新零售目标产品的精准需求预测--中国期刊网

字体：大中小

首页> 原创作品> 正文

新零售目标产品的精准需求预测

发表时间：2021/6/10 来源：《中国科技信息》2021年7月作者：任宏燕胡燕超董立明

[导读] 本文旨在以节假日的销售情况为例，研究产品库存量，节假日折扣等各种相关因素对销售量的影响，并预测特定区域内目标小类销售量，计算预测值的MAPE，为企业解决目前新零售企业所面临的“精准需求预测” 问题提供创新思路。

华北理工大学任宏燕胡燕超董立明 063210

摘要：本文旨在以节假日的销售情况为例，研究产品库存量，节假日折扣等各种相关因素对销售量的影响，并预测特定区域内目标小类销售量，计算预测值的MAPE，为企业解决目前新零售企业所面临的“精准需求预测” 问题提供创新思路。
关键词：新零售目标产品的精准需求预测;精度检验;回归分析；灰色模型；
        引言：随着我国消费市场的不断发展，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，性价比不再是顾客衡量是否购买物品的唯一标准，而是更多地考虑时尚性。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。如何根据层级复杂，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。为此，本文以典型节假日的销售情况为例，研究产品库存量，节假日折扣等各种相关因素对销售量的影响，并预测特定区域内目标小类销售量，计算出预测值的MAPE。
        一、分析节假日内各种相关因素对销售量的影响
        1.1、作图分析
        对影响销量的因素和销量之间的关系进行分析，以明确各个因素对销量的影响。处理数据并根据相关数据作图分析双十一节日内产品库存量、节假日折扣对销售量的影响。如下所示：

        总结：通过分析上图可知，产品销量与产品库存量、节假日折扣力度成正比。
        1.2 回归分析
        绘制双十一节日中库存量、节假日折扣和销量关系的散点图，并进行回归分析，计算出销售量和产品库存、节假日折扣的函数关系，并从中分析出产品库存量、节假日折扣对产品销售量的影响。由散点图可知，销售量与折扣呈现二次函数形式，与库存为线性关系，通过分析可知产品销量与产品库存量、节假日折扣力度成正比。
        二、灰色模型预测月销售量
        2.1 模型介绍
        灰色模型就是通过少量的、不完全的信息，建立灰色微分预测模型，对事物发展规律作出模糊性的长期描述。灰色预测通过鉴别系统因素之间发展趋势的相异程度，即进行关联分析，并对原始数据进行生成处理来寻找系统变动的规律，生成有较强规律性的数据序列，然后建立相应的微分方程模型，从而预测事物未来发展趋势的状况。
        2.2 模型预测结果
        （1）分析处理数据，并对目标小类后两个月的销量进行预测。由于产品库存量、产品折扣都会影响产品的销量且影响程度不同，则根据原有数据进行分析计算可知，库存量对销量的影响占0.0123，折扣对销量的影响占0.9836，其他占0.0041 。经计算，可得到后两个月目标小类的销量预测情况。目标小类的库存、折扣情况及后两个月的销量预测情况如下所示：

        2.3 计算预测值的MAPE
        2019年10月1日-2019年10月31日：MAPE=14.329%
        2019年11月1日-2019年11月30日：MAPE=32.801%
        2.4 模型精度检验
        后验差比值为0.067811,预测精度良好。
        三、时间序列预测周销售量
        3.1 模型介绍
        时间序列分析是根据系统观测得到的时间序列数据，通过曲线拟合和参数估计来建立数学模型的理论和方法。由于需要基于原有数据的基础是上进行后续的周销量预测，因此采用描述当前值与历史值之间关系，用变量自身的历史数据对自身进行预测的自回归AR模型。
        3.2 计算预测值的MAPE
        2020年10月1日-2020年10月7日：MAPE=1.226%
        2020年10月8日-2020年10月14日：MAPE=14.885%
        2020年10月15日-2020年10月21日：MAPE=9.554%
        2020年10月22日-2020年10月28日：MAPE=19.883%
        四、结论
        为能够准确预测销量，解决当前大多数新零售企业面临的问题，本文以节假日的销售情况为例，研究了库存量，节假日折扣等各种相关因素对销售量的影响，并预测了特定区域内目标小类的销售量，计算出预测值的MAPE，说明该方法预测需求和销量的高效快捷和正确合理性，为企业解决目前新零售企业所面临的“精准需求预测”问题提供了创新思路。
参考文献
[1]田晶晶,杨海丽,杨建安. 新零售:动因、特征、现状及趋势[J]. 郑州航空工业管理学院学报,2018(3):57-64.
[2]梁莹莹. 基于“新零售之轮”理论的中国“新零售”产生与发展研究 [J]. 当代经济管理 ,2017(9):6-11.
[3]张楚格. 基于案例分析的新零售商业模式探究[J]. 商场现代化 ,2018(010):18-19.