摘要
准确的销量预测对于零售类企业的运营、采购以及业务发展计划等至关重要，社区团购作为近年来迅猛发展的一种新零售模式也不例外。相比传统线下商超以及线上其他零售模式，社区团购模式下以快消品为主的产品销售品类更加集中、商品数量大幅减少，因而其快消品在销售过程中更易受到相似商品之间替代效应的影响，导致实际中商品销量表现出较大的波动性和不稳定性，企业使用常规的预测方法预估销量往往会与真实值之间存在着较大偏差。若预测的销量过大，会增加相关库存管理成本以及占比较大的易腐产品的报废成本；若预测的销量过小，则会导致商品缺货并降低顾客满意度。因此如何针对社区团购模式的这种独特特点，对上架销售的快消品进行准确的销量预测成为社区团购平台亟待解决的问题。本文以我国知名电商企业J集团旗下的社区团购业务——J社区团购平台为例进行快消品销量预测方法的设计与实例检验。 本文主要开展了以下三部分研究工作：（1）对平台目前快消品的销售情况进行了数据统计和影响因素分析，进而分析了社区团购模式下具有替代效应的快消品销量预测的难点，并结合数据特点和问题特征给出了预测销量的可行思路。（2）提出了一种融合了基于Granger因果关系检验的替代商品筛选范围确定规则、两种基于商品相似度的特征集构造方法以及基于XGBOOST的预测模型三个部分的范围筛选-特征构造-XGBOOST快消品销量预测方法（Filter-Construct-XGBOOST，F-C-XGBOOST）。该方法同时考虑了类目内和类目间相似商品之间的替代对销量的影响，能够有效筛选出对快消品销售产生较大影响的替代商品。首先借助Granger因果关系理论筛选对商品销量产生影响的相近类目，确定快消品的替代品筛选范围；进而以此为基础计算商品相似度并构造基于相似度分组以及前TOPN相似度商品的两种替代效应特征集；最后通过机器学习的集成算法XGBOOST分类目训练预测模型来实现对快消品日销量的预测。（3）实例验证使用J社区团购平台的实际销售数据，通过与RF、GBDT以及KNN三种基准方法对比，验证了本文提出的销量预测方法的准确性更高，在不同类目下本文确定的替代商品筛选范围以及构造的替代效应特征集均能有效提高预测精度，最终结合进一步数据统计和灵敏度分析，给出了相应的管理启示。 本文提出的方法能够提高J社区团购平台快消品销量预测的准确度，也可为类似的其他电商企业的社区团购平台提供科学的销量预测以及运营决策支持。
NETL