯统计衰减更有用。
5.5 两阶段模型和时间聚合
另一种方法把问题拆成:第一阶段预测本期是否有需求,第二阶段预测有需求时的正批量。若两部分建模正确,条件均值可表示为发生概率乘以正批量条件均值。
全局模型可让相似服装款式共享发生规律;但训练正批量模型时只使用非零样本,评估时必须回到所有日期,不能只展示“有单周”的好成绩。概率校准、批量误差和累计需求误差都需要检查。
还可尝试先聚合到周,再预测和分配。这样减少稀疏性,却会失去具体下单日信息。若产线每周排程,周预测可能合适;若明天必须决定是否备料,就不能仅用周总量替代日时点风险。
5.6 零预测可能赢得指标,却输掉业务
对大多数日期为零的序列,持续预测零可能拥有不差的 MAE;对某些需求分布,中位数本来就是零。因此只用一个对称点误差指标挑模型,容易忽视偶发但昂贵的缺货。
MAPE 遇到零值没有正常定义。WAPE 在整个评估段总需求为零时也没有正常定义;MASE 的缩放分母对某些常数或全零序列同样可能为零。不要把分母偷偷加一个极小数后当成可比业务成绩。
应同时看:规定窗口的累计需求误差、发生概率的校准、需求偏差、缺货或延迟代价、库存和报废成本。对于间歇订单,补货与产能模拟往往比“某天是否精确命中 600 件”更贴近决策。
本节练习。 服装某 SKU 连续六周零出货,有三种解释:无人下单、面料缺货未能交付、订单系统迁移后漏数。能否统一输入零并训练 TSB?
答案:不能。只有第一种有依据称作零需求;第二种是受约束的履约结果,第三种是数据缺失。必须先修正目标定义和数据状态。
6 冷启动 新店 新菜和新款式怎么预测
6.1 冷启动不是一个单一场景
新对象但已有相似对象。 禾味新菜使用熟悉的食材、价格带和门店,服装新品属于成熟品类。可以借助相似对象、属性和生命周期曲线。
短历史对象。 已经有 3 至 14 天数据,但尚未经历完整周周期或活动周期。可以结合先验预测与已有观测,随着证据增加逐步调整。
全新业务机制。 新渠道、新价格带、新工艺或完全不同顾客群。旧模型能转移多少很不确定,需要宽范围情景、小规模试验和更频繁复盘。
“冷启动模型”并不等于完全无信息也能准确预测。AWS 的官方冷启动示例也明确指出,特定 DeepAR 调用对零历史及极短历史存在限制,并提出专门处理方式。AWS 冷启动示例及限制
6.2 一条可操作的新品流程
第一步,定义相似标准。禾味可以看菜品类型、价格、销售时段和所在门店;服装可以看品类、面料、价格带、季节、渠道和上市时点。相似款必须是预测时已经存在的款,不能用后来成为爆款的产品倒推选择。
第二步,按上市周龄对齐历史。比较新品上市第 1 周、第 2 周、第 3 周,而不是简单比较同一个自然周。仍要考虑春节、换季等日历影响,两种时间尺度不能相互替代。
第三步,用多个相似对象形成初始分布。不要只挑一个最符合预期的“成功案例”。作者官方教材也建议用多种类比并保留结构化判断。类比与新品判断预测
第四步,加入已确认商业条件,如首发门店数、渠道覆盖、已签订单和活动方案。若已签订单属于未来总需求的一部分,模型预测的必须是剩余未确认需求,或通过明确规则合并,避免重复加总。
第五步,随着真实需求出现更新。可以先用一个透明的教学混合:最终预测 = w×新品近期估计 + (1-w)×相似对象预测。w 应根据历史新品验证或统计模型确定,而不是因为“过了七天”就自动信任新品数据。若近期销量受缺货限制,不能盲目提高 w。
例如近期估计为80件、相似款预测120件、无单位权重w=0.25,则混合=0.25×80+0.75×120=20+90=110件。两个输入必须都是同一目标窗口、同一销售覆盖范围的件数;0≤w≤1时结果位于80与120之间。这是透明的加权规则,不是仅凭写了w就构成完整贝叶斯模型,也没有自动处理缺货或新渠道差异。
6.3 新品上新可能改变旧品需求
禾味推出新的鸡肉菜品,鸡腿肉总需求可能上升,但旧菜品可能被替代;不能把新品预测全部加到原有预测上。服装新款也可能蚕食同品类旧款。
因此需要品类总量与款式分配的对照,或对上新前后相关对象共同评估。在证据不足时,用“新增需求较少、部分替代、较强新增”三个情景,比输出一个没有依据的小数点预测更诚实。
6.4 冷启动要单独设计回测
普通时间切分可能让模型在训练期已经见过同一 SKU,然后在测试期继续预测它,这测的是成熟对象预测,不是新品能力。
更合适的测试是:选出历史上某批新品,在各自真实上线时点,只提供当时已知属性和之前已上市对象的数据,评估上线后前 1、2、4 周。需要同时按上市日期和对象分组控制,防止测试新品的后续历史或未来上市的相似款泄漏进训练。
若要评估“有七天历史后的改善”,就另做一次七天信息条件下的测试,不要把它与完全无历史场景混成一个平均分。
本节练习。 某新品模型报告误差很低,但相似款是在看到新品三个月销量后人工挑出的。这个结果能支持上线吗?
答案:不能。选择类比对象本身使用了未来结果。需要在新品上线时冻结相似规则,并重新做整批新品回测。
本阶段项目与验收
阶段6:树、共享模型与复杂模型的进入条件(3课)
必修/扩展边界:必修给完整小表:门店A温度20℃需求10kg、A30℃20kg、B20℃15kg、B30℃25kg。手工共享树先按温度≤25℃分两组,叶均值为12.5/22.5;四行MAE=2.5kg。再各组按门店分裂,四叶预测10/15/20/25,样本内MAE=0。说明更复杂可记住样本,却没有任何样本外优越性证据。实际树训练、16序列消融、新品与图像模型为选修;上市日期/新品大样本目前未提供,不能作为必修门槛。
课程:①决策树分段规则/梯度提升直觉;②lag、rolling与类别编码;③局部/全局/多变量、深度/多模态的区别。
选修扩展项目P06“共享模型值不值得”:对16条禾味序列用同一套全局树模型,滞后1/7/14与仅历史可用的滚动特征;比较局部季节朴素;服装8款做留新品验证,以属性相似款为冷启动基线。DeepAR/TFT仅作为有明确数据与资源前提的选修,不因名字高级就成为默认冠军。
扩展交付:ablation.csv、per_series_errors.csv、冷启动验证卡、模型复杂度说明。
扩展验收(完成必修不要求实现此部分):删除promo特征做一次消融;分SKU报告,不仅总体;训练不含被留出的新品目标;全局模型最差5序列可定位;无改善也可通过,只要协议正确、结论忠实。
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。