门店销量预测与智能补货

应用场景：门店-SKU级销量预测与智能补货

社区投稿案例

投稿方：loki · 服务商：门店销量预测与智能补货 · 收录时间：2026/9/10

本案例信息由投稿方提供、平台整理，尚未经人工核实，重要信息请以原文为准。

上传类似案例

案例事实

1. 一句话摘要

投稿方未提供

2. 行业 + 企业规模

消费零售 · 约1.5万人

3. AI 能力类型

预测

4. 原来怎么干的

订货员按经验加固定公式每天为2000家门店订货；督导每天电话协调门店间调货

5. AI 介入在哪一步

AI介入「销量预测与订货建议」生成环节，店长确认或调整；促销决策、陈列与门店间调拨仍由运营团队负责

6. 模型与架构

梯度提升与深度学习集成的时序预测模型；云上部署；对接POS与供应链系统；订货建议直推门店端并要求改单标注原因

7. 数据基础（必填项）

2年门店-SKU日粒度销量约40亿行，叠加天气与客流外部数据；数据团队3人治理3个月；重点处理门店开业翻新、商品换代等断点

8. 效果

鲜食报废率8%→4.5%；畅销品缺货率6%→2.8%；周度SKU级预测准确率78%（MAPE口径）；年损耗成本节约约1200万元

9. 投入

自建5人数据团队；云资源约100万元/年；9个月上线

10. 坑

冷启动偏差大（大促与新品无历史规律）；店长不信系统、私自改单；单品生命周期短导致数据长尾，需按商品角色分层建模

Reproduction Pack

下载门店销量预测与智能补货复现资料

本案例的投稿文档与附带资产已整理为专属复现包，留资后即可下载。

00_说明.txt
01_关键信息.md
门店销量预测与智能补货.docx

分享复现反馈

复现结果、失败条件或内容修正——案例因真实反馈持续改进，提交后即展示在案例页并进入社区动态。

怎么写一条有用的反馈

示例：「按复现包部署到测试环境，用 qwen-plus 跑通全流程；线索排序与案例描述一致，但导出报表需手工补字段。」

写清环境/模型、跑通到哪一步、与案例描述的差异即可；署名选填，匿名反馈同样展示；提交即公开，如需下架可联系平台。