刘思宇 李梓珩 郝慧茹
华北理工大学 河北省唐山市??063210
摘要：在新零售行业，如何根据层级复杂，品类繁多的历史销售数据，以多层级给出精准的需求预测，是当前大多数新零售企业需要重点关注并思考的问题。本文由相关数据入手，筛选和预处理数据内容，以此为切入点建立并优化了数学模型，就精准需求预测问题进行分析，给出了相关预测方案。
关键词：精准需求预测，灰色时间序列预测，skc需求
引言：随着时代的变化，市场上的消费模式已经逐步由“以物为主”转变为“以客为主”。在新零售行业，人们追求的是时尚性，把注意力放在“个性化、时尚、美观”等方面，顾客已经不再把性价比当做衡量是否购买这种物品的唯一标准，也不再仅仅追求物品的实用性。在这类特殊需求的推动下，新零售企业的生产模式逐步向多品种、小批量迈进，这让商场内零售店铺里的饰品和玩具等种类变得更加琳琅满目，同时也给零售行业的库存管理增加了很大的难度。根据层级复杂，品类繁多的历史销售数据，以区域层级，小类层级乃至门店 skc(单款单色)层级给出精准的需求预测，是当前大多数新零售企业需要重点关注并思考的问题。
1问题分析
要求对目标小类在给定日期内每个月的月销售量进行预测，那就必须对附件中的数据进行处理得到目标小类，接下来从附件给定的数据中对2019年6月1日到10月1日每个月的销售量进行计算（在附件中并未直接给出，所以必须筛选出相关数据后利用软件进行计算），然后对得到的有效数据建立灰色时间序列预测模型和利用MATLAB进行数据拟合预测求得给定日期内每个月的销售量。
2灰色时间序列预测模型的建立与求解
2.1数据的预处理
首先利用FineBi和Excel软件对目标小类进行筛选，然后对2019年6月1日到2019年12月1日内每个月的销售量进行了筛选与计算，从而得到了相应日期内每个月月销售量的实际有效值，得到了有效数据。接着对目标小类内所有skc进行筛选，筛选得到目标小类所有skc后有对2019年10月1日前后12周内每周的周销量进行了筛选与计算，最终得到了目标小类内所有skc在2019年10月1日前后12周的周销售量的有效数据。
2.2灰色时间序列预测模型的建立
对目标小类在2019年10月1日后三个月内，即2019年11月、2019年12月、2020年1月，每个月的销售量都分别预测建立灰色时间序列模型，这样方便了对数据的变化过程的研究、分析和描述。
为了预测2019年10月到12月的销售量，我们是用MATLAB对前六个月的数据进行数据拟合。利用数据进行20次的多项式拟合后，其中，以27050401小类为例，其拟合方程为：
.png)
根据拟合方程得出2019年9月到12月的销量预测值分别为18652、17668、17893。
通过c-free软件设计程序计算MAPE值得出得结果如下表所示：
.png)
3结论
在对给出的2019年6月1日到2019年12月1日的真实值的数据分析以及处理之后我们可以发现，随着时代的变化，现在的市场中，人们对skc（单款单色）产品的需求越来越高。在几十年前甚至十几年前的今天，人们依旧热衷于热烈的红色与激情的黄色的颜色碰撞，那些花花绿绿有着颜色碰撞的家居用品、鞋子、包包甚至是衣服有着很大的市场，街道上到处都是花花绿绿的。但是时代的变化让人们的审美也逐渐发生了变化。2016年爆火的香奈儿的走秀款珍珠包、牛奶包、呼啦圈包，2018年的Tiffany，全都是经典的单品单色款包包。
经过繁复的时尚热潮期，目前，单色是流行的时尚元素，无论是服饰还是用具，比如，BAZAAR推荐的红色与紫色拼接的连身裙，S形的缝合曲线以及颜色搭配，表现波普流行的风潮，再搭配一款纯金色鞋起到点睛的作用;梦幻的紫色如今已不再是着装的配角，单色在时尚方面的作用不言而喻同时，单色也有简约的寓意，符合了最近几年来简洁大方的潮流趋势。
商家和客户有着紧密的联系，商家要迎合客户的契机打下长久的利益互惠关系，这样确保了商家的利益，也满足了顾客的需求，实现了商家和顾客之间的共赢。因此商家可以借助单色热潮对自己的商品做出改变，追求设计简约大方，用色温婉单调。当然，这些还是远远不够的，过分相似的商品泛滥将会引发人们在审美上的疲劳，商家还要保持一定的创新性，有自己独特的设计风格。虽然，质量和实用性已经被一部分有实力的时尚追求者所忽略，但是对于工薪阶层甚至打工者来说，既想要追求时尚，也想要追求耐用性和实用性，所以这也是大部分商家应该注意的，在原有的产品预算上，尽可能的缩小自己的利润，增加自己的销量，建立自己的口碑，为以后的发展打下坚实的基础，也确保自己在这个鱼龙混杂、处处纷争的商业界屹立不倒，最后脱颖而出。
参考文献
[1]孙鹏涛.零售营销策略组合及零售业态多样化研究[J].品牌(下半月),(11):33-34,2015.
[2] 奚之飞,徐安,寇英信,李战武,杨爱武.基于主成分分析及MPSO-ELM的空战目标威胁评估[J/OL].航空学报:1-21,2019.
[3]楚宪亮,崔腾飞,相涛,李一凡.灰色与时间序列模型预测[J].测绘与空间地理信息,42(08):199-202,2019.