日内零售销售预测：分位数加性建模的高效算法
应用统计
2019-12-17 v1
摘要
随着数据在零售运营中日益凸显的重要性，销售预测已成为库存高效管理的必要支柱。面对高需求时，必须使用后台仓储与日内货架补货以避免缺货。在此背景下，任何成功补货策略得以实施的必备输入是获得可靠的日内粒度销售预测。为此，我们采用分位数回归来适配不同产品间的差异模式，并开发了一种稳定高效的分位数加性模型算法，以在日内情境下计算销售预测。我们的算法计算速度快，因此适用于实时动态货架补货。作为示例，我们考察了一家高客流门店的案例，其中借助所提算法在一天内对各种食品的需求进行了准确估计。
引用
@article{arxiv.1912.07373,
title = {Intraday Retail Sales Forecast: An Efficient Algorithm for Quantile Additive Modeling},
author = {Marc-Olivier Boldi and Valérie Chavez-Demoulin and Olivier Gallay},
journal= {arXiv preprint arXiv:1912.07373},
year = {2019}
}