大数跨境

供需预测使营销更加高效

供需预测使营销更加高效 荷兰快看
2018-09-17
4
导读:招聘申请不足会降低找到优秀新员工的几率。在旅游行业,住宿设施未被预订会导致收入损失。此外,企业也不希望将营销预算投入到那些无需努力即可填补的职位或无需推广即可出租的住宿上。通过采用需求预测系统,可以避

应聘职位候选人过少会降低招聘优秀员工的概率,住宿未预订则导致旅游业收入损失。同时,不应将营销预算浪费在必然被填补或租出的资源上。过度销售与不足销售问题可通过需求预测系统有效规避。

通过 需求预测系统 进行预测具有多重价值,对以下两类企业尤为关键:

  • 灵活供应——灵活需求:产品未来供应具备弹性,且企业拥有一定调控能力。
  • 固定供应——固定需求:产品未来时期供应固定,企业调控空间有限。

为解决 过度销售或销售不足 ,可开发 需求预测系统 。该系统能预测未来52周的预期需求(如住宿空置率或预订量),并结合未来供应情况判断是否需采取行动。简言之,系统每周预测特定产品最多未来52周的需求,并与各周供应情况进行比对。当 需求预测系统 发现供需差距时,会自动标记产品,以便采取主动措施预防过度销售或销售不足。

需求预测系统是如何工作的?

准确预测未来需求主要得益于机器学习技术。通过对历史数据建模,精确纳入季节性影响及单品/服务趋势。模型每周更新新信息,具体步骤如下:

图1:预测系统中的主要组件。

1. 收集数据

首先收集用于训练自动学习模型和统计模型的历史数据。除实际“交易”数据外,还包含静态、时间相关及网站数据,这些对预测准确性影响显著。补充数据包括网站流量、产品浏览量、加购行为、天气、年度周数及其他预测特征参数等。

2. 结构化与丰富化

下一步是清洗数据并转换为完整时间序列,构建由唯一产品组成的完整数据集。即需获取过去四年所有现有产品的相关数据。为检测季节性波动,至少需要两年数据。针对缺乏历史数据的新产品,需使用合适算法生成:将新产品特征(如价格区间、类别、位置等)与数据库产品比对,选取匹配度最高的10%产品,以其平均历史数据点作为基础。应用该算法后,即可生成完整、干净的数据集用于建模。

3. 预测预订与模型竞争

第三步开始建模。此阶段包含多个环节:首先进行模型竞赛,筛选出六个候选模型(见图2),最终选择表现最佳者。利用所有产品过去52周的控制集测试模型性能(MAE和RMSE)。确定最佳模型及其超参数后,将其作为最终模型预测未来52周所有产品需求。此时将以最细粒度(如按产品每周)预测每个产品的预期未来需求。

图2:模型竞赛中使用的算法(含超参数调优)

4. 预测到达时段

预测抵达时间是额外的时间维度,仅适用于有特定交付或消费日期的行业(如旅游业)。若关注点在于预订的具体周或周末而非预订发生时间,可通过自助引导采样法 将预测预订量转化为预测抵达时间段。

5. 预测库存差异

预测未来52周所有产品需求后,从可用供应中减去该数值,即可标记潜在过剩产品。此步骤灵活且支持用户自定义调整,可融入多种企业特定决策,因此测试是最佳方法。

最后,系统输出具备双重功能:一是生成已标记和未标记的产品列表,用于分配或撤回相关营销预算;二是生成预测需求数据,供经理和主管进行预算编制及库存管理。此类预测系统通常为批处理过程,根据预测范围每天、每周或每月夜间运行。

6. 货币化

需求预测系统的货币化方式取决于业务类型和使用场景。

  • 固定供应 – 灵活需求:通过将营销预算明智分配给有需求的产品实现盈利。只需从预期需求中减去固定供应,选择供需差异较大的产品。停止预计会出现超售(overselling)产品的广告活动,将更多资源投入预计库存积压的产品。
  • 灵活供应 – 灵活需求:利用 需求预测系统 优化库存管理策略创收。创建预订单时,预测需求可直接作为采购部门输入;提供新供应时,也可用预测需求进行期望管理。例如在招聘行业,可帮助求职公司评估职位能否及时填补。

显然,这两种情况相互交织,并不互斥。 需求预测系统 在所有适用场景中均能得到最佳利用,上述仅为部分示例。从新员工雇佣到预算分配、库存管理等所有与未来相关的活动,均可借助该预测系统得到改善。

增加销售额,减少库存积压

超售或少售 在许多企业中普遍存在且通常产生负面影响,促使企业寻求新对策。机器学习预测系统使企业能清晰掌握未来需求,并与未来供应(库存)对比。对于预计供需差异较大的产品,必须采取行动主动规避风险。在多种场景下,企业均可通过 需求预测系统 获益。

快速见效的方法是:自动将营销预算从预计超售产品转移至 少售 产品。这将提升销售额并减少积压,对企业与客户双赢。掌握未来需求后,还可进一步优化营销活动。

【声明】内容源于网络
0
0
荷兰快看
荷兰电商市场快看,来自风车之国的商机观察
内容 13978
粉丝 0
荷兰快看 荷兰电商市场快看,来自风车之国的商机观察
总阅读87.1k
粉丝0
内容14.0k