2020年MathorCup数学建模挑战赛D题新零售目标产品的精准需求预测解题思路与示例代码

本文链接：https://blog.csdn.net/weixin_61459555/article/details/133817197

一题目

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，人们的需求也不仅仅是单一的追求实用性，而是更多的考虑时尚性，把注意力放在“个性化、时尚、美观”等方面。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 skc(单款单色)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。你们的团队将从 3 个方向为新零售企业解决“精准需求预测”问题贡献一份力量。请基于附件的数据，思考并解决以下 4 个问题：
问题 1：试分析 2018 年国庆节，双十一，双十二和元旦这四个节假日内各种相关因素对目标 skc 的销售量的影响，可考虑产品销售特征，库存信息，节假日折扣等因素。其中，目标 skc 为销售时间处于 2018 年 7 月 1日至 2018 年 10 月 1 日内且累计销售额排名前 50 的 skc。
问题 2：试结合上述分析结果，预测给定区域内目标小类在 2019 年 10月 1 日后 3 个月中每个月的销售量，给出每个月预测值的 MAPE。其中，目标小类为历史销售时间处于 2019 年 6 月 1 日至 2019 年 10 月 1 日内且累计销售额排名前 10 的小类。
问题 3：为了满足企业更加精准的营销需求，试着建立相关数学模型，在考虑小类预测结果的同时，预测目标小类内所有 skc 在 2019 年 10 月 1日后 12 周内每周的周销量，并给出每周预测值的 MAPE(可以考虑 skc 销售曲线与小类销售曲线之间的差异)。
问题 4：请给企业写一份推荐信，向企业推荐你的预测结果和方法，并说明你们的方案的合理性以及后续的优化方向。

二解题思路与示例代码

问题一

数据准备：
- 导入并整理销售流水数据 (sale_info.csv)、产品信息表 (prod_info.csv)、库存数据 (inv_info.csv) 和节假日信息表 (holidays_info.csv)。
筛选目标 skc：
- 从销售流水数据中选择销售时间在2018年7月1日至2018年10月1日内，且累计销售额排名前50的 skc。确保清理和筛选数据以去除异常值和确保数据质量。
特征工程：
- 从产品信息表、库存信息表中提取与目标 skc 相关的特征，如产品属性、库存情况等。
- 根据节假日信息表，标识出国庆节、双十一、双十二、元旦等日期，以便后续分析。
多元回归分析：
- 构建多元线性回归模型，以目标 skc 的销售量作为因变量&#x