ELECTE 4.5 已上线——团队、套餐与全新界面。了解新功能
AI 与预测阅读需 12 分钟

零售需求预测:方法、数据与收益

了解零售需求预测的运作方式、可选用的方法、所需的数据,以及如何通过更完善的库存计划减少缺货和库存积压。

Demand Forecasting for Retail: Methods, Data and Benefits

用 AI 总结本文

缺货通常被归咎于供应商,但多数时候,问题出在自己内部。IEOM Society 2025 年孟加拉国会议上发表的一项零售库存研究显示,51% 至 73% 的超市缺货源于零售运营内部,主要原因包括预测不准(含需求被低估)和订货失误。

这一发现改变了我们看待这项工作的方式。零售需求预测并不是一场比拼谁的算法最先进的竞赛,而是一项运营纪律:从已被缺货和促销扭曲的数据中提取真实的需求信号,根据每种商品的销售特点选择合适的方法,并把预测结果接入补货点,让采购员周一早上就能直接使用。

本指南涵盖完整的闭环。你将了解:预测需要产出什么、哪些输入最关键、六种常用方法在不同零售场景下如何对比、为什么慢销品需要不同的架构、囤货和渠道转移如何抬高促销增量的表面数字、不同决策应选用哪种误差指标,以及在下一个采购周期之前可以执行的五步检查。

需求预测在门店一线意味着什么

天气预报只有做到本地化、有时间点,才值得信赖:你所在城市周二下午的降雨概率,就足以决定要不要带伞。需求预测对库存所起的作用与此相同。它估算特定门店在特定一周内会售出某一单品多少件,让采购员订的是准确的数量,而不是看似合理的数量。

下面的五个步骤浓缩了整个思路,从预测一直到它应当触发的采购订单。

A four-step infographic illustrating the concept of demand forecasting in a retail shop floor environment.

预测的目标是需求,而不是收银台碰巧记录下来的销售数字。洗发水货架空了期间记下的零,是被截断的需求;促销带来的销量高峰,可能是向未来两周提前借来的,也可能是从附近门店抢来的。品类平均值和月度报表会掩盖这些单品与门店层面的问题,因此信号必须保持细粒度,并频繁刷新。

实际工作流程如下:

  1. 收集按单品、门店和日期划分的销售与库存历史,包括货架空置的那些天。
  2. 清洗并对齐数据:统一计量单位、统一日历,门店系统重报某一周数据时不留重复行。
  3. 建模并预测每个单品在每家门店的需求,粒度以订货决策所需为准。
  4. 把预测转化为订单和安全库存,依据交货周期和你承诺的服务水平。
  5. 衡量误差并调整,逐个单品进行,而不是每年预算时才做一次。

每一步都在防范三种成本之一。预测偏低,会损失无法挽回的销售,因为顾客会买替代品或直接离开。预测偏高,资金会压在最终要降价处理的库存上。数量大致准确但时机不对,则两头吃亏:加急订单要付额外运费,多余库存要付仓储费。

最能省钱的规则:只有当补货规则据此执行时,预测才有价值。一份完美的数字躺在报表里,货架上不会有任何改变。

数据输入,以及缺货为何会扭曲数据

在比较模型之前,先看输入的数据。对零售预测准确率影响最大的输入项都很常规、不起眼,而许多团队缺少其中两三项。

  • 按商品、门店和日期划分的销售历史。粒度更粗,就会掩盖承载信号的促销周和周末高峰。
  • 现有库存和缺货时长。没有它们,你就无法区分是销售平淡的一周,还是货架空了。
  • 价格和折扣力度。降价10%和降价30%带来的反应曲线不同,所以要记录顾客实际支付的货架价,而不是标价。
  • 促销日历,包括陈列位置和宣传推广。
  • 节假日和本地活动。两条街外的学校义卖会,带动的瓶装水销量可能比一个全国性节日还多。
  • 天气,尤其是生鲜、季节性和园艺品类。
  • 竞争对手价格,只要你能持续观察到。
  • 供应商交货周期和交付延误,它们决定你需要多少安全库存。

为什么空货架会记录出虚假的零销量

假设你的洗发水平均每周售出40件,而货架空了三天。这三天的销量记为零。基于这段历史训练的模型会得出结论:库存一旦耗尽,需求就会下降,而事实恰恰相反。找不到商品的顾客并没有改变主意,他们只是去了别处。

供应商延误、补货缓慢以及你自己的订货决策,也会以同样的方式截断销售数据。模型无法区分是丢了一笔销售,还是顾客失去了兴趣,因此会持续对卖得最快的商品订货不足。

这一问题已有充分记录。2026年一篇关于零售预测中机器学习的综述指出,数据集不完整、数据管道割裂、顾客行为变化、促销、竞争对手反应和季节性,都会导致模型出现偏差且不够稳健。该综述还引用了一项针对661名库存专业人士的调查:51%的人有时会采用自己已认为不可靠的预测,因为没有更好的替代方案;而关税和贸易政策变化(19%)以及通胀或大宗商品价格波动(17%)位列最大的干扰因素之中。

四步修复法,按顺序进行

  1. 标记每一个缺货日:在销售历史中记录商品无法供应的小时数或天数。
  2. 估算这些天的损失销量:参照同一门店、同一周的可比商品。
  3. 为每个时段打标签:在开始任何训练之前,先标明是“可供应”还是“受限”。
  4. 用调整后的历史数据训练,并在留出的周数据上比较结果,而不是在你修补过的那几周上比较。

对大多数中小企业来说,这项工作比更换算法更能提升准确率。模型只能学习记录中包含的内容;如果记录显示缺货期间需求骤降,再先进的架构也只会更快地学到错误的结论。我们的ELECTE 多源数据整合指南介绍了如何把销售、库存和促销数据汇入一张可用的数据表。

按零售场景对比各种预测方法

不存在最好的方法,只有适合具体情况的方法。下表就是我希望贴在计划员桌面上方的对比图。

方法

最适合的零售场景

所需数据

优势

注意事项

移动平均或指数平滑

销量稳定的高销量商品

1-2 年的每周销售数据

简单、低成本、易于解释

无法反映促销和季节性变化

SARIMA 等季节性模型

具有明显周周期或年周期的商品

至少两个季节周期的历史数据

能捕捉趋势和季节性

难以同时处理数千条时间序列

Croston 系列方法

间歇性需求的慢动销 SKU

含大量零销量周期的销售历史

将销售发生的频率与销量大小分开建模

不适用于销量稳定的商品

带促销和价格特征的回归模型

由促销驱动的品类

促销日历和价格历史

显示各驱动因素如何影响需求

促销数据稀少时效果不佳

XGBoost 或 LightGBM 等树集成模型

大规模的商品-门店组合

销售、日历、促销和定价数据

可跨多条相关序列学习

需要干净的数据和持续监控

LSTM-XGBoost 混合集成模型

信号丰富的多品类连锁企业

36 个月的销售点(POS)和促销数据

在一项涵盖 14 家零售企业的研究中,四周预测范围内的平均绝对百分比误差平均降低了 28.6%

搭建和解释的难度更大

比起任何单独一行数据,数据背后的规律更重要。一篇经同行评审的零售预测研究综述指出,当零售商需要预测大量销售序列时,全局机器学习模型(包括前馈神经网络和循环神经网络、梯度提升回归树以及随机森林)的表现,往往优于各自独立的时间序列模型和回归模型。商品组合越大,这一优势越明显:成千上万个商品-门店组合中,单个商品的需求稀疏、间歇、带有季节性,或对促销敏感。

真实连锁企业中的对比是什么样子

设想一家拥有 40 家门店的区域连锁企业。周销量稳定的常规商品采用指数平滑法,因为品类经理能看懂这个数字,也能对它提出质疑。每年有八次促销的季节性服装,则使用一次性基于所有门店训练的梯度提升模型,因为单个门店的历史数据太少,无法从中学出折扣曲线。

这篇综述同样明确指出,较早的方法并未过时。在数据集较小、商品稳定,以及可解释性和有限数据比最后一点精度更重要的场景中,它们的表现依然具有竞争力。

克制是有回报的。一项针对美国零售需求的2026 年评估使用 M5 数据集,涵盖五个滚动 28 天窗口中的 25,940 条商品-门店序列。结果显示,使用历史需求的 LightGBM 模型将平均加权绝对百分比误差从季节性朴素基准的 0.9006 降至 0.7022,改善约 22%。加入零售和运营变量后仅降至 0.6979,再加入滞后的宏观经济指标后为 0.6978,增益约为 0.02%。

先建立基准。用一个下午就能算出的季节性朴素法或指数平滑法结果,可以告诉你机器学习模型是否配得上它的复杂度。在相同的留出周上运行两者,保留表现更好的那个。

模型的选择应取决于商品组合的规模和结构,而不是方法是否更新。这一条原则比任何超参数搜索都更能帮你省钱。

慢动销商品和稀疏需求需要专门的模型

有些商品没有需求水平,只有需求事件。一年只卖四次的备件、长尾电商变体、每月只卖出两件的门店-SKU 组合:标准的季节性模型处理这类数据效果很差,原因在于结构。

零销量和正销量来自两个不同的过程。是否发生销售是一个问题,发生时销量有多大是另一个问题。Croston 类方法会分别估计这两者,因此在零值很多的零售数据上表现稳健。一项针对间歇性需求的零售预测基准研究报告,Croston 方法的 WAPE 为 93.15%、MASE 为 0.9852,优于与其对比的朴素方法和 SARIMAX。请把这个 WAPE 理解为在满是零值的序列上的相对结果,而不是绝对意义上的高精度得分。

A chart illustrating intermittent demand patterns for slow-moving products in retail inventory and sales forecasting.

这种失效模式具体而且代价高昂。标准回归模型或季节性模型看到一连串零值,就判定需求低而平稳,并据此设定安全库存。结果,那些爆发式出现、难以预测的慢动销商品断货,而滞销品却囤着三个月的库存。一种错误损失的是一笔销售,另一种损失的是现金和货架空间。

同一领域还有第二个教训。一项针对间歇性需求、缺失观测值和频繁商品更替的销售数据基准测试发现,在所测试的方法中,本地化的树模型表现最佳,其中 XGBoost 取得了已报告的最低均方根误差 4.833。这并不意味着“处处都用 XGBoost”,而是说明:当商品更替很快时,按产品族分别建立的模型,可能胜过被迫在互不兼容的模式之间求平均的单一通用模型。

如何为每条时间序列分配模型

  1. 先分类,再建模。为每条序列计算平均需求间隔(ADI)和非零需求的变异系数平方。前者是两次销售之间的典型间隔周期数;后者衡量每次销售的数量波动有多大。
  2. 将间歇性序列分配给 Croston 系列模型、hurdle 模型或发生-数量模型。
  3. 将稳定的高销量商品交给季节性模型或机器学习模型,它们更适合这类商品。
  4. 每季度重新检查分类。商品会随着生命周期推进、停产或走红而在类别之间迁移,从不重新运行的分配规则会逐渐失效。

请把分类结果保存在可随时查看的表格中。当品类经理问为什么某个产品用了一种奇怪的预测方法时,答案应该是两个数字,而不是含糊带过。

促销、囤货与渠道转移

促销周不是普通周,把它们混入基线会同时破坏两者。应将基线需求和促销效应分开建模,然后再相加。

一项零售预测方法的对比研究发现,当 SKU 有五次以上的历史促销时,在连锁层面的日需求预测上,决策树集成模型优于线性回归、惩罚线性回归和回归树方法。该结果中,五次是有用的门槛。低于这个数,样本不足以让模型学会折扣力度、促销时机以及产品与日历的交互如何影响需求,此时采用更强的正则化或更简单的基准模型,造成的损害要小于让灵活模型去拟合噪声。

请为模型提供明确的特征:促销状态、折扣百分比、陈列位置、与节假日的距离,以及促销后需求的滞后值。最后一项常被遗漏,但恰恰是它能捕捉到需求的下滑。

没人预测的那次下滑

假设洗发水打七折,带动销量在一周内上升,随后两周销量低于趋势线。顾客只是提前囤货,整个季度并没有多买。请把这三周的完整窗口作为一个分析单元。促销期误差告诉你备货是否充足;促销后误差告诉你,当月剩余时间里是否备货过多。分开评估,两项决策的问题都能看出来;合并评估,两种误差相互抵消,报告看起来一切正常,实际上两项决策都错了。

关于促销生命周期的研究指出,以往工作常常忽视促销后阶段:顾客在活动期间囤货,导致需求下降。研究还报告称,机器学习方法能够改进整个生命周期的预测,而不仅仅是促销期间的预测。

渠道带来了第二层假象。一项针对巴西某区域超市多渠道促销的研究估算,需求从实体店转移到线上的比例为11.23%,反向转移的比例为19.34%,而协同促销使自相蚕食减少了30.04%。会员激励带来的实测增幅最大,为3.5%。如果各渠道独立预测,就会把只是换了“地址”的需求重复计算。

因此,评估请遵循以下四条规则:

  • 分别评估促销期与非促销期,避免一个好的一周掩盖糟糕的一个月。
  • 与基础提升(base-lift)或类似的因果基线进行对比,否则你衡量的只是模型对销量水平的学习程度。
  • 按SKU和促销频次评估,因为“五次促销”这一门槛会改变你可以期待的结果。
  • 保留滞后的促销后特征,让模型能够表达销量下滑,而不是被它打个措手不及。

如果折扣正在侵蚀你的利润,我们的指南折扣活动期间如何保护利润涵盖了同一问题中的定价层面。

衡量准确度,并将预测转化为订单

先确定决策,再选择指标。每种指标回答的问题不同,掩盖的内容也不同。

A professional analyzing retail demand forecast charts on a tablet screen in a modern office workspace.

指标

适用场景

注意事项

WAPE(加权绝对百分比误差)

比较不同销量规模商品的预测准确度

高销量商品的权重最大

MASE(平均绝对标度误差)

在间歇性或零值较多的序列上比较模型

需要与朴素基准对照才能正确解读

MAPE(平均绝对百分比误差)

对销量稳定的高销量商品做简单报告

实际需求为零时结果不稳定或无定义

偏差(Bias)

发现系统性的预测偏高或偏低

正负误差相互抵消可能掩盖偏差,需按周期分别查看

服务水平

检查预测能否保障货架可得性

取决于补货设置,而不只是预测本身

百分比误差在慢动销商品上会失灵。当实际需求为零时,分母为零,这个指标要么急剧放大,要么被排除在平均值之外,两种结果都会让模型看起来比实际更好。请同时报告 WAPE 或缩放误差,以及偏差和服务水平,并按细分类别分别解读,而不是只看一个覆盖整个商品目录的数字。

从一个数字到再订货点

预测变成订单,靠的是团队里任何人都能核对的算术:提前期内的预期需求,加上按目标服务水平确定的安全库存,就是再订货点。

假设一家门店预计在五天的供应商提前期内销售 40 件,并保留 10 件缓冲库存,则再订货点为 50 件。当现有库存加在途库存降至 50 件时,就下达订单。如果采购员因为从未约定缓冲库存而按 40 件下单,那么卡车第一次晚到的那天,货架就会空掉。

有两项例行工作可以保证这套做法不走样。一是设置异常提醒:当某个商品的预测误差连续两个或更多周期超过阈值时触发,这样会有人去查看这个商品,而不是只盯着仪表盘。二是每月按品类做一次偏差检查,找出系统性的预测偏高或偏低,这类问题会被单个商品的误差相互抵消而被掩盖。

即使预测在统计上很准确,如果订货时机、复核频率或安全库存设置不当,仍然可能造成缺货。请把预测和补货规则放在一起复核,否则你会一直在修正错误的那一个。

我们的 ELECTE 库存数据分析指南进一步介绍了如何把库存状况与采购员据以行动的数字联系起来。

在下一个采购周期前确认你的预测方案

在下一笔订单下达之前,请确认预测流程与它所要支持的商品和决策相匹配。以下五项检查可以让方案切实可行:

  1. 对商品组合分级。找出贡献大部分收入的商品,然后将其分为稳定型、促销驱动型或间歇型。其余商品用更简单的规则可能就够了。
  2. 检查销售历史。按商品、门店和日期提取 12 到 24 个月的销售数据,并标记缺货日。如果只有 12 个月的数据,也可以使用,但要预期误差更大。
  3. 与基准对比测试。设定一个季节性基准,并在留出的周数据上比较更复杂的模型。上文的 M5 结果说明了为什么更复杂的模型必须证明自己的价值。
  4. 确立衡量流程。为每项决策选择一个指标,并让其阈值和复核频率在各个周期保持一致。
  5. 复盘反复出现的偏差。在下单之前,重新检查那些预测误差反复出现的商品的再订货点。

A five-step checklist for retail demand forecasting, guiding users through sales data analysis and order planning.

ELECTE 会对用户数据运行六种预测方法,相互比较评分,并选出最准确的一种。其免费的再订货点计算器可帮助计算单个商品的再订货点。

预测可以降低风险,但无法涵盖所有变化。模型可能无法预见新品上市,或没有可比销售历史的促销活动。请在预测之外保留一套复核机制,这样当实际需求与计划不符时,采购员能够及时应对。

ELECTE 可连接销售、库存和促销数据,基于现有数据对比六种预测方法,并通过可视化仪表盘呈现预测结果、准确率和异常情况,方便团队共享。零售商如需结合自身销售数据评估需求预测,请访问 ELECTE。

评论

暂无评论——来发表第一条吧。