聊一聊电商中的需求预测

本文讲一讲电商业务中的需求预测。先介绍业务中的应用场景，然后描述预测问题，再分析问题的难点，最后给出技术方案。

业务场景

需求预测的主要目的是补货，而补货需要提前计划。换句话说，不会等到缺货了再补。问题是什么时候补，以及补多少货。补多了占用资金，还增加仓储成本，补少了又损失销售。

需求预测除了补货，其他场景也会用到。下面举几个例子。

包材采购 运货需要包材，比如纸箱、塑料袋、填充物。商品的需求量越大，包材的需求量也越大。

库存调度 如果有多个仓库，仓库之间要调拨库存，那么调度量与商品的需求量相关。

人力安排 仓库要安排人力，人力需求取决于单量需求，与商品需求正相关。

选品定价 电商搞促销，涉及选品和定价，这就需要预测商品在某个价格段的需求量。

接下来描述问题。

问题介绍

需求预测就是预测商品未来的需求量。

具体来说，可以按商品、时段、渠道等维度，对问题进行定义。商品可以是 SKU、SPU、类目等，时段可以是日、周、月、年等，渠道有自营渠道、三方渠道等等。

从时效性看，可以分为离线预测和实时预测。离线预测产出离线数据表。实时预测是线上服务，由用户提供输入，例如价格、渠道等信息，然后输出预测结果。

从结果来看，可以分为点预测、区间预测、概率分布预测。常见的是点预测，每个预测结果是一个数值。区间预测输出的是一个范围，或者说区间。而概率分布预测，预测的是概率分布，既可以输出点预测值，又能输出区间。

总结一下，需求预测不是一个问题，而是一系列的问题。定义它的时候，维度不同，取值不同，问题则不同，难易程度也不同。

难点分析

需求预测很难，技术只是一方面，更多是业务层面。处理好这些难点，是做需求预测的基础。

理解业务

这里说的业务，不是概念或者框架层面，而是在执行层面，是要理解数据背后的细节。比如说，缺货怎么定义。销量为零是不是？不一定，没有销量，但可以有库存。库存为零呢？也不一定，可能是清仓。如果是组合装，没库存也不影响单品销售。

这还没完，如果用户退货，导致库存为正，算不算缺货？计算库存的时候，还要看其他渠道，因为有些渠道可以共享库存，有些则不会。你看看，理解业务不简单。

业务变化

业务是快速变化的。这直接影响到商品的销售。下面举几个例子。

第一，商品迭代。包括上新、改进和废弃。产品在变，需求也跟着变。

第二，客户端迭代。电商业务的交易主要在线上，客户端的迭代，会影响流量入口，甚至是交易链路。

第三，运营策略变化。比如定价策略、运营栏目、促销玩法、图片文案等等，这些直接影响销售结果。

我们要思考，怎么捕捉这些变化。

周期性

电商业务有周期性，周期越长越难处理。下面说两个例子。

一是商品的季节性。比如衣服，大多只卖一季，次年出新款；二是促销活动，年年有大促，但玩法不同，定价也不同。

周期长或者重复性低，意味着历史数据的参考性就弱，于是预测就不好做。在估不准的情况下，我们要想办法降低损失。

脏数据

脏数据主要体现在数据的失效、异常、错误和缺失。由于业务变化、系统问题、操作不当、或者取数逻辑不一致等原因，脏数据很难避免。

如何改善数据质量，这个值得思考。

提前期

商品从下订单，到生产，再到入库，总的时间称为提前期，这是补货需要提前的时间长度。

不同商品的提前期不同，短的两周左右，长的六个月甚至一年。提前期越长，未知因素越多，越不容易做预测。

我们想一想，如何缩短提前期，比如减少审批。

解释性

从算法的角度看，预测效果最重要。但这样不够，还要能解释预测逻辑，并且在出现异常后，给出原因分析。这么做是必要的：一是容易发现异常；二是方便调整预测结果；三是让使用方放心。

难点是怎么解释，才能让人信服。

技术方案

从技术角度来看，需求预测的流程大致如下。

开发：数据探查、数据清洗、预测模型、模型评估

上线：质量保障、解释模型、数据交付、效果评估

这里强调一下数据探查，这个很重要，不能走过场。前期的分析和可视化，可以发现规律，甚至是业务问题，然后快速验证想法。这样可以减少试错的成本。

图上各环节不多解释，下面重点讲模型和评估。

模型

常见的预测模型有四类：

规则模型

根据人的经验来拟合历史数据。例如，先计算基础销量，再叠加节日、营销、季节等参数。不同参数可以用不同的数据去拟合。常用的技术是统计和回归。

它的优势是解释性好，缺点是工作量大。业务如果变化快，规则就容易失效，就需要更新规则。

时序模型

主要指低维的时间序列模型，比如自回归模型（ARIMA）、指数平滑方法（Holt-Winters）、分解方法（STL），或者这些方法的结合（Prophet）。

时序模型的优点是可以拟合周期性和趋势（下图），缺点是不适合处理大量特征。

话务量、单量、流量等数据，常常会有这种特点。

决策树模型

决策树是树结构的分类模型。输入特征向量，经过树的节点判断，然后输出预测值。常见的树模型有 XGBoost、LightBGM 等。

树模型的优点是，能够处理较多的特征，可以把售价、商品属性、节假日、运营玩法、优惠券、红包等多种因素，都综合考虑进来，而且对计算资源要求不高。

树模型的缺点主要有两个：一是需要做特征工程，清洗数据和构建特征有一定的成本；二是由于考虑因素较多，训练和推断是黑盒，不容易解释结果。

深度学习

通过深度神经网络，可以自动化地对特征进行加工（比如做卷积），进而去拟合海量的数据，比如 DeepAR、WaveNet、Transformer 等。

深度学习的好处是工程化方便，缺点是不好解释，而且对计算资源要求高。

做个小结，做需求预测时，模型固然重要，但它不是全部，也不必追求高级感。要根据业务实际，选择合适的模型，多关注它的业务价值。

评估

要评估预测效果，就要看准确率，或者说偏差率。但定义它并不容易。

举个例子，业界常用”百分比绝对误差“，即预测偏差的绝对值与真实值的比值。注意到，如果预测值偏低，误差的上界是100%；如果预测偏高，误差上界是无穷。换句话说，这个误差指标对偏高的惩罚大，于是算法会倾向于输出偏低的结果，于是容易造成缺货。

定义预测的误差指标时，要考虑下游的业务目标，比如说是补货，还是营销，或者安排人力等等。不同的业务，对偏差的要求不同。例如，人力安排可以接受预测偏高，但不太接受偏低。由于篇幅有限，关于误差指标的讨论这里不展开。

总结

需求预测很难，因为需求有随机性。除此以外，既有业务因素，也有技术因素。要做预测，算法模型很重要，但模型不是全部。其他环节也很重要，比如信息同步、审批流程、物流运输等等，这些都可以去优化预测或者补货的效果。

既然预测是不准的，如何衡量这种不确定性，又如何降低损失，也是要考虑的问题。思路是这样，用概率分布描述不确定性，然后用计算每一种情况下的损失，选择平均损失最小的方案。这就是决策模型做的事。

从补货场景来看，需求预测与补货决策，应该看成一个系统，这样才能让决策效率和质量更高。对补货系统感兴趣的朋友可以参考这篇《智能补货系统的设计思路》。