需求预测：利用机器学习预测零售额

零售商通过有效管理订单和库存，可以释放出大量的增量利润。但由于这需要处理大量库存单位（SKU）的 data，其中往往包括易腐商品和每天都要订购的商品，因此这也是一项巨大的挑战。.

过去，零售商仅仅依靠前几年的 data 来预测未来的销售情况（从而管理库存），但这种方法只在一定程度上有用。不过，现在机器学习已经发展到可以根据不同信号对购买的影响程度，使用不同信号提供准确预测模型的阶段。.

预测销售额是一项复杂的工作，因为在任何特定时期，购买都会受到多种因素的影响：天气、购物趋势、法规、新产品、购买行为、流行病......而根据以往记录的 data 预测并不考虑特定事件，这使得月销售额看起来分布均匀，但实际情况却不可能如此。.

例如，经常缺货的商品可能会导致该商品或类别的销售放缓，但这不会在每月的 reports 中显示出来。更糟糕的是，糟糕的数据往往被认为是买家不感兴趣的标志，而事实恰恰相反，消费者对某一商品的过度购买导致了该商品的脱销。.

或者，商店中丢失的产品可能实际上有库存，只是尚未上架。大卖场零售商通常很难实时补货，因此，尽管有库存，但一款立即走俏的商品可能很快就会从货架上消失，从而导致业绩不如预期。这就需要能够帮助零售商实现供需无缝对接的技术。.

利用机器学习和多种信号评估库存水平

机器学习为这些挑战提供了解决方案。预测模型可以利用一些影响销售的信号（季节性、消费趋势、价格水平等），提前几个月预测销售情况。为了尽可能准确，除了通常要考虑的标准日期、产品和商店因素外，模型还必须使用更多的指标。.

为了说明这一点，零售商可以通过分析季节性来预测下一时期的销售情况。然而，data 会出现偏差，因为使用日期并不 100% 准确；某个日期可能在某一年是工作日，但在下一年却是周末，从而导致销售额大相径庭。其他因素，如该日期是否恰逢节日（圣诞节、复活节等）或重大体育赛事，也会影响消费者的购买模式。.

价格水平信号也有类似的情况。商店一级的促销活动可以明显影响某一类别产品的销售，甚至使整个商店更具吸引力。.

这两个例子都说明了为什么需要考虑许多不同的信号和指标才能准确预测销售情况：在机器学习和先进的 artificial intelligence 模型使其成为可能之前，这项任务是非常麻烦的。.

技术是存在的，但零售商要想有效利用它并做出准确的预测，就需要收集和分析大量的 data 信息。这些信息大多来自不同的 data 来源，试图处理包含以往 reports 和媒体计划的多个 Excel 和 PDF 文件可能会很复杂。我们需要大型 data 工具将这些信息处理成所需的简洁可读格式，以创建可预防库存问题的预测模型。.

由于一次性事件（促销、恶劣天气、交通拥堵等）的影响，特定商店过去的销售额 data 可能会 ‘不准确’。为了消除这种偏差，预测模型将过去的销售数字与类似商店的销售数字结合起来。.

另一大挑战是如何防止货架上的商品在有存货的情况下无法上架（因为员工几乎不可能实时监控货架并立即补货）。.

使用监控摄像头和重量传感器的技术解决方案确实存在，但投资巨大。不过，可以利用 SKU 级别的实时销售等现成信息来检测 ‘空货架 ’情况。模型可以分析商品的正常销售流程，因此可以知道特定商店中两种商品销售之间的正常间隔时间。人工干预可用于审查和解决统计异常情况。.

预测分析只是传统零售商从机器学习中获益的众多方法之一。依靠先进技术改善库存管理，增加店铺收入，对零售商大有裨益。处理海量数据 data 还能帮助他们优化商品种类，提供更具吸引力和更有利可图的促销活动，并更有效地制定价格。.

精心设计的工具可以完成复杂而耗时的任务，并迅速提供准确的 reports。这就是 artificial intelligence 在零售业中真正的价值创造杠杆：将管理者从繁琐的多来源比较分析中解放出来，让他们专注于持续改善客户体验。.

Pascal Coggia 是 Artefact 英国公司的首席执行官，负责在该地区拓展公司的 artificial intelligence（人工智能）和 data-driven 产品和服务。作为 Artefact 的创始合伙人，他曾在 Artefact 巴黎总部工作，并在此期间启动了 Artefact 在迪拜的业务。他曾在法国哥伦布咨询公司（Columbus Consulting Shift）和英国火箭互联网公司（Rocket Internet SE）担任咨询职务。他拥有巴黎高等商学院的硕士学位。.

Jérôme Petit 是 Artefact 的 data 咨询合伙人，负责 data 和 artificial intelligence（人工智能）项目，与法国零售、消费品和投资基金领域的大型企业合作。在此之前，他曾在领先的战略咨询公司（OC&C、Diligence Partners 和罗兰贝格）工作 15 年，领导法国媒体集团（Canal + 和 Lagardère Active）的战略团队。他毕业于法国综合理工学院。.