时间序列项目业务介绍

零售和新零售

新零售：有涉及数据挖掘的概念，可以通过算法解决业务问题。

• 推荐算法营销
• 内容营销
• 需求预测
• 用户流失问题/潜在用户评估
• 投放超定向广告
• 优化定价策略

零售重要概念

• 新零售和供应链的关系
• AI算法在新零售领域的潜力和需求？
• 举例身边的一些新零售企业

新零售场景下的销量预测

• 是一个回归问题
• 也可以是一个数学问题
• 也可以是一个概率问题

销量预测场景举例

• 库存太多或库存太少
• 新上产品，没有历史销量时怎么办
• 补货的时机和补货的量

所需要的数据

• 销售： 门店、时间、销量
• 门店信息：门店位置、等级、收银台数量、停车场数量
• 商品信息：商品大中小类、商品保质期
• 促销信息

大规模多层级时间序列问题

• 背景 ：
  1. 销量可以根据产品、地理等维度划分为多个时间序列
  2. 以一个有两级产品（品类和品规）和两级地理（地区和门店）管理体系的企业为例，最细的时序维度时地区-门店-品类-品规。一个较大规模企业可能需要预测数万，甚至数十万个时序。
  3. 因此需要对大规模时序组合进行预测
  4. 地区-门店-品类-品规——北京-朝阳站-可口可乐-500ml，这个颗粒度会造成要预测的时间序列非常多，可能有10万个，那算法工程师真的要训练10万个模型吗？其实不一定，
  5. 4的解决方案：为捕捉时序之间的交互关系，并且允许相同层级的时序共享信息，我们选择多时间序列联合建模的方法，不使用传统的单时间序列模型。具体来说，我们将最细维度时序（地区-门店-品类-品规）的全部数据输入模型，再通过特征工程提取时序类特征。在预测阶段，我们对最细维度时序预测结果进行汇总，得到最高层级时序（如品类和门店销量）。

多步预测问题

• 背景

1. 多步预测指我们关注多个目标，例如预测未来1-3个月每个月的向量。
2. 传统时序模型的应对方法是将T+1时间的预测结果作为T+2时间的输入值，用来进行滚动预测。
3. 这种方法的问题是可能造成预测误差累计。

• 解决方案

1. 对每个预测目标时间（T+1，T+2等）分别建立模型，使多步预测更加稳定。
2. 代价是需要训练预测目标时间倍数的模型。

• 具体

1. 直接多步骤预测
2. 递归多步预测
3. 直接递归混合策略
4. 多输出策略

间歇性需求问题

• 背景：部分时间销量为0的情况，原因可能是季节性产品或者 长尾商品，训练数据中存在大量零值会造成模型偏见。
• 解决方法
  • 首先，将有大量连续零值时序视为已停产状态，从训练数据中剔除，不对其进行预测。
  • 筛选完时序后，还会有间歇性需求存在。我们根据实际数据情况采用以下方法或方法组合应对：
  • 使用 Tweedie Loss 等对零值敏感的损失函数训练模型。
  • 使用 Hurdle Model，先训练一个分类模型预测销量是否0，再训练一个回归模型预测在销量非0情况下的销量。

方法论

通常零售场景下时间序列的预测分为三大块：

方法	模型举例	优点	缺点
传统机器学习方法	Moving Average, ARIMA, Prophet	简单快速	准确率低，主要是变量的时间序列算法。
机器学习方法	Tree-based Model ( Xgboost, Lightgbm)…	通用性强，可解释性高	对某些时序模式（长尾商品）预测差
深度学习方法	LSTM+RNN, TabNet	自动提取内在特征，减少人为特征工程	需要大量数据支撑，Blackbox可解释性差。

通常传统统计学方法会作为baseline的选择，机器学习方法因为其准确率高，解释性强在 90% 的场景下都是第一选择，而深度学习方法则是看固定场景和数据量才会选用。