大促会带来短期销量高峰,断货断码会压低实际销售,季末清货又会因折扣加快库存消化。如果模型把这些数据全部当作正常需求,容易高估或低估未来销量。异常数据不能简单删除,也不能直接用于预测。企业需要先判断销量变化来自真实需求,还是促销、库存、价格和销售机会变化,再决定如何标记和修正。
![]()
异常值不应靠删除处理,而要先还原它发生时的经营条件;同一笔销量能否用于预测,取决于它是否仍代表当前要判断的需求场景。
事件数据三层账:原始交易账用于对账,经营事件账用于解释,预测样本账用于建模。三层不能互相替代。
先还原经营条件
预测模型需要识别的是需求变化,不是把每一次销量变化都当成需求变化。大促、直播、会员活动可能改变价格和流量;断货、断码、到货延迟会限制可实现销售;清仓则主动改变价格、陈列与销售窗口。三类情况都可能改变销量,但处理方式不同。
因此,历史销量至少要带上渠道、价格、促销、库存可售状态、关键尺码完整度、上市天数和退货状态。没有这些条件,所谓异常值处理很容易把经营失误洗成“数据噪声”。
事件标签怎样进入预测样本
第一层保留支付销售、退货、取消和净销售的原始记录,便于对账。第二层给商品和门店加事件标签,例如大促、资源位、断货、核心尺码缺失、清仓、到货延迟。第三层为模型准备不同用途的数据集:常态需求基准、活动需求基准和清货复盘样本。
标签的粒度要和决策一致。若补货按款色码和门店判断,只有“该款参加大促”的粗标签不够;还应知道哪个渠道、哪几天、哪些尺码、优惠是否覆盖该商品。
活动拉动的销售可以作为活动场景的参照,但不宜直接外推为平销需求;长期断货或关键尺码缺失期间的低销量,应标记为受约束销售,并参考断货前速度、相似门店或到货提醒等证据修正判断;清仓销量适合复盘库存退出效率和折扣贡献,不适合直接作为新品常态价格需求;一次性录入错误、重复订单和异常退货需要回到交易流水修正。
这里没有适用于所有品牌的统一“剔除比例”。判断依据是该记录是否仍代表同样的价格、库存、渠道和销售机会。
预测与复盘要分别回答什么
需求预测回答市场可能需要多少;销售预测加入渠道、价格和活动条件;可实现销售还受库存、交期、产能与销售窗口约束。大促期的实际销量既可能包含额外流量,也可能被缺货压低。复盘时要同时看活动前基线、活动期净销售、退货回流和断货损失,才能判断活动带来的真实增量。
当某款在活动中高售罄时,也要核对首配深度、有效销售门店、关键尺码满足率和可调库存。高售罄可能来自需求强,也可能只是首配过浅。
活动前确认活动商品、价格机制、锁货规则与预计退货观察期;活动中监控净销售、库存位置、断码和履约时效;活动后分离确认退货与尚未回流的预计退货,再更新下一轮销售判断。对于被断货干扰的商品,先判断是否还有销售窗口,再决定补货、调拨、停止追加或进入下一波段复盘。
活动、断货与清仓的处理规则
活动记录至少要同时保留活动前基线、活动期价格与资源条件、活动后退货回流三段信息。只有把活动机制拆开,团队才知道该把它作为下一次活动的情景样本,还是只作为一次性曝光结果。
断货和断码记录不能被简单补成一个假设销量。若使用断货前速度、同店群表现或到货提醒来修正需求,应把修正依据、适用时间段和不确定性写入版本说明,便于后续回测。
清仓记录则应服务于库存退出复盘:何时启动、何种折扣、在哪个渠道发生、是否带来渠道转移,以及窗口末留下了多少库存。它回答的是退出效率,而不是新品正价需求。
事件标签如何进入商品经营视图
第七在线可在项目接入的销售、价格、促销、库存、尺码与退货数据上保留事件标签,并把被断货、断码或活动干扰的记录呈现为待核查对象,支持商品团队审核预测修正,而不是把所有异常直接交给模型处理。
实际可用能力取决于销售、库存、在途、门店、尺码、价格和促销数据的接入范围,以及项目配置和人工审核流程。
最后的经营判断
用于预测的历史,不是销量最多的历史,而是最能还原当前经营条件的历史。
预测数据的边界
1. 大促销售要不要全部从预测历史中删除?
不要。应保留原始记录并标记活动条件。活动销售可用于同类活动预测,但不能直接代替平销需求。
2. 断货期销量很低,能否直接认为需求低?
不能。断货和断码会造成受约束销售。应先检查可售天数、关键尺码和铺货范围。
3. 清仓销量能否用于下一季选款?
可以作为款式退出和价格敏感度的辅助证据,但不应把低价清仓销量直接当成正价需求。
4. 异常订单发现后谁来修正?
交易流水错误应由数据或业务系统责任方核正;促销、断货、清仓等经营事件则由商品、零售或电商共同确认标签口径。模型团队不应单独猜测业务事实。
如果企业希望检查促销、断货和清货数据是否正在影响预测结果,可以预约第七在线需求预测与数据质量评估,了解如何识别异常来源并形成可审核的修正建议。
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.