网站导航

医药案例 P4:采购政策发生变化,历史均值还可直接用吗?

全文共 2055 字,阅读约需 5 分钟

医药案例 P4:采购政策发生变化,历史均值还可直接用吗?:本补充教材基于《供应链预测与计划全景白皮书(1).md》第二部分行业矩阵、第三部分3.5、第四部分专项四、第五部分实施路线及第六部分指标。白皮书提供方向,不是这些数值的来源。以下企业、物料、日期、订单、参数和结果全部为教学模拟,不代表真实项

← 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。

医药流通 · 第4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

制造与医药流通预测教学案例:10个不同业务问题

阅读与实施约定

本补充教材基于《供应链预测与计划全景白皮书(1).md》第二部分行业矩阵、第三部分3.5、第四部分专项四、第五部分实施路线及第六部分指标。白皮书提供方向,不是这些数值的来源。以下企业、物料、日期、订单、参数和结果全部为教学模拟,不代表真实项目收益。医药仅讲仓储、配送与需求计划,不给诊断、治疗、用药、处方替代建议,也不处理患者明细。

十个案例不是“换商品名称重算平均数”:制造分别解决成品需求与齐套约束、零需求更新、保有设备分龄、供应交期、跨周期VMI;医药分别解决批次可售时间、聚合复购漏斗、先行指标、政策断点、冷链质量状态。预测提供不确定估计,计划把预测转换为受约束建议,执行必须另行获得业务授权。

统一零基础数学约定

  • ×是乘,/是除;max(0,x)在0与x中取较大值,防止出现负采购量;min(a,b)取较小值,例如库存只能卖到可用数量为止。
  • floor(x)向下取整数:floor(3.8)=3,表示不够一整套就不能算完整成品。ceil(x)向上取整数:ceil(3.1)=4,表示整箱订货至少要4箱。
  • 带帽子如D_hat表示预测,普通D表示实际。百分数是无单位比例:20%=0.20。平均数=总和÷个数。这里用“单位/一个预测周期”解释预测速率;一天、一周、一个月绝不混用。
  • 单个小例用于学会计算,不足以证明模型有效。扩展作业至少使用180天模拟数据,按时间顺序划为训练112天、验证28天、封存测试40天。5天评价窗口不得跨分块;周/月级模型按完整周期聚合,不为凑行数拆开一个业务周期。调参只能用训练/验证,测试不得反复挑最好参数。
  • 每例都保存origin_time(当时发出预测的时间)和available_at(数据当时可获得时间)。只允许available_at≤origin_time的输入。下文“次周实际”只用于事后评分,不能回填为预测特征。
  • WMAPE=绝对误差之和÷实际数量之和;本教材Bias=(预测数量之和−实际数量之和)÷实际数量之和,正号为高估。分母为0时不输出百分比,改报绝对误差。不同SKU若计量单位不同,应分组评价或先经过有记录的标准化,不能把盒、毫升、台直接相加。

每例都有两层作业:先完成下列小数据手算和边界测试,再做阶段项目的时间回测。小例通过不等于上线;模型收益须在独立回测和业务实验后判断。


医药案例 P4:采购政策发生变化,历史均值还可直接用吗?

阶段:结构突变→情景预测→S&OP与FVA。 某配送仓已知一个正式生效的渠道采购目录变化,预计影响本仓某SKU出库。案例不建议改变医疗采购资格,也不做药品替代。只是比较预测版本和计划员修改。

输入与预测合同

政策生效前一日18:00预测未来4周,粒度“仓×SKU×周”。此前4周出库均为100盒。生效信息在预测时已公布,但影响比例尚不确定。冻结三情景:维持100盒、下降20%得80盒、下降40%得60盒。验证时实际4周为80、75、85、80盒。

公式拆解与逐步演算

情景预测F=B×(1−r):B为历史周基线100盒/周,r为假设下降比例,无单位;下降20%时100×(1−0.2)=80盒/周。r是事前假设,不能看完实际后声称早已知道。

实际总和320盒。原始系统每周100,误差20、25、15、20合计80,WMAPE=80/320=25%。人工在生效前有据地调整为80,误差0、5、5、0合计10,WMAPE=10/320=3.125%。FVA=系统WMAPE−调整WMAPE=25%−3.125%=21.875个百分点。若人工过度调整为60,误差20、15、25、20合计80,WMAPE仍25%,FVA=0个百分点。

项目操作与答案

输入历史4行、政策已知时间、三个版本的预测、修改理由及4行事后标签;输出p4_version_scorecard.csv,同时保留系统原始版本,不覆盖历史。输入必须包含origin_time、system_issued_at、adjusted_at、actual_available_at:版本发出时间必须不晚于预测时点且严格早于实际结果可得时间,否则拒绝计算FVA。画政策前后时序图,断点只标注已知生效日。扩展项目按政策分层回测,比较滚动窗口与带事件特征模型,但不把同一验证集反复用于宣布最终收益。

验收:系统25%、合理情景3.125%、FVA21.875个百分点;极端情景60的FVA=0;把修改时间设为实际公布之后必须判定为不合格事前预测。必须保留“情景假设”字段,不把下降20%写成已估计因果效应。

边界: 小样本与单次政策事件不足以识别普适规律;政策可能改变渠道结构而非真实终端需求。FVA为本样本误差改善,不是利润提升。选择何种政策方案及合规资格由负责人员判断。


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。