新零售目标产品的精准需求预测

本文通过明确影响商品销售量三个重要因素、构建灰色关联模型和灰色预测GM(1,1)模型，同时根据某商品历史销售数据采用大数据分析技术，对商品的销售量进行了精准预测，可有效解决当前大多数新零售企业重点关注的问题。

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。

2. 基于灰色关联分析的模型 考虑到各种因素对目标商品销售量的影响，结合实际生活和附件信息，选取了三个因素进行研究， 分别是库存信息、节假日折扣、预计加权销售额。需要确定累计销售额排名前50 的商品，然后可根据近大远小的加权原则[1]分别预测得四个节日的销售额，将此三个作为影响销售量的因子，采用灰色关联度分析得到各因素对skc 销售量的影响情况。

2.1. 计算流程 本问首先需要确定从2018 年7 月1 日至2018 年10 月1 日累计销售额最多的skc，由于附件数据非常庞大，使用大数据的方法进行求解，求解思路如图1 所示。

Figure 1. Flow chart of big data solving target skc 图1. 大数据求解目标skc 流程图