哈伯，你好！
该网站上有许多文章预测各种快速消费品的售罄，而其他产品类别并不那么受欢迎。 此外，通常会提前几天预测零售业，而不是提前两个月预测分销商-尽管后者比定货零售商更倾向于定性预测。 另外一个挑战是，在选择预测技术的意义上，有必要考虑分销商很大一部分的保守性。 可以很容易地想象到预测公司中间业务的做法：在人造Excel工具中从SAP +主数据收集销售额，在这种情况下，自动化受到相当简单的预测方法的限制，与HoltWinters形式的火箭科学的平均/线性趋势相差不远。
碰巧的是，在值班期间，我遇到了一家廉价装饰化妆品品牌（约500 SKU）的制造商，并看到保守的预测以低KPI的形式带来了可悲的后果。 有必要对计划系统（包括预测过程）进行少量更改，然后我将讨论我的研究。
现状贝卢姆
多年来，该品牌的主要头痛是服务水平极低（
CSS =已发货/已订购 ），大大低于公司的平均水平，基于平均销售额的
预测 （
Forecast =平均销售额 ）加剧了该水平。 恶性循环：客户订购量大，未收到全部数量，下一次需求增加，我们仅根据已满足的需求计划未来。
基于此，我们决定不预测销售量，而是预测已清除重复的订单（即，如果客户每周要购买100件和订单，我们假设每月需求为100件，而不是400件），那么这里进一步的销售，我们将称清除重复的订单。 在提高服务水平之后，条款之间的差异得以拉平。 公司使用公式（
预测准确性=（1-事实与预测之间的差异模块的总和）/预测 ）来估计公司中预测的准确性，我们将使用它。 重要事项：这种情况下的预测是滞后2的预测，即 如果我们评估10月份的准确性，则将10月份的销售额与8月份的预测进行比较。 认为超过35％的结果可以解释为令人满意的。 顺便说一句，这里值得注意的是，实际上我们最初并不期望准确性会提高-我们期望服务水平会提高，我们将根据向客户发货的货物质量评估结果。
我不需要花太多时间来进行培训的样本-尽管该公司没有分析DWH，但是按月上传的订单数已经被收集并清除了一个小的Python周期。 同样，我们获得了主数据。 由于最大的噪音（我们害怕添加的噪音多于有用的信息），因此在计算中必须忽略事件和促销，因为最大的零售商会定期进行促销，而无需达成协议或通知，估计事件的数量等。
作为模型，我们决定使用3个分支-朴素，指数平滑和机器学习。
天真的预测
天真的预测仍在使用的主要原因是人类易于理解。 确实，如果公司习惯于使用5 Why方法来详细分析每个代码，则平均预测将非常合适。 客户平均每月订购10件吗？ 按照逻辑，他下个月将订购10件。 结果不是我们预期的结果，客户订购了50件？ 可能是客户根本不知道如何预测/自动订单已损坏/机器人大怒等。您应该实施联合预测并交换文件以减轻压力并提高预测准确性（当然是个玩笑，但有些道理）。
为了使方法更具相关性，我们建议商品的季节性与类别的季节性相同（使用statmodels包标识季节性，图片显示3个主要结果）。
我们采用了4种方法-整个销售历史的平均值和中位数（准确度分别为0.32和0.30）和最后6个点（0.36和0.26）。 0.36将是我们的基准-将来我们必须获得更好的结果。
ESM预测
指数平滑通常是需求计划中的最终梦想，并且很容易理解为什么。 前额的准确性评估显示，就准确性而言，ESM和ML的可比性结果最少，它们被包括在所有工业预测系统（JDA，Oracle RDF等）中，计算速度更快且更易于解释-这就是经典比所有生物都活着的原因。 另一方面，由于特征准备不足，结果可能并不完全真实。
为了进行预测，我们使用了相同的statmodels包。 首先，我们在整个销售历史中采用Holt类，并具有明确的团体季节性和最后6分（准确度0.34和0.37）。
接下来，我们将SKU分为2组-HoltWinters班级预测了历史悠久的产品，而对于较短的历史，我们将Holt保留6分。 结果好得多-0.44，这很容易解释。 如果在顶层看来所有商品都是孪生兄弟，那么转到子类别，我们可以看到不同之处。
机器学习预测
标准方法的主要缺点是缺乏计算深度，因为 我们不会使用所有可用信息。 例如，事件的历史记录：通常，在经典方法中，我们应该从历史记录中减去发生的管道，进行基线预测，并使用适当的日历添加计划的管道。 如果事件的记录不够准确，结果可能会令人失望（对于Holt-Winters，我们设法达到-5 pp的准确性）。 可以提出许多原因-例如，KAM类别被低估以显示超额完成并获得奖金。 如果我们从方法（
Forecast = Baseline + Pipes ）转到基于
要素的预测，那么我们将能够获得更多可用信息。 为此，我们已编制了50种功能的列表（价格，主数据，销售，拆分客户等）。 在Sklearn库中，我们采用了基本的Lasso / Ridge / KNN回归器，它通常会很快赢得胜利，但是在我们的案例中，只有KNN满意，准确度为0.44。 随机森林在小样本中具有良好的性能，在我们的例子中，准确性为0.48。 好吧，当然，我们没有忘记Xgboost，它经过一点交叉验证就产生了最好的结果-0.51。 以下是每个模型精度的图表
顾虑
关于在预测销售中使用ML的保守主义者可以做什么？ 例如，反馈：许多电子商务和线下零售商都使用神经网络和梯度增强技术，并定期用疯狂的订单吓you您。 是的，当然，如果零售商会衡量预测的准确性，那么结果可能是乐观的，但这在某种程度上是一种自我实现的预言：如果出现错误，则打开网络的销售/黑色星期五/生日等。
因此，对我们来说，重要的是证明Xgboost的结果不仅更准确，而且更稳定（而不是随机轮盘，因为似乎没有准备好的滑翔机）。 为此，我们比较了HoltWinters的分布和Xgboost的误差分布，并确保后者的结果在零附近具有较密的中心，并且是轻尾的
中间结果
自从开始撰写本文/首次运行预测以来，由于取得了积极的成果，另外2个品牌的装饰性化妆品已转换为Xgboost。 到11月底，服务水平的平均增长为+ 16％，即 达到了公司的平均水平