基于时间序列分析方法的零售业快消品销量预测研究

前言

我国快消品市场空间大。根据数据，2016 年我国包含包装食品、含酒精饮料、软饮料、日化品在内的快消品零售额为 3.2 万亿元，同比增长 5.1%，市场空间庞大。从流通渠道看，快消品的流通渠道总共可以分为三大类，一类是现代流通渠道，包括大卖场、超市、连锁便利店、品类专卖店；二是电商渠道；三是传统通路，即夫妻店，店主即店员，店面积大小不一，一般在 200 平米以内，主要销售食品饮料烟酒等商品。目前的快消品销售渠道除了传统通路外，还新进入了许多现代通路，比如微商代理。线上快消品销售在整个零售交易额的比重逐年递增，如图1-1。 

零售业快消品销售渠道的元化不仅要求商家对产品本身销量预测的高准确性，同时也要求整个零售业快消品供应链上的各节点企业的紧密配合。本文根据零售业所处背景，选择销售渠道单一，内部组织结构较为稳定的大型超市为研究对象，在仅考虑一个企业在某一地区的连锁超市快消品的历史销售数据，采用时间序列分析方法对其销售得快消品进行预测，通过对快消品种类的进一步细分，将大型连锁超市的某一件产品作为预测的对象。本文选取某一大型连锁超市的牛奶历史销售数据进行研究，通过多方验证保证时间序列模型模拟的精确性后，利用最终的模型对牛奶销量进行预测，以得出超市后两年每个月的牛奶销量。本文的意义在于，通过现实条件选择时间序列模型，根据牛奶销量预测的案例阐述快消品预测的过程，进而把这一方法推广到所有快消品销量预测中去。本文不足：对快消品所处背景简单化，仅考虑处于稳定条件下的某一销售渠道下的快消品销量预测。销售预测是指根据以往的销售情况以及使用系统内部内置或用户自定义的销售预测模型获得的对未来销售情况的预测。销售预测可以直接生成同类型的销售计划。销售计划的中心任务之一就是销售预测，无论企业的规模大小、销售人员的多少，销售预测影响到包括计划、预算和销售额确定在内的销售管理的各方面工作。

1、时间序列分析方法

1.1 时间序列方法介绍

在统计研究中，常用按时间顺序排列的一组随机变量 ...，X₁，X₂，....,X_t,...来表示一个随机时间的时间序列，简记为,或者。用{x₁,x₂,...,x_n或x_t,t=1,2,...，x_n}表示该随机序列的n个有序观测值，称之为序列长度n的观测值序列。时间序列分析法，就是将经济发展、购买力大小、销售变化等同一变数的一组观察值，按时间顺序加以排列，构成统计的时间序列，然后运用一定的数字方法使其向外延伸，预计市场末来的发展变化趋势，确定市场预测值。时间序列分析法的主要特点，是以时间的推移研究来预测市场需求趋势，不受其他外在因素的影响。时间序列分析方法的分类如图2-1所示。

本文主要介绍时域分析法。时域分析法主要是从序列自相关的角度揭示时间序列的发展规律。相对于频谱分析法，时域分析法具有理论基础扎实、操作步骤规范、分析结果易于解释的优点。目前它已广泛应用于自然科学和社会科学的各个领域，成为时间序列分析的主流方法。时域分析方法的基本理论思想是源于事件的发展通常具有一定关系。这种惯性统计的语言来描述就是序列值之间存在一定的相关关系，且这种相关关系具有某种统计规律。时域分析方法的分析步骤如下：

1. 考查观测值序列的特征

2. 根据序列的特征选择适当的拟合模型；

3. 根据序列的观测数据确定模型；

4. 利用拟合好的模型来推断序列其他的统计性质或预测序列将来的发展。

时域分析方法的模型根据时间序列p、q、d来进行确定.p为自回归项，可以看自相关图来估计;MA为移动平均，q为移动平均项数，可以看偏相关图来估计，d为时间序列成为平稳时所做的差分次数。p、d、q与模型选择的关系如表2-1。ARIMA实质是差分运算与ARMA的组合。ARIMA模型要求p、q、d三项大于零。也即原始时间序列具有波动大、存在季节性等稳定时间序列不具备的特征。下文用于牛奶销量预测的时间序列经过验证应该采用ARIMA模型进行分析，所以此处仅针对ARIMA模型进行详细研究。ARIMA模型建模流程图如图2-3。

表2-1 p、d、q与模型选择

时间序列模型	p（平稳性）	q（为移动平均项数）	D(差分次数)
AR	>0	=0	=0
MR	=0	>0	=0