张浩博1，谢礼华 2，刘思宇3
华北理工大学人工智能学院，河北 唐山 063200
华北理工大学经济学院，河北 唐山 063200
华北理工大学人工智能学院，河北 唐山 063200
在新兴零售业中，如何根据层次复杂、品类繁多的历史销售数据，进行多层次的准确需求预测，是大多数新零售企业，需要关注和思考的问题。本文以相关数据为基础，对数据内容进行选择和预处理，以建立和优化数学模型为出发点，分析了准确预测需求存在的问题，并给出了相应的预测方案
摘要：分析2018年国庆节、11.11、12.12、元旦期间各相关因素对SKC目标销量的影响。首先用FineBi和Excel对SKC和相关数据进行筛选过程，然后利用主成分分析（pca）对相关因素进行分析，得到SPSS相关矩阵、一般特征值表、碎石图，确定各相关因素的权重，权重分析可以得到假日对销售的影响，最大折扣销售特征小于折扣但大于库存对销售的影响。
关键词：精准需求预测，主成分分析
一、新零售行业精准需求预测问题的提出及分析
1.问题背景: 随着中国消费市场的不断发展，市场上的消费方式已经从“物质导向”，逐渐转变为“顾客导向”。在新的零售行业中，性价比不再是消费者判断自己是否想要购买的唯一标准。人们的需求不仅仅是单纯的追求实用性，更多的是考虑时尚，注重“个性化、时尚、美”等方面。由这样的特殊需要,新的零售企业的生产模式，逐渐向多品种和小批量迈进, 使得饰品和玩具的类型，在零售商店购物中心越来越刺眼,同时在零售行业的库存管理上，增加了很大的困难。如何根据层次复杂、品类繁多的历史销售数据，在区域层面、小层面乃至门店SKC (single color)层面进行准确的需求预测，是目前大多数新零售企业需要关注和思考的问题。
2.提出问题：尝试分析2018年国庆节、11.11、12.12、元旦四个节假日期间各相关因素，对目标SKC销售的影响。可以考虑产品销售特征、库存信息、节假日折扣等因素。
3.问题分析：首先，题目要求分析目标SKC在国庆节，11.11，12.12，元旦四个节日的销售额。附件中给出了大量的数据，所以，必须先对数据进行处理，才能得到所需的有效数据。对数据进行过滤，得到目标SKC，然后对目标SKC在四个节假日期间，各相关因素的有效数据进行过滤。最后进行因子分析、主成分分析，评价筛选后的数据对各相关因素的影响。
4.模型假设：
1假设数据预处理后得到的所有数据，都是有效的、具有代表性。
2.假设未来零售环境不会发生太大的变化。
3.假设华东地区零售业的发展可以代表整个零售业的发展。
5.解决思路：题目要求对目标skc在国庆节，双十一，双十二，元旦四个节日内各种相关因素对销售量的影响进行评估。我们首先利用FineBi和Excel从附件大量的数据中筛选出了目标skc，又对销售特征，库存量，节假日折扣等相关因素的具体数据进行了筛选与计算，得到了关于四个节假日各种相关因素的具体数据。得到有效数据之后，我们采用了主成分分析法，由SPSS软件基于各种相关因素做出了一系列图表，最终建立了综合评价模型，确定了四个节假日期间折扣对销售量的影响最大，销售特征对销售量的影响小于折扣但大于库存量对销售量的影响。
二、主成分分析模型的建立与求解
1.数据来源
数据来源为赛氪官网赛题（https://www.saikr.com/c/nd/6456）。
其中在附件中给出了某零售企业生产的N款产品，在华东区内的相关数据，其中：
附件 1：sale_info.csv 销售流水数据；
附件 2：prod_info.csv 产品信息表；
附件 3：inv_info.csv 区域库存数据；
附件 4：holidays_info.csv 节假日信息表；
附件 5：remark.xls 是附件 1-4 中字段的说明。
2.数据的预处理
利用FineBi和Excel从所附数据中筛选出目标SKC，然后对SKC产品的销售、库存、折扣（用实际成本除以销售额除以价格标签得到折扣率）进行筛选，筛选出各种相关因素，其中一些缺失值做了插值处理。
3.模型的建立
建立了目标SKC产品的销售特征、库存、折扣等相关因素的评价模型，采用主成分分析法进行综合评价。主成分分析（PCA）具有良好的降维技术，可以将多个指标转化为多个不相关的综合因子，综合因子变量能反映出原指标变量的大部分信息，能较好地解决多指标评价问题。通过主成分分析，
.png)
2)计算特征值、特征向量
4.模型的求解
采用主成分分析法，将三个相关因素视为三个变量。用SPSS对三个变量之间的相关系数进行分析，用SPSS对数据进行处理得到相关矩阵，如表1所示（以国庆节相关系数矩阵为例））
.png)
用SPSS软件对相关系数矩阵特征向量的方差贡献率进行分析，如表2所示（以国庆节相关系数矩阵特征向量的方差贡献率为例）。
.png)
另一方面，下面给出了各种相关因素特征值的碎石图
.png)
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.
作者简介：张浩博（2001年9月），男，汉族，河北省邯郸市曲周县人，本科，研究方向：计算机科学与技术