商业销售预测（泰迪杯 2023 A）
历年真题解法库 · 本题为公开赛题要点整理，完整原题请到官方渠道获取（链接见下）；
下方「练习数据」为本站生成的合成数据集，仅用于跑通方法，非官方原题数据。
一、赛题要点
- 赛事：泰迪杯 2023 年 · 题号 A
- 问题实质：基于零售交易数据，要求做销量预测并支撑补货决策。
二、需要产出什么
建立销售的时间序列模型；做预测并做客户分群。
三、数据说明（官方来源 + 练习数据集）
- 官方数据/赛题：官方给出订单与会员数据；需做特征工程。
- 官方获取渠道：http://www.tipdm.org（请以当年官网发布为准）
- 本站练习数据集：
data/tidy2023a.csv—— 按本题结构生成的合成数据（series 型），可下载后用上面的算法手册直接练手。 - 字段说明：CSV 表头即各变量名；数值为合理量级的随机样本，仅用于方法验证，不代表真实赛题数据。
四、可用解法 → 对应手册
下面按本题涉及的题型，给出对应的「方法选型指南」与可直接套用的算法手册跳转。
题型：预测 / 回归类
先看选型 👉 🧭 预测类选型指南
可套用算法手册：
题型：时间序列类
先看选型 👉 🧭 时间序列选型指南
可套用算法手册：
题型：分类 / 聚类类
先看选型 👉 🧭 分类聚类选型指南
可套用算法手册：
参考手册速查
📘 线性回归 · 📘 多元回归 · 📘 BP 神经网络 · 📘 支持向量机 · 📘 逻辑回归 · 📘 贝叶斯分类 · 📘 时间序列 ARIMA · 📘 灰色预测 GM(1,1) · 📘 指数平滑 · 📘 移动平均 · 📘 马尔可夫链 · 📘 K-Means 聚类 · 📘 层次聚类 · 📘 模糊 C 均值 · 📘 决策树
五、建模思路提示
- 销量用时间序列预测
- 客户用聚类分群
- 促销用回归量化
六、常见坑与规避
- 不要把赛题要点当原题照搬，先独立重述问题再建模。
- 拿到数据先检查量纲、缺失与异常，再决定用预测/评价/优化哪类方法。
- 方法选型别凭感觉：先看「方法选型决策指南」对应题型那本，再进具体算法手册。
- 合成练习数据只验证逻辑，正式参赛务必用官方数据并做敏感性/误差分析。
七、三篇手写优秀范文
| 范文 | 内容 | 配图 | 附录 |
|---|---|---|---|
| 范文一·销量预测与加法分解 | Holt-Winters 三重指数平滑从零实现、系数网格寻优、加法分解、多步预测与误差随步长分析 | 手写 · 8 图 · 1 附录 | |
| 范文二·报童补货与服务水平 | 报童临界比最优订货量、提前期需求再订货点/基本库存、服务水平—成本权衡、库存仿真 | 手写 · 8 图 · 1 附录 | |
| 范文三·促销量化与时段分群 | 促销净提升 OLS 回归、检测阈值敏感性、滚动特征 K-Means 时段分群与差异化经营建议 | 手写 · 8 图 · 1 附录 |
八、配套资源
- 回到 📚 历年真题解法库首页
- 总入口：🗺️ 专题手册库
- 论文怎么写：📝 论文模板使用说明专区
- 避坑总览：⚠️ 建模避坑指南专区
九、权威数字速览（确定性真源，SEED=2023）
- 预测 Holt-Winters 最优系数 α=0.10, β=0.20, γ=0.50；SSE=1862.75；样本内 MAPE=3.195%、RMSE=5.928；14 步预测前 4 期 159.05/167.91/162.21/166.67；末步 95% 区间半宽 43.38；h=1,3,6,10,14 的 MAPE=8.59%/7.14%/6.93%/5.49%/5.94%
- 需求与报童 需求均值 μ_D=138.62、波动 σ_D=8.681；Cu=8.0, Co=3.0，临界比=0.7273，最优订货量 Q*=143.87
- 补货 提前期 3 天，提前期需求 N(415.9, 15.04²)；目标服务 95% 下安全库存 24.73、再订货点 ROP=440.60、基本库存 440.60；权衡最优服务 0.6289、总成本 45.61；60 期仿真缺货 3 次、实际服务 0.95
- 促销 促销期均值 164.09、非促销期 135.79、未调整提升 28.30；OLS 净提升 β2=22.29
- 分群 K=3 时段分群规模 21/9/30，群均销量 124.84/142.86/147.0；质心 [水平123.0,波动6.4]、[137.2,15.1]、[146.0,8.8]