产品订单分析与需求预测（2025 泰迪杯 B 题）
历年真题解法库 · 本题为公开赛题要点整理，完整原题与数据集请到官方渠道获取（链接见下）；
下方「练习数据」说明仅列官方来源，本站合成练习数据集与真源脚本将随优秀范文一并发布，避免断裂链接。
一、赛题要点
- 赛事：2025 年泰迪杯数据挖掘挑战赛 · B 题（真实题名「产品订单分析与需求预测」）。
- 问题实质：基于历史订单数据（产品、数量、金额、时间、客户、地区、价格等），做数据清洗、销售/客户洞察与未来需求预测，并给出补货或库存建议。典型设问包括：①异常订单/缺失清洗与 EDA；②客户分群（RFM 或行为聚类）与价值识别；③销量/需求的时间序列预测（按产品/地区）；④促销或价格弹性分析；⑤结合预测做补货/库存策略建议。
二、需要产出什么
- 清洗后的订单面板与 EDA 结论（趋势、季节性、地区/品类结构）。
- 客户分群结果与高价值客户识别。
- 产品/地区维度需求预测（点预测 + 区间）。
- 补货/库存或促销建议（基于预测与成本）。
三、数据说明（官方来源）
- 官方数据/赛题：泰迪杯官网 http://www.tipdm.org（请以当年发布为准）。赛题提供订单明细与商品/客户信息。
- 练习数据说明：本题的合成练习数据集与真源生成脚本（
tools/gen_tidy2025b.py）将在对应优秀范文发布时一并放出，确保正文 / 配图 / 附录 / 真源四路数字一致。当前请先用官方数据集练手。
四、可用解法 → 对应手册
题型：聚类 / 客户分群类
题型：时间序列 / 预测类
先看选型 👉 🧭 预测选型指南 · 🧭 时间序列选型指南
题型：回归 / 弹性类
五、建模思路提示
- EDA 先画销量时间序列（看趋势/季节/节假日尖峰）与「产品×地区」交叉表，定位长尾与爆款。
- 客户分群用 RFM（最近购买、频次、金额）标准化后 KMeans，或用行为特征聚类，识别高价值/流失风险群体。
- 需求预测分两层：单品用 ARIMA/指数平滑出基线，全量用 GBM/LSTM 吸收价格/促销特征；新品的冷启动用相似品迁移。
- 补货建议把预测需求接入「(s,S) 库存策略或报童模型」，在缺货成本与服务水平间权衡。
六、常见坑与规避
- 订单常有退单/刷单/测试单，不清洗直接预测会严重失真，先定义异常规则剔除。
- 长尾产品销量稀疏，全局一个模型效果差，应按销量分层（爆款精细预测、长尾用历史均值/类均值）。
- 促销期与平日需求机理不同，模型要显式加入促销/节假日哑变量，否则节日尖峰被当作异常。
- 预测区间比点预测更有用，补货决策应基于分位数而非期望值。
七、优秀范文（三篇已发布，本站逐题手写）
本题三篇范文各有侧重：范文一端到端全流程、范文二鲁棒性评估、范文三模型脆弱性诊断（≥2500 字 · 8 张 SVG 配图 · 可运行 Python 附录，正文 / 配图 / 附录 / 真源四路数字一致）。
| 视角 | 链接 | 字数 · 配图 · 附录 |
|---|---|---|
| 范文一：清洗—RFM 分群—Holt-Winters 预测—报童补货端到端（4326 条剔退单 15+测试 8+重复 6→4297 条 / 255.06 万元、促销月均销为平常月 1.55 倍、KMeans k-means++ 十次重启 轮廓系数 0.830 划分 10 高价值 / 14 流失 / 36 主力客群、验证型选参 Holt-Winters 食品 MAPE 12.6% 优于朴素 32.1%、家电「促销脉冲≠季节」误配的诚实披露与三分化解读、95% 区间接入报童模型给出 388/136/87 件分级补货） | 产品订单分析与需求预测五阶段分析（优秀范文一） | 2513 字 · 8 图 · 1 附录 |
| 范文二：供应链风险与预测鲁棒性（服务水平 90%→98% 补货阶梯家电 82→92/食品 374→403 的「冗余标价」、误差均值 14.2% 但最大 42.5% 的肥尾巴与按 σ 的 95% 区间仅实覆 6/9（服饰 1/3）的置信度失守、促销食品拉动最强 x1.71、食品同时 CV 0.28/峰值 1.8×均值/补货 388+ 的最高危品类组合、簇1流失风险客户仅占营收 3.3% 与其近 8 月未购的「已流失」判读、CR4 18.4%/CR10 42.8% 头部依赖、2 步前瞻误差普遍翻倍（家电 18.8%→33.7%/服饰 3.1%→29.2%）的长视界不可靠） | 供应链风险与预测鲁棒性评估：服务水平、误差结构与结构脆弱性（优秀范文二） | 3070 字 · 8 图 · 1 附录 |
| 范文三：预测模型脆弱性诊断（季节因子偏移±20% 对家电 MAPE 的影响从 24.6%→36.7%、β=0 时 MAPE 翻倍至 44.8%、促销冲击滞后缺口 28.8/98.4/113.5 元、缺失数据对食品类 MAPE 恶化 28.8 个百分点、冷启动非线性衰减） | Holt-Winters 预测模型脆弱性诊断：季节漂移、冷启动衰减与参数敏感度分析（优秀范文三） | 2721 字 · 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
- 真源模型与配图脚本将在对应优秀范文发布时一并放出（见第七节）。