新零售目标产品的精准需求分析与预测*

郎 红，常 啸，李 琴，宋国锋

(安徽财经大学统计与应用数学学院，安徽 蚌埠 233030)

目前，消费者对零售商品的需求逐渐增多，新零售企业逐步向商品多样化、小批量转变.但是，现有的零售行业库存管理方式不能快速适应这种生产模式.因此，分析零售商品销售量的影响因素及其作用效力，探究如何根据零售商品的销售和库存情况预测未来需求，合理安排库存并制定恰当的销售策略，是当前大多数新零售企业关注的问题[1].

对于商品需求的预测，学者大多选择综合指数法、Prophet-LSTM组合模型、灰色神经网络(Gray Neural Network, GNN)预测模型和BP神经网络模型等[2-5].其中灰色预测模型经过不断的发展，在少量和不规律样本的情况下能进行近期、短期和中长期预测，且在商品需求预测中不仅可考虑商品系统动态变化的随机性，也可考虑连续发展的变化过程[6].基于此，笔者拟选择灰色预测模型预测零售商品未来销售量和库存量.

1 数据来源与假设

本研究数据来源于赛氪官网赛题(https:∥www.saikr.com/c/nd/6456).为了方便研究，作出以下几点假设：

(H1)各零售商品销售方式不同.

(H2)对零售商品的销售量进行预测时，忽略社会各微观/宏观经济因素(如相关政策等)对销售的影响.

(H3)平均绝对百分比误差(Mean Absolute Percentage Error，MAPE，用M表示)能较好地反映零售商品销售量的预测误差程度.

2 精准零售销售量的影响因素分析

2.1 研究思路

笔者认为影响零售商品销售量的因素可分为销售方式和销售特征两大方面.为了验证此观点，笔者将针对这2个……