3、需求预测数据模型：预测数据结构与字段规范

需求预测数据模型是供应链计划系统的核心数据资产，它定义了预测数据在系统中的存储结构、维度关系与字段标准。本章将深入解析预测数据的三维结构（时间序列、SKU层级、地点维度），并建立完整的数据字典与字段规范，为后续的接口调试与数据传输奠定数据基础。

3.1 预测数据的三维核心结构

需求预测数据在供应链计划系统中通常采用三维数据模型进行组织，三个核心维度分别是：时间序列（Time Series）、SKU层级（SKU Hierarchy）和地点维度（Location Dimension）。这三个维度共同构成了预测数据的立体空间，每一个预测值都可以通过这三个维度的坐标唯一确定。

3.2 时间序列维度详解

时间序列是预测数据中最基础的维度，它定义了预测值在时间轴上的位置与粒度。在供应链计划系统中，时间序列维度需要明确以下关键属性：

3.3 SKU层级维度详解

SKU层级维度定义了预测对象在产品结构中的位置。供应链计划系统通常支持多级SKU聚合与下钻，常见的SKU层级包括：

• 产品族（Product Family）： 最高层级，如"饮料类"
• 产品类别（Product Category）： 中间层级，如"碳酸饮料"
• SKU（Stock Keeping Unit）： 标准库存单位，如"可乐330ml罐装"
• SKU变体（SKU Variant）： 最细粒度，如"可乐330ml罐装-促销装"

3.4 地点维度详解

地点维度定义了预测值在供应链网络中的物理位置。根据企业的供应链布局，地点维度通常包含以下层级：

• 区域（Region）： 地理大区，如"华东区"
• 配送中心（Distribution Center）： 中央仓库，如"上海DC"
• 仓库（Warehouse）： 本地仓库，如"上海浦东仓"
• 门店（Store）： 终端零售点，如"上海南京路店"

3.5 数据字典与字段规范

数据字典是预测数据模型的标准化文档，它定义了所有字段的名称、类型、长度、约束与业务含义。以下是需求预测数据模型的核心数据字典：

3.6 字段规范与约束

为确保数据质量与接口兼容性，所有预测数据字段必须遵循以下规范：

• 命名规范： 字段标识统一使用小写字母与下划线（snake_case），禁止使用空格或特殊字符
• 编码规范： SKU代码与地点代码必须使用统一的编码体系，禁止混用不同编码规则
• 精度规范： 预测数量字段统一保留两位小数，单位字段必须使用标准计量单位代码
• 版本规范： 预测版本号格式为 "YYYY-MM-DD-Vn"，其中 n 为当日版本序号
• 时间规范： 所有时间字段统一使用 UTC 时间，日期字段不包含时间部分

3.7 数据模型示例

以下是一个符合上述规范的需求预测数据JSON示例，展示了完整的数据结构：

{
  "forecast_id": 202503010001,
  "sku_code": "COLA-330-CAN",
  "location_code": "DC-SH-PUDONG",
  "forecast_date": "2025-03-15",
  "forecast_qty": 15000.00,
  "forecast_uom": "PCS",
  "forecast_version": "2025-03-01-V1",
  "product_family": "BEV",
  "product_category": "CARBONATED",
  "region": "EAST_CHINA",
  "time_granularity": "DAY",
  "created_at": "2025-03-01T08:00:00Z",
  "updated_at": "2025-03-01T08:00:00Z"
}