烟草货源投放智能分配技术方案

一、项目总览

本项目分两步基于历史数据实现下一周的精准货源分配:

1. 需求得分计算: 量化评估每位零售商对每个品规的需求程度。

2. 投放量分配: 根据得分动态分配总库存至零售商，实现科学供货。

第一步：需求得分计算

1. 核心指标定义与业务意义

   为精准评估零售商对每个品规的需求程度，需从销售效率、拿货积极性、库存风险、未来潜力四大维度选取指标，具体定义如下:

   (1) 销售能力 (A)

   计算公式:

   [ A = \frac{\text{本周销售量}}{\text{本周销售量} + \text{本周库存量}} ]

   业务意义:

   反映库存周转效率：该指标衡量零售商将库存转化为实际销售的能力。

   若 A 值高（接近 1），说明库存快速售罄，商户销售能力强，需优先分配更多货源。

   若 A 值低（接近 0），可能库存积压或销售乏力，需减少分配。

   行业适配性：烟草产品具有保质期限制，高效周转可避免滞销损失。

   (2) 订单满足率 (D)

   计算公式:

   [ D = \frac{\text{投放量}}{\text{需求量}} ]

业务意义:

衡量供需匹配度:

若 D 值高（接近 1），说明当前投放量已充分满足商户需求，反映商户拿货积极性和供货能力。

若 D 值低（接近 0），可能存在供货不足或商户虚报需求（需结合其他指标排查）。

动态调整依据：高需求但低满足率的商户可能是潜在增长点，需重点关注。

(3) 库存健康度 (I)

计算公式：

[ I = \frac{1}{\text{本周剩余库存量} + 1} ]

业务意义:

反向控制库存积压风险：

库存量越大，得分越低，可避免过度分配给高库存商户。

公式中“+1”用于防止零库存时计算错误。

平衡短期与长期需求：高库存商户可能面临资金占用或产品过期风险，需优先消化库存。

(4) 下一周预估销量 (P)

计算方法：

使用 ARIMA + Prophet 时间序列模型预测下周销量。

• ARIMA：捕捉历史销量的趋势和周期性（如月度波动）。
• Prophet：适配节假日、促销活动等外部因素。

业务意义：

前瞻性决策支持：通过预测未来销量，提前分配货源，避免“事后补救”导致的供需失衡。公式中“+1”

动态市场响应：例如，春节前烟草需求激增，模型可自动提升相关品规的分配权重。

为什么选择这 4 个指标？

全面性： - 销售能力（A）和订单满足率（D）聚焦当前状态，反映商户的即期表现。 - 库存健康度（I）控制历史遗留风险，避免路径依赖。 - 预估销量（P）引入未来潜力，实现动态平衡。

可操作性： - 所有指标均基于现有数据字段（订单表、零售表），无需额外采集。 - 通过标准化和权重分配，量化评估复杂度可控。

2. 指标标准化处理：消除量纲差异，确保指标可比性。

销售能力（A）、订单满足率（D）、预估销量（P）：采用 Z-Score 标准化（抗极端值）：

[ A' = \frac{A - \muA}{\sigmaA}, \quad D' = \frac{D - \muD}{\sigmaD}, \quad P' = \frac{P - \muP}{\sigmaP} ]

库存健康度（I）：采用 Min-Max 归一化（强制映射到[0,1]）：

[ I' = \frac{I - I{\min}}{I{\max} - I_{\min}} ]

3. 权重分配与得分计算

机器学习调权（GBDT 模型）：

（1）训练目标：以历史实际销量为因变量，4 个指标为特征。

（2）输出权重：模型特征重要性即为权重 ( \omegaA, \omegaD, \omegaI, \omegaP )

（3）业务解释： - 若某区域库存积压严重，模型会提升 ( \omegaI ) 权重，自动强化库存管控。 - 节假日期间，( \omegaP ) 权重上升，反映季节性需求。

得分公式:

[ S = \omegaA \times A' + \omegaD \times D' + \omegaI \times I' + \omegaP \times P' ]

得分归一化：映射为 0-100 分，便于业务解读

[ S{\text{final}} = \frac{S - S{\text{min}}}{S{\text{max}} - S{\text{min}}} \times 100 ]

第二步：投放量分配

分配策略设计

总量约束：每个品规的商业总库存为 Q

指数分布分配：

（1）归一化得分：将得分转换为概率分布：

[ pi = \frac{e^{\alpha Si}}{\sum{j=1}^{n} e^{\alpha Sj}} ]

( \alpha ) 为平滑系数（默认 0.8），值越大，高分商户分配比例非线性增长。

（2）分配量计算：

投放量 ( i = Q \times p_i )

分配策略优势：

• 强化头部效应：优先满足高需求商户，提升整体销售效率。

• 规避平均主义：传统线性分配易导致资源分散，指数分布聚焦核心客户

二、交付成果

需求得分表：含零售商-品规的4项指标值、总得分、等级标签。（部分）

投放量明细表：针对每个品规精确到户的投放量，支持直接导入业务系统。