为何会出现零值？基于模型的需求分类方法

有效的需求预测对跨行业的库存管理、生产计划和决策至关重要。在需求预测中，选择合适的模型和合适的特征来高效地捕捉数据中的模式是主要挑战之一。实际情况下，当记录的销售额为零时，这种情况会变得更加复杂，这种零值可能是自然发生的，也可能是由于库存不足或记录错误等异常情况导致的。对零值的不当处理可能导致应用不合适的预测方法，从而导致决策质量下降。此外，需求本身可能具有不同的根本特征，能够区分其类型可能在准确性和决策方面带来显著的好处。我们提出了一个两阶段基于模型的分类框架，其中第一阶段识别人为产生的零值，第二阶段将需求分类为以下可能的类型之一：regular/intermittent、intermittent smooth/lumpy、fractional/count。该框架依赖于统计建模和信息准则。我们认为不同类型的需求需要不同的特征，并通过实证研究表明，这些特征倾向于提高预测方法的准确性，并降低与直接应用于未生成特征和该两阶段框架的数据集相比的库存成本。