首页
›
企业数字化与管理工程
›
008-供应链计划、预测与制造协同
›
《供应链促销需求与层级预测优化》
VIP30
本课程属于:008-供应链计划、预测与制造协同
企业数字化与管理工程 · 共 30 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
促销影响量化与层级预测模型的联合优化工程案例
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
课程导论与业务背景
促销活动对零售/电商供应链的挑战 · 量化促销影响与层级预测联合优化的必要…
课程导论
业务背景
02
问题定义与数学建模
联合优化问题的数学形式化 · 目标函数(预测误差+促销成本)与约束…
问题定义
数学建模
03
促销影响量化基础
价格弹性 · 广告弹性 · 交叉弹性等核心概念与计算方式
促销影响量化基础
价格弹性
04
促销影响量化进阶
基于因果推断(DID · PSM)的促销增量效果剥离
促销影响量化进阶
DID
05
层级预测基础
时间序列层级结构(产品/门店/区域/… · 聚合与拆解方法
层级预测基础
时间序列层级结构
06
层级预测模型
Top-Down · Bottom-Up · Middle-Out
层级预测模型
Top-Down
07
促销对层级预测的扰动机制
促销如何破坏层级一致性 · 导致预测偏差放大
促销对层级预测的…
促销如何破坏层级…
08
联合优化框架设计
端到端架构 · 将促销量化模块与层级预测模块耦合
联合优化框架设计
端到端架构
09
数据准备与特征工程
促销日历 · 历史销售 · 价格
数据准备
特征工程
10
基线预测模型构建
使用Prophet/LightGBM…
基线预测模型构建
Prophet/Ligh…
11
促销影响因子提取
从历史数据中提取促销强度 · 持续时间 · 折扣深度等因子
促销影响因子提取
从历史数据
12
促销响应模型训练
使用回归/树模型拟合促销因子与销量增…
促销响应模型训练
使用回归
13
层级预测模型训练
在去促销影响后的“干净”数据上训练层…
层级预测模型训练
去促销影响后的“…
14
联合优化目标函数设计
加权组合预测精度(MAE/sMAPE…
联合优化目标函数…
MAE/sMAPE
15
优化求解器选择
使用Scipy.Optimize · OR-Tools或自定义梯度下降进行…
优化求解器选择
Scipy.Optimi…
16
促销预算分配优化
在给定总预算下 · 优化各SKU/区域的促销投入
促销预算分配优化
给定总预算下
17
促销时间点优化
确定最佳促销时机 · 最小化对层级预测的扰动
促销时间点优化
确定最佳促销时机
18
联合优化算法实现
Python代码实现联合优化循环(预…
联合优化算法实现
Python
19
案例实战
零售数据集介绍(Kaggle/开源数… · 数据加载与预处理
案例实战
Kaggle
20
案例实战
促销影响量化模块实现与验证
案例实战
促销影响量化模块…
21
案例实战
层级预测模块实现(Top-Down…
案例实战
Top-Down
22
案例实战
联合优化主循环代码编写与调试
案例实战
联合优化主循环代…
23
案例实战
结果可视化——促销前后预测误差对比 · 层级一致性检查
案例实战
结果可视化
24
模型评估与鲁棒性分析
交叉验证 · 促销强度扰动测试 · 极端场景压力测试
模型评估
鲁棒性分析
25
业务指标转化
将预测误差与促销ROI转化为库存成本 · 缺货率 · 资金占用等业务指标
业务指标转化
ROI
26
A/B测试设计
如何在线上验证联合优化模型相比独立模…
A/B
测试设计
27
模型部署与监控
将联合优化模型封装为API · 设计实时监控看板
模型部署
监控
28
扩展与变体
多目标优化(利润+服务率) · 深度学习替代方案(Seq2Seq +…
扩展
变体
29
常见陷阱与解决方案
数据稀疏性 · 促销重叠 · 层级不一致
常见陷阱
解决方案
30
课程总结与未来展望
从联合优化到端到端决策智能 · 生成式AI在促销规划中的应用前景
课程总结
未来展望
所属VIP或分类
同VIP:BOM替代料与物料柔性工程
同VIP:EOQ与补货点库存优化工程
同VIP:MRP与BOM需求计算协同工程